18.Методы поиска решений в эс

В сист ИИ задачей упр-я выводом обычно представляется с помощью концепций «в поисках пространства состояний»

При решении подобных задач не сущ-т как правило ед-го метода достижения цели. Простейшая стратегия обычно включает полный перебор дерева пространства состояний для поиска приемлемого хода. Направление по кот достигается то/иное состояние имеет большое значение для эф-ти решения подобных задач.

Сущ. 2 осн направления поиска:

1)от целей к началу состояния(свурху-вниз)

2)от нач сотояния к цели(снизу-вверх)

Сущ. 2 др. стратегии:

1)сначало в «глубь»

2)-//-«вширь»

При поиске «в глубь» дерево проссм-ся из зад-го состояния на всю глубину. Затем просм-ся альт-ные пути.

При поиске «вширь» производится прохождение всех возможных альт-в на заданном ур-не, а затем на след-м. Кажд раз оценка хода

Особенности предметной области можно характеризовать следующими параметрами:

• размер, определяющий объем пространства,;

• изменяемость области, (статические и динамические области);

• полнота модели, описывающей область, характеризует адекватность модели, используемой для описания данной области.;

• определенность данных о решаемой задаче, характеризует степень точности (ошибочности) и полноты (неполноты) данных.

. Параметр "количество решений" может принимать следующие значения: одно решение, несколько решений, все решения. Параметр "свойства" задает ограничения, которым должен удовлетворять полученный результат или способ его получения. Параметр "свойства" может определять и такие особенности, как время решения ("не более чем", "диапазон времени" и т.п.), объем памяти, используемой для получения результата, указание об обязательности (невозможности) использования каких-либо знаний (данных) и т.п.

Существующие методы решения задач, можно классифицировать:

• методы поиска в одном пространстве - методы, предназначенные для использования в следующих условиях: области небольшой размерности, полнота модели, точные и полные данные;

• методы поиска в иерархических пространствах - методы, предназначенные для работы в областях большой размерности;

• методы поиска при неточных и неполных данных;

• методы поиска, использующие несколько моделей, предназначенные для работы с областями, для адекватного описания которых одной модели недостаточно.

19.Стратегии поиска решений в эс

Сущ-т 2 стратегии применяемые в ЭС кот заключ в след-м:

1) организовать пространство задачи т. обр. ч/б в начале поиска реш-я м.б. сказать на сколько оно б. успешно

2) построить пространство задачи в виде ряда подпространств с min взаимосвязями/без взаимосвязи м/д ними. В рез-те этого кажд. из-под задач м.б. решена не зависимо от решения последних.

20.Эвристические методы поиска в эс

Методы полного перебора гарантируют решение задачи, если оно существует, а при наличии нескольких решений, гарантирует оптимальное. Однако на практике эти методы используются для решения лишь небольших по размерности графа состояний задач.

дополнительная информация, основанная на предыдущем опыте или полученная на основании теоретических выводов - - эвристической, а организованная в правила - эвристическими правилами или эвристиками.

Другими словами, эвристическая информация превращает грубый перебор в упорядоченный

решение методом поиска в глубину с использованием. например, такой эвристики: на каждом шаге первой раскрывается вершина, имеющая самую короткую длину из всех возможных.

большая экономия а затратах на поиск решения, что бывает очень важным фактором.

Процедура перебора на заданную глубину часто называется также программированием с обратным слежением

Возможно также использование комбинированных стратегий поиска методами и в ширину, и в глубину: перебор этапами, ограничение числа дочерних вершин, двунаправленный перебор от s_h к s_h и обратно, методы ветвей и границ и динамическое программирование. применяемые в исследовании операций.