Xem mẫu
- Các chiến lược tìm kiếm
I. Các chiến lược tìm kiếm
II. Các chiến lược tìm kiếm mù
- Tìm kiếm theo bề rộng, tìm kiếm theo độ sâu, tìm kiếm
theo độ sâu hạn chế, tìm kiếm sâu lặp.
III. Các chiến lược tìm kiếm kinh nghiệm
- Hàm đánh giá, tìm kiếm tốt nhất đầu tiên, tìm kiếm leo
đồi, tìm kiếm A*, tìm kiếm nhánh cận.
IV. Tìm kiếm có đối thủ
- Cây trò chơi, chiến lược tìm kiếm minimax, phương
pháp cắt tỉa alpha-beta.
1
- I. Các chiến lược tìm kiếm
• Khi ta biểu diễn một vấn đề cần giải quyết thông qua
các trạng thái và các toán tử thì việc tìm lời giải của vấn
đề được quy về việc tìm đường đi từ trạng thái ban đầu
tới một trạng thái kết thúc
• Có thể phân các chiến lược tìm kiếm thành hai loại:
– Các chiến lược tìm kiếm mù
– Các chiến lược tìm kiếm kinh nghiệm (tìm kiếm heuristic).
2
- Các chiến lược tìm kiếm
• Các chiến lược tìm kiếm mù
– Trong các chiến lược tìm kiếm này, không có một sự hướng dẫn
nào cho việc tìm kiếm, mà ta chỉ phát triển các trạng thái ban
đầu cho tới khi gặp một trạng thái đích nào đó.
– Có hai kỹ thuật tìm kiếm mù đó là tìm kiếm theo bề rộng và tìm
kiếm theo độ sâu.
– Khi sử dụng các chiến lược tìm kiếm mù thì số lượng các trạng
thái được phát triển trước khi ta gặp trạng thái đích thường cực
kỳ lớn. Do đó các thuật toán tìm kiếm mù kém hiệu quả, đòi hỏi
rất nhiều không gian và thời gian.
3
- Các chiến lược tìm kiếm
• Các chiến lược tìm kiếm kinh nghiệm
– Trong rất nhiều vấn đề chúng ta có thể dựa vào sự hiểu biết của
chúng ta về vấn đề, dựa vào kinh nghiệm, trực giác, để đánh giá
các trạng thái.
– Sử dụng sự đánh giá các trạng thái để hướng dẫn sự tìm kiếm:
trong quá trình phát triển các trạng thái, ta sẽ chọn trong số các
trạng thái chờ phát triển, trạng thái được đánh giá tốt nhất để
phát triển. Do đó tốc độ tìm kiếm sẽ nhanh hơn.
– Các phương pháp tìm kiếm dựa vào sự đánh giá các trạng thái
để hướng dẫn sự tìm kiếm gọi chung là các phương pháp tìm
kiếm kinh nghiệm.
4
- Cây tìm kiếm
• Quá trình tìm kiếm là quá trình xây dựng cây tìm
kiếm. Cây tìm kiếm là cây mà các đỉnh được gắn bởi
các trạng thái của không gian trạng thái. Gốc của cây
tìm kiếm tương ứng với trạng thái ban đầu.
• Có thể chuyển vấn đề tìm kiếm đồ thị thành vấn đề
tìm kiếm trên cây (hình dưới).
5
- Các chiến lược tìm kiếm
• Một chiến lược tìm kiếm được xác định bằng việc lựa chọn thứ tự
phát triển các nút
• Các chiến lược tìm kiếm được đánh giá dựa trên các tiêu chí sau
đây:
– tính hoàn thành: nó có luôn tìm ra nghiệm nếu thực sự có nghiệm?
– độ phức tạp thời gian: số lượng các nút được tạo ra
– độ phức tạp không gian: số lượng lớn nhất các nút trong bộ nhớ
– tính tối ưu: nó có luôn tìm thấy nghiệm có giá thấp nhất?
• Độ phức tạp thời gian và không gian được tính toán dựa trên
– b: nhân tố nhánh lớn nhất của cây tìm kiếm
– d: độ sâu của nghiệm có giá thấp nhất
– m: độ sâu lớn nhất của không gian trạng thái (có thể là ∞)
6
- II. Các chiến lược tìm kiếm mù
• Các chiến lược tìm kiếm mù: chỉ sử dụng thông tin được
cung cấp trong định nghĩa vấn đề
• Tìm kiếm theo bề rộng (Breadth-first search)
• Tìm kiếm theo độ sâu (Depth-first search)
• Tìm kiếm độ sâu hạn chế (Depth-limited search)
• Tìm kiếm sâu lặp (Iterative deepening search
7
- Tìm kiếm theo bề rộng
• Tư tưởng của tìm kiếm theo bề rộng là các trạng thái được phát
triển theo thứ tự mà chúng được sinh ra, tức là trạng thái nào
được sinh ra trước sẽ được phát triển trước
• Thuật toán:
8
- Tìm kiếm theo bề rộng
• Phát triển nút nông nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào cuối danh
sách chờ phát triển
9
- Tìm kiếm theo bề rộng
• Phát triển nút nông nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào cuối danh
sách chờ phát triển
10
- Tìm kiếm theo bề rộng
• Phát triển nút nông nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào cuối danh
sách chờ phát triển
11
- Tìm kiếm theo bề rộng
• Phát triển nút nông nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào cuối danh
sách chờ phát triển
12
- Tìm kiếm theo bề rộng
• Hoàn thành? Chắc chắn sẽ tìm ra nghiệm nếu bài toán
có nghiệm (nếu b là hữu hạn)
• Thời gian? 1+b+b2+b3+… +bd + b(bd-1) = O(bd+1)
• Không gian? O(bd+1) (luôn giữ tất cả các nút trong bộ
nhớ)
• Tối ưu? Thuật toán là tối ưu nếu giá = 1 ở mỗi bước
• Không gian là vấn đề quan trọng hơn thời gian
13
- Tìm kiếm theo độ sâu
• Tư tưởng của tìm kiếm theo bề sâu là, tại mỗi bước trạng thái
được chọn để phát triển là trạng thái được sinh ra sau cùng
trong số các trạng thái chờ phát triển.
• Thuật toán:
14
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
15
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
16
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
17
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
18
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
19
- Tìm kiếm theo độ sâu
• Phát triển nút sâu nhất chưa được phát triển
• Thực hiện: Nút mới tiếp theo sẽ được đặt vào đầu
danh sách chờ phát triển
20
nguon tai.lieu . vn
