Tema 1 Introducción a la

Inteligencia Artificial.
Numero de control
15820155
15820154
15820151
15280144
Profesor:
Dra. Paula Hernández Hernández
1.8 El panel de la heurística.
Es una estrategia de búsqueda informada puede encontrar soluciones
de una manera más eficiente. Estos algoritmos son adecuados para
problemas en los cuales el coste del camino es irrelevante y todo lo que
importa es el estado solución en sí mismo.
• Algoritmo de búsqueda locales: incluye métodos inspirados por la
física estadística (temple simulado) y la biología evolutiva (algoritmos
genéticos).
• Búsqueda en línea: el agente se enfrenta con un espacio de estados
que es completamente desconocido.
1.8.1 ALGORITMOS DE EXPLORACION DE
ALTERNATIVAS
Nos proporcionan uno de dos caminos de alternativos para nuestros
programas respectivamente
La Alternativa múltiple evalúa una expresión que puede tomar n
valores distintos, según sea el valor que tome la expresión, el flujo del
programa seguirá un camino determinado entre los n posibles
Ejemplo de escritura de un algoritmo múltiple
Algoritmo dia_semana
Var
Entero: día
Inicio
Escribir (“escribe un numero de entre 1 y 7: “)
Leer(día)
Según_sea (día) hacer
Caso 1:
Escribir(“LUNES”)
Caso 2:
Escribir(“MARTES”)
Caso 3:
Escribir(“MIERCOLES”)
Caso 4:
Escribir(“JUEVES”)
Caso 5:
Escribir(“VIERNES”)
Caso 6:
Escribir(“SABADO”)
Caso 7:
Escribir(“DOMINGO”)
Otros:
Escribir(“Error. El numero debe estar entre 1 y 7.”)
Fin_segun
“Búsqueda primero el mejor”
Esta función puede tener en cuenta o no el coste del mejor camino
parcial encontrado en cada momento desde la raíz hasta el nodo
considerado
1.8.3 Algoritmos de búsqueda local
La idea básica de los algoritmos de búsqueda local es
iniciar con una solución inicial que pueden ser:
generada aleatoriamente o hallada con algún otro
algoritmo.
Al tener una solución a esta se le aplica una
transformación de algún conjunto para mejorar la
solución esto se repite hasta que la solución ya no se
pueda mejorar mas.
Cuando no es posible obtener un mejoramiento
en la solución el algoritmo se detiene en un
óptimo local en caso que al alcanzar una solución
Y ninguno de sus vecinos es mejor.
Bibliografía
all, S. F. (2008). Busqueda Heuristica. En S. F. all, Problemas resueltos de
inteligencia artificail aplicada. (págs. 39 - 106). Madrid: Pearson Educacion,
S,A.
Norvig, S. J. (2004). Búsqueda informada y exploración (Heuristica). En S. J.
Norvig, INTELIGENCIA ARTIFICIAL UN ENFOQUE MODERNO Segunda edición.
(págs. 107 - 151). Madrid: PEARSON EDUCACIÓN, S.A., .
Arturo Díaz Pérez. (2008). Arturo Díaz PérezAnálisis y Complejidad de
Algoritmos1Análisis y Diseño de AlgoritmosLocalSearch-1Búsqueda Local.
09/02/2019, de Departamento de Ingeniería EléctricaCINVESTAV Sitio web:
http://delta.cs.cinvestav.mx/~adiaz/anadis/LocalSearch.pdf
Peter Norvig. (2004). Inteligencia Artificial. En S. Russell, Inteligencia Artificial
(págs. 125-126). madrid: PEARSON PRENTICE HALL.