پاورپوینت هوش مصنوعي(فراتر از جست و جوی کلاسیک) (pptx) 34 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 34 اسلاید
قسمتی از متن PowerPoint (.pptx) :
Artificial Intelligence
هوش مصنوعي
Chapter 4
استوارت راسل-پيتر نورويگ
فصل چهارم فراتر از جست و جوی کلاسیک
الگوریتم های جستجوی محلی
الگوريتم های قبلی، فضای جست و جو را به طور سيستماتيک بررسی ميکنند
تا رسيدن به هدف يک يا چند مسير نگهداری ميشوند
مسير رسيدن به هدف، راه حل مسئله را تشکيل ميدهد
در بسياري از مسائل بهينه سازي، مسير راه حل اهميت ندارد؛ خود حالت هدف پاسخ مسأله مي باشد.
مانند 8 وزیر
در چنين مواردي مي توان از الگوريتم هاي جستجوي محلي بهره گرفت.
ایده جستجوی محلی: یک حالت (حالت فعلی) را در نظر بگیر، سعي كن آن را بهبود بخشي.
جستجوي محلي = استفاده از يك حالت فعلي و حركت به حالت هاي همسايه
• مزايا:
– استفاده از حافظه بسيار كم
– يافتن راه حل هاي معقول در اغلب موارد در فضاهاي حالت بزرگ و يا نامحدود
• مفيد براي مسائل بهينه سازي محض
يافتن بهترين حالت بر طبق تابع هدف: (objective function)
الگوريتم های جست و جوی محلی و بهينه سازی
الگوریتم های جستجوی محلی
5
جست و جوی تپه نوردی
حلقه اي که در جهت افزايش مقدار حرکت ميکند(بطرف بالای تپه)
رسيدن به بلندترين قله در همسايگی حالت فعلی، شرط خاتمه است.
ساختمان داده گره فعلی، فقط حالت و مقدار تابع هدف را نگه ميدارد
جست و جوی محلی حريصانه نيز نام دارد
بدون فکر قبلي حالت همسايه خوبي را انتخاب ميکند
تپه نوردی به دلايل زير ميتواند متوقف شود:
بيشينه محلي
برآمدگي ها
فلات
6
انواع تپه نوردی:
تپه نوردی غيرقطعی، تپه نوردی اولين انتخاب، تپه نوردی شروع مجدد تصادفی
مثال: مسئله 8 وزير
مسئله 8 وزير با استفاده از فرمولبندی حالت کامل
در هر حالت 8 وزير در صفحه قرار دارند
تابع جانشين: انتقال يک وزير به مربع ديگر در همان ستون
تابع اکتشاف: جفت وزيرهايي که نسبت به هم گارد دارند
مستقيم يا غير مستقيم
جست و جوی تپه نوردی
8
جست و جوی آگاهانه و اکتشاف
مثال جست و جوی تپه نوردی
الف- حالت با هزينه h=17 که مقدار h را برای هر جانشين نشان ميدهد
ب- کمينه محلی در فضای حالت 8 وزير؛ h=1
الف
ب
