1 / 9

MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)

MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE). Kivonat. Nagy Sára Fekete István Gregorics Tibor munkái alapján. reprezentáció állapot – egy állás (N x N-es mátrix) állapottér – lehetséges állások 1..N királynővel – mezők megcímkézése (KN, ütésben, szabad)

soren
Download Presentation

MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


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

  2. 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

  3. N királynő probléma reprezentációs gráf – inkrementális megfogalmazás

  4. Heurisztikákaz 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

  5. 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 

  6. 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 Fűz1 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

  7. 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

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

  9. 4 királynő – visszalépéses kereséssel

More Related