Estadistica
Páginas: 2 (266 palabras)
Publicado: 25 de noviembre de 2012
Resumen de la ponencia Como Resolver El Juego de Mastermind a través de la computación evolutiva
Es un juego para dos personas inventado en 1970 por MordecaiMeirowitz se juega con un conjunto de S de fichas blancas y negras. Se necesitara algunas técnicas para resolver el juego como: Adivinanza estratégica, Búsquedaexhaustiva, Búsqueda aleatoria y Algoritmos genéticos se ve que en todas estas técnicas usan el L= numero de la cadena y N numero disponible de colores.
Se tomo comoreferencia la función desarrollada por Kalister donde se emplea un algoritmo genético
N= la sumatoria de fichas blancas y negras,
B= Numero de fichasnegras,
W= Numero de finchas negras.
Porque 2B es para dar más peso a las fichas negras porque listan más aproximación y después se suma con W que son el número defichas blancas más la sumatoria total.
Se da un ejemplo en el cual vemos 4 casilleros con colores y números después lanza una seria de adivinanza y con estafunción se logra encontrar la combinación correcta.
Para comprobar los resultados usan tres tipos de curvas: Curva best-so-far, Curva off-line y Curva on-lineConclusiones:
Se demostró que es factible encontrar con AGs buenos resultados para el problema de optimización combinatoria del juego.
Los resultados muestran quelos modelos evolutivos pueden localizar los picos altos en el espacio de búsqueda más rápido que usando métodos de búsqueda exhaustiva.
Este modelo se probó enun problema de optimización combinatoria que es relativamente pequeño, es factible utilizar el mismo en problemas combinatorios con espacios de búsqueda más grandes.
Es un juego para dos personas inventado en 1970 por MordecaiMeirowitz se juega con un conjunto de S de fichas blancas y negras. Se necesitara algunas técnicas para resolver el juego como: Adivinanza estratégica, Búsquedaexhaustiva, Búsqueda aleatoria y Algoritmos genéticos se ve que en todas estas técnicas usan el L= numero de la cadena y N numero disponible de colores.
Se tomo comoreferencia la función desarrollada por Kalister donde se emplea un algoritmo genético
N= la sumatoria de fichas blancas y negras,
B= Numero de fichasnegras,
W= Numero de finchas negras.
Porque 2B es para dar más peso a las fichas negras porque listan más aproximación y después se suma con W que son el número defichas blancas más la sumatoria total.
Se da un ejemplo en el cual vemos 4 casilleros con colores y números después lanza una seria de adivinanza y con estafunción se logra encontrar la combinación correcta.
Para comprobar los resultados usan tres tipos de curvas: Curva best-so-far, Curva off-line y Curva on-lineConclusiones:
Se demostró que es factible encontrar con AGs buenos resultados para el problema de optimización combinatoria del juego.
Los resultados muestran quelos modelos evolutivos pueden localizar los picos altos en el espacio de búsqueda más rápido que usando métodos de búsqueda exhaustiva.
Este modelo se probó enun problema de optimización combinatoria que es relativamente pequeño, es factible utilizar el mismo en problemas combinatorios con espacios de búsqueda más grandes.
Leer documento completo
Regístrate para leer el documento completo.