Đang tải... (xem toàn văn)
Nội dung của tiểu luận trình bày tìm kiếm theo chiều sâu; tìm kiếm theo chiều sâu; tìm kiếm theo chiều rộng; tìm kiếm theo giá thành thống nhất; tìm kiếm sâu dần; tìm kiếm leo đồi; Simulated annealing search.
Tìm hiểu số giải thuật mơn học Trí Tuệ Nhân Tạo GVHD: Th.S Ngơ Hồ Anh Khơi TÌM HIỂU MỘT SỐ GIẢI THUẬT MƠN HỌC TRÍ TUỆ NHÂN TẠO GVHD: Th.S Ngơ Hồ Anh Khơi Sinh viên thực hiện: Nguyễn Lập An Khương Tìm kiếm theo chiều rộng Tìm kiếm theo chiều rộng (BFS) là một thuật tốn tìm kiếm trong đồ thị trong đó việc tìm kiếm chỉ bao gồm 2 thao tác: (a) cho trước một đỉnh của đồ thị; (b) thêm các đỉnh kề với đỉnh vừa cho vào danh sách có thể hướng tới tiếp theo. Có thể sử dụng thuật tốn tìm kiếm theo chiều rộng cho hai mục đích: tìm kiếm đường đi từ một đỉnh gốc cho trước tới một đỉnh đích, và tìm kiếm đường đi từ đỉnh gốc tới tất cả các đỉnh khác. Trong đồ thị khơng có trọng số, thuật tốn tìm kiếm theo chiều rộng ln tìm ra đường đi ngắn nhất có thể. Thuật tốn BFS bắt đầu từ đỉnh gốc và lần lượt nhìn các đỉnh kề với đỉnh gốc. Sau đó, với mỗi đỉnh trong số đó, thuật tốn lại lần lượt nhìn trước các đỉnh kề với nó mà chưa được quan sát trước đó và lặp lại. Xem thêm thuật tốn tìm kiếm theo chiều sâu, trong đó cũng sử dụng 2 thao tác trên nhưng có trình tự quan sát các đỉnh khác với thuật tốn tìm kiếm theo chiều rộng giải thuật tìm kiếm theo chiều rộng duyệt từ A tới B tới E tới F sau đó tới C, tới G và cuối cùng tới D. Giải thuật này tn theo qui tắc: Qui tắc 1: Duyệt tiếp tới đỉnh liền kề mà chưa được duyệt. Đánh dấu đỉnh mà đã được duyệt. Hiển thị đỉnh đó và đẩy vào trong một hàng đợi (queue) Qui tắc 2: Nếu khơng tìm thấy đỉnh liền kề, thì xóa đỉnh đầu tiên trong hàng đợi Qui tắc 3: Lặp lại Qui tắc 1 và 2 cho tới khi hàng đợi là trống Tìm hiểu số giải thuật mơn học Trí Tuệ Nhân Tạo GVHD: Th.S Ngơ Hồ Anh Khơi Ứng dụng: Thuật tốn tìm kiếm theo chiều rộng được dùng để giải nhiều bài tốn trong lý thuyết đồ thị, chẳng hạn như: Tìm tất cả các đỉnh trong một thành phần liên thơng Tìm đường đi ngắn nhất giữa hai đỉnh u và v (với chiều dài đường đi tính bằng số cung) Kiểm tra xem một đồ thị có là đồ thị hai phía Tìm các thành phần liên thơng Ưu điểm: Xét duyệt tất cả các đỉnh để trả về kết quả Nếu số đỉnh là hữu hạn, thuật tốn chắc chắn tìm ra kết quả Nhược điểm: Tìm hiểu số giải thuật mơn học Trí Tuệ Nhân Tạo GVHD: Th.S Ngơ Hồ Anh Khơi Mang tính chất vét cạn, khơng nên áp dụng nếu duyệt số đỉnh q lớn Mang tính chất mù qng, duyệt tất cả đỉnh, khơng chú ý đến thơng tin trong các đỉnh để duyệt hiệu quả, dẫn đến duyệt qua các đỉnh khơng cần thiết Tìm kiếm theo chiều sâu Giải thuật tìm kiếm theo chiều sâu (Depth First Search – viết tắt là DFS), cịn được gọi là giải thuật tìm kiếm ưu tiên chiều sâu, là giải thuật duyệt hoặc tìm kiếm trên một cây hoặc một đồ thị và sử dụng stack (ngăn xếp) để ghi nhớ đỉnh liền kề để bắt đầu việc tìm kiếm khi khơng gặp được đỉnh liền kề trong bất kỳ vịng lặp nào. Giải thuật tiếp tục cho tới khi gặp được đỉnh cần tìm hoặc tới một nút khơng có con. Khi đó giải thuật quay lui về đỉnh vừa mới tìm kiếm ở bước trước Trong hình minh họa trên, giải thuật tìm kiếm theo chiều sâu đầu tiên duyệt từ các đỉnh A tới B tới C tới D sau đó tới E, sau đó tới F và cuối cùng tới G. Giải thuật này tn theo qui tắc sau: Tìm hiểu số giải thuật mơn học Trí Tuệ Nhân Tạo GVHD: Th.S Ngơ Hồ Anh Khơi Qui tắc 1: Duyệt tiếp tới đỉnh liền kề mà chưa được duyệt. Đánh dấu đỉnh mà đã được duyệt. Hiển thị đỉnh đó và đẩy vào trong một ngăn xếp (stack) Qui tắc 2: Nếu khơng tìm thấy đỉnh liền kề, thì lấy một đỉnh từ trong ngăn xếp (thao tác pop up). (Giải thuật sẽ lấy tất cả các đỉnh từ trong ngăn xếp mà khơng có các đỉnh liền kề nào) Qui tắc 3: Lặp lại các qui tắc 1 và qui tắc 2 cho tới khi ngăn xếp là trống Ưu điểm: Xét duyệt tất cả các đỉnhđể trả về kết quả Nếu số đỉnh là hữu hạn, thuật tốn chắc chắn tìm ra kết quả Nhược điểm: Mang tính chất vét cạn, khơng nên áp dụng nếu duyệt số đỉnh q lớn Mang tính chất mù qng, duyệt tất cả đỉnh, khơng chú ý đến thơng tin trong các đỉnh để duyệt hiệu quả, dẫn đến duyệt qua các đỉnh khơng cần thiết Tìm kiếm theo chiều sâu có giới hạn Trong trí tuệ nhân tạo hay các lý thuyết đồ thị, thuật tốn tìm kiếm có giới hạn độ sâu (DLS) hay depthlimited search algorithm là một thuật tốn phát triển các nút chưa xét các theo chiều sâu nhưng có giới hạn mức để tránh đi vào những con đường khơng mang lại kết quả tốt như trong thuật tốn tìm kiếm sâu dần Ưu điểm: Tìm hiểu số giải thuật mơn học Trí Tuệ Nhân Tạo GVHD: Th.S Ngơ Hồ Anh Khơi Nó là bộ nhớ hiệu quả, sử dụng khơng gian tuyến tính O (bxL) Nhược điểm: Chưa hồn thành nếu giải pháp nằm dưới giới hạn L(d