Cables Sometidos A Cargas Puntuales
Enviado por paisherr • 28 de Agosto de 2012 • 877 Palabras (4 Páginas) • 1.086 Visitas
Escuela Superior Politécnica del Litoral
Facultad de Ingeniería en Electricidad y Computación
Inteligencia Artificial – Examen Final
4 de Septiembre de 2008
Solución al Examen Final
1. a) (5 puntos) Considere el método de búsqueda A*. Bajo qué condiciones se dice que una función heurística h0(n) es admisible?
Si h' nunca sobrestima a h entonces A* es admisible.
La única manera de garantizar que h' nunca sobrestime a h es haciéndolo cero, el algoritmo es admisible, pero no eficiente.
Cuando h0(n) garantiza encontrar una solución óptima.
b) (5 puntos) Garantiza A* que hallaría la mejor solución? Cuándo puede garantizarse esto?
Si, para los casos en que h' no sea perfecto ni cero, y nunca llega a sobrestimar el valor de h, el algoritmo (A*) está garantizado que encontrará un sendero óptimo a un objetivo, en caso de que exista una solución
2. (10 puntos) Cuál es el tipo de problemas en el que es más apropiado utilizar las Redes Neuronales? Dar 2 ejemplos.
Asociación, evaluación y reconocimiento de patrones: Por ejemplo:
Reconocimiento de sonar bajo el agua
Reconocimiento de escritura a mano, voz
Topografía de terrenos
Control de brazos de robots
Predicción de tendencias
3. a) (10 puntos) Describir el ciclo de control de un sistema experto basado en reglas.
b) (10 puntos) Describa 2 métodos de resolución de conflictos entre las reglas
Reglas conflictivas – Depurar con la ayuda del experto
Reglas redundantes – Eliminar una de las reglas
Reglas “Subsumed – Eliminar la regla más general
Reglas circulares – Depurar con la ayuda del experto
4. a) (10 puntos) Definir en que consiste el método de resolver problemas basado en los algoritmos genéticos?
• Generar aleatoriamente una población inicial, P(0) y evaluar cada individuo según su valor de fitness.
• Repetir hasta alcanzar la condición de fin
• Seleccionar algunos individuos para el apareamiento. Copiarlos en un buffer de apareamiento C(t).
• Aplicar los operadores genéticos, mutación y crossover, a los individuos del buffer produciendo hijos C’(t). Para cada hijo se evalúa el valor de fitness.
• Combinar las poblaciones de padres e hijos para crear una nueva población
b) (10 puntos) Describa dos ventajas y dos limitaciones de los algoritmos genéticos?
Ventajas
• Paralelismo
• AG que evalúe explícitamente un número pequeño de individuos está evaluando implícitamente un grupo de individuos mucho más grande.
• El AG puede dirigirse con los individuos más aptos y encontrar el mejor de ese grupo. Debido al paralelismo que les permite evaluar implícitamente muchos esquemas a la vez.
• Los algoritmos genéticos funcionan particularmente bien resolviendo problemas cuyo espacio de soluciones potenciales es realmente grande -demasiado vasto para hacer una búsqueda exhaustiva en
...