ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SPTIMO PERODO ABRIL-SEPT/2015

TEMA:

ALGORITMO BSQUEDA LOCAL Y PROBLEMAS DE

OPTIMIZACIN

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, JUNIO 2015

10 de Junio del 2015

INTRODUCCIN

Los algoritmos antes mencionados se disean para explorar

sistemticamente espacios de bsquedas, que quiere decir que

alcanza manteniendo uno o ms caminos en memoria y va

registrando que alternativas va alcanzado en cada punto del camino

y cuales no ha alcanzado.

Es por esto que los algoritmos de bsqueda funcionan con un solo

estado actual y generalmente se mueve solo a los vecinos del estado,

lo cual hace que no sean sistemticos.

OBJETIVO

Conocer y aprender sobre los algoritmos de bsqueda local y

problemas de optimizacin.

MARCO TERICO

ALGORITMOS DE BSQUEDA LOCAL Y PROBLEMAS DE

OPTIMIZACIN

Son propensas a encontrar ptimos locales que no son la mejor solucin posible,

el ptimo global es generalmente imposible de alcanzar en un tiempo limitado,

por el tamao del espacio de soluciones. Los algoritmos no pueden hacer una

exploracin sistemtica.

Cundo se tiene que maximizar?

Cuando su solucin corresponde directamente al objetivo.

Cundo se tiene que minimizar?

Cuando su solucin se basa en los costos, por lo que es preciso hacerlos ms

mnimos posibles.

Ventajas

Usan muy poca memoria

Pueden encontrar a menudo soluciones razonables en espacios de

estados grandes o infinitos para los cuales son inadecuados los

algoritmos sistemticos.

BSQUEDA DE ASCENSIN DE COLINAS

Las caractersticas de la funcin heurstica determinan la calidad del resultado y

la rapidez de la bsqueda.

Problemas:

Mximo local.- Todos los vecinos tienen funcin heurstica peor.

Meseta.- Todos los vecinos tienen la misma funcin heurstica que el nodo

actual.

Crestas.- Las crestas causan una secuencia de mximos locales que hace

muy difcil la navegacin para los algoritmos avaros.

Soluciones

Volver a un nodo anterior y seguir el proceso en otra direccin (prohibitivo en

espacio).

Reiniciar la bsqueda en otro punto.

Aplicar dos o ms operadores antes de decidir el camino.

Tipos

Ascensin de Colinas estocsticas.- Escoge aleatoriamente de

entre los movimientos ascendentes; la probabilidad de seleccin puede

variar con la pendiente del movimiento ascendente.

Ascensin de Colinas de primera opcin.- Se genera al azar

hasta que uno sea el mejor que el estado actual. Esta es una buena

estrategia cuando un estado tiene muchos sucesores.

Ascensin de Colinas de reinicio aleatorio. Se busca desde

el estado inicial hasta el final, hasta que este encuentre el objetivo.

BSQUEDA DE TEMPLE SIMULADO

Es un algoritmo de ascensin de colinas estocstica:

Elegimos un sucesor de entre todos los posibles segn una distribucin

de probabilidad.

El sucesor puede ser peor.

Se hacen pasos aleatorios por el espacio de soluciones.

Inspirado en el proceso fsico de enfriamiento controlado (cristalizacin,

templado de metales):

Se calienta un metal a alta temperatura y se enfra progresivamente de

manera controlada.

Si el enfriamiento es adecuado se obtiene la estructura de menor energa

(mnimo global).

BSQUEDA POR HAZ LOCAL

Guardar slo un nodo en memoria puede parecer una reaccin extrema al

problema de limitacin de memoria.

El algoritmo de bsqueda por haz local guarda la pista de k nodos.

Comienza con k estados generados aleatoriamente.

En cada paso se generan todos los sucesores de los k estados.

Se comprueba si alguno es un objetivo.

Si no, se seleccionan los k mejores sucesores de la lista completa y

se repite el proceso

ALGORITMOS GENTICOS

Son una variante de la bsqueda de haz estocstica en que se combinan dos

estados padres.

Analoga entre bsqueda local y evolucin por seleccin natural:

Los estados corresponden a individuos.

Una funcin de idoneidad/calidad/evaluacin indica/mide la

bondad/calidad de los estados.

Combinando buenos estados se obtienen estados mejores.

CONCLUSIN

He concluido que los algoritmos de Bsqueda Local y Problemas de

Optimizacin tratan de maximizar o minimizar dependiendo del

problema a resolver, con el objetivo de encontrar el mejor resultado

dentro de un espacio, a travs de las restricciones localizadas por el

algoritmo de bsqueda local que mejor se asemeje.

Para esto tenemos diferentes tipos de Bsqueda Local como antes

mencionamos son las Bsquedas de ascensin de colinas, temple

simulado, por haz local y algoritmos genticos, todos estos tipos es

de suma importancia conocer de ellas, porque es de aqu donde

podemos asimilar con nuestro problema a resolver y encontrar de

manera factible nuestro mejor resultado.

BIBLIOGRAFA

Berzal, F. 2012. Inteligencia Artificial Bsqueda local. (En lnea).

Consultado 12 Jun. 2015. Formato: PDF. Disponible en:

http://elvex.ugr.es/decsai/iaio/slides/A7%20Local%20Search.pdf

Ceccaroni, L. 2007. Inteligencia Artificial Bsqueda local. (En

lnea). Consultado el 12 Jun. 2015. Formato: PDF. Disponible en:

http://www.cs.upc.edu/~luigi/II/IA-2007-fall/2c-Busqueda-local-

%28es%29.pdf

Daz, A. 2005. Bsqueda local. (En lnea). Consultado 12 Jun. 2015.

Formato: PDF. Consultado el 12 Jun. 2015. Disponible en:

http://delta.cs.cinvestav.mx/~adiaz/anadis/LocalSearch.pdf

Ruiz, J. 2012. Bsqueda local y algoritmos genticos. (En lnea).

Consultado 12 Jun. 2015. Formato: PDF. Disponible en:

http://www.cs.us.es/cursos/ia1/temas/tema-06.pdf

Russell, S y Norvig, P. 2008. Inteligencia Artificial Un Enfoque

Moderno. 2 ed. Espaa. Pearson Education. p 1242