Aula 05 Busca Com Informa O II

expandido com base em funções heurísticas. • Busca Local: – Operam em um único estado e movem-se para a vizinhança deste estado. Busca Local • Em muitos problemas de otimização o caminho para o objetivo é irrelevante. – Queremos apenas encontrar o estado objetivo, não importando a sequência de ações. – Espaço de estados = conjunto de configurações completas. • Queremos encontrar a melhor configuração. – Neste caso podemos usar algoritmos de busca local. • Mantêm apenas o estado atual, sem a necessidade de manter a árvore de busca. Busca Local • Exemplo: – Jogo das n-rainhas: o que importa é a configuração final e não a ordem em que as rainhas foram acrescentadas. – Outros exemplos: • • • • Projeto de Circuitos eletrônicos; Layout de instalações industriais; Escalonamento de salas de aula; Otimização de redes; • Se o caminho para a solução não importa, podemos considerar uma classe diferente de algoritmos que não se preocupam com os caminhos: os algoritmos de busca local. Busca Local • Algoritmos de busca local operam sobre um único estado corrente, ao invés de vários caminhos. • Em geral se movem apenas para os vizinhos desse estado. • Os caminhos seguidos pela busca não são guardados. Exemplo • Colocar n rainhas em um tabuleiro n × n, sendo que cada linha, coluna ou diagonal pode ter apenas uma rainha. Busca local • Vantagens: – Ocupam pouquíssima memória (normalmente constante). – Podem encontrar soluções razoáveis em grandes ou…

1 Roteiro • Algoritmos de Busca Local – Subida de encosta (Hill-climbing) – Têmpera Simulada (Simulated Anealing) – Feixe Local (Local beam) – Algoritmos Genéticos 2 Resolução de problemas por meio de busca local INTRODUÇÃO 3 Algoritmos de Busca Local • Em muitos problemas de otimização o caminho ao objetivo é irrelevante (a sequência de ações), interessa-nos o estado objetivo = solução – problemas de otimização – satisfação de restrições (ex. N-Rainhas –…

ramificação: 6 3 Funções heurísticas  Exatidão da h()  Calculando o Fator de ramificação:  Medidas experimentais de b* podem fornecer uma boa orientação sobre:   A utilidade GERAL da heurística Uma heurística bem projetada teria um valor de b* ~ 1 7 Funções heurísticas – experimento (1200 prob.aleat)   BAI=Busca por aprofundamento iterativo A* 8 4 Criação de Funções heurísticas admissíveis    Como alguém poderia…

Busca com informação e exploração Capítulo 4 – Russell & Norvig Seção 4.1 Aula 3 -­‐ 31/08/2010 1 Busca com informação (ou heurísIca) • UIliza conhecimento específico sobre o problema para encontrar soluções de forma mais eficiente do que a busca cega. – Conhecimento específico além da …

encontrar o objetivo.BUSCA BASEADA EM INFORMAçÃO - Neste tipo de busca o agente pode utilizar informações sobre o espaço de estado para evitar que os algoritmos se percam. Este tipo de algoritmo leva em consideração o custo e a eficiência da solução. 4 – O que é uma busca heurística e qual sua diferença de uma busca sem informação? Resposta: Ela descreve o quão bom é o estado, guia algoritmos baseados em buscas para a melhor escolha e na direção mais promissora sugerindo que caminho…

Grafo do Espaço de Estados Aspirador de Pó Legenda: - R (Right) – ir para direita - S (Suck) – aspirar - L (Left) – ir para esquerda Prof Luciana Rech - INE 5633 3 Prof Luciana Rech - INE 5633 4 Ambiente observável e determinístico n Problemas sem Sensores n Ações: q [Aspirar, Direita, Esquerda] Objetivo: q alcançar estado #7 ou #8 Ex: se ambiente é observável, determinístico e completamente conhecido. q q Ex: agente aspirador de pó conhece os efeitos de…

1 – Refaça os exemplos vistos em sala para os algoritmos de busca A* Iterativa (IDA*) e Melhor Primeiro Recursiva (RBFS). 2 - Explique a técnica Busca Subida da Encosta (Hill-Climbing). Quais são suas limitações? 3 - Dentre as propriedades da Busca Subida da Encosta assinale Verdadeiro(V) ou Falso (F): a) Busca local que só faz modificações que melhoram o estado atual. ( ) b) Não fica presa em Máximos Locais, Platôs e Arestas. ( ) c) Termina quando um pico é atingido (mesmo que…

Artificial - Ciência da Computação - 4º/5º Semestre 3ª Lista de Exercícios – Profa. Renata Data da Entrega: 20/05/2014 1 – Refaça os exemplos vistos em sala para os algoritmos de busca A* Iterativa (IDA*) e Melhor Primeiro Recursiva (RBFS). 2 - Explique a técnica Busca Subida da Encosta (Hill-Climbing). Quais são suas limitações? 3 - Dentre as propriedades da Busca Subida da Encosta assinale Verdadeiro(V) ou Falso (F): a) Busca local que só faz modificações que melhoram o…

próximo artigo 93 4 Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 3697-3704. Áreas de preservação permanente (APP) - estudo de caso sobre o parâmetro declividade e as divergências nos resultados de mapeamento em função das bases cartográficas e escalas e/ou softwares utilizados Maisa de Almeida Cota Ana Clara Mourão Moura Universidade Federal de Minas Gerais Instituto de Geociências – Departamento de Geografia Avenida…

dados. OBJETIVOS GERAIS: Levar o aluno a compreender os conceitos de inteligência artificial, tanto do ponto de vista filosófico como científico. O curso irá abordar também conceitos teóricos. Tarefas e projetos de programação incluirão experimentação com vários problemas e algoritmos. OBJETIVOS ESPECÍFICOS: Apresentar os conceitos básicos e fundamentais da IA; Estudar e compreender seus métodos, técnicas e aplicações; Pesquisar e utilizar software, ferramentas e…