APLICACIÓN MÓVIL PARA EL CÁLCULO DE RUTAS “LOBOBICI” EN CIUDAD UNIVERSITARIA BUAP BASADA EN BÚSQUEDAS

Eliúh Cuecuecha Hernández, José Javier Martínez Orozco, Daniel Méndez Lozada, Adán Zambrano Saucedo, Aldrin Barreto Flores, Verónica Edith Bautista López, Salvador Eugenio Ayala Raggi

Resumen


Resumen

En este documento se presenta la implementación de los algoritmos de búsqueda no informada: amplitud (BFS) y costo uniforme (UCS), mediante el desarrollo de una aplicación móvil en la plataforma MIT App Inventor. La aplicación se enfoca en el cálculo del camino más corto y el de menos transbordos que el usuario puede realizar dependiendo de su estación de origen y destino. Con ello se obtuvo una herramienta para comparar el desempeño de ambos algoritmos a la vez que se le brinda al estudiante un mejor servicio en el programa LOBOBICI.

Palabras Claves: Aplicación móvil, app Inventor, búsquedas, búsqueda de costo uniforme (USC), búsqueda en amplitud (BFS).

 

MOBILE APPLICATION FOR THE CALCULATION OF "LOBOBICI" ROUTES IN BUAP UNIVERSITY CITY BASED ON SEARCHES


Abstract

This paper presents the implementation of uninformed search algorithms: Breadth-first (BFS) and Uniform cost (UCS), by a mobile application development on the MIT App Inventor platform. The application focuses on the estimation of the shortest path and the less transfers the user can take depending on his origin and destination stations. This provides a tool to compare the performance of both algorithms while providing the student with a better service in the LOBOBICI program.

Keywords: App Inventor, breadth-first search (BFS), mobile application, searches, uniform cost search (UCS).


Texto completo:

369-381 PDF

Referencias


Betali, J. Lecture Notes on Congnitive Science and Search Algorithms. University of California, San Diego. Noviembre, 1999.

Brooks, R. Intelligence without representation. Artificial Intelligence, Volume 47. Enero, 1991.

Chandel, A., & Sood, M., Searching and optimization techniques in Artificial Intelligence: A comparative study & complexity analysis. International Journal of Advanced Reserch in Computer Engineering and Technology. Marzo, 2014.

Chiong, R., & Hadi, J., & Japutra, W., A comparative study on informed and uninformed search for intelligent travel planning in Borneo Island. Sarawak, Malasya. 2008.

Gallo, G., & Pallottino, S., Shortest path methods: a unified approach. Mathematical Programming Study. 1986.

Guerriero, F., & Musmanno, R., Label correcting methods to solve multicriteria shortest path problems. Journal of Optimization Theory and Applications. 2001.

Korf, R. E. Depth-first iterative-deepening, An optimal admissible tree search. Artificial Intelligence. 1985.

Korf, R. E., Scientific paper on Artificial Intelligence Search Algorithms. University of California. Junio, 1999.

Kumar, V., & Ramesh, K., & Rao, V., Parallel Best-First Search of State-Space Graphs: A summary of results. Vol. 88, 1988.

Kuruvilla, M., & Mujahid, T., & Mohana, R., Experimental comparison of uninformed and heuristic AI Algorithms for N puzzle solution. Swinburne University of Technology. Kuching, Malasya. Enero, 2014.

Serrano, A. Inteligencia Artificial: Fundamentos, prácticas y aplicaciones. RC Libros, 2012.


Enlaces refback

  • No hay ningún enlace refback.