Algoritmos de optimización para búsqueda de trayectorias en espacios tridimensionales

Iván Michael Gómez Azpilcueta

Buscar

dc.rights.license	https://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Arturo González Gutiérrez	es_ES
dc.creator	Iván Michael Gómez Azpilcueta	es_ES
dc.date.accessioned	2026-02-20T16:21:34Z
dc.date.available	2026-02-20T16:21:34Z
dc.date.issued	2026-02-16
dc.identifier.uri	https://ri-ng.uaq.mx/handle/123456789/12717
dc.description	En Inteligencia Artificial, la búsqueda de trayectorias consiste en encontrar el camino entre dos puntos dados en un escenario creado digitalmente. Se toman en cuenta criterios como la trayectoria más corta, más barata o rápida, entre dos puntos dispersos en un escenario. Los escenarios creados pueden ser multidimensionales. Existen diferentes algoritmos de búsqueda de trayectorias que aplican técnicas heurísticas para encontrar la solución a la búsqueda de trayectorias. Mediante dichas heurísticas es posible determinar de manera eficiente (rápida) aunque aproximada, qué tan lejos se encuentran un punto de otro en el espacio multidimensional. Normalmente se utiliza la distancia lineal al objetivo, ya que claramente es la mínima y por tanto la más rápida de obtener. Sin embargo, existen escenarios donde, en la búsqueda de la trayectoria, intervienen obstáculos dispersos, los cuales no permiten que la distancia lineal sea la trayectoria viable. En este trabajo se presenta un análisis comparativo entre los cuatro principales algoritmos de búsqueda de trayectorias en un entorno bidimensional con elementos gráficos tridimensionales y su posterior implementación mediante el lenguaje de programación Python. Dichos algoritmos son: el algoritmo de búsqueda en anchura, el algoritmo de búsqueda en profundidad, el algoritmo de Dijkstra y el algoritmo A. Los algoritmos de búsqueda de trayectorias fueron programados en una computadora con un procesador Intel Core i5-3570 a 3.40 GHz de 64 bits y 32 GB de memoria RAM a 1660 MHz. Los criterios utilizados para evaluar los programas y seleccionar aquel con el mejor rendimiento computacional son: número de bloques procesados durante la ejecución del programa, número de pasos a seguir en la trayectoria encontrada, tiempo de ejecución del programa durante las pruebas, así como la memoria y porcentaje de CPU utilizados durante la ejecución de las pruebas. Con base en el análisis experimental llevado a cabo, se determinó que el algoritmo con mejor desempeño es el Algoritmo A. Este algoritmo fue implementado finalmente en un entorno de búsqueda de trayectorias en tiempo real.	es_ES
dc.format	pdf	es_ES
dc.format.extent	1 recurso en línea (191 páginas)	es_ES
dc.format.medium	computadora	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Autónoma de Querétaro	es_ES
dc.relation.requires	No	es_ES
dc.rights	openAccess	es_ES
dc.subject	Búsqueda de trayectorias	es_ES
dc.subject	Dijkstra	es_ES
dc.subject	A*	es_ES
dc.subject	Búsqueda en anchura	es_ES
dc.subject	Búsqueda en profundidad	es_ES
dc.subject	Optimización	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Algoritmos de optimización para búsqueda de trayectorias en espacios tridimensionales	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	ORCID	es_ES
dc.contributor.tid	ORCID	es_ES
dc.creator.identificador	0000-0001-9854-9242	es_ES
dc.contributor.identificador	0000-0001-6170-8967	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES
dc.format.support	recurso en línea	es_ES
dc.matricula.creator	215086	es_ES
dc.folio	IGMAN-215086	es_ES