mẫu đề thi tôt nghiệp CN CNTT

MễN TR TU NHN TO
Lí THUYT
I. Mt s khỏi nim v AIThut toỏn v thut gii
1. Gii thiu TTNT
a)
Mc ớch ca TTNT
Theo Winton: Mc ớch chớnh
ca TTNT l lm cho cỏc mỏy
in t thụng minh hn, cú
ớch hn v giỳp khỏm phỏ cỏc
quy lut v kh nng hot
ng trớ tu ca con ngi.
T õy s tỏc ng trc tip
lm cho con ngi thụng
minh hn, h cú hiu qu hn
b)
Hng phỏt trin
ca tin hc: phỏt trin
theo 4 mi nhn
- CNTT
- CNPM: con ngi ch phõn
tớch cỏc bi toỏn thnh cỏc
module ri mua cỏc chng
trỡnh vit sn v lp ghộp li
- Cụng ngh tri thc
- Mng v vin thụng
c)
Vai trũ ca TTNT
ệ n g d u ùn g
I n te llig e n c e
S y s te m

K y ừ t h u a ọt

K n o w le d g e E n g in e e r in g
( C o õ n g n g h e ọ v e t r i t h ử ực )

K h o a h o ùc

A r tif ic ia l I n t e l lig e n c e
( T r ớ t u e ọ n h a õn t a ùo )

d)
Cỏc nh ngha
- TTNT: c nh ngha nh
l mt h thng mỏy múc cú
kh nng thc hin nhng
hnh ng ca con ngi
c xem l thụng minh
- Intelligence (thụng minh):
s nghiờn cu, s thu thp
thụng tin tiờu biu nh c
gng hc nhng ý tng x
lý ca b nóo con ngi, bao
gm c vic nghiờn cu s
vt cú ý tng, cú ý ngha, cú
s chỳ ý, nhn dng, hiu
vn v sỏng to ra vn
- Artificial (nhõn to): cú
ngha l cú gng s dng
mỏy tớnh xõy dng
nhng h thng nhõn to

bt chc c tớnh ca vic
thu thp thụng tin mt
cỏch thụng minh
2. Thut toỏn v thut gii
a) Thut toỏn
- Khỏi nim: L cỏc bc
gii mt bi toỏn. Gii bi
toỏn trờn mỏy tớnh thỡ khỏi
nim v thut toỏn c m
rng hn, l cỏc bc thc
hin 1 bi toỏn bng chng
trỡnh mỏy tớnh. Trong thc t
nhiu bi toỏn khụng th xõy
dng thut toỏn 1 cỏch tng
minh hoc cú th xõy dng
c thut toỏn 1 cỏch tng
minh nhng thi gian gii l
quỏ ln, c bit cỏc bi toỏn
v tỡm kim. gii c bi
toỏn dng ny ngi ta dựng
thut gii

* Phng phỏp tỡm kim leo
i dc ng
- Khi tỡm kim leo i mun chn
1 trng thỏi tt thỡ ta chn trng
thỏi tt hn trng thỏi hin hnh
v lõn cn trng thỏi hin trờn, vỡ
vy ta ó b qua trng thỏi tt
thc. Do ú, li gii ca bi toỏn

cú th khụng phi l li gii ti u
- T tng:
B1: Nu im bt u cng l
trng thỏi kt thỳc thỡ dng li
thụng bỏo ó tỡm c li gii
B2: t trng thỏi u u0 l trng
thỏi hin hnh
B3: lp cho n khi tỡm thõy
trng thỏi kt thỳc ut hoc cho
n khi khụng tỡm thy trng thỏi
no tt hn trng thỏi hin hnh
thỡ ta thc hin
+ Ta t tt c cỏc trng thỏi k
tip ca trng thỏi hin hnh u v
tt hn vo 1 tp s
+ Chn trng thỏi tt nht trong
tp s lm trng thỏi hin hnh u
v phỏt trin cỏc trng thỏi k
hp l u
* Phng phỏp tỡm kim tt
nht u tiờn (Best First
Search)
- T tng
B1: t trng thỏi u l trng
thỏi hin hnh u. Nu l trng
thỏi kt thỳc thỡ dng
B2: Phỏt trin cỏc trng thỏi l
khụng hp l u
B3: Chn trng thỏi tt nht
trong s cỏc trng thỏi ó sinh v

quay li bc 1
B4: Nu khụng cũn trng thỏi no
v cha tỡm c trng thỏi ớch
thỡ dng
- Mó gi:
Procedure BFS
Begin
1. Lp danh sỏch L ch cú trng
thỏi u
2. Lp cho n khi gp iu kin
dng
2.1. If (L = ứ) {thụng bỏo tht
bi; exit;}
2.2. Chn 1 trng thỏi u tiờn U
trong danh sỏch L v loi U ra
khi L
2.2.1. If (U = UT) thỡ U l ớch
{thụng bỏo thnh cụng; exit;}
2.2.2. Else
While (mi trng thỏi V k U) do
t V vo L;
2.3. Sp xp L theo th t tng
dn ca h(u);
End;
End;
- Nhn xột:
+ Thut gii BFS luụn nhn c
li gii ti u nu bi toỏn cú li
gii
+ Nu bi toỏn khụng cú li gii

BFS ó duyt tt c cỏc trng thỏi
trong khụng gian trng thỏi vỡ vy
nu khụng gian trng thỏi ln thỡ

II. Biu din v x lý tri thc
6. Thut toỏn Vng ho v
Robinson
a) Thut toỏn Vng ho
B1: Chuyn c s tri thc cn
chng minh v dng nh sau: gt1,
gt2, gt3,.,gtn -> kl1, kl2, kl3,
.,kln
Trong ú cỏc giỏ tr gti v klj l cỏc
mnh dng chun hi (^)
hoc tuyn (v) v ph (ơ)
B2: Nu gti cú phộp V ^ thỡ ta
thay phộp bng ,
Nu klj cú phộp HOC v thỡ
thay bng ,
Vd:
p q, r (ơp s) ơq ơr
p, q, r, ơp s ơq, ơr
B3: Chuyn gti v klj v cỏc ph
nh
Vd:
p q, ơ(r s), ơq, pr s, ơp
p q, pr, p s, r s, q
B4: Nu gti cú phộp v HOC thỡ
ta tỏch = 2 dũng con
Nu klj cú phộp ^ V thỡ ta

tỏch = 2 dũng con
Vd:
p, ơ p q
q

p, ơ p
doứng 1

q

p, q

q

doứng 2

B5: Nu 1 dũng cú bin mnh
chung 2 v thỡ bin mnh ú
c cm
Nu 1 dũng khụng cú bin
mnh chung 2 v m gti vn
cũn phộp v v klj vn cũn phộp
^ v hai v cha cú mnh
chung thỡ chung ta quay li bc 3
Vd: P,q-> p -> mnh

ỳng

B6: Nu c s tri thc c cm
nu tt cỏc cỏc dũng c cm v

ngc li c s tri trc khụng c
cm
Vd: P, ơq-> q -> mnh

ỳng

b) Thut toỏn Robinson
B1: a c s tri thc cn chng
minh v dng nh sau: gt1, gt2,
gt3,.,gtn -> kl1, kl2, kl3,.,kln
Trong ú cỏc giỏ tr gti v klj l cỏc
mnh dng chun hi (^)
hoc tuyn (v) v ph (ơ)
B2: Nu gti cú phộp V ^ thỡ ta
thay phộp bng ,
Nu klj cú phộp HOC v thỡ
thay bng ,
vd:
p q, ơ(r s), ơq, pr s, ơp
p q, pr, p s, r s, q
B3: Thnh lp tp mnh gm
gti v ơ klj (loi b ->)
B4: Lp chn 2 mnh bt k
nu ỏp dng c lut hp tuyn
thỡ lp mt mnh mi

3. Thut gii Vng ho
Bi toỏn 1:
Cm mnh : p ơq , (ơs
q) (r s) , ơp u r u

p ơq , ơs q, r s , ơp , u r,
u
p ơq , ơs q, r s , u r , u,
p
p ơq , ơs q, r s , u r , u,
p
Tỏch phộp : (p ơq) thnh 2 dũng
con
B1: p, ơs q, r s , u r , u, p
(cm vỡ cú mnh p hai phớa)
B2:ơq , ơs q, r s , u r , u, p
ơs q, r s , u r , u, p, q
Tỏch phộp : ơs q thnh 2 dũng
con
B2.1: q, r s , u r , u, p, q (cm
vỡ cú mnh q hai phớa)
B2.2: ơs , r s , u r , u, p, q
r s , u r , u, p, q, s
Tỏch phộp : r s thnh 2 dũng
con
B2.2.1: s , u r , u, p, q, s (cm
vỡ cú s, u c hai phớa)
B2.2.2: r, u r , u, p, q, s (cm vỡ
cú r, u c hai phớa)
Cỏc dũng dn xut t dng chun
ban u u c chng minh , vy
vn c chng minh
Bi toỏn 2:
Cho {pq, qr}. Kt lun:
{pr}

Ta cú: pq = ơpq
qr = ơqr
pr = ơpr
B1: Dng chun: ơpq, ơqr
ơpr
B3: ơpq, ơqr ơp, r
B4: Phõn thnh 2 dũng:
ơp, ơqr ơp, r (CM)
q, ơqr ơp, r
B2: Chuyn v: (2) p, q, ơqr , r
B4: Phõn thnh 2 dũng:
(1) p, q, r r (CM)
(2) p, q, ơq , r
B2 : Chuyn v (2) : p, q , r, q
(CM)
Bi toỏn 3:
Cho {(ab) c, (bc) d,
ơd. CM: ab
Ta cú : (ab) c = ơ(ab) c = ơa
ơb c
(bc) d = ơ(bc) d = ơb ơc
d
a b = ơa b
B1 : Dng chun : ơa ơb c, ơb
ơc d, ơd ơa b
B2: Chuyn v: ơa ơb c, ơb
ơc d, ơa b, d
B3: ơa ơb c, ơb ơc d, ơa
, b, d
B4: Phõn dũng:

ơa , ơb ơc d, ơa , b, d (CM)
ơb c, ơb ơc d, ơa , b, d
B2: Chuyn v (2): a, ơb c, ơb
ơc d, b, d
B4: Phõn dũng:
(1) a, ơb c, ơb ơc b, d

1


- Các phương pháp giải của
thuật toán:
+ Phương pháp giải quyết
vấn đề theo hướng xác định
trực tiếp lời giải
+ Phương pháp Vét Cạn
+ Phương pháp đệ quy
- Tính chất của một thuật
toán
+ Tính đúng đắn của thuật
toán: phải dùng công cụ toán
học để chứng minh là đúng
+ Tính đơn giản của thuật
toán: dễ hiểu, dễ lập trình,
dễ hiệu chỉnh
+ Tính tối ưu của thuật toán:
nếu có nhiều thuật toán
b) Thuật giải
- Khái niệm: Là phương pháp
để giải bài toán, để nhận

được các kết quả có thể chấp
nhận được. Thực chất của giải
bằng thuật giải là phương
pháp giải để nhanh chóng
nhận được kết quả của bài
toán
c) Sự khác nhau
giữa thuật toán và
thuật giải
Giải bằng
Giải bằng
thuật toán
thuật giải
- Áp dụng
- áp dụng
cho các bài
cho các bài
toán đơn
toán phức
giản
tạp
- Cho kết
- Cho kết
quả chính
quả chấp
xác
nhận được
- Các bài
- Thời gian
toán phức

giải thuật
tạp thời gian
toán ngắn
giải lớn
- Không gian
lưu trữ phù
hợp với
phương tiện
tính toán
hiện đại
3. Heuristic và các phương
pháp tìm kiếm heuristic
a) Khái
niệm
hàm
Heuristic
- Hàm heuristics (kí hiệu
h(u)) là hàm dẫn hướng hay
còn gọi là hàm ước lượng
trong quá trình tìm kiếm.
H(u) = t thì t là ước lượng chi
phí để đi từ trạng thái U đến
trạng thái đích UT
- Với mỗi tạng thái Ti bất kỳ
trong không gian trạng thái,
xác định một giái trị h(T i) là
số đo sự đánh giá về trạng
thái Ti, hay chi phí để đi từ
trạng thái T0 đến trạng thái
đích TG. Hàm h(Ti) là hàm

thực dương, trong quá trình
tìm kiếm giá trị hàm h(Ti) sẽ
giảm dần. Tại trạng thái đích
h(TG) = 0.
b)
Thuật giải Heuristic
- Khái niệm: Là các quy tắc,
phương pháp, chiến lược,
mẹo giải nhằm giảm khối

thời gian tìm kiếm lớn
+ So với thuật giải leo đồi thì thời
gian tìm kiếm của thuật giải BFS
là lớn hơn nhưng bù lại thuật giải
cho lời giải tốt hơn
4. Thuật giải AT; AKT; A*
a) Thuật giải AT:
- Thuật giải AT là một dạng của
thuật giải BFS nhưng trong AT
dẫn hướng tìm kiếm là hàm đánh
giá của các thông tin quá khứ để
đánh giá tốt xấu của mỗi trạng
thái
- G là đường đi từ trạng thái đầu
đến trạng thái hiện hành. Đường
đi (chi phí) từ trạng thái đầu đến
trạng thái hiện hành được xác
định theo phương pháp truy hồi.
Đường đi từ u0 đến un được tính
như sau:

G(un) = cost (u0, u1) + cost (u1 +
u2)+ …..+ cost (un-1 + un)
Nếu gọi v là trạng thái kề u thì :
g(v) = g(u) + cost (u,v)
Trong đó :
G(u) : là chi phí đi từ trạng thái
đầu đến trạng thái v
Cost (u,v) : là chi phí để đi từ
trạng thái u đến trạng thái v
=> dù cấu trúc của 2 thuật toán
giải BFS và AT giống nhau nhưng
AT do phải tính đường đi theo
phương pháp truy hồi nên thời
gian thuật giải dài hơn so với
thuật giải BFS. AT luôn là lời giải
tối ưu
B1:
+ Mọi đỉnh, Mọi giá trị g đều là ẩn
+ Mở đỉnh đầu tiên U, gắn g(U) =
0
B2: Chọn đỉnh mở với giá trị
thành g tương ứng là nhỏ nhất và
gọi đó là đỉnh V
+ Nếu V là mục tiêu: đường đi từ
đỉnh ban đầu đến đỉnh V là ngắn
nhất và bằng g(V) -> thành công
->dừng
+ Nếu không tồn tại đỉnh mở nào:
cây biểu diễn vấn đề không tồn
tại đường đi tới mục tiêu -> lỗi

->dừng
+ Nếu tồn tại hơn 1 đỉnh V trở lên
mà có cùng giá thành g(V) nhỏ
nhất: chúng ta phải kiểm tra xem
những đỉnh đó có đỉnh nào là đích
hay không
Nếu có: đường đi từ đỉnh ban đầu
đến đỉnh V là ngắn nhất và bằng
g(V) -> thành công -> dừng
Nếu không có: chọn ngẫu nhiên
một trong các đỉnh đó và gọi đỉnh
đó là V
B3:
+ Đóng đỉnh V, mở mọi đỉnh sau
V. Với mọi đỉnh U sau V, tính:
g(U) = g(V) + cost(U→V)
B4: quay lại bước 2
- Mã giả:
Procedure AT
Begin
1. Lập danh sách L chỉ có trạng
thái đầu
2. Lặp cho đến khi gặp điều kiện

Vd:
(p ∨¬q) ∨ (¬r ∨ s ∨ q)
⇒p ∨ ¬r ∨ s
B5: Cơ sở tri thức đã được cm ->
nếu nhận được 1 câu rỗng, ngược
lại nếu còn các biến mệnh đề

nhưng không áp dụng được luật
hợp tuyển thì cơ sở tri thức không
được cm
7. Biểu diễn tri thức bằng mạng
ngữ nghĩa
- Mạng ngữ nghĩa là phương tiện
để bảo vệ ngữ nghĩa thông tin. Là
các phương pháp biểu diễn tri thức
giống như đồ trị, trong đó các nút
của đồ thị là các khái niệm (trừu
tượng, thực). Các nút hay đỉnh của
đồ thị thể hiện mối quan hệ giữa
các đỉnh thông qua các động từ:
17
là, có, biết, làm,…
12
- Đặc điểm:
2
+ Mạng ngữ nghĩa
25 Ccó tính chất kếD
thừa
0
I
+ Dễ biểu diễn do
dùng 10
đồ thị nên
12
2 dụng được các thuật E
cóHình
thể áp

toán trên đồ 16
thị như tìm biến liênK
thông hay các thuật
H toán11tìm khác
14G
+ Đặc điểm không tốt thể hiện ở
H
tính kế thùa chưa có 1 quy ước K
18 khi
nào cho mạng ngữ nghĩa vì vậy
bổ sung thêm các nút mới, thì các
nút đó không hoàn toàn phù hợp
với tính chất của mạng ngữ nghĩa
+ Nhược điểm: Chưa có quy ước
xây dựng mạng ngữ nghĩa vì vậy
bổ sung các tính chất không hoàn
toàn phù hợp với tính chất mạng
ngữ nghĩa
Ví dụ: Mạng ngữ nghĩa biểu diễn
một câu “An đang đọc một cuốn
sách dày và cười khoái chí
A n
ai

ñ o ïc

ai
c ö ô øi

c a ùi g ì

s a ùc h

n h ö t h e á n a øo
k h o a ùi c h í

n h ö t h e á n a øo
d a øy

8. Biểu diễn Tri thức bằng
Frame (Cấu trúc hóa tri thức)
Do tri thức có tính chất cấu trúc và
tính cấu trúc này được thể hiện ở
chỗ là có nhiều thành phần và các
thành phần đó có thể cho
bằng nhiều phương pháp trực tiếp,
hoặc bằng cách dịch chuyển/ kế
thừa một tri thức, hoặc cho bằng
thủ tục định nội dung của tri thức.
Để thể hiện điều đó, ông Minsky
(MIT) đưa ra một giải pháp để cấu
trúc hóa tri thức gọi là FRAME tri
thức. FRAME tri thức có cấu trúc
như bản ghi để tạo ra một sự kết
hợp hợp lý các thành phần tri thức.
Một điều khác của bảng ở chỗ: mỗi
trường có thể cho thực tiếp trường
hoặc một phương pháp để xác định
trường
9. Biểu diễn tri thức bằng Script
10. Phối hợp nhiều phương

pháp biểu diễn tri thức

(2’) a, ¬b ∨ c, d, → b, d (CM)
B2: (1’) a, ¬b ∨ c, ¬(b ∧c) → b, d
Chuyển vế: a, ¬b ∨ c → b, d, b ∧c
B4: Phân dòng:
(1”) a, ¬b → b, d, b ∧c
(2”) a, c → b, d, b ∧c
B2: Chuyển vế (1”) a → (b),b, d, b
∧c
(2”) a, c → b, d, b ∧c
B4: Phân dòng:
(1”’) a → b, d (không CM)
(2”’) a → b, d, c
Kết luận: Bài toán không được
chứng minh.
4. Thuật giải A*
Bài toán 1: Giải bài toán tìm
đường đi ngắn nhất từ A đến
trong đồ thị không gian
30 Btrạng
thái ở hình b theo
A
thuật giải A*. (Giá trị cạnh
20 là hàm đánh giá
các đỉnh
15
h(T), cạnh các cung
22 là độ dài
cung

2
8
3
A

F
13
0
2
1
17
1
12
G
792 D1 8 5 2 0 16F 2
E
2 1
0132
4
1
10
1 I
I E 1 9 1 1 3G 7
0 K 9 12
1 1 05 I
61
3 912 0
6 1 4KG
1 H7 8 6 N N 1
7

2
8
E4

102 C
5
51
1H2
8 6
B

B

0
B1: OPEN ={(A, g=0, h=0, f=0)}
CLOSE ={}
0
lấy A ra khỏi OPEN đặt vào CLOSE
OPEN ={}
CLOSE ={(A, g=0, h=0, f=0)}
Phát triển A, được các đỉnh C, D, E,
F. Đặt 4 đỉnh vào OPEN, tính gía trị
hàm f:
f(C) = 42; f(D) =32;
f(E)
=
39; f(F) = 42;
OPEN = {(D, 12, 20, 32 ), (E, 15,
24, 39), (C, 17, 25, 42), (F, 20, 22,
42))

B2: Chọn D tốt nhất trong OPEN
đặt vào CLOSE và loại D khỏi OPEN
OPEN = {(E, 15, 24, 39), (C, 17,
25, 42), (F, 20, 22, 42))
CLOSE = {(A, g=0, h=0, f=0), (D, 3
12, 20, 32 ) cha(D)= A}
1
Phát triển D được các đỉnh H, E đặt
vào OPEN, tính f. Vì E có g(E)=20
>g(E) ∈OPEN nên ta không cập
nhật lại đỉnh E trong OPEN
OPEN = {(E, 15, 24, 39), (C, 17,
25, 42), (F, 20, 22, 42), (H, 22, 16,
38)}
B3: H là đỉnh tốt nhất trong OPEN,
H không có trong CLOSE, đặt H vào
CLOSE và loại H khỏi OPEN.
OPEN = {(E, 15, 24, 39), (C, 17,
25, 42), (F, 20, 22, 42)}
CLOSE = {(A, g=0, h=0, f=0), (D,
12, 20, 32 ), (H, 22, 16, 38) cha(H)
=D}
Phát triển H được các đỉnh K, B đặt
vào OPEN, tính f:
OPEN = {(E, 15, 24, 39), (C, 17,

2


lượng cơng việc khi tìm lời

giải trong khơng gian bài
tốn rất lớn dựa vào các kinh
nghiệm và các ngun lý gọi
là ngun lý Heuristic
- Đặc điểm:
+ Phương pháp này ln giải
được các bài tốn phức tạp,
mặc dù khơng phải lời giải tốt
+ Thời gian giải, khơng gian
lưu trữ và kết quả là chập
nhận được
+ Heuristic thường giải các
bài tốn khơng tồn tại thuật
tốn
+ Heuristic thường xuất hiện
dưới dạng định hướng, lời
khun
+ Gần với ngơn ngữ tự nhiên
- Phân loại:
+ Heuristic định tính: đưa ra
lời khun định hướng ở
dạng: Nếu điều kiện này thì
thực hiện hành động nào.
Những định hướng này
thường có sẵn trong bài tốn
hoặc ở dạng ẩn-> cần bổ
sung vào giả thiết
+ Heuristic định hướng: Xác
định hàm lượng giá, ước
lượng giá trị của một trạng

thái thành giá trị số -> ta có
thể so sánh hai trạng thái
• Hàm lượng giá xác định từ
kinh nghiệm cần phải căn
chỉnh nhiều lần
• Hàm lượng giá chỉ có ý
nghĩa tương đối, nhất là với
các giá trị gần nhau
c)
Sự khác nhau giữa
thuật giải và thuật tốn
của Heuristic
- Thuật tốn là dãy hữu hạn
các bước, mỗi bước mơ tả
chính xác các phép tốn hoặc
hành động cần thực hiện để
giải quyết một vấn đề.
- Trong thuật tốn, mỗi bước
phải được mơ tả một cách
chính xác sao cho một bước
chỉ được hiểu theo một nghĩa
nhất định, mỗi bài tốn chỉ có
một thuật tốn duy nhất hoặc
khơng giải được bằng thuật
tốn.
- Trong thực tế, nhiều bài
tốn có thể giải bằng những
cách giải chấp nhận được
nhưng khơng đáp ứng đầy đủ
các tiêu chuẩn của thuật

tốn, các cách giải này gọi là
thuật giải. Thuật giải được đề
cập đến nhiều trong khoa học
trí tuệ nhân tạo là thuật giải
heuristics, đó là các quy tắc
thơ, phương pháp, chiến lược
hay mẹo rút ra từ kinh
nghiệm để giải quyết một vấn
đề. Giải bài tốn bằng thuật
giải heuristics dễ dàng đưa ra
lời giải nhưng có thể khơng
phải là lời giải tối ưu.
d)
Các ngun lý của
Heuristic
- Ngun lý tham lam:

dừng
2.1. If (L = ø) {thơng báo thất
bại; exit;}
2.2. Chọn 1 trạng thái đầu tiên U
trong danh sách L và loại U ra
khỏi L
2.2.1. If (U = UT) thì U là đích
{thơng báo thành cơng; exit;}
2.2.2. Else
While (mỗi trạng thái V kề U) do
Begin g(V) = g(U) + cost(U,V)
Đặt V vào ds L; end;
2.3. Sắp xếp L theo thứ tự tăng

dần của g(V);
End;
b) Thuật giải AKT:
- Giải thuật AKT là sự kết hợp giữa
2 thuật giải BFS và AT
- Thơng tin dẫn hướng tìm kiếm:
f(u) = h(u) + g(u)
Trong đó:
F(u): là đánh giá trạng thái tốt
xấu của f(u), q trình tìm kiếm
ln chọn đánh giá trạng thái tốt
(hàm f(u) thấp)
H(u): là hàm ước lượng, ước
lượng nhảy cách từ trạng thái u
đến trạng thái đích (là trường hợp
còn lại)
G(u): là chi phí thực để đi từ
trạng thái đầu đến trạng thái u
- Tư tưởng:
B1 :
+ Mọi đỉnh, cũng như các hàm g,
h, f chưa biết
+ Mở đỉnh đầu tiên U, gắn g(U) =
0
+ sử dụng tri thức bổ sung để ước
tính hàm h(s)
+ Tính f(U) = g(U) + h(U)
B2: Chọn đỉnh mở có f là nhỏ
nhất và gọi là đỉnh V
+ Nếu V là đích: đường đi từ đỉnh

ban đầu đến đỉnh V là ngắn nhất
và bằng g(V) -> thành cơng
->dừng
+ Nếu khơng tồn tại đỉnh mở nào:
cây biểu diễn vấn đề khơng tồn
tại đường đi tới mục tiêu -> lỗi
->dừng
+ Nếu có 2 đỉnh mở trở lên có
cùng giá trị f nhỏ nhất: chúng ta
phải kiểm tra xem những đỉnh đó
có đỉnh nào là đích hay khơng
Nếu có: đường đi từ đỉnh ban đầu
đến đỉnh V là ngắn nhất và bằng
g(V) -> thành cơng -> dừng
Nếu khơng có: chọn ngẫu nhiên
một trong các đỉnh đó và gọi đỉnh
đó là N
B3:
+ Đóng đỉnh V, mở mọi đỉnh sau
V. Với mỗi đỉnh U sau V, tính:
g(U) = g(V) + cost(U→V)
+ Sử dụng tri thức bổ sung tính
h(U) và f(U): f(U) = g(U) + h(U)
B4: quay lại bước 2
- Mã giả
Procedure AKT
Begin
1. Lập danh sách L kiểu stack
2. Đặt trạng thái đầu vào danh
sách

3. Lặp cho đến khi gặp điều kiện

1

22

III.Gíới thiệu về máy học
11. Học qua logic
- Bongard (1970) là người đầu tiên
ứng dụng các tốn tử logic để học
và nhận dạng các đối tượng hình
ảnh
- ý tưởng: Tìm quan hệ đơn giản
nhất trong số các quan hệ có thể
sử dụng để học và nhận dạng các
hình ảnh
12. Học bằng quan sát
- Thuật tốn Quinlan
13. Học bằng các xây dựng cây
định danh
- cho trước một CSDL dạng bảng
trong đó các cột của bảng là giá trị
các thuộc tính, còn các hàng của
bảng là phần tử mang các thuộc
tính trong các cột
- Mục đích xây dựng cây định danh
là xây dựng tập luật để xác định
phần tử Xi có các giá trị thuộc tính
{Aj} thì có thuộc tính mục tiêu là T
hay E, Xi {Ạ} -> T/ F. Để xây dựng

được tập luật có nhiều phương
pháp. Phương pháp đơn giản nhất
là xây dựng cây định danh
- Cây định danh là cây mà các nút
của cây là thuộc tính dẫn xuất, các
cung của cây là giá trị thuộc tính
sản xuất, còn lá cả cây là các phần
tử có cùng thuộc tính mục tiêu
- Để chọn được thuộc tính chính
xác thì dựa vào 2 phương pháp :
phương pháp vecto quinlan và
phương pháp đo độ hỗn loạn
Bảng dữ liệu

Thử

Cây đònh danh

Xây dựng

Luật nhân quả

25, 42), (F, 20, 22, 42), (E, 20, 24,
44), (K, 33, 14,47), (B,31,0, 31)}
B4: Trong OPEN B là đỉnh tốt nhất,
nên đặt B vào CLOSE, loại B khỏi
OPEN.
OPEN = {(E, 15, 24, 39), (C, 17,
25, 42), (F, 20, 22, 42), (E, 20, 24,
44), (K, 33, 14,47)}

CLOSE = {(A, g=0, h=0, f=0), (D,
12, 20, 32 ), (H, 22, 16, 38),
(B,31,0, 31) cha(B) = H }
Vậy đường đi ngắn nhất từ A đến B
tìm được là A→ D→H→B với g(B) =
31.

A

4
2

3
2

C
3
8

3
1

B

H

3
9

D

E
KE
G
1
KH 4

F

E

4
2

4
4

5. Thuật tốn Quinlan
Bài tốn 1: Hãy xây dựng
cây định danh và tìm luật
theo phương pháp vector đặc
trưng của Quinlan để xác
định một loại quả độc hay
khơng độc theo bảng số liệu
sau.

14. Thuật tốn Quinlan
a) Thuật tốn Quinlan
- Cho một bảng quan sát là tập
Tê

Vị
Màu
Vỏ
Độc
hợp các mẫu với các thuộc tính
n
nhất định của các đối tượng nào đó
A
Ngọt
Đỏ
Nhẵ
khơng
- Sử dụng một độ đo để định lượng
n
và đề ra một tiêu chuẩn nhằm
B
Cay
Đỏ
Nhẵ
khơng
n
chọn lựa một thuộc tính mang tính
C
Chu
Vàn
Có
Khơn
chất “Phân loại ” để phân bảng này
a
g

gai
g
thành các bảng con nhỏ hơn sao
D
Cay
Vàn
có
Độc
g
gai
cho từ mỗi bảng con này dễ dàng
E
Ngọt
Tím
Có
Khơn
phân tích tìm ra quy luật chung
gai
g
(bằng đệ quy)
F
Chu
Vàn
Nhẵ
Khơn
- Từ đó, thiết lập cây quyết định
a
g
n
g

G
Ngọt
Tím
Nhẵ
Khơn
cho thấy thứ tự các thuộc tính
n
g
được xét
H
Cay
Tím
có
Độc
b) Phương pháp phân
gai
hoạch theo Quinlan để
Giải:
xây dựng cây định danh
Thuộc tính mục tiêu của bài tốn là
- Quinlan chọn thuộc tính phân
quả có độc ta chọn thuộc tính dẫn
hoạch bằng cách xây dựng các
xuất để phân hoạch:
vector đặc trưng cho mỗi giá trị
- Thuộc tính vị:
của từng thuộc tính dẫn xuất và
VVị(Ngọt) = (T(ngọt, độc), T(ngọt,
thuộc tính mục tiêu. Cách tính như
khơng độc)) = (0/3, 3/3).

sau:
VVị(Cay) = (T(cay, độc), T(cay,
- Với mỗi thuộc tính dẫn xuất A
khơng độc)) = (2/3, 1/3).
A để phân hoạch, VVị(Chua) = (T(Chua, độc), T(Chua,
còn có thể sử dụng
tính:
khơng độc)) = (0/2, 2/2).
vị màu:
VA(j) = (T(j,r1), T(j,r2),...,
- Thuộc tính
A T(j,rn))
Trong15đó:
10
V
Màu(đỏ) = (T(đỏ, độc), T(đỏ, khơng
C
Ngọt
Chua
9 DphầnEtử trong
T(j,ri)=15(tổng số
độc)) = (0/2, 2/2).
C
cay
10
phân hoạch có giá
VMàu(vàng)
= (T(vàng, độc), T(vàng,
I trị thuộc Etính
dẫn xuất A9 là j và có giá trị thuộc

khơng độc)) = (1/3, 2/3).
Er / (tổng số phần
C, F độc), T(tím,
A, E, G
tính mục
tiêu
là
i
VMàu(tím) = (T(tím,
D
13
14
K 11
F
13tử trong phân
hoạch
có giá trị
K
khơng
độc))
=
(2/3,
1/3).
vỏ
vị
F
I G I IA là
1 j) G 12
thuộc tính dẫn xuất
- Thuộc tính vỏ:

Ngọt
E H
Nhẵn
Chua
Có gai
1

K
G
0
0BH
B

3

cay

H 812

G

B

A, E, G

D, B,
H D, H

C, F