Está en la página 1de 2

Algoritmo Primero el mejor

Autor

Uziel Octavio González Escorcia

A partir del algoritmo de búsqueda general, introduciremos conocimiento específico el problema al insertar los nodos sucesores en la cola mediante una función de evaluación:

medida de lo deseable(o lo indeseable) de expandir un nodo Expande primero el nodo no expandido más deseable.

-

Introducción.

-

Búsqueda primero el

-

mejor Representación

-

Complejidad

-

Características

-

Referencias

Búsqueda Primero el mejor

Este algoritmo, combina las ventajas de los algoritmos primero en profundidad y primero en amplitud. Sigue un sendero a la vez, pero puede cambiarse a otro sendero que parece más prometedor que el que está siguiendo. En este sentido, puede considerarse que es un algoritmo que realiza su proceso de búsqueda en un grafo de tipo O, ya que todos sus ramales representan una alternativa de solución. Para su operación, el algoritmo necesita dos listas de nodos y una función heurística que estime los méritos de cada nodo que se genere:

ABIERTOS - Es una variable que contiene los nodos que han sido generados. La función heurística ha Es una variable que contiene los nodos que han sido generados. La función heurística ha sido aplicada a ellos, pero todavía no han sido examinados, es decir no se han generado sus sucesores. ABIERTOS puede considerarse como una COLA DE PRIORIDADES en la que los elementos con mayor prioridad son los que tienen los valores más prometedores, dados por la función heurística.

CERRADOS - Es una variable que contiene los nodos que han sido examinados. Es necesario tener - Es una variable que contiene los nodos que han sido examinados. Es necesario tener esta información, para que la búsqueda sea en un grafo y no en un árbol.

FUNCIÓN HEURÍSTICA - Permite que el algoritmo busque primero por senderos que son o parecen más prometedores. - Permite que el algoritmo busque primero por senderos que son o parecen más prometedores.

Representación

Para muchas aplicaciones, es conveniente definir esta función f', como la suma de dos, que se las llamará g y h'.

f', como la suma de dos, que se las llamará g y h'. La función g

La función g es una medida del costo de llegar desde el nodo inicial al nodo actual. La función h' es una estimación del costo adicional para llegar desde el nodo actual al estado objetivo. Aquí es donde se explota el conocimiento que se dispone sobre el dominio del problema.

Es decir, la función combinada f' representa una estimación del costo de llegar desde el estado inicial hasta el estado objetivo, siguiendo el sendero que ha generado el nodo actual. Si el nodo actual ha generado más de un sendero, el algoritmo deberá dejar registrado sólo el mejor.

Complejidad

La complejidad computacional del algoritmo está íntimamente relacionada con la calidad de la heurística que se utilice en el problema. En el caso peor, con una heurística de pésima calidad, la complejidad será exponencial, mientras que en el caso mejor, con una buena h'(n), el algoritmo se ejecutará en tiempo lineal. Para que esto último suceda, se debe cumplir que

con una buena h'(n), el algoritmo se ejecutará en tiempo lineal. Para que esto último suceda,

donde h* es una heurística óptima para el problema, como por ejemplo, el coste real de alcanzar el objetivo.

Características

Extiende la mejor trayectoria parcial en cada punto. Ascenso de colina inspecciona la que parece la mejor trayectoria hasta el final; la búsqueda
Ascenso de colina inspecciona la que parece la mejor trayectoria hasta el final; la búsqueda primero el mejor analiza varias trayectorias a la vez, siempre siguiendo la mejor trayectoria parcial conocida al momento. Extiende la mejor trayectoria parcial en cada punto. Generalmente la búsqueda primero el mejor encuentra trayectorias
Generalmente la búsqueda primero el mejor encuentra trayectorias más cortas a los estados meta.primero el mejor analiza varias trayectorias a la vez, siempre siguiendo la mejor trayectoria parcial conocida

Referencias