Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Heurística

Heurística
by

Brayam Solis

on 4 July 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Heurística

Instituto tecnológico de Durango
Inteligencia Artificial
Heurística
Brayam Solis
silvia Flores
Jose Palacios
Karla Avila
Alberto Zuñiga
Heurística:
Ciencia y arte de la resolución de los problemas que se caracteriza por un conjunto de reglas un que son metodológicas no necesariamente son formales e indican como proceder ante un problema valiéndose además del pensamiento lógico o razonamiento matemático de otras formas de pensamiento como la creatividad o conocimiento empírico
Ejemplos
como medir?
Evolución
lucy
y su
hija
Transmitir conocimiento
Temple simulado
Los algoritmos Temple Simulado están basados en una estrecha analogía entre los procesos físicos termodinámicos y los elementos de un problema de optimización combinatoria. Aunque asintóticamente estos algoritmos se comportan como exactos, en la práctica se diseñan como heurísticos.
Algoritmos Genéticos
En los años setenta, de la mano de John Holland surgió una de las líneas más prometedoras de la inteligencia artificial, la de los algoritmos genéticos. Son llamados así porque se inspiran en la evolución biológica y su base genético-molecular.
Algoritmos Genéticos
Estos algoritmos hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica (mutaciones y recombinación genética), así como también a una selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados.
Los algoritmos heurísticos pueden ser simples
o complejos.
Los algoritmos simples tienden a tener reglas de terminación bien definidas, y se detienen en un óptimo local.
Los algoritmos más complejos pueden no tener reglas de terminación estándar, y buscan soluciones mejores hasta alcanzar un punto de parada arbitrario.
Tipos de algoritmos heurísticos
Algoritmo Complejo (clasificación)
En primer lugar podemos encontrarnos con algoritmos que fueron diseñados para dar solución a problemas de búsqueda de óptimos o clasificación.
En segundo lugar tenemos los algoritmos que tratan de deducir conocimiento a partir de un conjunto de axiomas, estos últimos conocidos como sistemas basados en el conocimiento.
Algoritmos de búsqueda
Búsqueda Tabú Temple Simulado

Algoritmos Genéticos Redes Neuronales
Los sistemas basados en el conocimiento definen un área muy concreta dentro de la inteligencia artificial, conocida como Ingeniería del conocimiento. Los sistemas desarrollados en este campo siguen un patrón heurístico similar al razonamiento humano.
Búsqueda de tabú
Es un procedimiento que «explora el espacio de soluciones más allá del óptimo local».
Se permiten cambios hacia arriba o que
empeoran la solución, una vez que se llega
a un óptimo local.
Simultáneamente los últimos movimientos se califican como tabús durante las siguientes iteraciones para evitar que se vuelvan a soluciones anteriores y el algoritmo cicle. El termino tabú hace referencia a un tipo de inhibición a algo debido a connotaciones culturales o históricas y que puede ser superada en determinadas condiciones.
*
Redes neuronales
En inteligencia artificial las redes de neuronas artificiales (RNA) son un ejemplo de aprendizaje y procesamiento automático basado en el funcionamiento del sistema nervioso animal.
Con las RNA se pretende conseguir que las máquinas den repuestas similares a las del cerebro humano, caracterizadas por su generalización y robustez.
Los sistemas expertos se basan en simular el razonamiento humano con un doble interés:
Sistemas expertos

1.- Analizar el razonamiento de un experto en la materia para poder codificarlo con la ayuda de un determinado lenguaje informático.

2.- La síntesis artificial de los razonamientos para que se parezcan a los del experto humano en la resolución de un determinado problema.
Componentes de los sistemas expertos
* Una base de conocimientos
*Una base de hechos
*Un motor de inferencia
Heurística
e
Inteligencia Artificial
Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstracción dado, como procesos computacionales de algún tipo.
Heurística e IA
Heurística e IA
Desde el inicio de la IA, el término "heurística" osciló entre dos sentidos fundamentales vinculados a la utilización de información del dominio de problemas (con el fin de hacer una búsqueda más eficiente) y a la imposibilidad de garantizar encontrar la solución de un problema.
Meta heurística
El paradigma meta heurístico consiste en una familia de métodos de búsqueda que comenzó a desarrollarse con ese nombre a partir de la década del 80. Estrictamente no se lo considera un paradigma sino simplemente un conjunto de métodos o herramientas de búsqueda.
Meta heurística
Las “meta heurísticas” son una clase de métodos aproximados, que están diseñados para atacar problemas de optimización combinatoria difíciles para los que las heurísticas clásicas fracasaron en ser efectivas y eficientes.
Meta heurística
El paradigma meta heurístico consiste en una familia de métodos de búsqueda que comenzó a desarrollarse con ese nombre a partir de la década del 80. Estrictamente no se lo considera un paradigma sino simplemente un conjunto de métodos o herramientas de búsqueda.
Su contrapartida formal en computación es el algoritmo.
Debido a la existencia de algunos problemas importantes con un gran interés práctico difíciles de resolver, comienzan a surgir algoritmos capaces de ofrecer posibles soluciones que aunque no consiguen el resultado óptimo, si que se acercan en un tiempo de cálculo razonable. Estos algoritmos están basados en el conocimiento heurístico y por lo tanto reciben el nombre de algoritmos heurísticos.
La palabra heurística procede del término griego heuriskein
que significa «hallar, inventar» (etimología que comparte con eureka)
Si no consigues entender un problema, dibuja un esquema.
Si no encuentras la solución, haz como si ya la tuvieras y mira qué puedes deducir de ella (razonando a la inversa).
Si el problema es abstracto, prueba a examinar un ejemplo concreto.
Intenta abordar primero un problema más general (es la “paradoja del inventor”: el propósito más ambicioso es el que tiene más posibilidades de éxito).
La historia dice que Arquímedes pronunció esta palabra tras descubrir que el peso de un cuerpo, dividido su peso aparente al ser sumergido en agua, es una propiedad que hoy conocemos con el nombre de densidad.
Full transcript