Universidad Politcnica Salesiana

Ingeniera de Sistemas
Inteligencia Artificial I
Integrantes:
Alex Escobar
Edwin Landeta
Bryan Licto
Xavier Caisabanda
Curso: Noveno Gestin
Fecha: Quito 30 de octubre del 2017
Tema: Algoritmo Hill Climbing G2

INVESTIGACIN ACADMICA

I. INTRODUCCIN

La Investigacin Operativa, es una ciencia moderna interdisciplinaria que

mediante la aplicacin de teora, mtodos y tcnicas especiales, busca la
solucin ptima de problemas complejos de administracin, organizacin y
control que se producen en los diversos sistemas existentes en la naturaleza y
los creados por el ser humano (sistemas organizados, sistemas fsicos,
econmicos, ecolgicos, educacionales, de servicio social, etc.), permitiendo de
esta forma la toma de decisiones. En la rama de la tecnologa e inteligencia
artificial, el algoritmo Hill Climbing, tambin llamado Algoritmo de Escalada
Simple o Ascenso de colinas es una tcnica de optimizacin matemtica que
pertenece a la familia de los algoritmos de bsqueda local.

Dentro del grupo de los algoritmos heursticos podemos distinguir los

denominados mtodos meta heursticos, que imitan fenmenos simples
observados en la naturaleza y que parecen estar asociados con la inteligencia
artificial. Estos algoritmos tratan de adaptar el comportamiento de diferentes
especies a soluciones de problemas altamente complejos mediante optimizacin.

II. MARCO TEORICO

Algoritmo: Es un conjunto de instrucciones o pasos utilizados para realizar una

tarea o resolver un problema. Formalmente, un algoritmo es una secuencia finita
de operaciones que se realizan sin ambigedades, cuya actuacin ofrece una
solucin a un problema.

Algoritmos heursticos: son algoritmos que producen soluciones sin ninguna

garanta de optimalidad y, a su vez, por lo general tienen un tiempo de ejecucin
mucho menor.
 Bsqueda local: Es la base de muchos de los mtodos usados en problemas de
optimizacin. Se puede ver como un proceso iterativo que empieza en una
solucin y la mejora realizando modificaciones locales. Bsicamente empieza
con una solucin inicial y busca en su vecindad por una mejor solucin.

III. ALGORITMO HILL CLIMBING

Hill Climbing es una tcnica que permite solo ir mejorando la solucin por que
aplica un mecanismo de restar o multistart tratando de mejorar la solucin. Este
tipo de bsqueda local tambin es conocido como el mtodo de ascenso de
colinas (AdC). Es una tcnica que permite solo ir mejorando una solucin. Luego,
la cadena se muta, y si la mutacin proporciona una solucin con mayor aptitud
que la solucin anterior, se conserva la nueva solucin; en caso contrario, se
conserva la solucin actual. El mtodo termina cuando no hay mejoras, o
cuando se alcanza un nmero predefinido de iteraciones.

El algoritmo de ascenso de colina es lo que se conoce como algoritmo voraz. Lo

que significa que siempre hace la mejor eleccin disponible en cada paso, con la
esperanza de que de esta manera se puede obtener el mejor resultado global. En
contraste, los mtodos como los algoritmos genticos y el recocido simulado,
discutido abajo, no son voraces; a veces, estos mtodos hacen elecciones
menos ptimas al principio con la esperanza de que conducirn hacia una
solucin mejor ms adelante. Si el nuevo punto es mejor, se transforma en el
punto actual, si no, otro punto vecino es seleccionado y evaluado.

Caractersticas

- Informado: Utiliza informacin del estado por elegir un nodo u otro.

- No exhaustivo: No explora todo el espacio de estados. Solo encuentra una
solucin.
- Soluciones: Encuentra muy buenas soluciones, aunque muchas veces no es
la mejor, puesto que no explora todos los estados.
- Es eficiente: Debido a que evita la exploracin de una parte del espacio de
estados.

Tipos de bsquedas

Escala Simple.
o Se dirige a un estado mejor que el actual
o Funcin heurstica de proximidad
o No se almacenan los estados anteriores
o Es un mtodo local, sus movimientos estn determinados por ser mejor
al anterior.

Escala por mxima pendiente.

 o Busca no solamente un estado mejor que el actual, si no el mejor de
todos los estados posible, es una mxima pendiente.

Tipos de problemas

1. Un mximo local: Es un estado mejor que sus vecinos, pero aun as no es el

mejor que otros que estn algo ms alejados.

2. Una meseta: Es un espacio de bsqueda en el que todo un conjunto de

estados vecinos tienen el mismo valor.

3. Un risco: Es parecido al mximo local, imposible de atravesar con

movimientos simples.

Soluciones

La solucin cuando se presenta este tipo de problemas es regresar a un

estado anterior y explorar en una direccin diferente.
La solucin es dar un salto grande en alguna direccin (al azar) y tratar de
encontrar una nueva seccin de estados.
La solucin es aplicar dos o ms reglas, antes de realizar una prueba del
nuevo estado. Se tiene que mover en varias direcciones a la vez.

IV. EJEMPLO JUEGO 8-PUZZLE

Ilustracin 1: Ejemplo
 Ilustracin 2: Representacin de los Estados.

V. CONCLUSIONES

1. Se puede concluir que el algoritmo llega un punto ms all del cual no se logra
ningn avance. Cuando esto sucede es obvio que debe empezarse de nuevo
en otro punto.

2. Se concluye que siempre hace la mejor eleccin disponible en cada paso, con
la esperanza de que de esta manera se puede obtener el mejor resultado
global.

3. Los algoritmos de ascenso a colina son tpicamente locales ya que deciden

que hacer, mirando nicamente a las consecuencias inmediatas.

VI. BIBLIOGRAFA

Algoritmo Hill Climbing (Ing. Bruno Lpez Takeyas).

Generalidades de Hill Climbing.
Inteligencia Computacional. Bsqueda local: hill-climbing.
http://blancavg.com/tc3023ic/ic5.pdf
https://prezi.com/rwgy7vonuxvf/algoritmo-hill-climbing/?webgl=0
https://es.slideshare.net/JeffoG92/busqueda-ascenso-colinas