FUNCIONES HEURÍSTICAS

ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ

MANUEL FÉLIX LÓPEZ

CARRERA INFORMÁTICA

    SEMESTRE  SÉPTIMO           PERIODO  ABR 2015/SEP 2015

TEMA:

FUNCIONES HEURÍSTICAS

MATERIA:

INTELIGENCIA ARTIFICIAL II

AUTOR:

CARLOS A. ZAMBRANO VIDAL

FACILITADORA:

ING. HIRAIDA SANTANA

CALCETA,  JULIO 2015

INTRODUCCIÓN

Uno de los temas que se mencionaron en clases es este de las funciones heurísticas que básicamente son aquellas que ya disponen de alguna información para llegar a su objetivo lo que hace esta, ya tenga más caro el camino que debe recorrer. Estas funciones tienen la ventaja de ya conocer la problemática por esos son llamadas heurísticas que son basadas en la experiencia.

MARCO TEÓRICO

FUNCIONES HEURÍSTICAS

Los métodos de búsqueda heurística disponen de alguna información sobre la proximidad de cada estado a un estado objetivo, lo que permite explorar en primer lugar los caminos más prometedores

CARACTERÍSTICAS

ü  No garantizan que se encuentre una solución, aunque existan soluciones.

ü  Si encuentran una solución, no se asegura que ésta tenga las mejor esas propiedades (que sea de longitud mínima o de coste óptimo).

ü  En algunas ocasiones (que, en general, no se podrán determinar a priori), encontrarán una solución (aceptablemente buena) en un tiempo razonable.

ü  En general, los métodos heurísticos son preferibles a los métodos no informados en la solución de problemas difíciles para los que una búsqueda exhaustiva necesitaría un tiempo demasiado grande. Esto cubre prácticamente la totalidad de los problemas reales que interesan en Inteligencia Artificial.

ü  La información del problema concreto que estamos intentando resolver se suele expresar por medio de heurísticas.

ü  El concepto de heurística es difícil de aprehender. Newell, Shaw y Simon en 1963 dieron la siguiente definición: "Un proceso que puede resolver un problema dado, pero que no ofrece ninguna garantía de que lo hará, se llama una heurística para ese problema".

ü  Si nos planteamos seguir concretando como aprovechar la información sobre el problema en sistemas de producción, la siguiente idea consiste en concentrar toda la información heurística en una única función que se denomina función de evaluación heurística. Se trata de una función que asocia a cada estado del espacio de estados una cierta cantidad numérica que evalúa de algún modo lo prometedor que es ese estado para acceder a un estado objetivo. Habitualmente, se denota esa función por h (e).

La base de la heurística surge de la experiencia de resolver problemas y ver cómo otros lo hacen. De lo anterior podemos deducir que un método heurístico aplicado correctamente puede devolver soluciones falsas, positivas o negativas.

En las ciencias de la computación, el método heurístico es usado en determinadas circunstancias,  cuando no existe una solución óptima bajo las restricciones dadas. En general la manera de actuar de los programas heurísticos consiste en encontrar algoritmos con buenos tiempos de ejecución y buenas soluciones.

Dadas las características de la heurística, ésta es muy usada en juegos informáticos que se adelantan a lo que va a hacer el usuario basándose en la experiencia y los pasos que ha seguido en otras ocasiones.

Muchos algoritmos en la inteligencia artificial son heurísticos por naturaleza, o usan reglas heurísticas. Un ejemplo claro son los programas que detectan si un correo electrónico es o no spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificación, pero cuando se unen múltiples reglas heurísticas, la solución es más robusta y creíble.

CONCLUSIÓN

Estos métodos de búsqueda son de mucha importancia por lo que ya cuentan con una información acerca del objetivo por lo que hace que se llegue más rápido y con más seguridad al mismo. Esta búsqueda decide cual es el mejor camino para llegar al objetivo sin importar el coste del mismo.

BIBLIOGRAFÍA

Malagón, s.2010.busqueda heurísticas. (En línea).Disponible en http://www.nebrija.es/~cmalagon/ia/transparencias/busqueda_heuristica.pdf

Russell, s.2008.inteligencia artificial un enfoque moderno. Segunda edición. Pearson education. Madrid-España.