BUSQUEDAS EN INTELIGENCIA

ARTIFICIALProf.: Edecio Freitez

Yamnibel Caro21.047.089

Universidad Fermín ToroEscuela de Computación

Cabudare - Lara

En inteligencia artificial el tema de búsquedas es central, dado que, por ejemplo, realizar acciones mecanizadas o resolver problemas, se reduce a buscar en un espacio de estados. En esa disciplina se estudian búsquedas ciegas y búsquedas inteligentes por nombrar solo algunas.

Relacionado con la búsqueda del óptimo está el problema del control de la búsqueda, control planteado por Newell y Simon que ha generado una abundancia de trabajos en el campo de la inteligencia artificial. Se trata de elegir entre búsquedas heurísticas lo suficientemente buenas (no perfectas) como para que se pueda dar por concluida la búsqueda con una aceptable respuesta al problema en un lapso aceptable de tiempo.

En Inteligencia Artificial los términos resolución de problemas y búsqueda se refieren a un núcleo fundamental de técnicas que se utilizan en dominios como la deducción, elaboración de planes de actuación, razonamientos de sentido común, prueba automática de teoremas, etc.

TIPOS DE BÚSQUEDASBúsqueda a Ciegas: Solo utiliza información acerca de si un estado es o no objetivo para guiar su proceso de búsqueda.

Tipos de Búsqueda a Ciegas

• Búsqueda preferente por amplitud • Búsqueda de costo uniforme • Búsqueda preferente por profundidad • Búsqueda limitada por profundidad • Búsqueda por profundización iterativa • Búsqueda direccional

Búsqueda preferente por amplitud: En esta búsqueda todos los nodos que están en la profundidad d del árbol de búsqueda se expanden antes de los nodos que estén en la profundidad d+1.

Búsquedas de costo uniforme: En esta búsqueda se modifica la estrategia preferente por amplitud en el sentido de expandir siempre el nodo de menor costo en el margen (medido por el costo de la ruta g(n)) en vez del nodo de menor profundidad.

Búsqueda preferente por profundidad: En esta búsqueda siempre se expande uno de los nodos que se encuentren en los mas profundo del árbol. Solo si la búsqueda conduce a un callejón sin salida, ser revierte la búsqueda y se expanden los nodos de niveles menos profundos.

Búsqueda limitada por profundidad: Esta búsqueda es similar a la búsqueda preferente por profundidad con la diferencia que se impone un límite a la profundidad máxima de una ruta.

Búsqueda por profundización iterativa: Esta búsqueda es similar a la búsqueda limitada por profundidad con la diferencia que se repiten las búsquedas dando en cada iteración un valor distinto de profundiad para la misma.

Búsqueda bidireccional: Esta es una búsqueda que avanza a partir del estado inicial y que retrocede a partir de la meta y que se detiene cuando ambas búsquedas se encuentran en algún punto intermedio. 

Búsqueda Heurística: Se llama Búsqueda Heurística debido a que usa conocimientos específicos del problema. Con esta búsqueda podemos encontrar soluciones más eficientemente en el tiempo mas rápido posible sin repetir ninguna ciudad. En Inteligencia Artificial se emplea el calificativo heurístico, en un sentido muy genérico, para aplicarlo a todos aquellos aspectos que tienen que ver con el empleo de conocimiento en la realización dinámica de tareas. Se habla de heurística para referirse a una técnica, método o procedimiento inteligente de realizar una tarea que no es producto de un riguroso análisis formal, sino de conocimiento experto sobre la tarea. En especial, se usa el término heurístico para referirse a un procedimiento que trata de aportar soluciones a un problema con un buen rendimiento, en lo referente a la calidad de las soluciones y a los recursos empleados.

Sus tipos son: Búsqueda preferente por lo mejor. Búsqueda limitada por la capacidad de la memoria. Búsquedas de mejoramiento iterativo.

Búsqueda preferente por lo mejor: Esta búsqueda consiste en expandir primero aquél nodo con mejor evaluación. Dicha evaluación es el resultado de aplicar la función de evaluación al nodo, la cual devuelve un número que sirve para representar lo deseable que sería la expansión de un nodo. En este tipo de búsqueda se encuentran:

Búsqueda avara: Consiste en reducir al mínimo el costo estimado para alcanzar una meta. Para ello se utiliza una función llamada heurística, la cual estima el costo que implica llegar a una meta desde un estado determinado, y elige cual es el siguiente nodo que se va a expandir aplicando esta función a cada nodo.

Búsqueda A*: Esta búsqueda es una búsqueda preferente por lo mejor en la que se utiliza f como función de evaluación. La función f calcula el costo estimado de la solución más barata, pasando por n y se calcula de la siguiente manera:

f=g(n) + h(n) Siendo g(n) el costo de ruta y h(n) una heurística admisible (que nunca sobreestima el costo que implica alcanzar la meta).

Búsqueda limitada por la capacidad de la memoria: Cuando se implementan las búsquedas vistas hasta el momento, hay ciertos problemas muy difíciles de resolver y por lo tanto siempre hay que dar algo a cambio para resolverlos, y lo primero que se cede es la memoria disponible. Para conservar la memoria existe:

La búsqueda A* por profundización iterativa: En este algoritmo, cada iteración es una búsqueda preferente por profundidad, la cual se modifica para utilizar un límite de costo f en vez de un límite de profundidad.

La búsqueda A* acotada por memoria simplificada: Hace uso de toda la memoria que puede disponer esta es óptima si dispone de suficiente memoria para guardar la ruta de solución óptima más cercana. De lo contrario produce la mejor solución que sea posible obtener con la memoria disponible.

Búsqueda de mejoramiento iterativo: La idea básica de los algoritmos de estos tipos de búsqueda consiste en empezar con una configuración completa y efectuar modificaciones para mejorar su calidad. Entre estas búsquedas se pueden encontrar:

Búsqueda por ascenso de cima: Esta búsqueda se trata de un bucle que constantemente se desplaza en la dirección de un valor ascendente. Como el algoritmo no mantiene un árbol de búsqueda, la estructura de datos del nodo sólo tiene que registrar el estado y su evaluación, denominado VALOR.

Búsqueda con endurecimiento simulado: Esta búsqueda es muy similar a la búsqueda por ascenso a la cima, pero con la diferencia de que en vez de empezar otra vez al azar luego de quedarse atorado en un máximo local, sería conveniente descender unos cuantos pasos y así escapar del máximo local en cuestión.

Búsqueda en Grafos: Consiste en usar grafos en lugar de arboles; en este caso; esta estrategia de búsqueda usa lo que se denomina una lista cerrada, en la que cada nodo recuerda a cada uno de los nodos que los precedieron, de tal forma que en lugar de buscar en un árbol podemos buscar en una rejilla en la que podemos identificar caminos que nos llevan a la misma solución, y descartar uno de ellos.

Búsqueda con retroceso: En esta técnica de búsqueda se construyen soluciones parciales a medida que se avanza en la búsqueda; esto significa que se marca un nodo en particular en el cual se cumplen ciertas restricciones del problema para poder volver a este nodo en caso de que al buscar mas profundamente en una de sus ramas no lleguemos a una solución, el inconveniente es que para ciertos problemas llega resultar igual que la búsqueda en profundidad

Búsqueda con Adversario: o juego contra un oponente analiza los problemas en los que existe mas de un adversario modificando el estado del sistema. Tiene dos operadores:

El que lleva el problema a la mejor situación (jugada nuestra) El que lleva el problema a la peor situación (jugada de nuestro

adversario)

GRACIAS