Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Busqueda Con Informacion
Busqueda Con Informacion
Bsqueda mejor el
primero
Algoritmo:
function BEST-FIRST-SEARCH(problem, eval-fn)
returns a solution sequence
inputs: problem, a problem
eval-fn, an evaluation function
queueing-fn <-- a function that orders by
increasing eval-fn
return
GENERAL-SEARCH(problem, queueing-fn)
Bsqueda avara, I
Algoritmo:
function GREEDY-SEARCH(problem)
returns a solution or failure
return BEST-FIRST-SEARCH(problem, h)
Bsqueda avara, II
V
I
N
I
4
Bsqueda avara, IV
En resumen:
No es ptimo ni completo.
En el peor caso:
Complejidad temporal:
O(b m )
O(b m )
Complejidad espacial:
Se almacenan todos los nodos en memoria
m=mxima profundidad del rbol de
bsqueda
Algoritmo A*, I
Algoritmo:
function A*-SEARCH (problem)
returns a solution or failure
return BEST-FIRST-SEARCH(problem, g+h)
Algoritmo A*, II
Heurstica admisible:
Una funcin heurstica h es admisible si
h(n) h * (n), n
en donde h*(n)=mnima distancia desde n
hasta el objetivo
Ejemplo:
En el mapa de carreteras, h es admisible.
Solucin obtenida por A*:
Orden de expansin: A, S, R, P, F, B
Encuentra la solucin: A, S, R, P, B
Aplicacin algoritmo (ver siguiente pgina)
Es la mejor solucin.
Se va a tener el resultado:
Si h es admisible, A* es completo y
ptimo.
A
f=140+253=393
2 S
f=118+329=447
f=291+380=671
5
A
f=75+374=449
f=220+193=413
f=239+178=417
S
f=300+253=553
S
f=591
B
f=450
6 B
f=418
C
f=366+160=526
C
f=615
4
P f=317+98=415
R
f=607
8
Algoritmo A*, IV
nm
Si h es montona
h admisible.
Dems:
Sea n un nodo, y sea
n hasta el objetivo:
un camino desde
n0 n1 ...nk
donde
n0 n
nk
es un nodo objetivo.
Algoritmo A*, V
h admisible
montona
3
Dems: Contraejemplo
h=1
B
3
h=1
A
1
1
h=4
Si h es una heurstica
D h=0
h montona f creciente
En el problema del mapa, h es montona
(d es la distancia en lnea recta; C es el
coste del arco)
h( A) h( B ) d ( A, B ) C ( A, B )
C(n,m)
m
h(m)
10
Propiedades de A*, I
A* es ptimo y completo si h es
admisible
Grafos localmente finitos
con factores de ramificacin finitos
donde para todo operador: C () 0,
Demostracin (intuitiva):
Para el caso ms sencillo de heursticas
montonas:
En el ejemplo del mapa de carreteras se tienen
conjuntos de nivel:
fi g04_05.ps
11
Propiedades de A*, II
A* es ptimo
Hiptesis
(1) h es admisible
(2) G es ptimo con coste de camino f*
*
g
(
G
')
f
(3) G es objetivo subptimo
Dems:
Sea n un estado en el camino ptimo a G y
supongamos que el algoritmo selecciona
para expandir G en lugar de G, entonces
por (1) y (2)
f * f (n)
f (n) f (G ' )
Por tanto
Es decir
f * g (G ')
que es una contradiccin con (3). cqd.
12
13
Propiedades de A*, IV
Si h es montona, y A* ha expandido un
nodo n, entonces g(n)=g*(n)
Es consecuencia directa de que:
Un subgrafo de una heurstica montona da
lugar a una heurstica montona (que es, por
tanto, admisible), considerando la nueva
heurstica h=h-g(n)
h admisible --> A* completo y ptimo
A* es ptimamente eficiente
Ningn otro algoritmo ptimo expandir
menos nodos que A*
Si un algoritmo no expande todos los nodos
entre el origen y el contorno ptimo, corre
el riesgo de perder la solucin ptima.
Dems: ver Dechter Pearl (1985)
Propiedades de A*, V
Complejidad (espacial y temporal):
~
O (b ), d
d
f*
minimo valor cos tes
15
Un ejemplo de A*, I
A h=6
1
h=5
B
5
D h=2
h=5 C
4
F h=5
1
1
E
h=4
1
I
G h=4
h=1
h=2
h=1
6
6
L h=0
h=0
16
Un ejemplo de A*, II
1
f=6
f=6
f=6
2
f=7 C
6 f=6 H
f=9
F
E
f=11 9
f=7
H
f=9
10
G f=9
8
L
f=13
f=11
f=10
11
H
f=10
K
f=14
J
5
f=7
f=10
7
K
f=11
G
f=11
17
Al ser h montona:
A* obtiene la mejor solucin
Al eliminar estados repetidos, ya que:
Si h es montona, entonces si un nodo
ha sido expandido --> g(n)=g*(n)
entonces, bastara con:
1) Si est repetido en los nodos ya
expandidos, eliminar directamente el nodo
nuevo
2) Si est repetido en las hojas, quedarse
con el mejor entre el nodo viejo y el
nuevo
18
Un ejemplo de A*, IV
Si eliminamos estados repetidos, en el
caso de una h admisible pero no montona,
podemos eliminar un nodo peor ya
expandido:
h=1
A
1
3
h=1
C h=4
f=1 1
A
D h=0
Se eliminara
f=4 B
f=5 3
C
2
4
f=6
B f=3
f=5
5
D
19
Funciones heursticas:
h1=nmero de fichas mal colocadas
h2=suma de distancias de Manhattan de las
fichas a sus posiciones objetivo
Son heursticas montonas
20
Exactitud de
heursticas, I
Exactitud de
heursticas, II
Si h-->h*, entonces b*-->1.
Si h-->0 (bsqueda de coste uniforme), entonces
b*--> b (b = cantidad operadores)
Ejemplo (heursticas h1 y h2 en el
problema del 8-puzle):
fi g04_08.ps
22
Creacin de funciones
heursticas
Mtodo de relajacin:
Problema inicial:
Si A es adyacente a B y B es blanco, entonces
mueve ficha desde A hasta B
Entonces:
h* para el problema 2) = heurstica h1
h* para el problema 1) = heurstica h2
Otro mtodo:
h1, h2, ...hn admisibles --> max{h1, h2,
...hn} tambin es admisible
23
Algoritmo IDA*, I
Iterative-Deepening A*-search (h
montona).
Algoritmo:
s=nodo inicial
Se definen:
C0 f ( s )
y para k>=1:
K L {n / f (n) C L }
24
Algoritmo IDA*, II
3
F
A
1
3 4
4
G
3
E
2 2
K
2
M
25
B f=6
f=7
1
C
4
F
f=11
E
f=9
K
f=11
f=6
3
f=6
I
f=10
J
f=7
L
f=10
26
F
f=11
B f=6
E
f=9
G
f=9
1
C f=7
3
f=7
4
H
f=10
5
f=6
6
H
f=6
K
f=11
J
f=10 f=7
L
f=10
Algoritmo IDA*, IV
Complejidad temporal:
En problemas como el mapa de carreteras,
cada iteracin puede aadir slo un nodo
nuevo. Por tanto, si A* expande N nodos,
IDA* necesitar N iteraciones y expandir
1+2+...+N=
O( N 2 )
Una solucin a este problema podra ser
discretizar los posibles valores de Ck (mltiplos
de ). Se tendran heursticas -admisibles.
En tal caso, el nmero de
f*
28
iteraciones sera:
Algoritmos de mejora
iterativa, I
Algoritmos de mejora
iterativa, II
Enfriamiento simulado:
Simulated annealing
Annealing: Proceso de enfriar lentamente
un lquido hasta que se congela.
Si la temperatura se reduce suficientemente
lentamente en un lquido, el material obtendr su
estado de ms baja energa (ordenacin
perfecta).
Algoritmo:
fi g04_15.ps
En problemas de satisfaccin de
restricciones como el de las N-damas:
Resolucin de problema de 1.000.000 de
damas en menos de 50 pasos.
Minimizacin de conflictos (en una columna al
azar mover una dama a la casilla que cree
menos conflictos)