UNIVERSIDAD DEL BO - BO FACULTAD DE CIENCIAS EMPRESARIALES DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIN Y TECNOLOGAS DE INFORMACIN

TAREA 2, ANALISIS DE ALGORITMOS DE BUSQUEDA

Chilln, Junio 2012

ndice
Introduccin1 Grficos Tiempo V/S Ejecuciones2 Bsqueda en profundidad Hacia Atrs a- 5 y 7 paraderos.2 b- 10 y 12 paraderos ..........................3 Bsqueda en profundidad Iterativa a- 5 y 7 paraderos.4 b- 10 y 12 paraderos.5 Bsqueda con Hill Climbing a- 5 y 7 paraderos.6 b- 10 y 12 paraderos.7 Bsqueda con Simulated Annealing a- 5 y 7 paraderos.8 b- 10 y 12 paraderos.9 Conclusin.10

Introduccin.
En el presente informe se presentara uno de los problemas ms complejos que existen en el mundo y en nuestro pas, el sistema de movilizacin urbano. Hoy en da existe el Transantiago, el cual ha sufrido varios cambios y errores los cuales han afectado directamente al desarrollo de las actividades de la poblacin, es por esto, que en nuestra provincia se quiere implementar pero de forma ptima y segura, no cometiendo los mismos errores que en la regin metropolitana. Para esto se genero un mapa de nuestra provincia con un conjunto de paraderos donde obtendremos el circuito, o sea la secuencia del recorrido desde un paradero a otro, calculando el costo mnimo definido por la suma de las distancias a recorrer entre paraderos. Por lo tanto, ocupando algoritmos de bsqueda calcularemos datos de gran importancia para el funcionamiento ptimo del proyecto. Teniendo en cuenta que los algoritmos tarde o temprano nos tendrn la solucin, necesitamos el algoritmo ms eficiente, en cuanto a tiempo de ejecucin y entrega de solucin, destacando as el algoritmo con mejor desempeo para determinar las rutas de los nuevos recorridos para el Transchillan.

Desarrollo.-

Anlisis Bsqueda en profundidad hacia atrs.

Anlisis Bsqueda en profundidad con profundidad iterativa.

Anlisis de Bsqueda Hill Climbing.

Anlisis de Bsqueda Simulated Annealing

Conclusin.En el informe presentado nos dimos cuenta de que en la vida cotidiana existen muchos problemas, los cuales consisten en encontrar una buena solucin teniendo varios caminos o variables. Para esto la Inteligencia Artificial nos facilita mtodos para llegar a esas soluciones que tanto esperamos, a lo mejor puede que no queramos la mejor solucin, pero si una ptima. Las bsquedas que podemos ocupar como algoritmos se pueden separar en dos grandes ramas, bsquedas no informadas y bsquedas informadas, donde la bsqueda no informada se encarga de buscar una solucin explorando todos los casos posibles, lo que la hace ser ineficiente en la mayora de los casos, a diferencia de la informada que su propsito es buscar utilizando conocimiento los cuales estarn ms cerca del objetivo mientras valla buscando. En este caso del agente viajero, ocupamos 4 algoritmos, para generar el recorrido ms ptimo o la solucin en menos tiempo, en el caso de las bsquedas no informadas: Anlisis Bsqueda en profundidad hacia atrs: Este algoritmo es muy bueno para pocos paraderos, ya que examina todas las opciones posibles y entrega por lo tanto la mejor, pero el problema es cuando aumentamos los paraderos, donde tiene que examinar todas las opciones, se demora demasiado y obviamente no servira para generar una solucin ptima en poco tiempo, es ineficiente para paraderos mayores a 5. Anlisis Bsqueda en profundidad con profundidad iterativa. Este algoritmo es similar al anterior en trminos de eficiencia, ya que para pocos paraderos entrega la mejor solucin comparando todas las posibles soluciones, el problema est cuando buscamos en ms de 5 paraderos, la espera se hace muy engorrosa para la mejor solucin y esto lo hace ser ineficiente.

En el caso de las bsquedas informadas: Anlisis Hill climbing. Este algoritmo al ser informado, se basa en conocimiento generando as una respuesta ms eficiente en menos tiempo, ya que le da preferencia a los estados mejores. En los grficos vemos claramente que no supera los 16 milisegundos para buscar una solucin en 20 paraderos, lo que le da una eficiencia tremenda comparando con las bsquedas no informadas. Puede que la solucin no sea la mejor, pero si es un recorrido optimo y en un tiempo muy pequeo, por lo tanto es un algoritmo muy eficiente. Anlisis Simulated Annealing.

Este algoritmo tambin se basa en conocimientos partiendo de un estado actual, elije un estado sucesor random. Por lo tanto si tiene un valor mejor que el actual, lo elige como estado actual. En caso contrario sigue buscando un camino mejor, aunque en algunos casos el sucesor puede ser peor. En los grficos queda claro que es mucho mejor que los de bsqueda no informada, ya que este se basa en conocimiento y as genera una respuesta en muy poco tiempo, claro est que puede que no sea la mejor, pero si con esta bastara.

En conclusin teniendo como variables, tiempo, paraderos, ejecuciones, etc... El mejor algoritmo que encontramos es el hill climbing, ya que es asombrosamente rpido para encontrar una solucin, tenemos en cuenta que para proyectos gigantes como rutas de acercamiento en metros, no sern 5, 10, o 20 paraderos si no que cientos, por lo tanto lo mejor es tener un algoritmo que sea rpido y entregue una solucin ptima. Estos algoritmos obviamente irn mejorando y a lo mejor quien sabe seguirn surgiendo otras estrategias de bsqueda ms eficientes, por lo pronto, seguiremos indagando en este mundo de la inteligencia artificial la cual nos ayuda en la toma de decisiones para nuestra vida cotidiana.