METODOS DE BUSQUEDA INFORMADO Subttulo Funcion Evaluadora Sea
METODOS DE BUSQUEDA INFORMADO Subtítulo
Funcion Evaluadora • Sea A un problema de inteligencia artificial y E su espacion de estado, la función que asocia a cada estado de E un numero real, esto es: f: E R Es la función de merito o evaluadora asociada a A Teniendo en cuenta este pequeño ejemplo podemos definir que la FUNCION EVALUADORA es aquella función que mide la utilidad de la información asociado al estado y puede significar riesgo, utilidad, costo, rentabilidad, distancia, ganancia, etc.
EJEMPLO: Problema Juego -> Utilidad asociada a cada posible movimiento Agente viajero -> Distancia asociada a cada posible ciudad a visitar Tres en raya -> Mayor numero de X colineales (caso juega X ) donde no hay O Vasija de Agua -> Litros faltantes para alcanzar la solución Selección de Proy -> Utilidad asociada a cada proyecto
Metodos Informados • Son aquellos métodos el cual contienen información, son procedimientos sistemáticos de búsqueda del estado meta en el árbol de estado, que usan la información asociada a los estado para una mejor decisión en el proceso de búsqueda. Para evaluar la información de los estados considerando la función evaluadora • Los métodos de búsqueda informados mas conocidos son: v. Primero el mejor v. Subiendo a la colina v. A* v. Ramificacion y Acotacion
METODO PRIMERO EL MEJOR
• En este método el criterio de selección es dado por el nodo en LE que respresenta el “mejor” (mayor o menor ) valor de la función evaluadora. • Los nodos sucesores serán registrados como en profundidad, al inicio de LE, pero también pueden ser registrado al final, pues, el criterio de selección no depende del orden de como se registran los sucesores LE: Procesar MP-6 MQ-8 Si mejor = mayor NR-5 Registro HIJOS(Q) conveniencia MP-6 NR-5
Observacion • El método es adecuado para resolver problemas de optimización. Garantiza solución optima, pero puede requerir mayor numero de operaciones
METODO A*
Veamos el siguiente caso encontrar el camino de Amazonas a Moquegua Usaremos el algoritmo A* para solucionar el problema - Considerando el factor riesgo, donde riesgo toma valores de entre 0 a 1. - Es decir que si es 0, no toma riesgo alguno en ir por esa ruta, y 1(muy difícil que ocurra). - Considerando esto se tiene:
Considerando el factor confort. 1: muy confortable, 2: medianamente confortable 3: no confortable
Para métodos prácticos usaremos la dos primeras iniciales de los departamentos. Según sea el confort y el riesgo, se considerara el DLR para tomar una ruta viable según sean las características anteriores. El camino elegido será: AM-LO-UC-MA-MO
- Slides: 11