SISTEMAS EXPERTOS

ING. WALTER ZULOAGA CONTRERAS

ALUMNOS: SHARON Y. CONZA CASTILLO
BEKER MONTERROSO VALVERDE
 Mtodos Heursticos

La bsqueda se puede mejorar si existe una forma

de ordenar las posibilidades de modo que las ms
prometedorasseexplorenprimero.
Mayor conocimiento, menor tiempo de bsqueda
Tres mtodos muy conocidos:
Ascenso de colina (-> profundidad primero),
Bsqueda en Haz (-> anchura primero),
Primero el mejor
Ramificacion y cota
 Ascenso de colina

Mediciones de calidad convierten la bsquedaen

profundidad en ascenso de colina.
Se ordenan las posibilidades (estados hijo) usando
una medicinheursticadeladistancia que queda
por recorrer.
Distancia en lnearecta al estado objetivo.

Mejor medicin, mejor el ascenso de colina

 Distancias entre ciudades
4 4
a b c
3
5 5
s 3 g
4 2 4
d e f

a b c
4

s g
d e f 3
 rbol generado
s
a d

b d a e

c e e b b f

d f b f d e a c g

g c g f

g
 Problemas del ascenso de colina

En problemas orientados a ajuste de parmetros:

Problema de la falta de colina
Se encuentra un punto optimo, pero se trata de un mximo
local.
Problema de la meseta
La operacin de mejoramiento local fracasa por completo.
Todas las pruebas de paso normal dejan intactalamedicinde
calidad.
Problema del borde
Es como estar en el filodeunanavaja, solamente puede
salirse del problema si se tiene un nmero muy grande de
direcciones para orientar los pasos.
 Bsqueda en haz

Parecida a la bsquedaenamplitud en cuanto a

que avanza de nivel en nivel.
Slo se mueve hacia abajo a travs de los w
mejores nodos de cada nivel.
Extiende varias trayectorias parciales y elimina el resto.

El nmero de nodos se mantiene manejable an

cuando la ramificacin sea alta y la bsqueda sea
profunda.
 rbol generado
s
10.4 8.9
a d
6.7 8.9 10.4 6.9
b d a e
4.0 6.9
6.7 3.0
c e e b b f
Callejn
sin salida

d f b f d e a c g

g c g f

g
 Bsqueda primero el mejor

Extiende la mejor trayectoria parcial en cada punto.

Considera todos los nodos abiertos hasta el momento.

Ascenso de colina inspecciona la que parece la mejor

trayectoria hasta el final; la bsqueda primero el mejor
analiza varias trayectorias a la vez, siempre siguiendo
la mejor trayectoria parcial conocida al momento.

Generalmente la bsqueda primero el mejor encuentra

trayectorias ms cortas a los estados meta.
 rbol generado
s
a d

b d a e

c e e b b f

d f b f d e a c g

g c g f

g
 cul es el mejor mtodo?

Primero en profundidad es bueno cuando se sabe

con seguridad que el rbol noesmuy
profundo.
Primero en anchura, cuando el factorde
ramificacinnoesmuygrande.
Los mtodos heursticos son adecuados cuando
existe una medidanaturaldeladistancia entre
cada estado y el estado meta.
 Encontrando la mejor ruta

Estos mtodos consideran, a diferencia de los

anteriores, el pesodelasramas.
Su objetivo no es nicamente encontrar una ruta, sino
encontrar la mejor (tpicamente la ms corta).
Entre ellos se encuentran:
El procedimiento del museo britnico
Ramificacin y cota
El algoritmo A*
 Procedimiento britnico

qu hacer para asegurar encontrar la ruta

ptima?
Procedimiento de museo britnico:
Primero encontrar todas las rutas al objetivo
Despus seleccionar la mejor
Puede usarse bsqueda en anchura o en
profundidad como estrategia de exploracin.
Terminar hasta recorrer el rbol completamente.
qu inconveniente le encuentran?
 rbol generado con DFS
s
1 14
a d
2 8 15 21
b d a e
9 16 22 25
3 4
c e e b b f
10 12 17 18 23 24 26
6
5
d f b f d e a c g
7 11 13 19
g c g f
20
g
 Aplicabilidad

No tiene problemas con rboles (muy) pequeos.

En la mayora de los casos noesaplicable.
Por explosin exponencial

Si tenemos un rbol (mediano) con niveles d = 10,

y un factor de ramificacin b = 10.
Los estados visitados son bd.
1010 = 10 billones de estados
 Ramificacin y cota

Menos sacrificado para encontrar la ruta ptima.

Idea bsica es expandir en cada ocasin la ruta
parcialconelmenorcostohastaelmomento.
Es decir, todos los nodos abiertos hasta el momento
entran en consideracin.
Similar a mtodo primero el mejor, pero al revs.
En lugar de seguir el trayecto que aparentemente tiene
la menor distancia hacia el objetivo, se sigue aquel que
hasta el momento es el ms corto.
 Algoritmo bsico

Formar una cola de trayectos parciales. Inicialmente

slo tiene el elemento raz.
Hasta que la cola se vaci o se alcance el nodo
objetivo, determinar si el primer elemento alcanza el
nodo objetivo.
Si alcanza el objetivo, salir.
Si no, entonces;
Borrar el nodo de la cola
Agregar sus hijos a la cola
Ordenarlosnodosporcostoacumulado
Si el nodo objetivo fue encontrado mencionar xito, de
lo contrario anunciar falla.
 rbol generado
s
1 2
3 a d 4

4 5 6 3
7 b d 8 9 a e 6

7 8
11 c e 12 e 10 13 b 11 b f 10

9
d f b 15 f 14 d e a c g 13

g c g f

g
 Asegurar la ruta optima

5 b 3 b
1 1
s s
2 a g 2 a g
3 3

cul es la respuesta del mtodo?

cmo podemos asegurar encontrar la ruta ptima?
cundo debemos terminar el algoritmo?
Cuando todas las rutas parciales tengan igual o mayor
peso que la trayectoria encontrada
 rbol completo
s
1 2
3 a d 4

4 5 6 3
7 b d 8 9 a e 6

11 12 7 10 8

11 c e 12 e 10 13 b 11 b f 10

9
14 d 16 f b 15 f 14 d e a 15 c 15 g 13

g c g f

g
 Estimacin de la distancia restante

Usar una estimacin de la distanciarestante a la meta

puede mejorar considerablemente el mtodo.
Si es buena estimacin, entonces ella mas distancia
recorrida debe ser un buen clculo de la longitudtotal
delatrayectoria:
e(long trayectoria) = d(ya recorrida) + e(dist. restante)
Si las conjeturas fueran correctas este mtodo se
mantendra todo el tiempo en la ruta optima.
Mejor estimacin, mejor la bsqueda
 Subestimaciones son apropiadas

Las estimaciones no son perfectas; esto puede

traer serios problemas al mtodo.
que suceder con sobreestimaciones de la
distancia restante?
Desvo permanente de la trayectoria ptima
No existira la certeza, hasta recorrer el rbol completo,
que la ruta encontrada es la optima.
El mtodo funciona adecuadamente con
subestimaciones de la distancia restante.
 rbol generado
con distancia directa entre ciudades

s
1
13.4
a d 12.9

b d 19.4 a e 12.9

c e e b 17.7 b f 13

4
d f b f d e a c g 13

g c g f

g
 Trayectorias redundantes

Ramificacin y cota puede mejorarse eliminando

las trayectoriasredundantes.
Se relaciona con el principiodeprogramacin
dinmica.
El mejor camino del punto de inicio a la meta, a travs
de un lugar intermedio especfico, es el mejor camino
hacia ste desde el lugar de inicio, seguido por el mejor
camino desde ste a la meta.
No hay necesidad de buscar por otras trayectorias
hacia o desde el punto intermedio.
 rbol generado
s
1 2
3 a d 4

4 3
7 b d 8 9
a e 6

7 5
11 c e 12 e 10 13 b 11 b f 10

6
14 d 16 f b 15 f 14 d e a 15 c 15 g 13

g c g f

g
 Procedimiento A*

Es una bsqueda de ramificacinycota con:

Estimacin de distancia restante

Eliminacin de trayectorias redundantes

Si la estimacin de la distancia restante es un

limiteinferior de la distancia real, entonces A*
produce solucionesoptimas.