Búsqueda en profundidad Se elige la primera alternativa (por convención la de más a la izquierda) y se sigue hacia abajo hasta alcanzar la meta o hasta.

Slides:



Advertisements
Presentaciones similares
Ing. Victor Jaime Polo Romero
Advertisements

Branch-and-bound Search
Resolución aproximada de ecuaciones Ejemplos
INTELIGENCIA ARTIFICIAL
Agente Simple y Agente de Búsqueda Integrantes: Daga RamónCarolina. Farfan Losano Luis. Hernandez Triveño Marlon. La Rosa Taboada Carlos. Luque Cuba Julio.
Inteligencia Artificial
Inteligencia Artificial
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
REDES SEMANTICAS Y BUSQUEDAS
ESTRUCTURA DE DATOS Unidad 04 Árboles BINARIOS DE BUSQUEDA.
Árboles Grafo que no contiene ciclos, es decir es un grafo también acíclico, pero a su vez es conexo.
BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA
Inteligencia Artificial Búsqueda informada y exploración
DOM ( Document Object Model) Prof. Franklin Cedeño.
La regla de la esquina noroeste
Métodos básicos de Búsqueda
Investigación de Operaciones II
Tema 4 Árboles. Conceptos Generales..
Cap 4 Búsqueda Heurística
Búsqueda Informada Heurísticas.
Inteligencia Artificial Búsqueda informada y exploración
Solución de problemas por búsqueda inteligente
METODO DE BUSQUEDA ALGORITMO DE COSTO UNIFORME
Fundamentos de Inteligencia Artificial Búsqueda
Tema Nº4.
Inteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Gonzalo Villarreal Farah
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Estructuras de Datos MC Beatriz Beltrán Martínez.
Definiciones: conjuntos, grafos, y árboles
Trabajo presentado por: LUIS FERNANDO OBANDO ING
Optimización Combinatoria usando Algoritmos Evolucionistas Problemas de Optimización. Idea: Encontrar una solución "factible" y "óptima" de acuerdo a algún.
Capítulo 4 BUSQUEDA INFORMADA.
PROGRAMACION DINAMICA
ADMINISTRACION DE NEGOCIOS IV
Teoría de la decisión.
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
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.
Triangulos 1)Clasificación de acuerdo al número de lados
CÓDIGOS DE HUFFMAN. Códigos de Huffman Los códigos de Huffman, que representan caracteres por cadenas de bits de longitud variable, proporcionan alternativas.
CÁLCULO ELÉCTRICO DE LÍNEAS
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA. CATEDRATICO:
METODOS DE BUSQUEDA INFORMADOS CAPITULO 5
Demuestra que el triangulo PQS es un triangulo isósceles calculando la longitud de sus lados: P(-4,3), Q(2,5) y S(1,-2)
MECÁNICA DE FLUIDOS LÍQUIDOS
Dikjstra – Shortest Path. Algoritmo Dijkstra Inicio: Asignar un nivel temporal igual a 0 en el nodo de inicio e infinito al resto de los nodos Iteración.
Definiciones: conjuntos, grafos, y árboles
INSTITUTO TECNOLOGICO DE VILLAHERMOSA MARIA ISABEL VEGA CHANONA
EJEMPLO Una persona debe viajar desde la ciudad S a la ciudad G pero desconoce la ruta a seguir para lograr su objetivo ¿Es un problema? Dra. Rosanna Costaguta.
DIAGRAMA DE FLECHAS O RUTA CRITICA
Inteligencia artificial
ANALISIS DE REDES UNIDAD PROCEDIMIENTO DE OPTIMIZACION
Matriz inversa Método Gauss Jordan.
Sistema de Referencia sistema de coordenadas cartesiano o
GENOGRAMA MARIA ELENA OLIVARES J
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. BUSQUEDA DE LA SOLUCION EN UN ESPACIO ESTADO BUSQUEDA SISTEMATICA O CIEGA EN PROFUNDIDAD EN AMPLITUD NO.
Arboles Binarios.
Cinemática.
Inteligencia Artificial
Árboles Equilibrados Estructuras de Datos MC Beatriz Beltrán Martínez Primavera 2015.
Operaciones con números negativos
REPRESENTACIÓN DE LOS NÚMEROS ENTEROS EN LA RECTA NUMÉRICA
Matemáticas Discretas MISTI
M.C. Meliza Contreras González
ECACEN UNIDAD 2. LA ESTRATEGIA ORGANIZACIONAL Curso académico JUEGO GERENCIAL Cód Programa Administración de Empresas Bogotá, 2015 IR AL INICIO.
  La depreciación legal o fiscal en la toma de decisiones se resume en seleccionar alternativas para resolver problemas o alcanzar objetivos. Sin embargo,
Transcripción de la presentación:

Búsqueda en profundidad Se elige la primera alternativa (por convención la de más a la izquierda) y se sigue hacia abajo hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se reinicia la búsqueda en el antecesor más cercano que posea hijos sin explorar.

Árbol de búsqueda en profundidad S DA B EC DF G RUTA: S-A-B-E-F-G Costo de ruta = 19 unidades (suma de arcos) Costo de cálculo = 0 Costo aplicación = 9 nodos y 8 enlaces Trayectoria de exploración Ruta solución

Búsqueda en amplitud Se elige la primera alternativa (por convención la de más a la izquierda) y se explotan los nodos hacia derecha, respetando el nivel, hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. Se procede de igual manera para generar los nodos del nivel siguiente.

Árbol de búsqueda en amplitud S DA DB EA ECBBE D F EBFCAG FC RUTA: S-D-E-F-G Costo de ruta = 13 unidades (suma de arcos) Costo de cálculo = 0 Costo aplicación = 22 nodos y 21 enlaces Trayectoria de exploración Ruta solución

Información adicional a considerar en la aplicación de métodos de búsqueda informados Distancias en línea recta entre las distintas ciudades y la ciudad objetivo

Búsqueda ascenso en colina Se procede como en la búsqueda en profundidad pero considerando para explotar aquel nodo que de acuerdo con la información adicional resulte ser el más prometedor en esa rama y nivel. El procedimiento continúa hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se procede de igual manera con el segundo nodo más prometedor de la misma rama y nivel.

Árbol de búsqueda ascenso en colina S DA EA B F G 10,4 8,9 10,4 6,9 36,7 RUTA: S-D-E-F-G Costo de ruta = 13 unidades (suma de arcos) Costo de cálculo = evaluación de información adicional 6 nodos Costo aplicación = 8 nodos y 7 enlaces Ruta solución

Búsqueda en haz Se procede como en la búsqueda en profundidad pero considerando para explotar los w nodos que de acuerdo con la información adicional resulten ser los más prometedores en esa rama y nivel. El procedimiento continúa hasta alcanzar la meta o hasta que ya no sea posible expandir más nodos. En este último caso se reemplaza el nodo por el siguiente mejor considerando la misma rama y nivel.

Árbol de búsqueda en haz (w = 2) RUTA: S-D-E-F-G Costo de ruta = 13 unidades (suma de arcos) Costo de cálculo = evaluación de información adicional 10 nodos Costo aplicación = 14 nodos y 13 enlaces S DA DB EA ECBF CAG 10,4 8,9 6,7 6, Ruta solución

Búsqueda primero el mejor La búsqueda se efectúa desde el mejor nodo aún no explotado, sin interesar su ubicación dentro del árbol parcialmente desarrollado, es decir, sin considerar su posición en rama o nivel.

Árbol de búsqueda primero el mejor S DA EA B F G 10,4 8,9 10,4 6,9 36,7 RUTA: S-D-E-F-G Costo de ruta = 13 unidades (suma de arcos) Costo de cálculo = evaluación de información adicional 9 nodos Costo aplicación = 8 nodos y 7 enlaces Ruta solución