Πληροφορημένη Αναζήτηση και Εξερεύνηση

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Β.ΡΟΠΗ ΔΥΝΑΜΗΣ ΩΣ ΠΡΟΣ ΑΞΟΝΑ
Advertisements

Αλγόριθμοι Αναζήτησης
Πιθανοκρατικοί Αλγόριθμοι
ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι
Αναγνώριση Προτύπων.
Αλγόριθμοι και Πολυπλοκότητα
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
Αλγόριθμοι Αναζήτησης
Πώς βρίσκουμε το πλήθοςτων επαναλήψεων μιας Δομής Επανάληψης με βήμα διάφορο του 1
Ενότητα Η Δομή Επανάληψης
Γραφήματα & Επίπεδα Γραφήματα
Προσεγγιστικοί Αλγόριθμοι
Δυναμική Διατήρηση Γραμμικής Διάταξης Διατηρεί μια γραμμική διάταξη δυναμικά μεταβαλλόμενης συλλογής στοιχείων. Υποστηρίζει τις λειτουργίες: Έλεγχος της.
Χαντζής Δημήτριος Τσούγκαρης Παναγιώτης
Πτυχιακή εργασία: «Ανάπτυξη αλγορίθμου Γενετικού Προγραμματισμού (Genetic Programming) με δυνατότητα διαχείρισης δενδροειδών δομών και εφαρμογή του στην.
Η αλληλουχία των ενεργειών δεν είναι πάντα μία και μοναδική!!!
ΜΑΘΗΜΑ: ΣΧΕΔΙΑΣΗ ΑΛΓΟΡΙΘΜΩΝ ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου.
Προσεγγιστικοί Αλγόριθμοι για NP-Δύσκολα Προβλήματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 16/05/13 Δίκτυα Ουρών. ΔΙΚΤΥΟ ΔΥΟ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ ΕΝ ΣΕΙΡΑ Θεώρημα Burke: Η έξοδος πελατών από ουρά Μ/Μ/1 ακολουθεί κατανομή Poisson.
Ενεργή επιλογή αλγορίθμου, Active Algorithm Selection, Feilong Chen and Rong Jin Εύα Σιταρίδη.
Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης
Ελαφρύτατες διαδρομές TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A AA A A.
ΜΑΘΗΜΑ: ΣΧΕΔΙΑΣΗ ΑΛΓΟΡΙΘΜΩΝ ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Πέμπτη, 2 Απριλίου 2015Τμ. Πληροφορικής,
1 Βέλτιστη δρομολόγηση (optimal routing) Αντιμετώπιση της δρομολόγησης σαν «συνολικό» πρόβλημα βελτιστoποίησης. Γιατί: Η αλλαγή της δρομολόγησης μιας συνόδου.
Επανάληψη.
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Advanced Data Indexing (Προηγμένη ευρετηρίαση δεδομένων) Κατακερματισμός – Hashing (1 ο Μέρος)
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων.
Χρονική Πολυπλοκότητα και Μοντέλα
Διπλωματική Εργασία Πειραματική Αξιολόγηση της Μοναδιαίας Οκνηρής Συνέπειας Τόξου (Singleton Lazy Arc Consistency) Ιωαννίδης Γιώργος (ΑΕΜ: 491)
Μέγιστη ροή TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A AA A A Συνάρτηση χωρητικότητας Κατευθυνόμενο γράφημα.
ΕΠΛ 231 – Δομές Δεδομένων και Αλγόριθμοι13-1 Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ο αλγόριθμος Dijkstra για εύρεση βραχυτέρων μονοπατιών.
1 ΤΜΗΜΑ ΜΠΕΣ Αλγόριθμοι Αναζήτησης Εργασία 1 Τυφλή Αναζήτηση.
Olympia Nikou1 Τίτλος Παρουσίασης: Προσεγγιστικός Υπολογισμός των λύσεων ενός προβλήματος με: Δειγματοληψία στον χώρο αναζήτησης των λύσεων.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Επεξεργασία Ερωτήσεων.
Ελαφρύτατες διαδρομές TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A AA A A.
Αναζήτηση (Search) συνέχεια ΤΜΗΜΑ ΜΠΕΣ.
Μέγιστη ροή TexPoint fonts used in EMF. Read the TexPoint manual before you delete this box.: AA A AA A A Συνάρτηση χωρητικότητας Κατευθυνόμενο γράφημα.
Συνδετικότητα γραφήματος (graph connectivity). α β Υπάρχει μονοπάτι μεταξύ α και β; Παραδείγματα: υπολογιστές ενός δικτύου ιστοσελίδες ισοδύναμες μεταβλητές.
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΡΆΡΤΗΜΑ ΛΕΥΚΑΔΑΣ ΥΠΕΥΘΥΝΗ ΚΑΘΗΓΉΤΡΙΑ Δρ. ΤΣΙΝΤΖΑ ΠΑΝΑΓΙΩΤΑ Οι παρουσιάσεις του μαθήματος βασίζονται στο.
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΡΆΡΤΗΜΑ ΛΕΥΚΑΔΑΣ ΥΠΕΥΘΥΝΗ ΚΑΘΗΓΉΤΡΙΑ Δρ. ΤΣΙΝΤΖΑ ΠΑΝΑΓΙΩΤΑ Οι παρουσιάσεις του μαθήματος βασίζονται στο.
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΡΆΡΤΗΜΑ ΛΕΥΚΑΔΑΣ ΥΠΕΥΘΥΝΗ ΚΑΘΗΓΉΤΡΙΑ Δρ. ΤΣΙΝΤΖΑ ΠΑΝΑΓΙΩΤΑ Οι παρουσιάσεις του μαθήματος βασίζονται στο.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Μεταλλικές Κατασκευές Ι Διδάσκων Δημ. Σοφιανόπουλος Αναπληρωτής Καθηγητής Μαρία Ντίνα, Πολ. Μηχ. MSc,
ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ Άπληστη Αναζήτηση και Αναζήτηση Α* ΣΠΥΡΟΣ ΛΥΚΟΘΑΝΑΣΗΣ, ΚΑΘΗΓΗΤΗΣ.
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Σήματα και Συστήματα 11 10η διάλεξη. Σήματα και Συστήματα 12 Εισαγωγικά (1) Έστω γραμμικό σύστημα που περιγράφεται από τη σχέση: Αν η είσοδος είναι γραμμικός.
Πτυχιακή εργασία : Σχεδίαση γραμμικών στοιχειοκεραιών με τη χρήση εξελικτικών αλγορίθμων Της σπουδάστριας : Χοροζάνη Αναστασίας Επιβλέπων Καθηγητής : Δρ.
Συμπληρωματική Πυκνότητα Ελαστικής Ενέργειας Συμπληρωματικό Εξωτερικό Έργο W: Κανονικό έργο Τελικές δυνάμεις Ρ, τελικές ροπές Μ, ολικές μετατοπίσεις δ.
Πληροφορημένη Αναζήτηση και Εξερεύνηση
Επίλυση Προβλημάτων με Αναζήτηση
Προβλήματα Ικανοποίησης Περιορισμών
ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΕΞΕΛΙΚΤΙΚΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ
Μέγιστη ροή Κατευθυνόμενο γράφημα 12 Συνάρτηση χωρητικότητας
Βέλτιστη δρομολόγηση (optimal routing)
Διδάσκων: Δρ. Τσίντζα Παναγιώτα
Τεχνολογία λογισμικού
Αρχεσ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Η/Υ ΤΑξη Β΄
Κεφάλαιο 9: Περιγραφή της Λειτουργίας ενός Απλού Γ.Α.
Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο
Introduction to Genetic Programming
Εισαγωγή στο Γραμμικό Προγραμματισμό
Μέγιστη ροή Κατευθυνόμενο γράφημα 12 Συνάρτηση χωρητικότητας
ΕΙΣΑΓΩΓΗ ΣΤΟΥΣ ΕΞΕΛΙΚΤΙΚΟΥΣ ΑΛΓΟΡΙΘΜΟΥΣ
Ερωτήσεις από όλη την ύλη
Στρατηγικές πληροφορημένης αναζήτησης
Δυναμικός Προγραμματισμός
Ελαφρύτατες διαδρομές
‘Δομημένος Εξελικτικός Αλγόριθμος’ Επιβλέπων: Κυριάκος Χ. Γιαννάκογλου
Ταλαντώσεις Όλες οι ερωτήσεις και οι ασκήσεις του βιβλίου.
Δυναμικός Κατακερματισμός
Μεταγράφημα παρουσίασης:

Πληροφορημένη Αναζήτηση και Εξερεύνηση Ασκήσεις

Άσκηση 4.2 Ο ευρετικός αλγόριθμος διαδρομής είναι μια αναζήτηση πρώτα στο καλύτερο όπου η αντικειμενική συνάρτηση ισούται με f(n)=(2-w)∙g(n)+w∙h(n) Για ποιες τιμές του w είναι ο αλγόριθμος εγγυημένα βέλτιστος; (Θεωρείστε ότι η h είναι παραδεκτή) Τι είδους αναζήτηση κάνει όταν: w=0; w=1; w=2;

Άσκηση 4.2 Για w=0  f(n)=2g(n) Για w=1  f(n)=g(n)+h(n) Στην περίπτωση αυτή η αναζήτηση γίνεται αναζήτηση ομοιόμορφου κόστους – ο παράγοντας 2 δεν επηρεάζει τη διάταξη των κόμβων Για w=1  f(n)=g(n)+h(n) Αναζήτηση A* Για w=2  f(n)=2h(n) Άπληστη αναζήτηση πρώτα στο καλύτερο

Άσκηση 4.2 Η συνάρτηση μπορεί να γραφεί ως: f(n)=(2-w){g(n)+[w/(2-w)]∙h(n)} η οποία συμπεριφέρεται σαν την A* με ευρετική συνάρτηση [w/(2-w)]∙h(n) Για w  1, η συνάρτηση [w/(2-w)]∙h(n) είναι πάντα θετική και μικρότερη από την h(n) και επομένως αν η h(n) είναι παραδεκτή τότε και η συνάρτηση [w/(2-w)]∙h(n) είναι παραδεκτή

Άσκηση 4.3 Αποδείξτε την παρακάτω έκφραση: Η αναζήτηση πρώτα σε πλάτος είναι ειδική περίπτωση της αναζήτησης ομοιόμορφου κόστους Όταν όλα τα κόστη είναι ίσα, η g(n) είναι ανάλογη του depth(n) Άρα, η αναζήτηση ομοιόμορφου κόστους αναπαράγει την αναζήτηση πρώτα σε πλάτος

Άσκηση 4.3 Αποδείξτε την παρακάτω έκφραση: Η αναζήτηση πρώτα σε πλάτος, η αναζήτηση πρώτα σε βάθος και η αναζήτηση ομοιόμορφου κόστους είναι ειδικές περιπτώσεις της αναζήτησης πρώτα στο καλύτερο Ο αλγόριθμος αναζήτησης κατά πλάτος είναι η αναζήτηση πρώτα στο καλύτερο με f(n)=depth(n) Ο αλγόριθμος αναζήτησης κατά βάθος είναι η αναζήτηση πρώτα στο καλύτερο με f(n)=-depth(n) Ο αλγόριθμος αναζήτησης ομοιόμορφου κόστους είναι η αναζήτηση πρώτα στο καλύτερο με f(n)=g(n)

Άσκηση 4.3 Αποδείξτε την παρακάτω έκφραση: Η αναζήτηση ομοιόμορφου κόστους είναι ειδική περίπτωση της αναζήτησης Α* Ο αλγόριθμος αναζήτησης ομοιόμορφου κόστους είναι η αναζήτηση Α* με h(n)=0

Άσκηση 4.11 Δώστε το όνομα του αλγορίθμου που προκύπτει από την παρακάτω ειδική περίπτωση: Τοπική ακτινική αναζήτηση με k=1 Αναρρίχηση λόφων (hill-climbing)

Άσκηση 4.11 Δώστε το όνομα του αλγορίθμου που προκύπτει από την παρακάτω ειδική περίπτωση: Τοπική ακτινική αναζήτηση με μια αρχική κατάσταση και χωρίς όριο στο πλήθος των καταστάσεων που διατηρούνται Είναι η αναζήτηση πρώτα κατά πλάτος με τη διαφορά ότι οι κόμβοι κάθε επιπέδου δημιουργούνται όλοι με τη μία

Άσκηση 4.11 Δώστε το όνομα του αλγορίθμου που προκύπτει από την παρακάτω ειδική περίπτωση: Προσομοιωμένη ανόπτηση με T=0 πάντοτε, και παραλείποντας τον έλεγχο τερματισμού, δηλαδή τον τερματισμό όταν Τ=0 Αναρρίχηση λόφων, όπου επιλέγεται πάντα η πρώτη κίνηση που βελτιώνει Κάθε κίνηση που χειροτερεύει, απορρίπτεται με πιθανότητα 1

Άσκηση 4.11 Δώστε το όνομα του αλγορίθμου που προκύπτει από την παρακάτω ειδική περίπτωση: Γενετικός Αλγόριθμος με μέγεθος πληθυσμού Ν=1 Αν ο πληθυσμός ισούται με 1, τότε τα δύο άτομα που επιλέγονται για διασταύρωση θα είναι το ίδιο άτομο και άρα η διασταύρωση θα παράγει το ίδιο άτομο. Θα εφαρμόζεται επομένως μόνο μετάλλαξη και άρα ο αλγόριθμος θα εκτελεί ένα τυχαίο περίπατο στο χώρο αναζήτησης

Άσκηση 4.15 Επινοήστε μια προσέγγιση με αναρρίχηση λόφων για την επίλυση του προβλήματος του πλανόδιου πωλητή Συνδέστε όλες τις πόλεις σε ένα τυχαίο μονοπάτι Επιλέξτε τυχαία δύο σημεία πάνω στο μονοπάτι αυτό Χωρίστε το μονοπάτι στα σημεία αυτά, δημιουργώντας τρία μέρη Δοκιμάστε και τους 6 διαφορετικούς τρόπους σύνδεσης των 3 αυτών μερών Κρατήστε τον καλύτερο και επανασυνδέστε το μονοπάτι σύμφωνα με αυτόν Επαναλάβετε τα βήματα 2-5 ώσπου να μην παρατηρείται βελτίωση για ένα καθορισμένο χρονικό διάστημα

Άσκηση 4.15 Επινοήστε μια προσέγγιση με Γενετικούς Αλγόριθμους για την επίλυση του προβλήματος του πλανόδιου πωλητή Κωδικοποίηση Αρχικοποίηση Διασταύρωση Μετάλλαξη Αντικειμενική Συνάρτηση Κριτήριο Τερματισμού