bilgili arama y ntemleri n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Bilgili arama Yöntemleri PowerPoint Presentation
Download Presentation
Bilgili arama Yöntemleri

Loading in 2 Seconds...

play fullscreen
1 / 35

Bilgili arama Yöntemleri - PowerPoint PPT Presentation


  • 219 Views
  • Uploaded on

Bilgili arama Yöntemleri. Sezgisel Arama Yöntemleri. Kör arama yöntemleri basittir, fakat çoğu zaman pratik değildir. Kör arama yöntemleri bilgisiz yöntemlerdir. Yani, bu yöntemlerle arama, durum uzayı hakkında bilgi olmadan gerçekleştirilir.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

Bilgili arama Yöntemleri


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
sezgisel arama y ntemleri
Sezgisel Arama Yöntemleri
  • Kör arama yöntemleri basittir, fakat çoğu zaman pratik değildir.
  • Kör arama yöntemleri bilgisiz yöntemlerdir. Yani, bu yöntemlerle arama, durum uzayı hakkında bilgi olmadan gerçekleştirilir.
  • Sezgisel arama yöntemleri , önce en umut verici yolu incelemekle aramanın etkisini yükseltiyor
konular
Konular

Sezgisel arama

    • En iyisini arama-Best-first search (istekli en iyisini arama-Greedy best-first search)
    • A*arama
  • Yerel arama algoritmaları-Local search
    • Dağa Tırmanma-Hill-climbing search
    • Yerel ışın arama-Local beam search
  • Genetik algoritmalar-Genetic algorithms
de erlendirme fonksiyonu
Değerlendirme fonksiyonu

Sezgisel aramayı kullanmak için bize değerlendirme fonksiyonu (evaluation function) gerekmektedir. Değerlendirme fonksiyonu , hedef/amaç durumuna yakınlığı değerlendirmek için arama ağacında düğümleri inceler

  • Sezgisellik bir tahmindir, fakat aramayı gerçekleştirmek için yararlı yoldur.
  • Temel düşünce…
    • Tüm mümkün arama yollarını denemek yerine , seni hedefe/amaca yaklaştırdığını düşündüğün yolları deneyeceksin.
sezgisel arama

Yönbulma (durum uzayı)

FA

3

CG

SR

SC

A

CS

SC

W

E

FA

SG

SR

L

R

S

CG

4

3

3

11

S

7

3

7

R

1

2

8

11

6

6

2

4

A

4

6

3

7

SG

CS

7

8

4

W

L

3

E

Sezgisel Arama
  • Örneğin, arama uzayında kentler arasındaki kuş uçuşu mesafeleri sezgisel değerlendirme için kullanıla bilir. Üstünlük verilen yollar SG’ye daha yakın olan yollardır.

SG’ye kuş uçuşu yolların uzunlukları

sezgisel arama algoritmas

HeuristicSearch (initial, goal, queuing-fn, eval-fn)

  • Sıfır uzunluklu,yalnız başlangıç durumu içeren elementten oluşan kuyruğu oluşturmalı (ağacın kökü)
  • Kuyruktaki birinci yol amaç durumda sonlanana dek veya kuyruk boş olana dek aşağıdaki işlemleri yapmalı:
    • Birinci yolu, uç durumun tüm ardıllarına dek genişletmekle yeni yollar oluşturmalı
    • Döngülü tüm yeni yolları elemeli
    • * Yeni yolları değerlendirme fonksiyonuna göre sıralamalı
    • * Yeni yolları kuyruğa eklemeli
  • Eğer amaç durum bulunmuşsa arama başarılıdır, eksi halde arama başarısız sonuçlanmıştır
Sezgisel Arama Algoritması
  • Sezgisel değerlendirme fonksiyonu, yeni yolların arama kuyruğuna eklenmeden önce incelenmesini sağlar
en yisini arama algoritmalar
En İyisini arama algoritmaları

Bazı hallerde amaca doğru her hangi bir yolun bulunması yeterli olsa da, bazı zamanlarda en iyi yolun bulunması gereke bilir.

En hızlı, en düşük maliyetle ve en kolay yolla amaca ulaşılması için optimal arama yapılmalıdır.

en iyisini arama algoritmalar
En iyisini arama algoritmaları
  • Mantıklı bir zaman diliminde en iyi çözümün bulunması yöntemleri:
    • En iyisini arama
    • A*
  • Sezgisel tahminler(değerlendirmeler) kullanılıyor, fakat bu tahminler yakın çözüme doğru değil, genel çözüme doğru yönelmiştir
en iyisini arama best first search
En iyisini arama-Best-first search
  • Temel düşünce:değerlendirme fonksiyonuf(n) kullanmakla her bir düğüm için
    • “-”arzuedilirliğin” (desirability) tahmin edilmesi
    • En çok arzuedilen düğümü genişletmeli

Düğümleri “arzuedilirlik”lerinin azalma sırası ile sıralamalı

en iyisini arama
En iyisini arama

Ankara ile diğer kentler arasındaki kuş uçuşu mesafeleri

en iyisini istekli arama
En iyisini (istekli) arama
  • Değerlendirme fonksiyonuf(n) = h(n)
  • h(n)-n düğümünden amaca dek tahmin edilen maliyet (sezgisellik fonksiyonu)

Örn.,h(n) = n’den Ankara’ya dek kuş uçuşu mesafesiAlgoritma ,amaca en yakın saydığı düğüme doğru genişlenme yapıyor

en iyisini arama algoritmas n n zellikleri
En iyisini arama algoritmasının özellikleri
  • Tam?Değil – kör döngüler ola biliyor
  • Zaman?O(bm), iyi sezgisel algoritma işlem zamanının küçülmesine neden ola biliyor
  • Uzay?O(bm) – tüm düğümler bellekte tutuluyor
  • Optimal?Değil
a arama
A*arama
  • Temel düşünce:yüksek maliyetli yollara doğru genişlenme yapmamalıDeğerlendirme fonksiyonuf(n) = g(n) + h(n)Toplam Değer(Çözüm)= Yol Değeri(gidilen) + Tahmin Değer(Kalan)
  • n- aramadaki her hangi durumdur
  • g(n)- başlangıç durumdan n durumuna dek gedilmiş yolun maliyetidir
  • h(n) –n durumundan amaç durumuna dek gereken maliyetin sezgisel tahminidir
  • h(n) – n durumundan amaç durumuna dek en kısa yolun maliyetine eşit veya ondan küçüktür
slide18

h(a)=3

f(a)=3

a arama rnek
A*arama-örnek

Sol değer (600) – değerlendirme fonksiyonunun değeri

Sağ 1. değer (0)- başlangıç durumdan o anki duruma dek harcanan çaba

Sağ 2.değer (600)- o anki durumdan amaç durumuna dek tahmin edilen çaba

a arama rnek1
A*arama-örnek

Toplam sayı – değerlendirme fonksiyonunun değeri

Sağ 1. sayı - başlangıç durumdan o anki duruma dek harcanan çaba

Sağ 2.sayı - o anki durumdan amaç durumuna dek tahmin edilen çaba

a arama rnek2
A*arama-örnek

Toplam sayı – değerlendirme fonksiyonunun değeri

Sağ 1. sayı - başlangıç durumdan o anki duruma dek harcanan çaba

Sağ 2.sayı - o anki durumdan amaç durumuna dek tahmin edilen çaba

a arama rnek3
A*arama-örnek

Toplam değer – değerlendirme fonksiyonunun değeri

Sağ 1. sayı - başlangıç durumdan o anki duruma dek harcanan çaba

Sağ 2.sayı - o anki durumdan amaç durumuna dek tahmin edilen çaba

yerel arama algoritmalar
Yerel arama algoritmaları
  • Pek çok optimalleştirme sorunlarında amaca götüren yolun hiçbir önemi olmaya bilir; çözüm amaç durumun ta kendisidir
  • Bu durumlarda, yerel arama algoritmalarını kullanabiliriz
    • Yalnız “şimdiki" durumu akılda tutmalı ve onu iyileştirmeye çalışmalı
da a t rmanma hill climbing
Dağa Tırmanma(Hill-Climbing)
  • “dağa tırmanma” yönteminin ana fikrinde böyle bir varsayım dayanmaktadır:
    • ormancı gece dağda yolunu kaybetmiştir. Onun evi dağın zirvesindedir.
    • Karanlık olsa da ormancı , her adımının onu amacına yakınlaştırdığını bilmektedir
    • Dağa tırmanma yönteminde aramanın yönü her zaman amaca daha yakın düğüme doğrudur.
da a t rmanma
Dağa tırmanma
  • Sorun:arama başlangıç duruma bağlıdır; yerel maksimumda takılıp kala biliyor
da a t rmanma1
Dağa Tırmanma
  • Sezgisel değerlendirme, derinine arama yöntemini dağa tırmanma yöntemine dönüştürür
    • son durum ve amaç durum yolları arasındaki “mesafeyi” ölçmek için her bir yeni yola değerlendirme fonksiyonu uygulanıyor
da a t rmanma2
Dağa Tırmanma
  • Önemli noktalar
  • Arama uzayında döngüler varsa dağa tırmanma yöntemi kullanılamaz
  • Mevcut durumdan daha iyi ardıl (komşu) durumlar olmadıkta arama dayandırılıyor . Bu, arama uzayında yerel maksimum bulunması sorununu doğuruyor. Başka değişle, etrafındaki durumlardan daha iyi olan durum , çözüm olmaya da bilir.
  • Dağa tırmanma yöntemi, çözümün tahmin edilen değerini doğru hesaplayan değerlendirme fonksiyonunun verilmiş olduğu sorunlar için uygulanmaktadır.
da a t rmanma3
Dağa Tırmanma

S

10.4

A

B

8.9

6.9

C

D

10.4

Dağa tırmanma sezgisel değerlendirmeli derine arama yöntemidir. Düğümler genişlendikçe seçenek sunuyor.

Şekilde düğümlerin yanındaki sayılar son ( o anki) düğümlerden amaca kadar olan düz yolun uzunluğunu gösteriyor.

3.0

E

F

6.7

G

da a t rmanma 8 vezir sorunu
Dağa tırmanma – 8 vezir sorunu
  • h = doğrudan veya dolaylı olarak biri-birine hamle eden vezir çiftleri sayısı
  • örnekte h = 17

h = doğrudan veya dolaylı olarak biri-birine hamle eden vezir çiftleri sayısı

örnekte h = 17

Yerel minimum: h = 1

i n arama beam search
Işın arama (Beam Search)
  • Enine aramaya benzer. Fakat her seviyede genişlenen düğümler sayısına kısıtlama getirmekle zaman karmaşıklığı azaltılıyor.
  • Enine genişlenme sınırı w (b >> w) belirlenir
  • Bir sonraki genişlenmeler için en iyi w düğüm seçiliyor
i n arama
Işın Arama
  • Arama seviye-seviye gerçekleştiriliyor. Fakat her seviyede en iyi w (enine genişlenme sınırı) sayıda düğüm genişlene bilir
  • Örnekte w=2.

S

10.4

A

B

8.9

6.7

C

D

8.9

6.9

E

F

10.4

3.0

H

I

J

K

8.0

7.9

6.7

L

M

G

3.9

2.5

0

geneti k algoritmalar
Genetik algoritmalar
  • Ardıl durum iki baba durumu birleştirmekle üretiliyor
  • Rasgele üretilmiş k sayıda durumla (popülasyon) başlamalı
  • Durum, sınırlı alfabe ile (genelde 0 ve 1) oluşturulmuş satırla ifade edilir
  • Değerlendirme fonksiyonu (uygunluk fonksiyonu). Daha iyi durumlar için daha yüksek değerler.
  • Durumların bir sonraki nesilleri seçme, çaprazlama ve değişinim kullanmakla üretiliyor
geneti k algorit malar rnek
Genetik algoritmalar-örnek
  • Uygunluk fonksiyonu:biri birine hamle etmeyen vezir çiftleri sayısı
  • (min = 0, max = (8 × 7)/2 = 28)
arama sorunu ile ilgili demolar
Arama sorunu ile ilgili demolar
  • http://www.dcs.bbk.ac.uk/~dell/teaching/aiwa/
  • Bu sitede «yapay zeka»nın diğer konularını da kapsayan materyaller yeralıyor