Please enable JavaScript.

Coggle requires JavaScript to display documents.

Aula 07 - Busca com Otimização, Hill-climbing, Algoritmos de Melhorias…

- - - - Na direção crescente
      - ou na direção decrescente
  - - - Picos mais baixos/altos do que o máximo/mínimo global
      - O algoritmo para no máximo/mínimo local
    - - Região do espaço de estados onde a função de avaliação tem o mesmo resultado
      - Todos os movimentos são iguais
      - O algoritmo para depois de algumas tentativas
    - - Apesar de o algoritmo estar caminhando para o máximo/mínimo global, não existem operadores válidos para fazê-lo chegar lá
  - - - o algoritmo realiza uma série de buscas a partir de estados iniciais aleatórios
      - cada busca é executada até que
        
        um número máximo estipulado de iterações seja atingido ou
        
        os resultados encontrados não apresentem melhora significativa
      - O algoritmo escolhe o melhor resultado obtido com as diferentes buscas
- - - - Se há poucos máximos/mínimos locais, o reinício aleatório encontra uma boa solução rapidamente
      - caso contrário, o custo de tempo é exponencial
- - - - para maximizar o valor dos estados
    - - para minimizar o valor dos estados
- - - - atual (nó)
      - próximo (nó)
    - - próximo = sucessor do nó atual de maior/menor valor
        
        ou seja, seleciona o melhor filho
      - SE Valor[próximo] > Valor[atual] (ou < para minimizar)
        
        Então retorna o nó atual
      - atual = próximo
      - END
- - - - para fugir de máximos locais
- - - - a altura de qualquer ponto corresponde à função de avaliação do estado naquele ponto
  - - - ponto mais alto = solução ótima
      - máximo global = nó onde a função de avaliação atinge o valor máximo
    - - não possui fronteira
      - mesmo assim, são os melhores métodos para tratar problemas reais complexos
  - - - Caixeiro viajante
      - Linha de montagem
- - - - porque não sei qual é