modelo

Instituto Tecnológico Superior de Escárcega

“Inteligencia artificial”

Ing. Oscar Camacho Chab
“Investigación de problemas”


Integrantes del equipo:
Jesús Marcial García Vázquez
Jorge Daniel Dorantes Cruz
Fabián del Carmen Rivera Cruz
Abigail Pino Damián

ISVB-8

Fecha: 11 de abril de 2014

Contenido








Introducción

La resolución de problemas es fundamentalpara la mayoría de las aplicaciones de Inteligencia Artificial (IA). De hecho, la capacidad de resolver problemas suele usarse como una medida de la inteligencia tanto para el ser humano como para la computadora. Hay principalmente dos clases de problemas. Una primera clase puede ser resuelta usando algún tipo de procedimiento determinista cuyo éxito esté garantizado.
A este procedimiento se lellama de computación. La resolución por computación normalmente sólo se aplica a aquellos tipos de problemas para los que existan tales procedimientos, como en matemáticas. Se puede con frecuencia traducir los métodos usados para resolver estos problemas de manera fácil, a un algoritmo que pueda ser ejecutado por una computadora. No obstante, a pesar de que pocos problemas reales se prestan asoluciones computables, deben ser situados en la segunda categoría, que consiste en problemas que se resuelven con la búsqueda de una solución. Este es el método de resolución de problemas del que se preocupa la IA.













Solución de problemas con búsqueda
La solución de problemas es fundamental para la mayoría de las aplicaciones de IA; existen principalmente dos clases deproblemas que se pueden resolver mediante procesos computables: aquéllos en los que se utiliza un algoritmo determinista que garantiza la solución al problema y las tareas complejas que se resuelven con la búsqueda de una solución; de ésta última clase de problemas se ocupa la IA.
La solución de problemas requiere dos consideraciones:
Representación del problema en un espacio organizado.
Lacapacidad de probar la existencia del estado objetivo en dicho espacio.
Las anteriores premisas se traducen en: la determinación del estado objetivo y la determinación del camino óptimo guiado por este objetivo a través de una o más transiciones dado un estado inicial
El espacio de búsqueda, se le conoce como una colección de estados. En general los espacios de búsqueda en los problemas de IA no soncompletamente conocidos de forma a priori. De lo anterior ‘resolver un problema de IA’ cuenta con dos fases:
La generación del espacio de estados
La búsqueda del estado deseado en ese espacio.
Debido a que ‘todo el espacio de búsqueda’ de un problema es muy grande, puede causar un bloqueo de memoria, dejando muy poco espacio para el proceso de búsqueda. Para solucionar esto, se expande el espaciopaso a paso, hasta encontrar el estado objetivo.
Para construir un sistema que resuelva un sistema específico, es necesario:
1- Definir el problema formalmente con precisión.
2- Analizar el problema.
3- Representar el conocimiento necesario para resolver el problema.
4- Elegir la mejor técnica que resuelva el problema y aplicarla.
Técnicas de búsqueda
Los problemas de búsquedas quegeneralmente encontramos en los sistemas computacionales, son de un estado determinístico. Por ejemplo en los algoritmos de búsqueda de anchura y de profundidad, uno sabe la secuencia de los nodos visitados.
Sin embargo los problemas de búsqueda que tenemos que tratar en inteligencia artificial son no determinísticos y el orden de los elementos visitados en el espacio de búsqueda depende delconjunto de datos.
Dentro de los métodos de búsquedas tenemos:
Primero en anchura
Primero en profundidad
Grafos A
Grafos o

Primero en anchura (breadthfirst).
En inglés, breadth-first search.
Si el conjunto open se maneja como una lista FIFO, es decir, como una cola, siempre se estará visitando primero los primeros estados en ser generados. El recorrido del espacio de estados se hace por...