آموزش هوش مصنوعی - بخش چهارم

مصنوعیآموزش هوش

faradars.org/fvsft102

:مدرس

محمد صبریدانشجوی دکتری مهندسی کامپیوتر گرایش هوش مصنوعی

تهرانهیات علمی دانشگاه آزاد اسالمی واحد شهر قدس عضو

هوش مصنوعی، رهیافتی نوین

«جستجوهای آگاهانه»: فصل سوم

1

فرادرس

FaraDars.org





فهرست مطالب

های آگاهانهاستراتژی•جستجوی حریصانه•*Aجستجوی •

کیفیت توابع هیوریستیک•ابداع توابع هیوریستیک•جستجوی محلی•

تپه نوردی••SAپرتوی محلی•ژنتیک•

2

فرادرس

FaraDars.org









3

فرادرس

FaraDars.org





جستجوی درختیfunction TREE-SEARCH(problem , fringe) return a solution or failure

fringe INSERT(MAKE-NODE(INITIAL-STATE[problem]), fringe)

loop do

if EMPTY?(fringe) then return failure

node REMOVE-FIRST(fringe)

if GOAL-TEST[problem] applied to STATE[node] succeeds

then return SOLUTION(node)

fringe INSERT-ALL(EXPAND(node, problem), fringe)

4

فرادرس

FaraDars.org





جستجوی سطحی

آگاهانهجستجویبرایکلیروش•f(n)ارزیابیتابعاساسبردادنبسطبرایگره:سطحیجستجوی•

.شودمیانتخاب

رااییرهگیعنی.کندمیگیریاندازهراهدفتافاصلهارزیابیتابع:ایده•.باشدبهتریننظربهکهکندمیانتخابدادنبسطبرای

f(n)اساسبرمرتبصفیکfringe:سازیپیاده•

5

فرادرس

FaraDars.org





تابع هیورستیک

[dictionary]“A rule of thumb, simplification, or

educated guess that reduces or limits the search for

solutions in domains that are difficult and poorlyunderstood.”

h(n) برابر با هزینه تخمینی راه حل بهینه از گرهnتا هدف اگرn،آنگاه برابر با هدف باشدh(n)=0خواهد بود.

6

فرادرس

FaraDars.org





مساله کشور رمانی

•hSLDهدفتاگرههرهواییمستقیمفاصله•hSLDشودمحاسبهمسالهصورتازتواندنمی.

f(n)=h(n):حریصانهجستجوی•

.باشدترنزدیکهدفبهکهبدهبسطرااییگره•

7

فرادرس

FaraDars.org





جستجوی حریصانه

شروعحالت=ریشه•

8

Arad (366)

فرادرس

FaraDars.org






9

Sibiu(253) Zerind(374)Timisoara(329)

Arad

فرادرس

FaraDars.org






10

Arad

Sibiu

Arad(366)

Fagaras(176)

Oradea(380)

Rimnicu Vilcea(193)

فرادرس

FaraDars.org






11

Arad

Sibiu

Fagaras

Sibiu(253)

Bucharest(0)

فرادرس

FaraDars.org






بودن؟کامل•(تکرارحلقه)خیر•

بودن؟بهینه•(نبودنکامل)خیر•

زمانی؟مرتبه•حافظه؟مرتبه•

12

O(bm )

O(bm )

فرادرس

FaraDars.org





*Aجستجوی

آگاهانهجستجویترینشدهشناخته•.کندمیاجتنابرسند،نمینظربهصرفهبهکههاییگرهبسطاز:ایده•

f(n)=g(n):ارزیابیتابع• + h(n)

•g(n)گرهتاشروعگرهازواقعیهزینهn

•h(n)گرهازتخمینیهزینهnهدفتا•f(n)گرهازعبورباهدفتاشروعگرهازتخمینیهزینهn

13

فرادرس

FaraDars.org





تابع هیوریستیک قابل پذیرش

:استپذیرشقابلهیوریستیکتابعیک•.ندهدارایههدفتاهزینهازاضافیتخمینهیچگاه1..باشدبینانهخوش2.

Formally:

1. h(n) <= h*(n) where h*(n) is the true cost from n

2. h(n) >= 0 so h(G)=0 for any goal G.

است؟پذیرشقابلhSLD(n)آیا•

14

فرادرس

FaraDars.org





15

فرادرس

FaraDars.org





*Aجستجوی

16

f(Arad) = c(??,Arad)+h(Arad)=0+366=366

فرادرس

FaraDars.org





*Aجستجوی

17

f(Sibiu)=c(Arad,Sibiu)+h(Sibiu)=140+253=393

f(Timisoara)=c(Arad,Timisoara)+h(Timisoara)=118+329=447

f(Zerind)=c(Arad,Zerind)+h(Zerind)=75+374=449

فرادرس

FaraDars.org





*Aجستجوی

18

f(Arad)=c(Sibiu,Arad)+h(Arad)=280+366=646f(Fagaras)=c(Sibiu,Fagaras)+h(Fagaras)=239+179=415f(Oradea)=c(Sibiu,Oradea)+h(Oradea)=291+380=671f(Rimnicu Vilcea)=c(Sibiu,Rimnicu Vilcea)+h(Rimnicu Vilcea)=220+192=413

فرادرس

FaraDars.org





*Aجستجوی

19

f(Craiova)=c(Rimnicu Vilcea, Craiova)+h(Craiova)=360+160=526f(Pitesti)=c(Rimnicu Vilcea, Pitesti)+h(Pitesti)=317+100=417f(Sibiu)=c(Rimnicu Vilcea,Sibiu)+h(Sibiu)=300+253=553

فرادرس

FaraDars.org





*Aجستجوی

20

f(Sibiu)=c(Fagaras, Sibiu)+h(Sibiu)=338+253=591f(Bucharest)=c(Fagaras,Bucharest)+h(Bucharest)=450+0=450

فرادرس

FaraDars.org





*Aجستجوی

21

f(Bucharest)=c(Pitesti,Bucharest)+h(Bucharest)=418+0=418

فرادرس

FaraDars.org





*Aجستجوی

22

Suppose suboptimal goal G2 in the queue.Let n be an unexpanded node on a shortest to optimal goal G.

f(G2 ) = g(G2 ) since h(G2 )=0> g(G) since G2 is suboptimal>= f(n) since h is admissible

Since f(G2) > f(n), A* will never select G2 for expansion

فرادرس

FaraDars.org





*Aجستجوی

23

A heuristic is consistent if

If h is consistent, we have

h(n) c(n,a,n') h(n')

f (n') g(n') h(n')

g(n) c(n,a,n') h(n')

g(n) h(n)

f (n)

فرادرس

FaraDars.org





*Aجستجوی

بودن؟کامل•بلی•بودن؟بهینه•بلی•

– A* expands all nodes with f(n)< C*

– A* expands some nodes with f(n)=C*

– A* expands no nodes with f(n)>C*

.باشدمینیزموثربهینه*Aبنابراین•

24

فرادرس

FaraDars.org





*Aجستجوی

زمانی؟مرتبه•.باشدمینماییمرتبهازکماکان•حافظه؟مرتبه•.استزمانیپیچیدگیبامرتبههم•

.استبزرگتریمشکلمراتببهحافظه!

25

فرادرس

FaraDars.org





با حافظه محدود *Aجستجوی

بودنبهینهوکاملویژگیحفظبا*Aحافظهمشکلبهبود•.1ID A*:محدودهزینهیکتعیینf-cost (g+h)محدودعمقجایبه

.2RBFS:خطیحافظهداشتنبرایبازگشتیالگوریتم

.3: (S)MA*رپزماندرقدیمییگرهبدترینحذفوجدیدگرهبهترینبسطحافظهشدن

26

فرادرس

FaraDars.org





Recursive best-first search

function RECURSIVE-BEST-FIRST-SEARCH(problem) return a solution or failurereturn RFBS(problem,MAKE-NODE(INITIAL-STATE[problem]),∞)

function RFBS( problem, node, f_limit) return a solution or failure and a new f-cost limitif GOAL-TEST[problem](STATE[node]) then return nodesuccessors EXPAND(node, problem)if successors is empty then return failure, ∞for each s in successors do

f [s] max(g(s) + h(s), f [node])repeat

best the lowest f-value node in successorsif f [best] > f_limit then return failure, f [best]alternative the second lowest f-value among successorsresult, f [best] RBFS(problem, best, min(f_limit, alternative))if result failure then return result

27

فرادرس

FaraDars.org





RBFSالگوریتم

.شودانتخابآنبرایجانشینبهترینوبرگگرهبهترین1.

مسیرهبآنگاهشد،بیشترآنجانشینازبرگگرهبهترینمقداراگر2..شودعقبگردجانشین

.شودبروزرسانیf(n)مقدارعقبگرد،حیندر3.

.شوددادهبسطجانشینگره4.

28

فرادرس

FaraDars.org





RBFS

29

فرادرس

FaraDars.org





RBFS

30

فرادرس

FaraDars.org





RBFS

31

فرادرس

FaraDars.org





RBFS

•RBFSازموثرتریمراتببهجستجویID A*است..ردبمیرنجعقیدهتغییردلیلبهگرهزیادیبسیارتعدادتولیدازکماکان•

.استبهینهباشد،پذیرشقابلh(n)اگر*Aمانند•.استo(bd)حافظهپیچیدگی•.داردستگیبعقیدهتغییرمیزانوهیوریستیکتابعکیفیتبهزمانیپیچیدگی•

32

فرادرس

FaraDars.org





تابع هیوریستیک

33

.است22متوسططوربهبهینهجوابعمق•.است3متوسططوربهانشعابفاکتور•

3.1حالتفضایتعداد• x .باشدمی1010.دهدکاهشچشمگیریطرزبهراحالتفضایتواندمیخوبهیوریستیکتابع•

فرادرس

FaraDars.org









34

فرادرس

FaraDars.org









35

فرادرس

FaraDars.org





تابع هیوریستیک

36

•h1باشندنمیخودسرجایکههاییکاشیتعداد.h1(s)=8

•h2واقعیجایتاکاشیهر(منهتن)عمودی–افقیفاصلهمجموعh2(s)=3+1+2+2+2+3+3+2=18

•h3واقعیجایتاکاشیهرقطری–عمودی–افقیفاصلهمجموعh3(s)=2+1+1+1+2+2+2+2=13

فرادرس

FaraDars.org





کیفیت تابع هیوریستیک

یکنواختدرختدرانشعابفاکتور:(*b)موثرانشعابفاکتور•

است؟مقداریچه*bبرایمقداربهترین•

37

N 11 b*(b*) 2 ... (b*) dفرادرس

FaraDars.org





کیفیت تابع هیوریستیک

38

فرادرس

FaraDars.org









39

فرادرس

FaraDars.org









40

فرادرس

FaraDars.org





(1)ابداع تابع هیوریستیک قابل پذیرش

relax)مسالهازشدهسادهنسخهطریقاز• version)

h1شودمنتقلهرجاییبهتواندمیکاشیهر.h2شودمنتقلهمسایهخانههربهتواندمیکاشیهر.ABSolverزندمیتخمینراروبیکمکعببرایحلراههزینه.

41

فرادرس

FaraDars.org






(subproblem)مسالهازکوچترنسخهطریقاز•

42

فرادرس

FaraDars.org






learning)تجربهازیادگیریطریقاز• from experience)مسالهاززیادیبسیارتعدادحل:تجربه

43

فرادرس

FaraDars.org









44

فرادرس

FaraDars.org









45

فرادرس

FaraDars.org





جستجوی محلی

دخوبلکهباشدنمیمهمهدفتارسیدنحلراهمسایلازبرخیبرای•.باشدمیمهمهدفحالت

.شودمیاستفادهمحلیجستجویازمسایلاینگونهبرای•ایههمسبهترینبهونمودهذخیرهرافعلیحالتفقط:محلیجستجوی•

.کندمیحرکتتحاالتعدادبامسایلدرحلراهکردنپیداامکانوکمبسیارحافظه•

.استمحلیجستجوهایمزایایاززیاد،بسیار

46

فرادرس

FaraDars.org





الگوریتم تپه نوردی

دبرسقلهبهکهزمانی.کندمیحرکتبهبودجهتدرمتناوبطوربه•.شودمیمتوقف

هبدلیلهمینبهکند،نمیتوجهبرگهایگرهآیندهبهنوردیتپه•.استمشهورهمحریصانهمحلیجستجویالگوریتم

باشد،داشتهوجودبهترینگرهیکازبیشترصورتیکهدرنوردیتپه•.کندمیانتخابتصادفیصورتبهراگرهبهترین

47

فرادرس

FaraDars.org






48

فرادرس

FaraDars.org






function HILL-CLIMBING( problem) return a state that is a local maximum

input: problem, a problem

local variables: current, a node.

neighbor, a node.

current MAKE-NODE(INITIAL-STATE[problem])

loop do

neighbor a highest valued successor of current

if VALUE [neighbor] ≤ VALUE[current] then return STATE[current]

current neighbor

49

فرادرس

FaraDars.org






•h(n):یرغیامستقیمصورتبهراهمدیگرکهوزیرهاییجفتتعداد.کنندمیتهدیدمستقیم

50

a)h=3+4+2+3+2+2+1+0=17 b)h=1

فرادرس

FaraDars.org






51

فرادرس

FaraDars.org





تپه نوردیانواع الگوریتم

Stochastic)قطعیغیرنوردیتپه• hill-climbing):تمالاحالبته.شودانتخابتصادفیصورتبهیکیباالبهروهایحرکتبیندر

.استمتناسبشیبباانتخاب

First-choice)گزینهاولینانتخاببانوردیتپه• hill-climbing):شوندمیدادهبسطبهترگرهیکحصولتاهاگره.

Random-restart)تصادفینوردیتپه• hill-climbing):نمودخواهدشروعمجدداًجوابحصولتاتصادفیمجددشروعحالتاز.

52

فرادرس

FaraDars.org





Simulated annealing

رکتحانجامبهدادناجازهبامحلیهایبیشینهدرکردنگیرازاجتناب•آنتعدادواحتمالزمانگذشتحیندرکه،(مناسبنا)فرعیهای

.یابدمیکاهش.گرددمیبرمتالورژیعلومبهالگویتمپیشینه•Bouncing:مثال• ball analogy

53

فرادرس

FaraDars.org





Simulated annealing

function SIMULATED-ANNEALING( problem, schedule) return a solution stateinput: problem, a problem

schedule, a mapping from time to temperaturelocal variables: current, a node.

next, a node.T, a “temperature” controlling the probability of downward steps

current MAKE-NODE(INITIAL-STATE[problem])for t 1 to ∞ do

T schedule[t]if T = 0 then return currentnext a randomly selected successor of current∆E VALUE[next] - VALUE[current]if ∆E > 0 then current nextelse current next only with probability e∆E /T

54

فرادرس

FaraDars.org





Local beam search

.بردمیبهرهشروعحالتیکجایبهشروعحالتkاز•تصادفیحالتk:شروعحالت•هابرگتمامبینازحالتبهترینتاkانتخاب:بعدیحالت•حاالتتمامبررسییاهدفشدنپیدا:خاتمهحالت•

بهاطالعاتکهاستاینتصادفیمجددشروعبانوردیتپهباتفاوت•.شودمیگذاشتهاشتراک

.باشدبرخوردارکافیتنوععدمازالگوریتماستممکن•

55

فرادرس

FaraDars.org





Genetic algorithms

56

فرادرس

FaraDars.org





Genetic algorithms

57

فرادرس

FaraDars.org









58

فرادرس

FaraDars.org









59

فرادرس

FaraDars.org





این اسالید ها بر مبنای نکات مطرح شده در فرادرس

« آموزش هوش مصنوعی».تهیه شده است

یدبرای کسب اطالعات بیشتر در مورد این آموزش به لینک زیر مراجعه نمایfaradars.org/fvsft102



فرادرس

FaraDars.org

Education

آموزش هوش مصنوعی - بخش چهارم