Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hill Climbing
Hill Climbing
Comienza a partir de un punto (punto actual) en el espacio de bsqueda Si el nuevo punto es mejor, se transforma en el punto actual, si no, otro punto vecino es seleccionado y evaluado El mtodo termina cuando no hay mejoras, o cuando se alcanza un nmero predefinido de iteraciones
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
Escalada Simple
- Dirigirse siempre a un estado mejor que el actual - Funcin Heurstica de proximidad - No se mantiene reporte de los estados anteriores - Es un mtodo local, sus movimientos estn determinados por ser mejores que los previos.
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
bsqueda de Best First. Del procedimiento de prueba existe una realimentacin a que ayuda por al cual generador decidirse
direccin debe moverse en el espacio de bsqueda. En estos procesos se abandona la bsqueda mover. Los algoritmos de ascenso a colina son tpicamente locales, ya que deciden qu hacer, mirando nicamente a las si no existe un estado alternativo razonable al que se pueda
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
consecuencias opciones.
inmediatas
de
sus
Puede que nunca lleguen a encontrar una solucin, si son atrapados en estados que no son el objetivo, desde donde no se puede hallar mejores estados, por ejemplo: 1. Un mximo local: Estado mejor que sus vecinos pero no es mejor que otros que estn algo ms alejados. 2. Una meseta: Es un espacio de bsqueda en el que todo un conjunto de estados vecinos tienen igual valor. 3. Un risco: que es un tipo especial de mximo local, imposible de atravesar con movimientos simples.
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
Hay
algunas
formas
que
pueden
ayudar a resolver estos problemas, aunque no existe garanta: 1. Para evitar mximos locales, regresar a un estado anterior y explorar en una direccin diferente. 2. Para casos de mesetas, dar un salto grande en alguna direccin y tratar de encontrar una nueva seccin del espacio de estados. 3. Para los riscos, aplicar dos o ms reglas, antes de realizar una prueba del nuevo estado, esto equivale a moverse en varias direcciones a la vez.
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
En
todos
los
casos
anteriores,
el
algoritmo llega un punto ms all del cual no se logra ningn avance. Cuando esto sucede es obvio que debe empezarse de nuevo en otro punto. Y esto es justamente lo que hace con ascenso de cima con reinicio aleatorio, efecta una serie de bsquedas de ascenso iniciales de cima desde estados generados aleatoriamente,
hasta para o cuando no se logra ningn avance significativo. Se guarda el mejor resultado que hasta Puede que el un momento un dado se fijo haya de obtenido en las diversas bsquedas. usar nmero de los iteraciones, o puede continuar hasta mejor resultados
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
almacenados no haya sido mejorado para cierta cantidad de iteraciones. Los algoritmos de ascenso a colina, a pesar de explorar slo un paso adelante, al examinar el nuevo estado pueden incluir una cierta cantidad de informacin global codificada en la funcin heurstica. objetivo o funcin
Ventajas
Reduce el nmero de nodos a analizar
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
Caractersticas
Informado: Utiliza informacin del estado por elegir un nodo u otro. No exhaustivo: No explora todo el espacio de estados. Como mximo, slo encuentra una solucin. Encuentra buenas soluciones, pero no la mejor, puesto que no es exhaustivo. Es eficiente, porque evita la
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
Funcin de evaluacin
Devuelve un nmero que representa qu tan cerca est un determinado estado de la solucin, cuanto mayor sea el nmero, se estar ms cerca de la solucin.
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
A5
B6
C4
D4
E5
F7
G6
H9
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx
A=[] A=Obj
F
S=Sucesor de A (con valor ms alto)
C=Almacenar trayectoria (hijo, padre)
V F
Generar aleatoriamente un nuevo Estado inicial
V
A=S
http://www.itnuevolaredo.edu.mx/takeyas
Email: takeyas@itnuevolaredo.edu.mx