https://padlet.com/vinipforte123/8ny27l3pohnjaq2j Destinado para atividade da aula de Inteligência Artificial. Alunos: Vinicius Pereira Forte Matheus Felipe Pasold Bruno Giovani Bressanini en-us 2021-10-27 00:59:56 UTC 2023-04-04 18:32:50 UTC hello@padlet.com vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858371856 A busca local se baseia em algoritmos que focam na solução, ou seja, o caminho para alcançar uma solução não é importante. Ele praticamente se baseia nas opções atuais para seguir adiante. Assim nem sempre gerando a melhor solução.]]> 2021-11-01 10:15:53 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858371856 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858373130 Utilizando Hill Climbing, como algoritmo de solução, nos deparamos com esses dois termos. O Algortimo de Hill Climbing, não garante, alcançarmos a solução ótima, por este motivo temos o máximo local, onde com base no estado inicial, é encontrado uma solução, que não corresponde a solução ótima, no caso, ao máximo global. Então a principal diferença, é que o máximo local, é o ponto máximo, com base no estado inicial definido, não sendo ele o ponto mais alto do problema.

]]> 2021-11-01 10:16:29 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858373130 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858373845 O algoritmo Hill-Climbing, é baseado em sempre buscar uma melhor situação, do que a anterior, existindo mais de uma, ele define aleatoriamente uma das melhores, para prosseguir. Dessa forma ele busca alcançar o ponto onde, não existem ações melhores para serem executadas(Máximo Local ou Máximo Global). 


]]> 2021-11-01 10:16:58 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858373845 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374232 Basicamente o algoritmo, combina o Hill Climbing com o algoritmo da caminhada aleatória. Nesse tipo de abordagem, buscamos o Mínimo global, de forma a evitar os Mínimos locais. Como é evitado os mínimos globais? Basicamente ele "chacoalha", e quanto mais ele se aproxima do ponto máximo, menos ele "chacoalha", até que chegue no T = 0.

]]> 2021-11-01 10:17:12 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374232 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374449 A técnica de Busca de Feixe Local busca adicionar  mais de um estado na memória. Esse algoritmo mantém k estados ao invés de apenas um. Primeiramente é gerado k estados aleatórios, alocando dentro do problema. Em cada passo é gerado os sucessores de todos os k estados mais promissores. E isso acontece até alcançar o objetivo, caso não encontre objetivo, é gerado novamente os estados sucessivos e repetido até encontrar o objetivo.
A sua variante, tenta resolver o problema de diversidade dos k escolhidos. A Busca de Feixe Local Estocástica gera k sucessores "aleatoriamente", porém se baseia na função de avaliação, para determinar a probabilidade de ser escolhido, os que tiverem maior função de avaliação, tem mais chances de serem escolhidos, como se houvesse uma seleção natural.]]> 2021-11-01 10:17:22 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374449 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374826 Caso houver somente um k estado, ou seja k =1, o algoritmo basicamente se transforma em um Hill Climbing.]]> 2021-11-01 10:17:39 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858374826 vinipforte123 https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858375032 Se o T=0, podemos assumir o algoritmo de Hill Climbing, onde não será possível pular os mínimos ou máximos locais.]]> 2021-11-01 10:17:49 UTC https://padlet.com/vinipforte123/8ny27l3pohnjaq2j/wish/1858375032