Эвристики. Ограничение числа дочерних вершин
Сразу после раскрытия вершин откидывать их дочерние не смотря на их значение.
Другой путь уменьшения перебора, состоит в том, чтобы использовать более информированный оператор Г, который не порождал бы слишком много ненужных вершин, а порождал бы лишь вершины, расположенные на оптимальном пути, снимая тем самым полностью необходимость перебора.
Один из приемов, который может позволить снизить требуемый объем перебора, состоит в том, чтобы сразу же после раскрытия вершины отбросить почти все дочерние вершины, оставив лишь небольшое их число с наименьшими значениями функции f. Конечно, отброшенные вершины могут оказаться расположенными на наилучших (и даже только на наилучших) путях, так что только эксперимент может определить пригодность такого метода отсечения ветвей графа для конкретных задач.
Эвристики. Поочередное построение дочерних вершин
Суть состоит в том чтобы применить самый перспективный оператор и от полученной вершины строить путь.
Когда вершины, непосредственно следующие за некоторой, вычисляются с помощью операторов в пространстве состояний, то очевидно, что эти последующие вершины могут строиться по отдельности и независимо друг от друга. Кроме того, существуют случаи, когда применение всех применимых операторов было бы очень расточительно в смысле вычислительных затрат. Как указывалось выше, более информированный оператор Г выделял бы несколько наиболее перспективных операторов и строил бы только те последующие вершины, которые возникают в результате их применения. Более гибкий подход состоит в том, чтобы сначала допускать применение самого перспективного оператора (что приведет к одно из последующей вершине), оставляя в дальнейшем возможность в процессе перебора построить и другие вершины, непосредственно следующие за данной. Для того, чтобы воспользоваться этой идеей вместе с оценочными функциями для упорядочения вершин, в алгоритм упорядоченного перебора следует внести соответствующие изменения.
Свойства ХД как элемента ЭС
Концепция хранилищ данных преследует 3 основные цели:
Своевременное обеспечение аналитиков всей необходимой информацией;
Создание единой модели данных;
Создание интегрированного источника знаний, представляющего собой удобный доступ к разнородной информации и гарантирующий получение одинаковых ответов на одинаковые вопросы.
Характеристики и свойства хранилищ данных:
Ориентация на предметную область (разработка хранилища идет с учетом ее специфики);
Интегрируемость. Информация в хранилище попадает из разных источников, созданная различными пользователями. Всю эту информацию необходимо привести к единому синтаксическому и семантическому виду.
Неизменность. Данные в хранилище могут дополняться или удаляться. Каких-либо других изменений не допускается.
Поддержка хронологии. В некоторых ПО необходимо соблюдать четкую хронологию.
Задачи, которые необходимо решить при построении ХД:
Выбор оптимальной структуры данных;
Разработка процедуры занесения данных и первоначальное наполнение;
Обеспечение удобства работы пользователя.
Модель ХД многомерный куб
Модели хранилищ данных:
Многомерный куб. Модель представляет собой конечный набор малых гиперкубов.
+ простота представления знаний, высокая скорость получения знаний;
- знания должны быть строго унифицированы, при изменении даже одного измерения необходимо перестроить всю структуру данных.
Достоинства: простота представления знаний, высокая скорость получения знаний. Недостатки: знания должны быть строго унифицированы, при изменении даже одного измерения необходимо перестроить всю структуру данных
Реляционная модель ХД
Структура работы ДИПС