Búsqueda de ascensión de colinas (BLv)

Slides:



Advertisements
Presentaciones similares
Ing. Victor Jaime Polo Romero
Advertisements

INGENIERIA INFORMATICA Y BUSQUEDAS CON ADVERSARIOS
N-PUZZLE Resolución por Búsqueda
Búsqueda en árboles de juego
INTELIGENCIA ARTIFICIAL
Inteligencia Artificial
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Inteligencia Artificial
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
Movimiento Armonico Simple (M.A.S)
Búsqueda con retroceso
Investigación de Operaciones
BENEMERITA UNIVERSIDAD AUTONOMA DE PUEBLA
Grupo 4 Matías Melgar Pablo Carbonell
Inteligencia Artificial Búsqueda informada y exploración
Inteligencia Artificial
Investigación Algorítmica
Cap 4 Búsqueda Heurística
Búsqueda Informada Heurísticas.
Inteligencia Artificial Búsqueda informada y exploración
Inteligencia Artificial Búsqueda entre adversarios
Problema: Viajante de Comercio
Fuerza Eléctrica y Ley de Coulomb
BUSQUEDA EN JUEGOS DE ADVERSARIO Sección 1-4
Luis yepes vergara 9 .c 2010.
Integrantes: Esteban Jiménez Guesseppe Lozada Mario Rodriguez Gustavo Tenorio Fabio.
Inteligencia Artificial Resolver problemas mediante búsqueda
SATISFACCION DE RESTRICCIONES Sección 1-3
Inteligencia Artificial Resolver problemas mediante búsqueda
Inteligencia Artificial Búsqueda local
Temas importantes para el desarrollo de la segunda parte del TPE
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.
Búsqueda heurística.
Capítulo 4 BUSQUEDA INFORMADA.
Optimización, Búsqueda Heurística
Problemas de Decisión y Optimización
Agentes de resoluciones d problemas Parte I. Un agente puede adoptar una meta o un propósito para satisfacer.
Diseño y análisis de algoritmos
EXPANSIÓN DE IDEAS.
A LGORITMO DE BÚSQUEDA POR COSTO UNIFORME Dorian López.
Sistema de archivos Sistemas operativos.
3 elementos clave en Mindomo. Es un zoom que acerca o aleja todo el esquema Determina el número de niveles que se muestra desde el nodo en el que nos.
Diseño y análisis de algoritmos
Ondas.
Diseño y análisis de algoritmos
METODOS DE BUSQUEDA INFORMADOS CAPITULO 5
Estructuras de Datos1 ABB´s balanceados por peso Balance perfecto Para cada nodo, el número de nodos del subárbol izquierdo y el número de nodos del subárbol.
Capítulo 7 Gestión de memoria.
Backtracking 1. Método general. 2. Análisis de tiempos de ejecución.
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
Estructura de Datos M.C. José Andrés Vázquez Flores FCC/BUAP
Resolución de problemas mediante búsqueda
Las inserciones y deleciones se penalizan con un peso W Se construye una matriz H de n + 1 filas y m + 1 columnas. La secuencia de A se ubica en las filas.
Estructura de Datos M.C. J. Andrés V. F. FCC/BUAP
Juegos dinámicos con información completa
Toribio Sarmiento Miguel Sesarego Cruz Rosmery. Desde la aparición de las civilizaciones, los juegos han ocupado la atención de las facultades intelectuales.
Movimientos periódicos.
DIAGRAMA DE FLECHAS O RUTA CRITICA
BUSQUEDA EN UN ESPACIO DE ESTADOS.
Son datos en tablas relacionadas por el contenido de ciertas columnas.
ANALISIS DE REDES UNIDAD PROCEDIMIENTO DE OPTIMIZACION
ARBOLES GENERALIZADOS
Daniel Camilo Albarracín torres Christian David Donoso Beltrán 1002.
VILLAHERMOSA, TAB. A 11 OCTUBRE DEL 2011 ING. SISTEMAS MATERIA: INVESTIGACION DE OPERACIONES CATEDRATICO: I.I ZINATH JAVIER GERONIMO TEMA: ANÁLISIS DE.
Modelos de Minimización
Resolución Gráfica de PPL
Inteligencia Artificial
Espacio de estados: un problema se divide en un conjunto de pasos de resolución desde el inicio hasta el objetivo. Los estados y su relación de accesibilidad.
Transcripción de la presentación:

Búsqueda de ascensión de colinas (BLv) Utiliza el algoritmo de ascensión de colinas. Es simplemente un bucle que continuamente se mueve en dirección del valor creciente es decir, cuesta arriba. El algoritmo no mantiene un árbol de búsqueda, sino una estructura de datos del nodo actual que necesita solo el registro del estado y su valor de función objetivo.

Características Emplea un bucle que se desplaza en dirección de un valor ascendente. La ascensión de colinas no mira más allá de los vecinos inmediatos del estado actual. Termina cuando alcanza "un pico" en donde ningún vecino tiene un valor más alto. Son típicamente locales lo que significa decidir qué hacer, mirando solo consecuencias inmediatas de sus opciones. Puede que nunca lleguen a encontrar una solución, si son atrapados en estados que no son el objetivo, desde donde no se puede hallar mejores estados.

Ascensión de colinas: crestas Problemas: Máximo local. Todos los vecinos tienen función heurística peor. Meseta. Todos los vecinos tienen la misma función heurística que el nodo actual. Crestas (ridges): Las crestas causan una secuencia de máximos locales que hace muy difícil la navegación para los algoritmos avaros

El problema de las 8-reinas Los algoritmos de BL típicamente usan una formulación de estados completa. Cada estado tiene a ocho reinas sobre el tablero, una por columna. La función sucesor devuelve todos los estados posibles generados moviendo una reina a otro cuadrado en la misma columna. Cada estado tiene 8 x 7 = 56 sucesores. La función heurística h’ es el número de pares de reinas que se atacan la una a la otra, directa o indirectamente. Problema de minimización El mínimo global de esta función es cero. Ocurre sólo en soluciones perfectas. Estado inicial: cualquiera.