ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SPTIMO PERODO ABRIL-SEPT/2015

TEMA:

AGENTES RESOLVENTES DE PROBLEMA

MATERIA:

INTELIGENCIA ARTIFICIAL II

AUTORA:

MNICA L. DIAZ ENCARNACIN

FACILITADORA:

ING. HIRAIDA SANTANA

MISIN

Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en

su accionar, comprometidos con la sociedad en el manejo adecuado de programas

y herramientas computacionales de ltima generacin.

VISIN

Ser referente en la formacin de profesionales de prestigio en el desarrollo de

aplicaciones informticas y soluciones de hardware.

CALCETA, ABRIL 2015

20 Abril 2015

INTRODUCCIN

Despus de haber conocido los captulos anteriores, y saber que la

Inteligencia Artificial es aplicada a todos los mbitos, en este nuevo

captulo nos enfocaremos en el tipo de agente basado en objetivos, por

esto el ttulo de esta seccin es Resolver problemas, adems

conoceremos los diferentes mtodos de bsqueda que hay para

solucionarlo, medir el rendimiento de la resolucin del problema, entre

otras definiciones que conoceremos a continuacin.

OBJETIVO

El objetivo de este captulo es determinar o conocer los conceptos

principales de los procesos bsicos que involucran la aplicacin de los

mismos para identificar su utilidad dentro del desarrollo de sistema

informtico.

MARCO TERICO

QU SON LOS AGENTES RESOLVENTES DE PROBLEMAS?

Los agentes resolventes problemas deciden qu hacer para encontrar

secuencias de acciones que conduzcan a los estados deseables. Comenzamos

definiendo con precisin los elementos que constituyen el problema y su

solucin.

Asumimos que los agentes Inteligentes deben maximizar su medida de

rendimiento, para ello el agente debe elegir un objetivo y debe tratar de

satisfacerlo. Los objetivos ayudan a organizar el comportamiento del agente

limitando las metas que intenta alcanzar el agente.

Existen diferentes algoritmos para resolver estos problemas, por ejemplo, los

algoritmos de bsqueda informada y no informada.

FASES A SEGUIR

Form

ulacin

del objetivo

La tarea del agente es encontrar que

secuencia de acciones permite obtener un estado

objetivo.

Form

ulacin

del problem

a

Es el proceso de decidir que acciones y estados tenemos

que considerar.

Ejecuta

Ejecuta la secuencia de acciones definidos anteriormente.

Fase de

Bsqueda

Examina las diferentes secuencias posibles de

acciones que le conduzcan a estados de

valores conocidos, y entonces escoge la mejor secuencia.

PROBLEMAS Y SOLUCIONES BIEN DEFINIDOS

MEDIR EL RENDIMIENTO DE LA RESOLUCIN DEL

PROBLEMA

La salida del algoritmo de resolucin de problemas es fallo o una solucin, se

evaluara el rendimiento de un algoritmo de cuatro formas.

ESTADO

INICIAL

Donde inicia el agente.

Situacion actual

TEST

OBJETIVO

Determina si un estado es

un estado objetivo.

COSTO DEL

CAMINO

El agente elege una

funcion costo que refleja la

medida de rendimiento

FUNCIN

SUCESOR

Es la accin sucerora, es la discripcion de las posibles

acciones disponibles

para el agente.

Esta garantizado que el logaritmo encuentre una

solucion cuando esta existe?

COMPLETITUD

Encuentra la estrategia la solucin

optima?

OPTIMIZACIN

Cuanto tarda en encontrar

una solucin?

COMP. EN

TIEMPO

Cuanta memoria se

necesita para el funcionamieto

de la bsqueda?

COMP. EN

ESPACIO

CONCLUSIN

Medir el rendimiento de la resolucin de un problema es fundamental, ya

que, se puede establecer cul es el beneficio. El agente puede construir

secuencias de acciones que alcanzan sus objetivos mediante bsqueda y

por ende, conocer los distintos mtodos de bsqueda, es importante

porque nos permite escoger y poder establecer cul es el adecuado para

alcanzar el objetivo deseado.

BIBLIOGRAFAS

Daz, P. 6. s.f. Sistemas Inteligentes: Sistemas de Bsqueda. Formato: PDF.

Consultado: Disponible en http://www.aic.uniovi.es/ssii/ssii-t2-busquedai.pdf

Olmos, I. s.f. Inteligencia Artificial. Formato: PDF. Consultado. Disponible en:

http://www cs.buap.mx/iolmos/ia/Sesion5_Busquedas1.pdf

Russell, S y Norvig, P.2004. Inteligencia Artificial Un enfoque Moderno. 2ed.

Madrid, ESP. Pearson. p 68-98