Este documento compara y contrasta dos tipos de búsqueda en inteligencia artificial: búsqueda ciega y búsqueda heurística. La búsqueda ciega intenta encontrar la primera solución sin importar cuán óptima sea, mientras que la búsqueda heurística busca soluciones aceptables mediante el uso de conocimiento para aproximarse a la solución de manera inteligente. Algunos de los algoritmos asociados con la búsqueda heurística son A*, IDA* y SMA*, mientras que los algoritmos

1. REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO PARA LA EDUCACION Y DEPORTE
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LAS FUERZAS ARMADAS
UNEFA NUCLEO – LARA
CRITERIOS DE BUSQUEDA EN
LA A.I
Alumno:
Alex Alarcon
CI:
21725719
Seccion:
7D01IS

2. Nombre Busqueda a ciega Busqueda Heuristica
Definicion Este tipo de búsqueda intenta
encontrar la primer solución sin
importar que tan optima sea,
no detecta si esta aproximado
o alojada de la solución. Como
su nombre lo indica es una
busqueda ciega y por lo tanto
se le dificulta encotrar la
solución de un problema que
no exista o que sea demaciado
complejo encontrarle la
solucion.
Busca soluciones aceptables
mediante la reduce el espacio
de búsqueda y es capaz de
determinar su proximidad a
una solución y la calidad de la
misma utilizando
conocimiento. Esta es un tipo
de búsqueda inteligente ya
que utiliza técnicas o
mecanismo que se aproximan
a la solución del problema de
manera inteligente.
Caracteristicas La búsqueda ciega o no
informada sólo utiliza
información acerca de si un
estado es o no objetivo para
guiar su procesu de búsqueda.
Las técnicas de búsqueda
heurística se apoyan al
contrario de los métodos de
búsqueda ciega se apoyan en
información adicional para
realizar su proceso de
búsqueda. Para mejorar la
eficiencia de la búsqueda,
estos algoritmos hacen uso
de una función que realiza
una predicción del coste
necesario para alcanzar la
solución. La función que guía
el proceso toma el nombre de
función heurística.
Aplicacion Solo se utilizara la busqueda a
ciegas(blind search) cuando no
exista información específica
sobre el problema que nos
ayude a determinar cuál es el
mejor operador que se debería
aplicar en cada momento o el
mejor nodo por el que
continuar la búsqueda.
Las técnicas de búsqueda
heurística usan el
conocimiento del dominio
para adaptar el solucionador
y, de esta manera, éste sea
más potente y consiga llegar
a la solución con mayor
rapidez. Por tanto, estas
técnicas utilizan el
conocimiento para avanzar
buscando la solución al
problema.
Ventajas Tiene menor complejidad
espacial que búsqueda en
amplitud
se llega a la solución con
poco coste computacional
Desventajas Se pueden encontrar
soluciones que están mas
alejadas de la raíz que otras. -
Existe el riesgo de presencia de
bucles infinitos.
Puede ser que el problema no
sea compatible con este
método, y, por lo tanto, no
conseguiremos obtener la
solución.

3. Algoritmo Asociado Algunas de las características
de este algoritmo es que es no
apropiativo y justo en el
sentido formal, aunque injusto
en el sentido de que: los
trabajos largos hacen esperar a
los cortos y los trabajos sin
importancia hacen esperar a
los importantes. Por otro lado
es predecible pero no garantiza
buenos tiempos de respuesta y
por ello se emplea como
esquema secundario(FIFO).
Tambien estan los algoritmos
LIFO o LEX
De todos los algoritmos de
búsqueda heurística, uno
destaca en especial: el A*.
Este algoritmo, a pesar de
haber sido creado entorno a
los años 60, sigue en la
actualidad siendo uno de los
mas utilizados.
Desafortunadamente, es
ineficiente en cuanto al uso
de memoria durante el
proceso de búsqueda. Por
ello, en las décadas de los 80
y 90, aparecieron algoritmos
basados en el propio A*, pero
que limitaban el uso de
memoria. Dos de los
algoritmos más
representativos de esta
última tendencia son
el IDA* (Iterative-Deepening
A*) y el SMA* (Simplified
Memory-bounded A*).