estratégias de busca com informação e exploração
DESCRIPTION
Estratégias de Busca com informação e exploração. Prof. Pedro Luiz Santos Serra. Introdução. Utiliza o conhecimento específico do problema; Pode encontrar soluções mais eficientes que uma estratégia sem informações; - PowerPoint PPT PresentationTRANSCRIPT
Estratégias de Busca com informação e exploração
Prof. Pedro Luiz Santos Serra
Prof. Pedro L. S. Serra 2
Introdução
Utiliza o conhecimento específico do problema; Pode encontrar soluções mais eficientes que uma
estratégia sem informações; Busca pela melhor escolha (Best-First): É uma
especialização do algoritmo BUSCA-EM-ÁRVORE, onde: Um nó é selecionado com base em uma função de avaliação
f(n). Tradicionalmente o nó com avaliação mais baixa (menor
distância até o objetivo) é selecionado para expansão. Pode ser implementada segundo uma estrutura geral de busca
por meio de uma fila de prioridades.
Prof. Pedro L. S. Serra 3
Introdução Existe uma família inteira de algoritmos BUSCA-PELA-
MELHOR-ESCOLHA com funções de avaliação diferentes.
Um componente fundamental desses algoritmos é uma função heurística, denotada por h(n).
h(n) = custo estimado do caminho mais econômico do nó n até um nó objetivo
As funções heurísticas são a forma mais comum de aplicar conhecimento adicional do problema ao algoritmo de busca.
Prof. Pedro L. S. Serra 4
Busca gulosa pela melhor escolha
Tenta expandir o nó mais próximo à meta, na suposição de que isso provavelmente levará a uma solução rápida.
Avalia nós usando apenas a função heurística: f(n)=h(n) Exemplo: Localização de rotas na Romênia:
Emprega-se a heurística de distância em linha reta: hDLR. Trata-se da distância em linha reta da cidade (ou nó) analisado até a
cidade (ou nó) objetivo. Os valores de hDLR devem ser tabelados e devem passar a compor um
dos campos de cada nó.
Prof. Pedro L. S. Serra 5
Busca gulosa pela melhor escolha
Prof. Pedro L. S. Serra 6
Busca gulosa pela melhor escolha
Prof. Pedro L. S. Serra 7
Busca gulosa pela melhor escolha
É semelhante a busca em profundidade: Segue um único caminho até o objetivo; Voltará se encontrar um nó sem expansões (ou beco sem
saída); Não é ótima; É incompleta : pode entrar em um caminho infinito e nunca
retornar para experimentar outras possibilidades). Complexidade de tempo e espaço é O(bm), onde m é a
profundidade máxima do espaço de busca. Com uma boa função heurística, a complexidade da
busca gulosa pela melhor escolha pode ter uma redução substancial.
Prof. Pedro L. S. Serra 8
Busca A*
É a forma mais conhecida de busca pela melhor escolha;
Avalia nós combinando: g(n) custo para alcançar cada nó h(n) custo para ir do nó até o objetivo
f(n) = g(n) + h(n)
f(n) custo estimado da solução de custo mais baixo passando por n. Estratégia encontrar a solução de custo mais baixo:
Experimentar primeiro o nó com menor valor de g(n) + h(n) Tal estratégia poderá resultar em um algoritmo ótimo e
completo, desde que satisfeita certas condições.
Prof. Pedro L. S. Serra 9
Busca A*
Será ótima se for usada com BUSCA-EM-ÁRVORE e se h(n) for uma heurística admissível.
Heurística admissível: trata-se de uma função heurística que nunca superestime o custo para alcançar o objetivo. São otimistas por natureza; Imaginam que o custo da resolução do problema seja menor do
que ele é na realidade; Como g(n) é o custo exato para se alcançar n f(n) nunca irá
superestimar o custo verdadeiro de uma solução passando por n.
Exemplo: Distância de linha reta: hDLR. O caminho mais curto entre dois pontos é uma linha reta, logo, não poderá ser superestimadora.
Prof. Pedro L. S. Serra 10
Busca A*
Prof. Pedro L. S. Serra 11
Busca A*
Prof. Pedro L. S. Serra 12
Atividade•Problemas de locomoção entre cidades podem ser resolvidos por meio de técnicas de busca.Utilizando as técnicas de busca pela melhor escolha – gulosa e A*•Encontrar o caminho para se locomover do estado A até o estado B.•Avaliar o custo do caminho considerando os seguintes itens:
inúmero de estados visitadosidistancia entre os estadositempo de deslocamento entre estados (considerar 1h para percorrer cada 100 km)
Prof. Pedro L. S. Serra 13
Atividade
DISTANCIAS ENTRE CADA PONTO E O OBJETIVO (EM KM)
A 660 5 410
1 520 6 380
2 510 7 210
3 550 8 220
4 390 9 240
A
3
1
2 5
6 4
8 7
9
B
290
310 270 260 170
190
160
290 320
270
290
220
270
290
250 310
240
270
210