Hill climbing

Grecia Almeyda Torres

 Tambin conocido como asenso de colinas. Del procedimiento de prueba existe una realimentacin que ayuda al generador a decidirse por cual direccin debe moverse en el espacio de bsqueda. En estos procesos se abandona la bsqueda si no existe un estado alternativo razonable al que se pueda mover. Son locales, ya que deciden qu hacer, mirando nicamente a las consecuencias inmediatas de sus opciones.

Algoritmo
1. Seleccione aleatoriamente un nodo, n0, como nodo actual n. 2. Genere los sucesores de n (utilizando los operadores definidos para el problema) y seleccione el sucesor, nb, para el que la funcin v(nb) = vb tenga el valor mnimo (en caso de que existan ms de un sucesor con el valor mnimo, elija uno aleatoriamente). 3. Si vb < v(n), haga n = nb, y vaya al paso 2. 4. En cualquier otro caso, termine el proceso y devuelva n como el mejor nodo encontrado.

 Puede que nunca lleguen a encontrar una solucin, si son atrapados en estados que no son el objetivo, desde donde no se puede hallar mejores estados, por ejemplo:
Un mximo local: es mejor que sus vecinos. Una meseta: todos los vecinos son iguales. Un risco: que es un tipo especial de mximo local, imposible de atravesar con movimientos simples.

 Hay algunas formas que pueden ayudar a resolver estos problemas, aunque no existe garanta:
Para evitar mximos locales, regresar a un estado anterior y explorar en una direccin diferente. Para casos de mesetas, reiniciar la bsqueda buscando la mejor solucin actual. Para los riscos, aplicar dos o ms operaciones, antes de elegir el camino.

 En todos los casos anteriores, 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. Y esto es justamente lo que hace con ascenso de cima con reinicio aleatorio, efecta una serie de bsquedas de ascenso de cima desde estados iniciales generados aleatoriamente, hasta para o cuando no se logra ningn avance significativo.

 Se guarda el mejor resultado que hasta un momento dado se haya obtenido en las diversas bsquedas. Puede usar un nmero fijo de iteraciones, o puede continuar hasta que el mejor de los resultados almacenados no haya sido mejorado para cierta cantidad de iteraciones.

Caractersticas
Informado: Utiliza informacin del estado por elegir un nodo u otro. No exhaustivo: No explora todo el espacio de estados. Como mximo, slo encuentra una solucin. Encuentra buenas soluciones, pero no la mejor, puesto que no es exhaustivo. Es eficiente, porque evita la exploracin de una parte del espacio de estados.