Funciones Heurísticas

Fecha de clase: 29 de mayo / 2014

INTRODUCCIÓN

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.

MARCO TEÓRICO

Son características de los métodos heurísticos:

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

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

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

·               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.

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

·          El concepto de heurística es difícil de aprehender. Newell, Shaw y Simon en 1963 dieron la siguiete 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".

·           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 función heurística puede tener dos interpretaciones. Por una parte, la función puede ser una estimación de lo próximo que se encuentra el estado de un estado objetivo. Bajo esta perspectiva, los estados de menor valor heurístico son los preferidos. Pero en otros casos puede suceder que lo que convenga sea maximizar esa función.

CONCLUSIONES

Muchos algoritmos en la inteligencia artificial son heurísticos por naturaleza, o usan reglas heurísticas.

Cuando se usa la palabra heurística en el procesamiento del lenguaje basado en reglas, el reconocimiento de patrones o el procesamiento de imágenes, es usada para referirse a las reglas.

BIBLIOGRAFÍA

Constantino, M. 2010. Búsqueda Heurística. Universidad Antonio de Nebrija. España. Formato (PDF). Disponible en http://www.nebrija.com/