Nem módosítható keresések

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

A Dijkstra algoritmus.
A Szállítási feladat megoldása
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2013/14 1. félév 7. Előadás Dr. Kulcsár Gyula egyetemi docens.
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
Egyszerű LL grammatika.  Definíciók  Példa. Ábrákkal  MASM program (szó felismerése LL(1) –ben )
Energetikai gazdaságtan
Matematika II. 4. előadás Geodézia szakmérnöki szak 2010/2011. tanév Műszaki térinformatika ágazat tavaszi félév.
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Gráfok szélességi bejárása
Gráf Szélességi bejárás
Gráfok szélességi bejárása Algoritmus bemutatása egy gráfon példa.
Optimális részhalmaz keresése Keresési tér. 0,0,0,0 1,0,0,0 0,1,0,0 0,0,1,0 0,0,0,10,0,1,1 1,1,0,0 1,0,1,0 0,1,1,0 1,1,1,0 1,0,1,1 0,1,1,1 1,1,1,11,1,0,1.
Ág és korlát algoritmus
Genetikus algoritmusok
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
IRE 4 /32/ 1 Óbudai Egyetem, NIK Dr. Kutor László2011. TÁMOP – I ntelligens R endszerek E lmélete 4.
Prím algoritmus.
1 Györgyi Tamás – GYTNAAI.ELTE 2007 Április 03 Algoritmusok És Adatszerkezetek 2 Gráfalgoritmus Bellman-Ford Algoritmusa S a b d e
Dijkstra algoritmusa Egy csúcsból a többibe vezető legkisebb költségű út megkeresése Az algoritmus működésének leírása és bemutatása LL.
Szélességi bejárás A szélességi bejárással egy irányított vagy irányítás nélküli véges gráfot járhatunk be a kezdőcsúcstól való távolságuk növekvő sorrendjében.
KERESÉS (SEARCH).
KERESÉS (SEARCH).
Gráf szélességi bejárása
Készítette: Lakos Péter.  Adott egy élsúlyozott, véges gráf  Negatív élsúlyokat nem tartalmaz  Lehet irányított vagy irányítatlan  Továbbá adott egy.
Készítette: Lakos Péter.  Adott egy irányított vagy irányítatlan, véges gráf.  Írjuk ki a csúcsokat egy kezdőcsúcstól való távolságuk növekvő sorrendjében.
Dijkstra-algoritmus ismertetése
Algoritmusok II. Gyakorlat 2. Feladat Pup Márton.
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Lokális optimalizáció Feladat: f(x) lokális minimumának meghatározása 0.Adott egy kezdeti pont: x 0 1.Jelöljünk ki egy új x i pontot, ahol (lehetőleg)
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
Környezeti rendszerek modellezése 11. előadás Optimalizáció Balogh Edina.
Gráf Szélességi bejárás/keresés algoritmusa
A Dijkstra algoritmus.
Gráf szélességi bejárása SzB(G,p). Tetszőleges gráf, melyben a p csúcsot választottam kiindulónak: A gráfnak megfelelő fa:
Euler gráf Euler, 1736 Königsbergi hidak
Tíz játék, tizenegy tüskén Székely Márton
Feladat: Adott egy város, benne metrók és állomások. Írjunk algoritmust amely megszámolja hogy mennyi az a legkevesebb átszállás amellyel egy tetszőleges.
Készítette: Hanics Anikó. Az algoritmus elve: Kezdetben legyen n db kék fa, azaz a gráf minden csúcsa egy-egy (egy pontból álló) kék fa, és legyen minden.
Nevezetes algoritmusok: Fa megvalósítása Készítette: Várkonyi Tibor Zoltán.
Előadó: Nagy Sára Mesterséges intelligencia Kereső rendszerek.
Logikai programozás 5..
1 Szélességi Bejárás Györgyi Tamás – GYTNAAI.ELTE 2007 Március 22 Algoritmusok És Adatszerkezetek 2 Gráfalgoritmus S b a d e f h g c.
Az ábrán az inicializáló blokk lefutása utáni állapotot láthatjuk. A KÉSZ halmazhoz való tartozást színezéssel valósítjuk meg. A nem KÉSZ csúcsok fehérek,
Mélységi bejárás Az algoritmus elve: Egy kezdőpontból kiindulva addig megyünk egy él mentén, ameddig el nem jutunk egy olyan csúcsba, amelyből már nem.
Algoritmizálás, adatmodellezés tanítása 8. előadás.
Mesterséges Intelligencia 1. A nem informált keresés szisztematikusan új állapotokat generálnak, és összehasonlítják azokat a célállapottal. Ezek a stratégiák.
Gráfok ábrázolása teljesen láncoltan
Informatikai Rendszerek Tervezése 5. Előadás: Genetikus algoritmusok Illyés László Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.-5.
Útkeresések.
Keresés részleges információ mellett Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
Diszjunkt halmazok adatszerkezete A diszjunkt halmaz adatszerkezet diszjunkt dinamikus halmazok S={S 1,…,S n } halmaza. Egy halmazt egy képviselője azonosít.
Visszalépéses keresés (Backtrack)
Gráf szélességi bejárása. A szélességi bejárás elmélete Célja egy véges gráf összes csúcsának bejárása a kezdőcsúcstól való távolságuk szerinti növekvő.
Prim algoritmus Algoritmusok és adatszerkezetek 2. Újvári Zsuzsanna.
Szélességi bejárás. Véges gráf összes csúcsának bejárása a kezdőcsúcstól való távolságuk szerinti növekvő sorrendben Egy csúcsot egyszer járunk be Egyenlő.
Dijkstra algoritmus. Az algoritmus működése  Kezdésnél a kezdő csúcson kívül minden csúcs távolsága legyen ∞, a kezdő csúcs távolsága 0.  Feltételes.
Gráf Szélességi bejárás Készítette: Giligor Dávid Neptun : HSYGGS.
Eötvös Konferencia, 2008 április 26. Kovács Máté 1 Útkeresések optimalizálása számítógépes játékokban.
Algoritmus DAG = irányított körmentes gráf. Először ezt a tulajdonságot ellenőrizzük (mélységi bejárással), aztán rendezzük: Q: Sor adatszerkezet, kezdetben.
Technológiai folyamatok optimalizálása Dinamikus programozás Ráduly Botond Mészáros Sándor.
A Dijkstra algoritmus.
Gráfok szélességi bejárása Dijkstra algoritmus
Sudoku.
Technológiai folyamatok optimalizálása
Mesterséges intelligencia
Depth First Search Backtracking
Készítette Tácsik Attila
Dijkstra algoritmusa: legrövidebb utak
Algoritmusok és Adatszerkezetek I.
Előadás másolata:

Nem módosítható keresések ELTE – IK – PSZT Istenes Zoltán 2006 március

(G.T.) Amikor rendelkezünk a problématéren olyan célfüggvénnyel (heurisztikával), amely a helyes megoldásokban veszi fel az optimumát Lokális keresés, amikor egy csúcs szimbolizál egy lehetséges választ (általános útkeresés) egy választ leíró útnak egy pontját (speciális útkeresés) Evolúciós algoritmus, amikor egy csúcs egyszerre több lehetséges választ szimbolizál.

Lokális kereső algoritmusok: gradiens módszer, hegymászó algoritmus, szimulált hűtés, tabu-keresés.

Nemmódosítható stratégia (G.T.) A nemmódosítható keresés olyan kereső rendszer, ahol globális munkaterület: a reprezentációs gráf egy csúcsa kiinduló érték: startcsúcs, terminálási feltétel: az aktuális csúcs egy célcsúcs vagy a keresés megakad. keresés szabálya: az aktuális csúcsot cseréli ki vezérlési stratégia: kiválasztja az új csúcsot,

Gradiens módszer W Nem célbeli helyükön lévő cellák száma 123 8_4 765 kezdő cél Nem célbeli helyükön lévő cellák száma 4 123 8_4 765 W 283 164 7_5 5 3 5 283 164 75_ 283 164 _75 283 1_4 765 3 3 4 2_3 184 765 283 14_ 765 283 _14 765 … Heurisztika :  Kerüljük el az előző állapotba történő közvetlen visszalépést

Gradiens módszer P kezdő cél A cellák célbeli helyüktől való Hamilton (Manhattan) távolságának az összege 5 123 8_4 765 283 164 7_5 6 4 6 283 164 75_ 283 164 _75 283 1_4 765 3 5 5 2_3 184 765 283 14_ 765 283 _14 765 … Heurisztika :  Kerüljük el az előző állapotba történő közvetlen visszalépést

Egy volt ZH feladat (-hoz hasonló…) Adott egy öt egység hosszú sín, amelyben két fekete (B), két fehér (W) négyzet alakú lapocska, és egy üres hely (_) van. Egy lapocskát a szomszédos üres helyre lehet csúsztatni, vagy egy szomszédos lapocskát átugorva az üres helyre lehet helyezni. A cél egy olyan állás elérése, ahol a fehér lapocskák mind megelőzik a fekete lapocskákat. Kezdetben a BBWW_ elrendezés adott.

BBWW_ BBW_W B_WBW _BWBW WB_BW WBWB_ WBW_B W_WBB _WWBB _BBWW BWB_W B_BWW BWBW_ BW_WB _WBWB W_BWB WWB_B WWBB_ BB_WW BW_BW _WBBW W_BBW WBB_W WBBW_ BWWB_ B_WWB BWW_B _BWWB WB_WB WW_BB

…gradiens módszerrel… Célfüggvény: hány fehér lap van elöl? Például: f(B_WBW)=0 , f(WBW_B)=1 Sorrendi heurisztika : ha lehet az üres lapocska bal oldalt legyen.

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

…hegymászó módszerrel… Célfüggvény: hány fehér lap mögött, hány fekete lapocska van ? Például: f(B_WBW)=1 , f(WBW_B)=3 Sorrendi heurisztika : ha lehet az üres lapocska bal oldalt legyen.

BBWW_ _BBWW BBW_W BB_WW B_BWW 1 1 1 B_WBW BW_BW BWB_W 2 _WBBW 2 BWWB_ 1 _BWBW 1 BWBW_ 2 W_BBW 2 BWW_B 2 WB_BW 2 BW_WB 2 WBB_W 2 B_WWB 3 3 WBWB_ _WBWB 2 WBBW_ 2 _BWWB 3 WBW_B 3 WB_WB 3 W_BWB 4 W_WBB 4 WW_BB 4 WWB_B 4 _WWBB 4 WWBB_

…tabu-keresés… az előbb nem működött Célfüggvény: hány fehér lap van elöl? Például: f(B_WBW)=0 , f(WBW_B)=1 Sorrendi heurisztika : ha lehet az üres lapocska bal oldalt legyen. Tabu halmaz: 3 (legutóbbi) csúcs

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

! BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BBWW_ _BBWW ! BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

BBWW_ _BBWW BBW_W BB_WW B_BWW B_WBW BW_BW BWB_W 1 _WBBW BWWB_ _BWBW BWBW_ 1 W_BBW BWW_B 1 WB_BW BW_WB 1 WBB_W B_WWB 1 1 WBWB_ _WBWB 1 WBBW_ _BWWB 1 WBW_B 1 WB_WB 1 W_BWB 2 W_WBB 2 WW_BB 2 WWB_B 2 _WWBB 2 WWBB_

I. III. II.

Szimulált hűtés (G.T.) A következő csúcs választása véletlenszerű. Ha a kiválasztott r csúcs célfüggvény értéke rosszabb (kisebb), mint az aktuális n csúcsé, akkor újcsúcsként való elfogadásának valószínűsége fordítottan arányos f(r) és f(n) különbséggel. Egy rosszabb csúcs elfogadásának valószínűsége az idő függvényében csökken (T>0).

Lokális keresések (G.T.) Egy adott pillanatban ismert egyetlen csúcsot (lehetséges választ) annak környezetéből vett lehetőleg jobb csúccsal cserél le. A jobbság eldöntéséhez a célfüggvényt használ Alkalmazás: Adott tulajdonságú elem keresése Függvény optimumának keresése

Hegymászó algoritmus (G.T.) Lokális optimumban megengedi a legjobb - de az aktuális csúcsnál rosszabb - szomszédra való lépést, és kizárja a szülő csúcsra való visszalépést Példa az előadáson : Hanoi tornyai

Tabu-keresés (G.T.) Az n aktuális csúcson kívül nyilvántartjuk még az eddig legjobbnak bizonyult n* csúcsot és az utóbbi néhány aktuális csúcsot; ez a tabu halmaz Minden lépésben kiválasztjuk a legjobb csúcsot az aktuális csúcs környezetéből (kivéve ebből a tabu csúcsokat) ha ez jobb, mint az n* , akkor azt lecseréljük fentiek alapján módosítjuk a tabu halmazt Terminálási feltételek: ha a célfüggvény az n* -ban optimális ha az n nem vagy az n* sokáig nem változik

Egyéb… Random restart hill climbing (meta algoritmus) Egyszerű vs. Legmeredekebb hegymászó Ant Colony Optimization

Linkek http://en.wikipedia.org/wiki/Local_search_%28optimization%29 – Wikipedia Local search (optimization) http://www.cs.rmit.edu.au/AI-Search/Product/ - AI-Search Algorithm Animation Software http://www.iti.fh-flensburg.de/lang/algorithmen/np/tsp/roundtrip.htm - Travelling Salesman Problem - Approximationsverfahren http://www.ai-center.com/projects/excalibur/documentation/application/independent/evaluation/logistics/tabu.html - Tabu Lists