Agentes Resolventes de Problemas
-
Upload
monika-diaz -
Category
Documents
-
view
55 -
download
0
description
Transcript of Agentes Resolventes de Problemas
-
ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE
MANAB MANUEL FLIX LPEZ
CARRERA INFORMTICA
SEMESTRE SPTIMO PERODO ABRIL-SEPT/2015
TEMA:
AGENTES RESOLVENTES DE PROBLEMA
MATERIA:
INTELIGENCIA ARTIFICIAL II
AUTORA:
MNICA L. DIAZ ENCARNACIN
FACILITADORA:
ING. HIRAIDA SANTANA
MISIN
Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en
su accionar, comprometidos con la sociedad en el manejo adecuado de programas
y herramientas computacionales de ltima generacin.
VISIN
Ser referente en la formacin de profesionales de prestigio en el desarrollo de
aplicaciones informticas y soluciones de hardware.
CALCETA, ABRIL 2015
-
20 Abril 2015
INTRODUCCIN
Despus de haber conocido los captulos anteriores, y saber que la
Inteligencia Artificial es aplicada a todos los mbitos, en este nuevo
captulo nos enfocaremos en el tipo de agente basado en objetivos, por
esto el ttulo de esta seccin es Resolver problemas, adems
conoceremos los diferentes mtodos de bsqueda que hay para
solucionarlo, medir el rendimiento de la resolucin del problema, entre
otras definiciones que conoceremos a continuacin.
OBJETIVO
El objetivo de este captulo es determinar o conocer los conceptos
principales de los procesos bsicos que involucran la aplicacin de los
mismos para identificar su utilidad dentro del desarrollo de sistema
informtico.
MARCO TERICO
QU SON LOS AGENTES RESOLVENTES DE PROBLEMAS?
Los agentes resolventes problemas deciden qu hacer para encontrar
secuencias de acciones que conduzcan a los estados deseables. Comenzamos
definiendo con precisin los elementos que constituyen el problema y su
solucin.
Asumimos que los agentes Inteligentes deben maximizar su medida de
rendimiento, para ello el agente debe elegir un objetivo y debe tratar de
-
satisfacerlo. Los objetivos ayudan a organizar el comportamiento del agente
limitando las metas que intenta alcanzar el agente.
Existen diferentes algoritmos para resolver estos problemas, por ejemplo, los
algoritmos de bsqueda informada y no informada.
FASES A SEGUIR
Form
ulacin
del objetivo
La tarea del agente es encontrar que
secuencia de acciones permite obtener un estado
objetivo.
Form
ulacin
del problem
a
Es el proceso de decidir que acciones y estados tenemos
que considerar.
Ejecuta
Ejecuta la secuencia de acciones definidos anteriormente.
Fase de
Bsqueda
Examina las diferentes secuencias posibles de
acciones que le conduzcan a estados de
valores conocidos, y entonces escoge la mejor secuencia.
-
PROBLEMAS Y SOLUCIONES BIEN DEFINIDOS
MEDIR EL RENDIMIENTO DE LA RESOLUCIN DEL
PROBLEMA
La salida del algoritmo de resolucin de problemas es fallo o una solucin, se
evaluara el rendimiento de un algoritmo de cuatro formas.
ESTADO
INICIAL
Donde inicia el agente.
Situacion actual
TEST
OBJETIVO
Determina si un estado es
un estado objetivo.
COSTO DEL
CAMINO
El agente elege una
funcion costo que refleja la
medida de rendimiento
FUNCIN
SUCESOR
Es la accin sucerora, es la discripcion de las posibles
acciones disponibles
para el agente.
-
Esta garantizado que el logaritmo encuentre una
solucion cuando esta existe?
COMPLETITUD
Encuentra la estrategia la solucin
optima?
OPTIMIZACIN
Cuanto tarda en encontrar
una solucin?
COMP. EN
TIEMPO
Cuanta memoria se
necesita para el funcionamieto
de la bsqueda?
COMP. EN
ESPACIO
-
CONCLUSIN
Medir el rendimiento de la resolucin de un problema es fundamental, ya
que, se puede establecer cul es el beneficio. El agente puede construir
secuencias de acciones que alcanzan sus objetivos mediante bsqueda y
por ende, conocer los distintos mtodos de bsqueda, es importante
porque nos permite escoger y poder establecer cul es el adecuado para
alcanzar el objetivo deseado.
-
BIBLIOGRAFAS
Daz, P. 6. s.f. Sistemas Inteligentes: Sistemas de Bsqueda. Formato: PDF.
Consultado: Disponible en http://www.aic.uniovi.es/ssii/ssii-t2-busquedai.pdf
Olmos, I. s.f. Inteligencia Artificial. Formato: PDF. Consultado. Disponible en:
http://www cs.buap.mx/iolmos/ia/Sesion5_Busquedas1.pdf
Russell, S y Norvig, P.2004. Inteligencia Artificial Un enfoque Moderno. 2ed.
Madrid, ESP. Pearson. p 68-98