ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SPTIMO

PERODO ABRIL-SEPT/2015

TEMA:
ALGORITMO BSQUEDA LOCAL Y PROBLEMAS DE
OPTIMIZACIN

MATERIA:
INTELIGENCIA ARTIFICIAL II

AUTORA:
MNICA L. DIAZ ENCARNACIN

FACILITADORA:
ING. HIRAIDA SANTANA

MISIN
Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en
su accionar, comprometidos con la sociedad en el manejo adecuado de programas
y herramientas computacionales de ltima generacin.

VISIN
Ser referente en la formacin de profesionales de prestigio en el desarrollo de
aplicaciones informticas y soluciones de hardware.

CALCETA, JUNIO 2015

10 de Junio del 2015

INTRODUCCIN
Los algoritmos antes mencionados se disean para explorar
sistemticamente espacios de bsquedas, que quiere decir que
alcanza manteniendo uno o ms caminos en memoria y va
registrando que alternativas va alcanzado en cada punto del camino
y cuales no ha alcanzado.
Es por esto que los algoritmos de bsqueda funcionan con un solo
estado actual y generalmente se mueve solo a los vecinos del estado,
lo cual hace que no sean sistemticos.

OBJETIVO
Conocer y aprender sobre los algoritmos de bsqueda local y
problemas de optimizacin.

MARCO TERICO
ALGORITMOS DE BSQUEDA LOCAL Y PROBLEMAS DE
OPTIMIZACIN
Son propensas a encontrar ptimos locales que no son la mejor solucin posible,
el ptimo global es generalmente imposible de alcanzar en un tiempo limitado,

por el tamao del espacio de soluciones. Los algoritmos no pueden hacer una
exploracin sistemtica.

Cundo se tiene que maximizar?

Cuando su solucin corresponde directamente al objetivo.

Cundo se tiene que minimizar?

Cuando su solucin se basa en los costos, por lo que es preciso hacerlos ms
mnimos posibles.

Ventajas
Usan muy poca memoria
Pueden encontrar a menudo soluciones razonables en espacios de
estados grandes o infinitos para los cuales son inadecuados los
algoritmos sistemticos.

BSQUEDA DE ASCENSIN DE COLINAS

Las caractersticas de la funcin heurstica determinan la calidad del resultado y
la rapidez de la bsqueda.

Problemas:
Mximo local.- Todos los vecinos tienen funcin heurstica peor.
Meseta.- Todos los vecinos tienen la misma funcin heurstica que el nodo
actual.

 Crestas.- Las crestas causan una secuencia de mximos locales que hace
muy difcil la navegacin para los algoritmos avaros.

Soluciones
Volver a un nodo anterior y seguir el proceso en otra direccin (prohibitivo en
espacio).
Reiniciar la bsqueda en otro punto.
Aplicar dos o ms operadores antes de decidir el camino.

Tipos
Ascensin de Colinas estocsticas.- Escoge aleatoriamente de
entre los movimientos ascendentes; la probabilidad de seleccin puede
variar con la pendiente del movimiento ascendente.
Ascensin de Colinas de primera opcin.- Se genera al azar
hasta que uno sea el mejor que el estado actual. Esta es una buena
estrategia cuando un estado tiene muchos sucesores.

Ascensin de Colinas de reinicio aleatorio. Se busca desde

el estado inicial hasta el final, hasta que este encuentre el objetivo.

BSQUEDA DE TEMPLE SIMULADO

Es un algoritmo de ascensin de colinas estocstica:
Elegimos un sucesor de entre todos los posibles segn una distribucin
de probabilidad.
El sucesor puede ser peor.
Se hacen pasos aleatorios por el espacio de soluciones.
Inspirado en el proceso fsico de enfriamiento controlado (cristalizacin,
templado de metales):
Se calienta un metal a alta temperatura y se enfra progresivamente de
manera controlada.
Si el enfriamiento es adecuado se obtiene la estructura de menor energa
(mnimo global).

BSQUEDA POR HAZ LOCAL

Guardar slo un nodo en memoria puede parecer una reaccin extrema al
problema de limitacin de memoria.

El algoritmo de bsqueda por haz local guarda la pista de k nodos.

Comienza con k estados generados aleatoriamente.
En cada paso se generan todos los sucesores de los k estados.
Se comprueba si alguno es un objetivo.
Si no, se seleccionan los k mejores sucesores de la lista completa y
se repite el proceso

ALGORITMOS GENTICOS
Son una variante de la bsqueda de haz estocstica en que se combinan dos
estados padres.
Analoga entre bsqueda local y evolucin por seleccin natural:
Los estados corresponden a individuos.
Una

funcin

de

idoneidad/calidad/evaluacin

indica/mide

bondad/calidad de los estados.

Combinando buenos estados se obtienen estados mejores.

la

CONCLUSIN
He concluido que los algoritmos de Bsqueda Local y Problemas de
Optimizacin tratan de maximizar o minimizar dependiendo del
problema a resolver, con el objetivo de encontrar el mejor resultado
dentro de un espacio, a travs de las restricciones localizadas por el
algoritmo de bsqueda local que mejor se asemeje.

Para esto tenemos diferentes tipos de Bsqueda Local como antes

mencionamos son las Bsquedas de ascensin de colinas, temple
simulado, por haz local y algoritmos genticos, todos estos tipos es
de suma importancia conocer de ellas, porque es de aqu donde
podemos asimilar con nuestro problema a resolver y encontrar de
manera factible nuestro mejor resultado.

BIBLIOGRAFA
Berzal, F. 2012. Inteligencia Artificial Bsqueda local. (En lnea).
Consultado 12 Jun. 2015. Formato: PDF. Disponible en:
http://elvex.ugr.es/decsai/iaio/slides/A7%20Local%20Search.pdf

Ceccaroni, L. 2007. Inteligencia Artificial Bsqueda local. (En

lnea). Consultado el 12 Jun. 2015. Formato: PDF. Disponible en:
http://www.cs.upc.edu/~luigi/II/IA-2007-fall/2c-Busqueda-local%28es%29.pdf

Daz, A. 2005. Bsqueda local. (En lnea). Consultado 12 Jun. 2015.

Formato: PDF. Consultado el 12 Jun. 2015. Disponible en:
http://delta.cs.cinvestav.mx/~adiaz/anadis/LocalSearch.pdf

Ruiz, J. 2012. Bsqueda local y algoritmos genticos. (En lnea).

Consultado 12 Jun. 2015. Formato: PDF. Disponible en:
http://www.cs.us.es/cursos/ia1/temas/tema-06.pdf

Russell, S y Norvig, P. 2008. Inteligencia Artificial Un Enfoque

Moderno. 2 ed. Espaa. Pearson Education. p 1242