TEMA 4: FUNCIONES HEURÍSTICAS
Semana 19 al 23 de Octubre 2015
INTRODUCCIÓN
Las funciones heurísticas disponen de información previa
para de esta manera llegar a su objetivo, teniendo así una visión más
clara del camino que vallan a recorrer.
Pero no obstante no nos garantizan de encontrar una solución aunque estas
existan y caso contrario si estas llegasen a encontrarlas no siempre serán las
más óptimas. El problema de 8-puzle fue uno de los primeros problemas de
búsqueda heurística.
A media que vallamos avanzando, tendremos una idea más
clara de lo que son las funciones heurísticas.
MARCO
3.1. ¿QUÉ ES UNA FUNCIÓN HEURÍSTICA?
Una Función Heurística es denota con h(n): Que es la
estimación del coste real del camino más barato coste que lleva de n a un nodo objetivo.
Para la búsqueda A* la función es: f(n) = g(n)+h(n): esta
es la estimación del costo real del camino de mínimo coste que lleva del estado
inicial a un nodo objetivo pasando por n.
3.2. EL EFECTO DE LA PRECISIÓN HEURÍSTICA
EN EL RENDIMIENTO
Cuando se quiere conocer si la función heurística es la
conveniente se evalúa el rendimiento por medio del factor de ramificación
eficaz.
En ocasiones este puede variar pero sin embargo cuando
los problemas son muy complejos suele ser constante, en sí siempre va a
depender del problema y son aplicados en problemas más complejos.
Es así que las medida experimentales de b* sobre un
pequeño conjunto de problemas proporcionan una buena guía para la utilidad de
la heurística.
3.3. INVENTAR FUNCIONES HEURÍSTICAS
ADMISIBLES
Cuando en un
problema se da el caso en el que este no cuenta con muchas restricciones en las
acciones se lo denomina con un problema relajado.
Para que un problema sea relajado el costo para la
función óptima es una heurística admisible para el problema original.
3.4. APRENDIZAJE DE HEURÍSTICAS DESDE LA EXPERIENCIA
La función
heurística estima el costo para poder llegar a una solución que comienza desde
el nodo n, a través de las experiencias estas pueden aprender debido a que las
soluciones óptimas plantean ejemplos para de esta manera aprender de la función
heurística la misma que es denotada como h(n).
Un aprendizaje
inductivo es caracterizado por evaluar el coste de la solución para los estados
que se puedan presentar en la búsqueda de una solución.
En este método
aparte de requerir la una descripción de los estados para que estos trabajen de
forma ágil deben ser capaz de proporcionar características.
Un ejemplo en el
que nos ayuda a entender de mejor manera acerca de este método sería un agente que
se encuentra perdido en un callejón el mismo que tiene 4 caminos, por ende la
descripciones serían los 4 caminos pero sin embargo no le es de mucha ayuda ya
que si contara con las caracterices de cada uno de ellos fueran más óptimo para
determinar el mejor camino objetivo.
Podemos encontrar diferentes búsquedas pero la búsqueda
informada es la más eficaz puesto que se
cuenta con información previa del problema a resolver.
CONCLUSIONES
Las búsquedas informadas tienen gran importancia puesto que previamente poseen información
que les ayudan a informarse del objetivo, permitiéndoles así encontrar con
mayor eficiencia el objetivo es decir
estas son las más optimas , no obstante para que la búsqueda que estimen sea la
más adecuada, deben emplear funciones conformes a su tipo de búsqueda y
problema , las misma que son consideradas como las funciones heurísticas.
Las heurísticas vienen siendo empleadas desde
el principio de la inteligencia artificial en la cuales son empleadas para
resolver problemas que cuenten con información previa, las formas de aprender
de las funciones heurísticas es cuando se evalúa el coste estimado del nodo
inicio hasta el nodo objetivo.
BIBLIOGRAFÍA
González,
P y Lorés, J. 2006. Evaluación Heurística. (En línea). Consultado de Oct. 2015.
Formato PDF. Disponible
en: http://aipo.es/libro/pdf/15-Evaluacion-Heuristica.pdf
Vasiran, M. 2011. Búsqueda Heurísticas. (En
Línea).Consultado de Oct .2015.Formato
PDF.Disponible en http://www.ia.urjc.es
Malagón, S.2010. Búsqueda Heurísticas.(En
Línea).Consultado de Oct.2015.Formato PDF.Disponible en:http://www.nebrija.es/ busqueda_heuristica.pdf
Russell,
S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque
Moderno. Segunda Edición. Pearson Education. España
