Trabajo presentado por: LUIS FERNANDO OBANDO ING

Slides:



Advertisements
Presentaciones similares
INGENIERIA INFORMATICA Y BUSQUEDAS CON ADVERSARIOS
Advertisements

Branch-and-bound Search
¿Por que estudiar búsquedas?
INTELIGENCIA ARTIFICIAL
Damas Chinas Condori Mollehuara Miguel Montenegro Rubio Willy
Agente Simple y Agente de Búsqueda Integrantes: Daga RamónCarolina. Farfan Losano Luis. Hernandez Triveño Marlon. La Rosa Taboada Carlos. Luque Cuba Julio.
Inteligencia Artificial
Diseño y análisis de algoritmos
Inteligencia Artificial
REDES SEMANTICAS Y BUSQUEDAS
GRAFOS Presentado por: Oscar Leonardo Ramírez John Freddy Sandoval
IBD Clase 7.
ESTRUCTURA DE DATOS Unidad 04 Árboles BINARIOS.
ESTRUCTURA DE DATOS Unidad 04 Árboles BINARIOS DE BUSQUEDA.
Teoría de Grafos UCR – ECCI CI-1204 Matemáticas Discretas
BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA
Grupo 4 Matías Melgar Pablo Carbonell
Investigación Algorítmica
ESTRUCTURAS DE DATOS AVANZADAS
Búsqueda Informada Heurísticas.
Inteligencia Artificial Búsqueda informada y exploración
Inteligencia Artificial Búsqueda entre adversarios
Solución de problemas por búsqueda inteligente

Inteligencia Artificial Resolver problemas mediante búsqueda
Recurrencia Programación II 3-4 de febrero de 2009.
ESTRATEGIAS DE BUSQUEDA A CIEGAS
Tema Nº4.
Inteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Gonzalo Villarreal Farah
Teoría de Grafos.
L. Enrique Sucar Marco López ITESM Cuernavaca
Eduardo Morales/L. Enrique Sucar
Eduardo Morales/L. Enrique Sucar
Cecilia Laborde González
1 Algoritmos Elementales de Grafos Agustín J. González ELO-320: Estructura de Datos Y Algoritmos 1er.Sem
Grafos. Un Grafo G es un par de conjuntos (V, E), donde V es un conjunto no vacío de elementos llamados vértices o nodos y E es un conjunto formado por.
Ciudad de Könisberg, Prusia, en XVIII:
Temas importantes para el desarrollo de la segunda parte del TPE
Árbol recubridor mínimo Distancias
Solución de problemas por Búsqueda
Optimización, Búsqueda Heurística
Agentes de resoluciones d problemas Parte I. Un agente puede adoptar una meta o un propósito para satisfacer.
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Métodos de Búsqueda Informada. Búsqueda de la mejor Ruta En esta sección no sólo nos interesa encontrar una posible ruta, sino obtener aquella ruta que.
A LGORITMO DE BÚSQUEDA POR COSTO UNIFORME Dorian López.
Diseño y análisis de algoritmos
Parte II. Algorítmica. 3. Algoritmos voraces.
Agustín J. González ELO-320: Estructura de Datos y Algoritmos
¿Por que estudiar búsquedas? Recordemos que la mayoría de los problemas en inteligencia artificial, involucran como tema central un proceso de búsqueda.
METODOS DE BUSQUEDA INFORMADOS CAPITULO 5
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
Diseño y análisis de algoritmos
Grafos Emmanuel Parada..
Agustín J. González ELO-320: Estructura de Datos Y Algoritmos
Trazas Animadas de Recorridos sobre Grafos
Inteligencia artificial
Cecilia Laborde González
Estructura de Datos 4 Grafos Dirigidos
Quick Sort Estructuras de Datos Universidad Autónoma de Tlaxcala Unidad Académica Multidisciplinaria 14 de Septiembre de 2012.
UNIDAD 2 Grafos Árboles abarcadores mínimos Caminos más cortos.
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. BUSQUEDA DE LA SOLUCION EN UN ESPACIO ESTADO BUSQUEDA SISTEMATICA O CIEGA EN PROFUNDIDAD EN AMPLITUD NO.
BUSQUEDA EN ANCHURA Y PROFUNDIDAD
Capítulo 8: Árboles Autor: José Alfredo Jiménez Murillo.
BUSQUEDA POR PROFUNDIDAD INTELIGENCIA ARTIFICIAL
Matemáticas Discretas MISTI
Recorridos de grafos Segunda Parte M.C. Meliza Contreras González.
BÚSQUEDA EN ESPACIOS DE ESTADOS Espacio de estados: modelo del mundo representado por un grafo Espacio de estados: modelo del mundo representado por un.
BÚSQUEDA DE SOLUCIONES Soluciones no Informadas (cont.) Dra. Myriam Hernández A.
Transcripción de la presentación:

Trabajo presentado por: LUIS FERNANDO OBANDO ING Algoritmo Primero a lo Ancho BREATH-FIRST Trabajo presentado por: LUIS FERNANDO OBANDO ING

Algoritmo Primero a lo Ancho (BREATH-FIRST) Búsqueda en anchura (en ingles BFS - Breadth First Search) es un algoritmo para recorrer o buscar elementos en un grafo (usado frecuentemente sobre árboles). Intuitivamente, se comienza en la raíz (eligiendo algún nodo como elemento raíz en el caso de un grafo) y se exploran todos los vecinos de este nodo. A continuación para cada uno de los vecinos se exploran sus respectivos vecinos adyacentes, y así hasta que se recorra todo el árbol.

Búsqueda por anchura Formalmente, BFS es un algoritmo de búsqueda sin información, que expande y examina todos los nodos de un árbol sistemáticamente para buscar una solución. El algoritmo no usa ninguna estrategia heurística.

Ventajas frente a DFS La búsqueda por medio de BFS siempre termina mientras que por por DFS búsqueda en profundidad puede en ocasiones no terminar. La búsqueda que utiliza BFS resulta mas optima ya que recorre diferentes ramas del árbol y genera una perspectiva mas amplia. Este algoritmo tiene como ventaja que, al expandir los nodos de forma uniforme garantiza encontrar la mejor solución de un problema de costo uniforme antes que ninguna, de manera que apenas se encuentre una solución, puede devolverse, porque será la mejor, o bien expandir todo el nivel en el cual se hubiere encontrado, para obtener todas las soluciones posibles.

DESVENTAJAS Su principal desventaja es el alto orden de complejidad computacional, que hace que, de no mantenerse muy limitados los parámetros del problema, crezcan rápidamente los requerimientos y se vuelvan inaceptables y que además requiere de mucha memoria. Básicamente tiene que guardar la parte completa de la red que está explorando.

Procedimiento Dado un vértice fuente s, Breadth-first search sistemáticamente explora los vértices de G para “descubrir” todos los vértices alcanzables desde s. Calcula la distancia (menor número de vértices) desde s a todos los vértices alcanzables. Después produce un árbol BF con raíz en s y que contiene a todos los vértices alcanzables. El camino desde s a cada vértice en este recorrido contiene el mínimo número de vértices. Es el camino más corto medido en número de vértices.

Se introduce A como primer elemento de la lista.

Se tiene un árbol en un estado inicial y se cuenta con una meta: M1.

Se comprueba que A no es una meta y se elimina de la lista. Se recorre el árbol de izquierda a derecha y manteniendo la información del recorrido. Es decir AB y AC.

AB no muestra ninguna meta así que se saca de la lista. Luego se continua con AC