Escolar Documentos
Profissional Documentos
Cultura Documentos
Inteligencia Artificial
Tema
NOMBRE:
Mariuxi Montero
Leonardo Caraguay
Angel Quizhpe
CURSO:
9NO “B”
MATERIA:
Inteligencia Artificial
TUTOR:
Ing. Oscar Cumbicuas
FECHA:
03/06/2018
LOJA – ECUADOR
2018
1. Objetivos
2. Introducción:
Como ya sabemos la inteligencia artificial tiene el objetivo de estudiar
entidades inteligentes, el estudio de estas entidades debe darse mediante
un orden y clasificación de las diferentes entidades racionales que existen
o pueden crearse para ser más clara. Los agentes inteligentes se
desenvuelven en diferentes entornos dependiendo de la finalidad de
estos, es por esta razón que es necesario conocer las especificaciones del
entorno de trabajo, y los tipos de entornos de trabajo, conceptos que son
indispensables para poder crear e identificar a los diferentes tipos de
agentes, determinar a qué entornos pertenecen, y cuáles son los
actuadores y sensores que estos agentes poseen. A continuación,
realizaremos una simulación de un agente inteligente el cual consiste en
la demostración del “problema del agente viajero”, el cual demostraremos
el REAS de su entorno y lo simularemos en el lenguaje de programación
JAVA.
3. Desarrollo:
¿Qué es un agente?
Un agente es un sistema situado en algún entorno, dentro del cual
percibe y actúa de forma autónoma y flexible alcanzando el conjunto de
objetivos para el que fue diseñado.
Es un sistema que está situado y que forma parte de un determinado
entorno, que percibe este entorno y que actúa en él continuamente y con
su propia planificación, persiguiendo el objetivo de cambiar su propia
percepción[1].
Todo agente tiene una función u objetivo. Por ejemplo, un agente humano
de bolsa tiene el objetivo de comprar y vender acciones respondiendo a
los estímulos iniciados por su cliente y captados por sus sentidos. Una
aspiradora tiene la función de aspirar cuando capta que ha sido
encendida y no aspirar cuando es apagada[2].
¿Agente viajero?
También conocido como problema del viaje del comercio (TSP). El agente
viajero, parte de un nodo origen (Ciudades, Almacenes, centros de
producción, centros de distribución, etc.), y deben recorrerse todos los
nodos de la red (Bodegas, Hogares, Empresas, Oficinas, Barrios, etc.),
volviendo al origen, de modo de minimizar la longitud del viaje, se debe
recorrer todos sin pasar más de una vez por cada lugar, volviendo al lugar
inicial. Se trata de encontrar en qué orden recorrer los nodos de la red,
de modo de minimizar la distancia total recorrida.
Este método busca minimizar costo, tiempo o distancia, dependiendo de
qué es lo que se busca minimizar.
El problema del agente viajero tiene una variación importante, y esta
depende de que las distancias entre un nodo y otro sean simétricas o no,
es decir, que la distancia entre A y B sea igual a la distancia entre B y A,
puesto que en la práctica es muy poco probable que así sea[4].
Métodos de solución
La complejidad del cálculo del problema del agente viajero ha despertado
múltiples iniciativas por mejorar la eficiencia en el cálculo de rutas. El
método más básico es el conocido con el nombre de fuerza bruta, que
consiste en el cálculo de todos los posibles recorridos, lo cual se hace
extremadamente ineficiente y casi que se imposibilita en redes de gran
tamaño. También existen heurísticos que se han desarrollado por la
complejidad en el cálculo de soluciones óptimas en redes robustas, es por
ello que existen métodos como el vecino más cercano, la inserción más
barata y el doble sentido. Por último, se encuentran los algoritmos que
proporcionan soluciones óptimas, como el método de branch and bound
(ramificación y poda), que trabaja el problema como un algoritmo de
asignación y lo resuelve por medio del método simplex.
Rutas simétricas
A - D - C - B - A = 8 + 4 + 10 + 9 = 31 km
A - C - D - B - A = 7 + 4 + 15 + 9 = 35 km
A - D - B - C - A = 8 + 15 + 10 +7 = 40 km
3. Al dar clic en la interfaz del mapa creara los nodos el cual, forma el
ambiente para poder realizar los cálculos al presionar en Aceptar,
como se muestra en la figura:
4. A continuación, se muestra la ejecución del código:
6. Bibliografía:
[1] Á. Arroyo Castillo, “Agentes Inteligentes,” pp. 1–35, 2005.
[2] “Agentes Inteligentes en Java,” pp. 1–13, 2017.
[3] Jose Velasco, Inteligencia artificial. 2013.
[4] M. A. Erasmo López, Salas Óscar, “El Problema Del Agente Viajero:
Un Algoritmo Determinístico Usando Búsqueda Tabú,” Rev.
Matemática, vol. 21, no. 1, pp. 127–144, 2014.