MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)

Slides:



Advertisements
Hasonló előadás
A Floyd-Warshall algoritmus
Advertisements

A backtracking nem rekurzív változata, azaz az iteratív alakja p←1; st[p] ← 0; amíg p>0 végezd el kezdet ha akkor kezdet st[p] ← ha akkor meghív kiír_vagy_elment_mátrixba_vagy_vektorba_vektor.
Sor láncolt ábrázolással
Készítette: Kosztyán Zsolt Tibor
Eljaras linearis_kereses(adatok[],n)
Megszámlálás Elemi algoritmusok.
Kiválasztás (N,A,sorszam) i := 1 Ciklus amíg (A(i) nem T) i := i+1 Ciklus vége sorszam := i Eljárás vége Kiválasztás.
Pac-Man játék tanulása Megerősítéses Tanulással Mesterséges Intelligencia algoritmusok tesztelése játékokon Gyenes Viktor Eötvös Loránd Tudományegyetem.
Illés Tibor – Hálózati folyamok
DAG topologikus rendezése
Gráfok szélességi bejárása
Hatékony gyorsítótár használata legrövidebb utak kereséséhez Bodnár István, Fodor Krisztián, Gyimesi Gábor Jeppe Rishede Thomsen, Man Lung Yiu, Christian.
Dominók és kombinatorika
Minimax és problémaredukció, egyszerű példák INCK431 Előadó: Dr. Nagy Benedek Norbert Gyakorlatvezető: Kovács Zita 2011/2012. II. félév A MESTERSÉGES INTELLIGENCIA.
Ág és korlát algoritmus
Bársony Kristóf számítástechnika IV. évfolyam
IRE 4 /32/ 1 Óbudai Egyetem, NIK Dr. Kutor László2011. TÁMOP – I ntelligens R endszerek E lmélete 4.
Reprezentációs függvény. Adva egy adattípus absztrakt és konkrét specifikációja: d a = ( A, F, E a ); d c = ( C, G, E c ); A = {A 0,..., A n };C = {C 0,...,
Kétszemélyes játékok Előadó: Nagy Sára.
Prím algoritmus.
KERESÉS (SEARCH).
KERESÉS (SEARCH).
PROLOG PROGRAMOZÁSI NYELV
Készítette: Kosztyán Zsolt Tibor
Gráf szélességi bejárása
Készítette: Lakos Péter.  Adott egy élsúlyozott, véges gráf  Negatív élsúlyokat nem tartalmaz  Lehet irányított vagy irányítatlan  Továbbá adott egy.
Dijkstra-algoritmus ismertetése
Algoritmusok II. Gyakorlat 2. Feladat Pup Márton.
Algoritmusok II. Gyakorlat 3. Feladat Pup Márton.
Ismétlés.
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
Feladat: Adott egy város, benne metrók és állomások. Írjunk algoritmust amely megszámolja hogy mennyi az a legkevesebb átszállás amellyel egy tetszőleges.
Nevezetes algoritmusok
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.
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.
BINÁRIS FA Definició: A fa olyanösszefüggő gráf, amelyben nincs kör
Bellmann-Ford Algoritmus
Gráfok ábrázolása teljesen láncoltan
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Korlátkielégítési problémák Autonóm és hibatűrő információs.
Kényszerkielégítési problémák Constraint Satisfaction Problems (CSP)
Útkeresések.
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.
INFOÉRA Gráfok, gráfalgoritmusok II. (Horváth Gyula és Szlávi Péter előadásai felhasználásával) Juhász István-Zsakó László: Informatikai.
Szélességi bejárás. Véges gráf összes csúcsának bejárása a kezdőcsúcstól való távolságuk szerinti növekvő sorrendben Egy csúcsot egyszer járunk be Egyenlő.
Dijkstra algoritmus. Egy minimális költségű utat keres élsúlyozott gráfban A gráf lehet irányított vagy irányítás nélküli Feltétele, hogy pozitív élsúlyok.
Dijkstra algoritmus. Az algoritmus működése  Kezdésnél a kezdő csúcson kívül minden csúcs távolsága legyen ∞, a kezdő csúcs távolsága 0.  Feltételes.
Algoritmus DAG = irányított körmentes gráf. Először ezt a tulajdonságot ellenőrizzük (mélységi bejárással), aztán rendezzük: Q: Sor adatszerkezet, kezdetben.
A malomjáték algoritmusa
A Dijkstra algoritmus.
BFák Kiegyensúlyozott keresőfák
Mesterséges intelligencia
Mesterséges intelligencia
Lineáris keresés Keresés (N,A,sorszam) i := 1
Nem módosítható keresések
Problémamegoldási stratégiák
Depth First Search Backtracking
Gráfalgoritmusok G=(V,E) gráf ábrázolása
Gráfalgoritmusok G=(V,E) gráf ábrázolása
2-3-fák A 2-3-fa egy gyökeres fa az alábbi tulajdonságokkal:
Állapottér-reprezentáljunk!
Előadás másolata:

MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) Kivonat Nagy Sára Fekete István Gregorics Tibor munkái alapján

N királynő probléma reprezentáció állapot – egy állás (N x N-es mátrix) állapottér – lehetséges állások 1..N királynővel – mezők megcímkézése (KN, ütésben, szabad)  nem lehetnek ütésben álló KN-k  KN=N esetén célállapot művelet – 1 KN elhelyezése  ütésben álló mezők száma nő korlátozás kielégítés (constraint satisfaction) költség – minden megoldás költsége azonos (N hosszú műveletsorozat) kezdőállapot – üres tábla célállapot – N királynő a táblán

N királynő probléma reprezentációs gráf – inkrementális megfogalmazás

Heurisztikák az n-királynő problémára 1. 3. reprezentáció mellett Neminformált: Diagonális és ptl-ps heurisztika Diagonális heurisztika: *   4 3  3 4 4  3 3 4   * * * *    *  *  *   3 * 4 4  3 3 4 4  3   * *  *   * *   * * *   3  4 4 3 3  4 4 3   * * * *   *    * 4 3  * 3  4 4 3  3 4 22 visszalépés 2 visszalépés 0 visszalépés

Visszalépéses keresés visszalépés feltételei: zsákutca, azaz végpontjából nem vezet tovább út zsákutca torkolat, azaz végpontjából kivezető utak nem vezettek célba kör, azaz végpontja megegyezik az út egy megelőző csúcsával mélységi korlátnál hosszabb terminálási feltétel: az aktuális út végén megjelenik egy célcsúcs, vagy ha a startcsúcsból vissza akarunk lépni sorrendi heurisztika, vágó heurisztika Ariadne fonala 

Visszalépéses keresés CSÚCS, ÚJCSÚCS: reprezentációs gráf. 1-1- csúcsa SZABÁLYOK: lista kezdetben az összes szabály, de az AlkalmazhatóSzabályok operátor hozza létre NIL: Üres lista Első: Lista elő eleme Vége: Lista maradéka Fűz 1 elemet fűz a lista elé Rekurzív eljárás visszalépés1(CSÚCS) HA cél(CSÚCS) akkor visszatér(NIL) Szabályok :=AlkalmazhatóSzabályok(CSÚCS) Talált:=hamis Ciklus amíg nem (üres(Szabályok) vagy Talált) R :=elso(szabályok); szabályok :=vége(szabályok) Újcsúcs :=R(CSÚCS) Szablista :=visszalépés1(Újcsúcs) ha szablista ≠hiba akkor Talált :=igaz Ciklus vége Ha Talált akkor visszatér(fűz(R,Szablista)) különben visszatér(hiba) Eljárás vége

Visszalépéses keresés Meghívása: visszalépés1(STARTCSÚCS) Rekurzív eljárás visszalépés1(CSÚCS) HA cél(CSÚCS) akkor visszatér(NIL) Szabályok :=AlkalmazhatóSzabályok(CSÚCS) Talált:=hamis Ciklus amíg nem ( üres(Szabályok) vagy Talált ) R :=elso(szabályok); szabályok :=vége(szabályok) Újcsúcs :=R(CSÚCS) Szablista :=visszalépés1(Újcsúcs) ha szablista ≠hiba akkor Talált :=igaz Ciklus vége Ha Talált akkor visszatér(fűz(R,Szablista)) különben visszatér(hiba) Eljárás vége

Visszalépéses keresés 2. A visszalépés1 algoritmus terminálása nem garantált végtelen, vagy kört tartalmazó gráfon Javítás: Mélységi korlát bevezetése Csak be nem járt csúcsok vizsgálata

4 királynő – visszalépéses kereséssel