1. Búsquedas Ciegas Definición Características Algoritmo Ventaja Desventaja
Búsqueda en
amplitud:
Es un algoritmo de
búsqueda sin información,
que expande y examina
todos los nodos de un árbol
sistemáticamente para
buscar una solución.
Búsqueda nivel a nivel.
Para cada uno de los
nodos de un nivel se
aplican todos los posibles
operadores.
No se expande ningún
nodo de un nivel antes de
haber expandido todos los
del nivel anterior.
Consiste en visitar todos
los nodos que hay a
profundidad i antes de
pasar a visitar aquellos que
hay a profundidad i+1.Es
decir, tras visitar un nodo,
pasamos a visitar a sus
hermanos antes que a sus
hijos.
Si existe la solución,la
encuentra en la menor
profundidad posible.
Explosión combinatoria
(fallos en la búsqueda)
aparece frecuentemente
debido a la alta
complejidad espacial y
temporal de esta técnica.
Búsqueda en
Profundidad:
Esta técnica su fin es
recorrer todos los nodos
del mismo nivel de donde
se encuentra
La búsqueda se realiza por
una sola rama del árbol
hasta encontrar una
solución.
Puede ser visto como un
proceso por niveles,pero
con la diferencia de que,
tras visitar un nodo,se
visitan sus hijos antes que
sus hermanos,por lo que
el algoritmo tiende a bajar
por las ramas del árbol
hacia las hojas antes de
visitar cada una de las
ramas posibles.
Tiene menor complejidad
espacial que búsqueda en
amplitud.
Se pueden encontrar
soluciones que están más
alejadas de la raíz que
otras.
Existe el riesgo de
presencia de bucles
infinitos.
Búsqueda General
en Grafos:
Cualquier proceso de
búsqueda debe tener la
posibilidad de determinar si
un nuevo estado ha sido
generado y expandido
previamente.
En general maneja dos
listas:Abierta y cerrada.
El grafo se va generando
durante la ejecución del
algoritmo.
Se crea un grafo con un
nodo que contiene el
problema,y crea las listas
abierta y cerrada.
Evita repetir la exploración
de caminos.
Permite reanudar caminos
abandonados.
Es difícil Identificar todas
las aristas.
Se desperdicia memoria si
el grafo es poco denso.
2. Búsquedas
Heurísticas
Definición Características Algoritmo Aplicación Ventajas Desventajas
Método del
Gradiente:
Es un método de
búsqueda sin vuelta atrás
Corresponde a la
búsqueda en profundidad
guiada.Al igual que su
homologo exhaustivo,se
puede fijar un límite de
exploración.
Las característica
importante de este
estado es que,una vez
tomado un camino,este
no se puede dejar (no
se evalúan alternativas,
se toma una decisión
optima
Denominar m al estado
inicial.Hasta que se
encuentre una meta o
devuelve el fallo:
Expandir m y sus sucesores
Aplicar el operador m
generando un nuevo estado
Si nuevo es meta salir del
proceso iniciando en el
paso 2. Si nuevo es mejor
que m cambiar el valor de la
variable por el nuevo.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Se llega a la
solución con poco
coste
computacional.
Puede ser que el
problema no sea
compatible con este
método,y, por lo tanto,
no conseguiremos
obtener la solución.
Primero el
mejor:
También llamada
búsqueda voraz o
codiciosa.Porque
siempre elige expandir lo
que estima que está más
“cerca” del objetivo. Su
rendimiento dependerá
de la bondad de la
heurística usada.
Estimación de la
“deseabilidad"
Expandir el nodo no
expandido más
deseable
Crea una agenda de un
elemento (el nodo raíz)
hasta que la agenda este
vacía o se alcance la meta
si el primer elemento es la
meta entonces acaba si no
elimina el primer elemento y
añade sus sucesores a la
agenda ordena todos los
elementos de la agenda
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
No depende en
exceso de la
función de
evaluación.
Excesiva complejidad
espacial,pues se
deben guardar todos
los nodos abiertos.
Haz:
Elige un conjunto de
nodos como los
siguientes a expandir,y
hacerlo de forma
irrevocable.
Permite solo que un
número fijo de los
nodos más
prometedores
generados en cada
paso sean expandidos
más adelante.
Parte de K estados
generados aleatoriamente
Posteriormente se generan
los hijos de todos los
estados.
Conserva los K
estados con mejor valor
De la función de evaluación
heurística.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Más permisible. En caso de que el
sistema sea
irrevocable,este
método no actúa con
eficacia.
3. Búsquedas
Heurísticas
Definición Características Algoritmo Aplicación Ventajas Desventajas
A*
El algoritmo A* es el
único que garantiza,
sea cual sea la
función heurística,
que se tiene en
cuenta el camino
recorrido.
Realiza la búsqueda
informada teniendo
en cuenta dos
factores
fundamentales,el
valor heurístico de los
nodos y el coste real
del recorrido.
El Algoritmo no
desarrolla un camino
por interacción,sino
que desarrolla varios
caminos yelige los
más prometedores.
1. Introducir en
ABIERTA el estado
inicial.
2. Eliminar el primer
estado de ABIERTA.
·3. Si n=raíz del árbol
y e=resuelto,terminar
con h=valor Minimax.
4. Sino,expandir el
nodo p, aplicando un
operador del espacio
de estados.
5. Ir a 2.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Soluciones más
cercanas a la raíz.
La función de
evaluación se
complica.
Exploración de
Grafos y/o
Los nodos de un
grafo Y/O
representan
subproblemas a
resolver originados a
partir de un problema
inicial.
Descompone en
subproblemas, y así
sucesivamente,hasta
conseguir problemas
lo suficientemente
triviales como para
poderlos resolver sin
dificultad.
Todos los nodos
serán tales que sus
soluciones requieran
que haya que
resolver todos sus
descendientes o bien
que solo haya que
resolver un
descendiente
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Puede resolver
muchos problemas
complejos.
Reduce la cantidad
de trabajo que el
algoritmo tiene que
hacer.
Dos problemas
diferentes pueden
generar un
subproblema común.
Con
Adversario:
Analiza los
problemas en los que
existe más de un
adversario,
modificando el estado
del sistema.Haydos
operadores:
El que lleva el
problema a la mejor
situación y el que
lleva el problema a la
peor situación
Basados en
búsqueda (enormes
espacios de
búsqueda)
La existencia de un
oponente introduce
incertidumbre
Pueden competir
contra la inteligencia
humana
Se propagan los
valores de las
jugadas terminales
de las hojas hasta la
raíz, elegimos una
rama de una hoja
ganadora accesible.
Una búsqueda en
profundidad minimiza
el espacio.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Hay un número finito
de estados y
decisiones.
Profundidad de
búsqueda limitada.
Existen limitaciones
en el tiempo de
respuesta.
4. Búsquedas
Heurísticas
Definición Características Algoritmo Aplicación Ventajas Desventajas
Método
Minimax:
Minimax es un
método de decisión
para minimizar la
pérdida máxima
esperada en juegos
con adversario y con
información perfecta.
Minimax es un
algoritmo recursivo.
El método Minimaxes
impracticable excepto
en supuestos
sencillos.Realizar la
búsqueda completa
requeriría cantidades
excesivas de tiempo y
memoria.
Se generarán todos
los nodos hasta llegar
a un estado terminal.
Cálculo de los
valores de la función
de utilidad para cada
nodo terminal.
Calcular el valor de
los nodos superiores
a partir del valor de
los inferiores.Según
nivel si es MAX o MIN
se elegirán los
valores mínimos y
máximos.
Elegir la jugada
valorando los valores
que han llegado al
nivel superior.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Eficacia en cuanto al
uso de memoria.
No realiza un control
estricto de la
memoria.
Método de
poda Alfa
Beta:
Es una técnica de
búsqueda que reduce
el número de nodos
evaluados en un árbol
de juego por el
algoritmo Minimax.Se
trata de una técnica
muy utilizada en
programas de juegos
entre adversarios
como el ajedrez, el
tres en raya.
El número de estados
a explorar es
exponencial al
número de
movimientos.
Partiendo de este
hecho,la técnica de
poda alfa-beta trata
de eliminar partes
grandes del árbol.
Se van actualizando
el valor de los
parámetros según se
recorre el árbol.El
método realizará la
poda de las ramas
restantes cuando el
valor actual que se
está examinando sea
peor que el valor
actual de α o β para
MAX o MIN,
respectivamente.
Minería de datos.
Medicina humana.
Aeronavegación y
transporte.
Video juegos de
estrategia
Procesamiento de
imágenes.
Ahorra algo de
espacio y de tiempo
computacional.
Es dependiente de la
memoria de la que
disponga nuestro
ordenador