SlideShare uma empresa Scribd logo
1 de 10
Búsqueda Ascenso a la Colina
(Hill Climbing)
• Algoritmo:
1. Sea L una Lista de nodos iniciales, ordenarlos según su cercanía a la meta.
2. Tomar el primer nodo N. Si L está vacía, falla.
3. Si N es la meta. Regrese la trayectoria desde el nodo inicial al nodo N.
4. Si N no es una meta. Buscar los hijos de N, ordenarlos según su proximidad a
la meta, etiquetándolos con la trayectoria desde el nodo inicial, y agregue los
hijos al frente de L. Elimine las primeras trayectorias de la lista. Retorne al paso
2.
Búsqueda Ascenso a la Colina
(Hill Climbing)
• Usa una técnica de mejoramiento iterativo.
• Comienza a partir de un punto (punto actual) en el espacio de
búsqueda.
• Si el nuevo punto es mejor, se transforma en el punto actual, si
no, otro punto vecino es seleccionado y evaluado.
• El método termina cuando no hay mejorías, o cuando se
alcanza un número predefinido de iteraciones.
Ejemplo
• Un sistema puede encontrarse en un conjunto de estados {S0, …., S8}. Su estado inicial
es S0 y los estados meta, S7y S8. Considérense los siguientes operadores y costes
asociados a cada operador:
OP1: S3→S8(coste 5) OP2: S2→S3(coste 25) OP3: S5→S3(coste 20)
OP4: S1→S2(coste 100) OP5: S4→S2(coste 80) OP6: S6→S7(coste 100)
OP7: S0→S1(coste 10) OP8: S0→S4(coste 10) OP9: S0→S5(coste 20)
OP10: S0→S6(coste 20)
• Considérense también los siguientes valores de la función heurística h, que estima el
menor coste desde cada nodo a un nodo meta:
h(S0) = 40 h(S3) = 10 h(S6) = 110
h(S1) = 20 h(S4) = 40 h(S7) = 0
h(S2) = 20 h(S5) = 100 h(S8) = 0
• Se tiene a S0 como nodo
inicial y a S1, S4, S5 y S6
como los nodos
directamente conectados
a el.
• Se expanden los nodos
directamente conectados
a SO. En este caso se
tienen a S1, S4, S5 y S6.
• Se evalúa cual es la
mejor ruta a seguir
basado en el valor de la
función heurística.
• Se descarta el recorrido
anterior y se toma S1
como el nuevo nodo
actual.
• Se expanden los nodos
directamente conectados
a S1.
• S2 esta directamente
conectado a S1.
• Se descarta S1 y S2 se
convierte en el nuevo
nodo actual.
• Se expanden los nodos
conectados a S2. en este
caso S3.
• Se descarta S2 para
convertir a S3 en el nodo
actual.
• Se colocan S8 ya que es
el nodo que esta
directamente conectado
con S3.
• S8 tiene un valor de 0
para la función heurística
así que se considera una
meta.
• Al llegar a S8 se descarta
todo el recorrido y solo
queda el mismo como
resultado final de la
aplicación del algoritmo.
S8 es la solución.
• El algoritmo de ascenso a
la colina no contempla la
ruta sino que tiene como
función principal
encontrar una respuesta
o un estado final.

Mais conteúdo relacionado

Mais procurados

Método de lagrange
Método de lagrangeMétodo de lagrange
Método de lagrangeSMCangry
 
metodos de busqueda en inteligencia artificial
metodos de busqueda en inteligencia artificialmetodos de busqueda en inteligencia artificial
metodos de busqueda en inteligencia artificialNoraVelasquez4
 
El algoritmo a (asterisco)
El algoritmo a (asterisco)El algoritmo a (asterisco)
El algoritmo a (asterisco)Cristina Lopez
 
Método de ordenamiento por selección (selection sort
Método de ordenamiento por selección (selection sortMétodo de ordenamiento por selección (selection sort
Método de ordenamiento por selección (selection sortlinkinpark03
 
Tipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialTipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialAlan López
 
Agentes inteligentes
Agentes inteligentesAgentes inteligentes
Agentes inteligentesEmmanuel Lara
 
Búsqueda en Anchura
Búsqueda en AnchuraBúsqueda en Anchura
Búsqueda en AnchuraTutor4uDev
 
Ejercicios de búsqueda a Ciegas y Búsqueda informada
Ejercicios de búsqueda a Ciegas y Búsqueda informadaEjercicios de búsqueda a Ciegas y Búsqueda informada
Ejercicios de búsqueda a Ciegas y Búsqueda informadaHéctor Estigarribia
 
conceptos de Punteros y Nodos
conceptos de Punteros y Nodosconceptos de Punteros y Nodos
conceptos de Punteros y NodosBoris Salleg
 
Unidad no. 2 búsqueda en espacio de estados
Unidad no. 2   búsqueda en espacio de estadosUnidad no. 2   búsqueda en espacio de estados
Unidad no. 2 búsqueda en espacio de estadosMilton Klapp
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTERubí Parra
 
Java pilas (Stacks) y colas (Queues)
Java pilas (Stacks) y colas (Queues)Java pilas (Stacks) y colas (Queues)
Java pilas (Stacks) y colas (Queues)Juan Astudillo
 
Búsqueda informada y exploración
Búsqueda informada y exploraciónBúsqueda informada y exploración
Búsqueda informada y exploraciónJeffoG92
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNTensor
 

Mais procurados (20)

Método de lagrange
Método de lagrangeMétodo de lagrange
Método de lagrange
 
metodos de busqueda en inteligencia artificial
metodos de busqueda en inteligencia artificialmetodos de busqueda en inteligencia artificial
metodos de busqueda en inteligencia artificial
 
Programación 3: listas enlazadas
Programación 3: listas enlazadasProgramación 3: listas enlazadas
Programación 3: listas enlazadas
 
El algoritmo a (asterisco)
El algoritmo a (asterisco)El algoritmo a (asterisco)
El algoritmo a (asterisco)
 
Listas
ListasListas
Listas
 
Método de ordenamiento por selección (selection sort
Método de ordenamiento por selección (selection sortMétodo de ordenamiento por selección (selection sort
Método de ordenamiento por selección (selection sort
 
Tipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia ArtificialTipos de búsqueda en Inteligencia Artificial
Tipos de búsqueda en Inteligencia Artificial
 
Agentes inteligentes
Agentes inteligentesAgentes inteligentes
Agentes inteligentes
 
Búsqueda en Anchura
Búsqueda en AnchuraBúsqueda en Anchura
Búsqueda en Anchura
 
Ejercicios de búsqueda a Ciegas y Búsqueda informada
Ejercicios de búsqueda a Ciegas y Búsqueda informadaEjercicios de búsqueda a Ciegas y Búsqueda informada
Ejercicios de búsqueda a Ciegas y Búsqueda informada
 
ESTRUCTURAS SELECTIVAS ANIDADAS
ESTRUCTURAS SELECTIVAS ANIDADASESTRUCTURAS SELECTIVAS ANIDADAS
ESTRUCTURAS SELECTIVAS ANIDADAS
 
conceptos de Punteros y Nodos
conceptos de Punteros y Nodosconceptos de Punteros y Nodos
conceptos de Punteros y Nodos
 
Unidad no. 2 búsqueda en espacio de estados
Unidad no. 2   búsqueda en espacio de estadosUnidad no. 2   búsqueda en espacio de estados
Unidad no. 2 búsqueda en espacio de estados
 
Cuadro comparativo
Cuadro comparativoCuadro comparativo
Cuadro comparativo
 
MÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTEMÉTODO DE TRANSPORTE
MÉTODO DE TRANSPORTE
 
Busqueda Binaria
Busqueda BinariaBusqueda Binaria
Busqueda Binaria
 
Java pilas (Stacks) y colas (Queues)
Java pilas (Stacks) y colas (Queues)Java pilas (Stacks) y colas (Queues)
Java pilas (Stacks) y colas (Queues)
 
Búsqueda informada y exploración
Búsqueda informada y exploraciónBúsqueda informada y exploración
Búsqueda informada y exploración
 
Modelo Dinamico
Modelo DinamicoModelo Dinamico
Modelo Dinamico
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MN
 

Ascenso a la Colina

  • 1.
  • 2. Búsqueda Ascenso a la Colina (Hill Climbing) • Algoritmo: 1. Sea L una Lista de nodos iniciales, ordenarlos según su cercanía a la meta. 2. Tomar el primer nodo N. Si L está vacía, falla. 3. Si N es la meta. Regrese la trayectoria desde el nodo inicial al nodo N. 4. Si N no es una meta. Buscar los hijos de N, ordenarlos según su proximidad a la meta, etiquetándolos con la trayectoria desde el nodo inicial, y agregue los hijos al frente de L. Elimine las primeras trayectorias de la lista. Retorne al paso 2.
  • 3. Búsqueda Ascenso a la Colina (Hill Climbing) • Usa una técnica de mejoramiento iterativo. • Comienza a partir de un punto (punto actual) en el espacio de búsqueda. • Si el nuevo punto es mejor, se transforma en el punto actual, si no, otro punto vecino es seleccionado y evaluado. • El método termina cuando no hay mejorías, o cuando se alcanza un número predefinido de iteraciones.
  • 4. Ejemplo • Un sistema puede encontrarse en un conjunto de estados {S0, …., S8}. Su estado inicial es S0 y los estados meta, S7y S8. Considérense los siguientes operadores y costes asociados a cada operador: OP1: S3→S8(coste 5) OP2: S2→S3(coste 25) OP3: S5→S3(coste 20) OP4: S1→S2(coste 100) OP5: S4→S2(coste 80) OP6: S6→S7(coste 100) OP7: S0→S1(coste 10) OP8: S0→S4(coste 10) OP9: S0→S5(coste 20) OP10: S0→S6(coste 20) • Considérense también los siguientes valores de la función heurística h, que estima el menor coste desde cada nodo a un nodo meta: h(S0) = 40 h(S3) = 10 h(S6) = 110 h(S1) = 20 h(S4) = 40 h(S7) = 0 h(S2) = 20 h(S5) = 100 h(S8) = 0
  • 5. • Se tiene a S0 como nodo inicial y a S1, S4, S5 y S6 como los nodos directamente conectados a el.
  • 6. • Se expanden los nodos directamente conectados a SO. En este caso se tienen a S1, S4, S5 y S6. • Se evalúa cual es la mejor ruta a seguir basado en el valor de la función heurística.
  • 7. • Se descarta el recorrido anterior y se toma S1 como el nuevo nodo actual. • Se expanden los nodos directamente conectados a S1. • S2 esta directamente conectado a S1.
  • 8. • Se descarta S1 y S2 se convierte en el nuevo nodo actual. • Se expanden los nodos conectados a S2. en este caso S3.
  • 9. • Se descarta S2 para convertir a S3 en el nodo actual. • Se colocan S8 ya que es el nodo que esta directamente conectado con S3. • S8 tiene un valor de 0 para la función heurística así que se considera una meta.
  • 10. • Al llegar a S8 se descarta todo el recorrido y solo queda el mismo como resultado final de la aplicación del algoritmo. S8 es la solución. • El algoritmo de ascenso a la colina no contempla la ruta sino que tiene como función principal encontrar una respuesta o un estado final.