BUSQUEDAS BUSQUEDAS A CIEGAS PRIMERO SUPERFICIE – PSEUDOCODIGO DEFUN BUSCA_SUPERFICIE (Inicio Objetivo) Nodos=Inicio Repetir Si Vacio(Nodos) Entonces Imprimir Fallo Fin_Si Nodo=Primero(Nodos) Nodos=ElResto(Nodos) Si Nodo=Objetivo entonces Imprimir Solucion(Nodo) Sino Nodos=Nodos+Hijos(Nodo) Fin_Si Fin_Repetir BUSQUEDAS BUSQUEDAS CRITERIOS DE EVALUACION DE BUSQUEDAS 1.- COMPLETA 2.- TIEMPO ESTIMADO 3.- MEMORIA ESTIMADA 4.- OPTIMIA 1 BUSQUEDAS BUSQUEDAS A CIEGAS PRIMERO SUPERFICIE – EVALUACION -COMPLETO: SI -Tiempo y Memoria: para 10 hijos por nodo: Nivel 0 2 4 8 12 Nodos 1 111 11.111 108 1012 Tiempo 1 ms 0.1 s 11 s 31 Horas 35 Años Memoria 100 bytes 11 Kb 1 Mb 11 Gb 111 Tb -OPTIMA: No BUSQUEDAS BUSQUEDAS A CIEGAS PRIMERO FONDO – DEEP FIRST 2 BUSQUEDAS BUSQUEDAS A CIEGAS PRIMERO FONDO – EVALUACION -COMPLETO: NO -Tiempo y Memoria: Minimos, solo requiere almacenar y evaluar bd nodos (Hijos x Nivel Máximo), es más rápido cuando existen múltiples soluciones -OPTIMA: No DEEP BLUE 3 BUSQUEDAS BUSQUEDAS A CIEGAS FONDO LIMITADO – DEEP LIMITED BUSQUEDAS BUSQUEDAS A CIEGAS FONDO LIMITADO – EVALUACION -COMPLETO: NO -Tiempo y Memoria: Minimos, solo requiere almacenar y evaluar bd nodos (Hijos x Nivel Máximo), es más rápido cuando existen múltiples soluciones -OPTIMA: No 4 BUSQUEDAS BUSQUEDAS A CIEGAS FONDO ITERATIVO BUSQUEDAS BUSQUEDAS A CIEGAS FONDO ITERATIVO – EVALUACION -COMPLETO: SI -Tiempo y Memoria: Se puede demostrar que solo incrementa un maximo de 50% los nodos almacenados y evaluados respecto al método Fondo Limitado de la misma profundidad máxima -OPTIMA: Si 5 BUSQUEDAS BUSQUEDAS A CIEGAS COSTO UNIFORME BUSQUEDAS BUSQUEDAS A CIEGAS COSTO UNIFORME – EVALUACION -COMPLETO: SI -Tiempo y Memoria: Solo evalúa y almacena aquellos nodos cuyo costo sea menor al costo optimo -OPTIMA: Solo con costos no decrecientes 6 HEURISTICA Del griego Heuriskein: Encontrar, descubrir Heureka: Lo encontré !! Heuristica en IA: Proceso que mejora la búsqueda de soluciones en la mayoría de los casos sin empeorarla en los casos extremos Heuristica en Búsqueda de soluciones: Proceso que retorna un estimado del costo de la solucion BEST FIRST – PRIMERO EL MEJOR IMPLEMENTAR UNA FUNCION DE ESTIMACION ESTIMAR EL VALOR DE CADA NUEVO NODO GENERADO BUSCAR LA SOLUCION EMPEZANDO POR EL NODO MEJOR ESTIMADO EN RESUMEN, BUSCA SIEMPRE PRIMERO LO QUE PARECE MEJOR 7 BEST FIRST – GREEDY SEARCH COMPLETA: NO, PUEDE CAER EN LOOPS INFINITOS MEMORIA Y TIEMPO: MANTIENE TODOS LOS NODOS EN MEMORIA UNA BUENA FUNCION DE ESTIMACION PUEDE REDUCIRLOS DRAMATICAMENTE OPTIMA: NO BEST FIRST – A* La búsqueda costo_uniforme evalua primero los nodos con menor camino recorrido La busqueda tacaña (greedy search) evalua primero los nodos que parezcan mas cerca del objetivo A* es una combinación de ambas 8 BEST FIRST – A* Si la heurística es admisible y monótona se puede probar que: A* es completo, optimo, ocupa mucho menos tiempo y memoria que cualquier método de búsqueda a ciegas y finalmente que es OPTIMO EFICIENTE (Encuentra el mejor resultado expandiendo la mínima cantidad de nodos) 9