BÁO CÁO TIỂU LUẬN MÔN TRÍ TUỆ NHÂN TẠO TÌM KIẾM HEURISTIC

Đề tài:
TÌM KIẾM HEURISTIC
Giáo viên hướng dẫn: Nguyễn Thị Thủy
Nhóm sinh viên: Nguyễn Thị Diệp
Phạm Thị Định
Nguyễn Thị Gấm
Nguyễn Thị Nụ
Lớp: THC_52
•
Các kỹ thuật tìm kiếm sử dụng hàm đánh giá để hướng dẫn sự
tìm kiếm được gọi chung là các kỹ thuật tìm kiếm kinh nghiệm
(heuristic search).
•
Các giai đoạn cơ bản để giải quyết vấn đề bằng tìm kiếm kinh
nghiệm như sau:
2.1
2.1
2.1
2.1

Hàm đánh giá
2.2
2.2
2.2
2.2

Tìm kiếm Beam
2.3
2.3
2.3
2.3

Tìm kiếm leo đồi
2.4
2.4
2.4
2.4

Tìm kiếm tốt nhất
1. Định nghĩa hàm đánh giá
Với mỗi trạng thái u chúng ta sẽ xác định
một giá trị h(u), số này đánh giá “sự gần
đích “ của trạng thái u. Hàm h(u) được gọi
là hàm đánh giá.
2. Ví dụ về hàm đánh giá
Ví dụ bài toán 8 số
Trạng thái đầu
Trạng thái kết thúc
Chúng ta có thể đưa ra hai cách xây dựng hàm đánh giá h1, h2.
2. Ví dụ về hàm đánh giá (tiếp)
- Hàm h1:h1(u) là số quân ở trạng thái đầu không nằm
đúng vị trí so với trạng thái kết thúc. Ta có các quân: 3,
8, 6, 1 không nằm đúng vị trí => h1(u) = 4

Trạng thái đầu Trạng thái kết thúc

2. Ví dụ về hàm đánh giá (tiếp)
- Hàm h2: h2(u) là tổng khoảng cách giữa vị trí các
quân trong trạng thái đầu và vị trí của nó trong trạng thái
đích.
Ở đây khoảng cách là số ít nhất các dịch chuyển theo
hàng hoặc theo cột để đưa một quân tới vị trí của nó trong
trạng thái đích.
2. Ví dụ về hàm đánh giá (tiếp)
Trạng thái đầu Trạng thái kết thúc
Quân 3 cần ít nhất 2 dịch chuyển
2. Ví dụ về hàm đánh giá (tiếp)
Trạng thái đầu
Trạng thái kết thúc
Quân 8 cần ít nhất 3 dịch chuyển
2. Ví dụ về hàm đánh giá (tiếp)
Trạng thái đầu
Trạng thái kết thúc
Quân 6 cần ít nhất 1 dịch chuyển
2. Ví dụ về hàm đánh giá (tiếp)
Trạng thái đầu
Trạng thái kết thúc
Quân 1 cần ít nhất 3 dịch chuyển
Vậy h2(u) = 2 + 3 + 1 + 3 = 9
1.Ý tưởng thuật toán
Đầu tiên chọn trạng thái ban đầu, sau đó phát
triển k đỉnh tốt nhất ở một mức rồi phát triển k
đỉnh tốt nhất ở mức tiếp theo (k được xác định bởi
hàm đánh giá).
2. Ví dụ về tìm kiếm beam
Chọn k = 2

A: là trạng thái đầu
B: là trạng thái kết thúc
Các số bên cạnh các đỉnh là giá trị của hàm đánh giá
2. Ví dụ về tìm kiếm beam
Từ trạng thái ban đầu A chọn 2 đỉnh (D, E) có chi phí
nhỏ nhất kề với A để phát triển tiếp
2. Ví dụ về tìm kiếm beam
Ở mức tiếp theo chọn 2 đỉnh I, G để phát triển tiếp
2. Ví dụ về tìm kiếm beam
Đỉnh được chọn để phát triển ở mức tiếp theo là trạng
thái kết thúc (B) nên việc tìm kiếm dừng lại
2. Ví dụ về tìm kiếm beam
Chi phí từ A->D->I->B là 14 Chi phí từ A->E->G->B là 12
Vậy đường đi ngắn nhất là:A->E->G->B
2.3.1. Leo đồi đơn giản
2.3.2. Leo đồi dốc đứng
2.3.3. So sánh
2.3.4. Đánh giá
•
Thuật giải
1. Xét trạng thái bắt đầu.
1. Nếu là đích -> dừng.
2. Ngược lại: thiết lập khởi đầu như TT hiện tại.
2. Lặp đến khi: gặp đích OR không còn luật nào chưa được áp
dụng vào TT hiện tại
1. Lựa một luật để áp dụng vào TT hiện tại để sinh ra một TT mới.
2. Xem xét TT mới này:
1. Nếu là đích => dừng.
2. Nếu không là đích, nhưng tốt hơn TT hiện tại => thiết lập TT mới là TT
hiện tại.

3. Nếu không tốt hơn thì thì tiếp lần lặp kế.
•
Nhận xét:
– Có sử dụng hàm đánh giá để tích hợp tri thức vào điều khiển.
– Giải thuật trên không đánh giá, so sánh giữa các con của trạng
thái hiện tại.