inteligencia artificial - umss avara 1.… · muchos algoritmos en la inteligencia artificial son...
TRANSCRIPT
Nombre: EDUARDO AYUB RODRIGUEZ VIVIANA GUTIERREZ MAMANI ROBERTO LAURA HUANCA
ERWIN ORLANDO MANZANEDA MATERIA:
Inteligencia artificial DOCENTE:
Lic. Garcia Perez Carmen Rosa GESTION:
2-2019
Inteligencia Artificial Busqueda Avara
daskjbdkjasbkdbWatson
BUSQUEDA AVARA
1
1 Contenido 1. INTRODUCCION ........................................................................................................ 2
1.1 Busqueda Avara .................................................................................................. 2
1.2 ¿Qué Es Una Búsqueda Informada (heuristica)? ................................................. 2
1.3 Características De Una Búsqueda Informada (heuristica) .................................... 2
2. FUNCION Y ALGORITMO DE BUSQUEDA AVARA .................................................. 2
3. ESTRATEGIAS EN FUNCION A 4 CRITERIOS DE LA BUSQUEDA ......................... 4
3.1. Completo: ................................................................................................................ 4
3.2. Optimo:.................................................................................................................... 4
3.3. Complejidad Temporal: ........................................................................................... 4
3.4. Complejidad Espacial: ............................................................................................. 5
4. EJEMPLO #1 QUE MUESTRE EL FUNCIONAMIENTO DE LA BUSQUEDA ............ 5
5. EJEMPLO #2 QUE MUESTRE EL FUNCIONAMIENTO DE LA BUSQUEDA ............ 9
6. CONCLUCION.......................................................................................................... 10
BUSQUEDA AVARA
2
1. INTRODUCCION
1.1 Busqueda Avara Nos enfocaremos en la búsqueda preferente por lo mejor, nos centraremos en la búsqueda
avara (voraz), llamada también primero el mejor o búsqueda codiciosa (greedy search) es
un caso particular del algoritmo de búsqueda-árboles o de búsqueda-grafo, expande el
nodo más prometedor en base a una función de evaluación (𝒏). Tradicionalmente se
selecciona para la expansión del nodo con la evaluación más baja, porque la evaluación
mide la distancia al objetivo, este tipo de búsqueda puede llegar a ser inexacta.
A fin si se expande primero el mejor nodo. Un componente clave de estos algoritmos es
una función heurística, denotado h(n).
(𝒏) = Coste estimado del camino más barato desde el nodo 𝒏 a un nodo objetivo.
1.2 ¿Qué Es Una Búsqueda Informada (heuristica)? Muchos algoritmos en la inteligencia artificial son heurísticos por naturaleza, La búsqueda
heurística utiliza información adicional sobre el problema específico como el costo o la
distancia al estado final; pudiendo encontrar soluciones de una manera más eficiente.
1.3 Características De Una Búsqueda Informada (heuristica) Las estrategias de búsqueda heurística se caracterizan por la tendencia a limitar el tiempo
y el espacio en donde buscar la respuesta a problemas complejos.
2. FUNCION Y ALGORITMO DE BUSQUEDA AVARA
CREACIÓN DE VARIABLES
Nodo inicio;
Nodo destino;
heuristica = 0;
Nodo menor;
ArrayList<Nodos>camino;
CREACION DE GRAFO O RED
Actualizamos (inicio, destino);
Buscar (inicio, destino); //comenzamos la búsqueda
BUSQUEDA AVARA
Buscar (Nodo actual, Nodo destino)
Si: (actual = inicio)
Añadimos actual a camino;
Si: (actual = destino)
Mostramos camino; //termina la búsqueda, fin del programa
Si no
Comparamos la Heurística de todos los vecinos
y tomamos el de menor heurística;
menor= el nodo vecino de menor heuristica;
Actualizamos heurística; //del nodo actual su heurística menor
BUSQUEDA AVARA
3
Añadimos el nodo de menor heurística a camino;
Buscar (menor, destino);
Heurística de arad a Bucarest
BUSQUEDA AVARA
4
3. ESTRATEGIAS EN FUNCION A 4 CRITERIOS DE LA BUSQUEDA
La complejidad se expresa en términos de tres cantidades: b, el factor de ramificación o el
máximo Número de sucesores de cualquier nodo; d, la profundidad del nodo objetivo más
superficial; y m, la longitud máxima de cualquier camino en el espacio de estados.
3.1. Completo: No (por que puede ir hacia abajo y terminar en un camino infinito y nunca volver para
intentar otra posibilidad).
3.2. Optimo: No (por qué puede tomar un camino más largo y puede que exista una ruta o camino más
corta, puede que también recorra todo el árbol).
3.3. Complejidad Temporal: O (bm) se almacenan todos los nodos en memoria
BUSQUEDA AVARA
5
3.4. Complejidad Espacial: El caso peor, es O (bm) donde m es la profundidad máxima del espacio de búsqueda
(distintos niveles del árbol)
4. EJEMPLO #1 QUE MUESTRE EL FUNCIONAMIENTO DE LA BUSQUEDA
Para tener un mayor entendimiento de esta búsqueda proponemos el siguiente ejemplo:
Antecedentes:
La mayor parte de la fauna y flora está siendo quemado en Bolivia (Chiquitania) y
Brasil (Amazonia).
Pocos animales plantas están sobreviviendo a las llamas, se necesita ayuda de los
países (Estados Unidos).
Descripción del problema:
Tanto Bolivia como Brasil necesitan aviones corta fuegos más grandes del mundo
(avión-cisterna Evergreen 747 Supertanker) ya que está un gran porcentaje de
territorio quemado y pueda salvar la fauna y flora que resta, se necesita hacer una
estrategia de recorrido “necesitan hacerlo con el menor recorrido posible”.
BUSQUEDA AVARA
6
Nuestro nodo inicio será EEUU y nuestra nodo meta será BOLIVIA
Distancia en línea recta (heuristica) entre Bolivia y los otros países:
EEUU 6.823,55 km.
MEXICO 6.133 km.
GUATEMALA 4.611 km.
CUBA 4.479 km.
REPUBLICA D. 3.960 km.
PANAMA 3.346 km.
VENEZUELA 2.547 km.
COLOMBIA 2.505,52 km.
ECUADOR 2.274,17 km.
PERU 1.353,98 km.
BRASIL 1.271 km
BOLIVIA 0
BUSQUEDA AVARA
7
.
Distancias entre cada país:
BUSQUEDA AVARA
8
➢ Solución Planteada:
Se planteó la idea de aplicar
el algoritmo de «Búsqueda
Avara», ya que es una
solución rápida, para ello se
utiliza una función llamada
heurística la cual «estima» el
costo que implica llegar a una
meta (Bolivia) desde un
estado determinado (EEUU).
Como se muestra en la figura
los vecinos de EEUU son
MEXICO y CUBA.
La heurística menor entre
MEXICO y CUBA a BOLIVIA
es CUBA por tanto el algoritmo tomara ese nodo (CUBA) para buscar la meta
(BOLIVIA).
Una vez en CUBA como se observa en la figura los vecinos de CUBA es
REPUBLICA DOMINICANA y EEUU.
Se tomara el vecino con menos distancia en línea recta o heurística hacia BOLIVIA
así q se toma REPUBLICA DOMINICANA.
Una vez en REPUBLICA DOMINICANA como se observa en la figura los vecinos
de REPUBLICA DOMINICANA es CUBA (por ende se tomara CUBA).
BUSQUEDA AVARA
9
Una vez en CUBA como se observa en la figura los vecinos de CUBA es
REPUBLICA DOMINICANA y EEUU.
Se tomara el vecino con menos distancia en línea recta o heurística hacia BOLIVIA
así q se toma REPUBLICA DOMINICANA.
Como se puede observar el algoritmo se ciclara, no tendrá fin y no habrá solución.
5. EJEMPLO #2 QUE MUESTRE EL FUNCIONAMIENTO DE LA BUSQUEDA
Tomando en cuenta el ejemplo anterior sin contar los países REPUBLICA DOMINICANA
Y CUBA.
Distancia en línea recta (heurística) entre Bolivia y los otros países:
EEUU 6.823,55 km.
MEXICO 6.133 km.
GUATEMALA 4.611 km.
PANAMA 3.346 km.
VENEZUELA 2.547 km.
COLOMBIA 2.505,52 km.
ECUADOR 2.274,17 km.
PERU 1.353,98 km.
BRASIL 1.271 km
BOLIVIA 0
BUSQUEDA AVARA
10
➢ Solución Planteada :
• Se planteo la idea de aplicar el algoritmo de «Búsqueda Avara», ya que es una solución
rápida, para ello se utiliza una función llamada heurística la cual «estima» el costo que
implica llegar a una meta ( Bolivia) desde un estado determinado (EEUU).
Ruta optima:
EEUU – MEXICO – GUATEMALA – PANAMA – ECUADOR – PERU – BOLIVIA
Costo:
1.992,38 + 2.154 + 1.304 + 1.188 + 1.028,25 + 1.353,98 = 9.020,61 km.
6. CONCLUCION
El uso de las funciones heurísticas nos permiten resolver problemas con una menor
cantidad de costo, la búsqueda Avara al utilizar la función heurística h(n) mínima, nos
permite tener resultados que no son óptimos pero si eficientes, en comparación con otros
algoritmos de búsqueda primero el mejor, el algoritmo de Avara es fácil de implementar y
puede ser aplicado a problemas que impliquen a un costo u optimización de recursos. Por
otra parte no se garantiza que la ruta sea óptima por lo cual la solución posiblemente no
sea la mejor.