Inteligencia Artificial

INTELIGENCIA ARTIFICIAL

TRABAJO COLABORATIVO 2

ELABORADO POR

JULLY ANDREA CUBIDES RAMIREZ

Cód.: 1057410686

TOMAS MAURICIO YOCUE.

Cód.: 1064427652.

ALFONSO LIZARAZO.

Cód.: 1057544400.

DIEGO LEONARDO GONZALEZ

Cód.: 1057574646

GRUPO: 90I69_26

PRESENTA A:

Tutora ANGELA MARIA GONZALEZ

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGIA E INGENIERÍAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

NOVIEMBRE 16/2013

INTRODUCCION

El problema de la inteligencia se reduce a un problema de búsqueda en pos de resolver un problema, casi siempre desde un nodo inicial hasta un nodo meta. Medir la inteligencia, para ellos, es averiguar el empleo de todo lo que se sabe en forma util. Se trata de hallar soluciones a problemas ya sea consultando soluciones previas ("preparacion") o combinando posibles soluciones ("deliberacion"). Hay infinitos metodos de busqueda, el mas trivial y demorado es el de busqueda del optimo por fuerza bruta (revisar sistematicamente todo el espacio de problema) y los mas sofisticados, mas breves, apelan a matematicas que pueden ser tan complicadas como el autor quiera, sujeto a que su logica sea entendible por algun experto.

OBJETIVOS

• Tratar con mayor detalle la resolución general de problemas y las técnicas de representación del conocimiento (búsqueda de la solución en un espacio de estados, heurística, inferencia y control).

• Una parte fundamental de la Inteligencia Artificial es su aspecto práctico, para ello se Estudiarán y desarrollarán programas que permitan comprobar su interés desde el punto de vista informático.

• Diseñar algoritmos por medio de IA que nos lleven a una solución clara y precisa. • Conocer los diferentes tipos de algoritmos de búsqueda IA para la creación de un problema.

ACTIVIDAD DESARROLLADA

1. Dia1 = A2, Dia2 = B, Dia3 = C Analizando: El algoritmo de búsqueda (Primero el mejor) crea una búsqueda siempre buscando el mejor costo de la ruta (h), aunque se podria tomar como C = 100.000 primero para este camino, hay una constante de porcentaje de descuento que se debe tener en cuenta, por ello, el descuento mayor lo tiene A2 = 20% dcto, si se compra primero ese producto ya que afectaría a los 2 productos que le siguen, luego tenemos a B= 10% dcto, si se compra un dia anterior y este hecho afectaría al producto que le sigue, asi que comprando primero A2, luego B y finalmente C,

obtendremos que C quedaría con un 30% dcto, lo cual nos deja con un valor de compra de 410.000, frente a 420.000 si se hubiese comprado A1.

2. La mejor Ruta con un algoritmo A* es: (0,0), (1,0), (2,0), (2,1), (2,2), (2,3), (3,3), (3,4) Analizando: Se debe sumar los tiempos de cada camino para generar el costo de “G(n) , considerando el costo “H(n)” como el valor de cada calle. La Heurística A* optimiza el camino que menos minutos en contra tiene evitando tomar la ruta que más flechas gruesas tuviese. Una función h2(n): Hace que h sobrestime la meta y no lo hace optimista, es decir, el costo es más alto que el Costo Estimado C.

3. Para la solución con un método manual del problema se utiliza el método de árbol de expansión mínima (Metodo Kruskal) , seleccionando las aristas de menor a mayor valor sin encerrar un polígono hasta completar la unión de todos los nodos.

El Resultado es el Siguiente

Arista A->C

Arista A->B

Arista C->E

Arista E->D

Arista D->B

Entonces: La solución Optima es: A,C,E,D,B = 1+2+8+5+2 = 18 PUNTOS. Nota La arista B->E, no se puede tomar debido que cierra el polígono y deja por fuera al nodo D.

1 Funcion RutaMasOptima()

2 Declarar k, l, i, j, m,Subtotal, FactorCiclo es entero

3 Declarar matrizA[] //Donde k y l deben tener el mismo tamano

4 Declarar VectorNodo []

5 Declarar VectorValorArista[]

6 Leer k, l 7 Cargar MatrizA[k,l]

8 COntarVector

...