TEMA:
BÚSQUEDA
INFORMADA Y EXPLORACIÓN
Semana
12 al 16 de Octubre 2015
INTRODUCCIÓN
La búsqueda no informada a diferencia de la informada
posee gran desventaja ya que esta se caracteriza por no brindar información
previa al agente acerca del problema a solucionar, es decir el agente se
encontrara en un espacio que es totalmente desconocido para él. Por tanto la
búsqueda informada tiene un conocimiento puntualizado del problema, resultando
más eficiente para el agente.
En el transcurso de este documento iremos conociendo
porque la búsqueda informada sobresale
ante la búsqueda no informada y así mismo la aplicación de heurísticas que
ayudan a disminuir los costos de las
búsquedas.
MARCO TEÓRICO
ESTRATEGIA DE BÚSQUEDA INFORMADA (HEURÍSTICAS)
Una búsqueda informada es aquella en la que se tiene un
conocimiento previo acerca del problema a solucionar, en si es muy optima
porque le da al agente una visión más clara a cerca de la problemática y por ende
los resultados esperados serán más satisfactorios que una estrategia no
informada.
A la aproximación general que se considerara se la
denominara búsqueda primero el mejor. Esta búsqueda es venerable pero su
desventaja es que es inexacta, ya que si
se diera el caso de expandir el primer
nodo se muestra que es una búsqueda en absoluto. Lo más óptimo sería
elegir el nodo que refleje ser el mejor según la función de evaluación. Cuando
la función es exacta entonces se asume que esta es la mejor.
Existe una infinidad de familia de Búsqueda primero el
mejor, diferenciándose cada una por sus funciones de evaluación. Una componente
clave de estos algoritmos es una función heurística la misma que es denotada
h(n) siendo este el coste estimado del camino más barato desde
el nodo n a un nodo objetivo.
BÚSQUEDA VORAZ PRIMERO EL MEJOR
Esta búsqueda comprende en expandir el nodo más cercano
al objetivo, invocando que se conducido lo más posible a la solución .De esta
forma es capaz de evaluar los nodos usando únicamente la función heurística:
f(n)=h(n).
La
búsqueda voraz primero el mejor es similar a la búsqueda primero en profundidad
debido a que esta opta seguir un camino hacia el objetivo, sin embargo retorna
a su punto de partida si se encuentra en camino sin salida. Al igual que la
búsqueda primero en profundidad soporta los mismos defectos, no resulta optima
y solo es parcial porque puede ir hacia abajo en un camino infinito y nunca
volver para intentar otras posibilidades).
En
el peor de los casos en cuanto al tiempo y espacio es O(bm), en el que m viene
siendo la profundidad máxima del espacio de búsqueda. Se puede dar el caso que
si se usa una buena función, se puede reducir la complejidad formidablemente.
BÚSQUEDA A*: MINIMIZAR EL COSTO ESTIMADO TOTAL DE LA
SOLUCIÓN
A la
búsqueda primero el mejor también se la llama búsqueda A*, dicha búsqueda
evalúa los nodos combinando g(n) que es el coste para alcanzar el nodo, h(n)
coste de ir al nodo objetivo: obteniendo la siguiente función.
F(n)=g(n)+h(n)
F(n), Es igual al costo más
barato estimado de la solución a través de n. La forma más sencilla de poder
analizar la optimalidad es si se emplea
mediante con la Búsqueda –Arboles.
CONCLUSIONES
Los costos de la búsqueda se pueden disminuir
anticipadamente empleando heurísticas. Pero sin embargo en algunos algoritmos
en los que se emplean heurísticas se ha
hallado que sus costos en cuanto se refiere a las búsquedas son muy elevados aunque estos sean considerados los
más óptimos.
La búsqueda primero el mejor le da acogida a los nodos no
expandidos que tienen menor costo y su función fundamental es heurística h(n).
A diferencia de la búsqueda primero el mejor, la búsqueda
primero el mejor avara no sobresale
porque no es muy optimo, pero no obstante a menudo tiene mucha eficacia.
La utilidad de aquellos algoritmos que se desempeñan en la búsqueda heurística estos
están ligados de la disposición de la
función heurística.
BIBLIOGRAFÍA
Russell, S.,
Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda Edición.
Pearson Education. España
Ruiz, J; Matín,
M. 2011. Búsqueda Informada mediante Técnicas Heurísticas. (En
línea). Consultado 9 de Oct del 2015. Formato PDF. Disponible en: https://www.cs.us.es/cursos/ia1/temas/tema-04.pdf
No hay comentarios:
Publicar un comentario