جستجوی مکاشفه ای مبتنی بر حافظه
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی
- نویسنده آمانج خرمیان
- استاد راهنما کوروش زیارتی احمد توحیدی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1388
چکیده
بسیاری از مسائل سخت را میتوان بصورت یک گراف فضای حالت مدل کرد طوری که با جستجوی هوشمندانه در آن گراف با استفاده از توابع مکاشفه ای پذیرفتنی و سازگار، حل مسئله اصلی برای یافتن پاسخ بهینه تسریع گردد. نخستین الگوریتمهای جستجوی مکاشفه-ای همچون a*، نیاز به میزان حافظه زیادی دارند. ida* نتیجه ادغام a* با الگوریتمی به نام جستجوی تکرار عمقی است که نیاز به حافظه زیادی ندارند. این تکنیکها بعلت عدم نیاز به حافظه بالا و در نتیجه عدم ارجاعهای مکرر به حافظه زمینه تحقیقاتی جدیدی را فراهم کردند. با افزایش ظرفیت حافظه های کامپیوتری روشهای نوینی در این زمینه ارائه شدند. الگوریتم جستجوی پیرامونی با استفاده بهینه از حافظه تخصیص داده شده به آن، کارایی جستجوی مکاشفه ای را بهتر میکند. همچنین پایگاه الگویی داده ها با در اختیار داشتن حافظه کافی، نوع جدیدی از توابع مکاشفه ای را ارائه میدهد که روشهای یاد شده را تسریع میبخشد. در این تحقیق تعدادی از این تکنیکها، الگوریتمها و داده ساختارهای مربوط به آنها را بررسی کرده و روش جدیدی را برای انتخاب ترتیب گره ها در الگوریتم ida* ارائه میکنیم. همچنین در مرحله درهمسازی مربوط به الگوریتم a*، تعدادی روش مبتنی بر روابط ریاضی همچون رتبه بندی و فاکتورادیک را به منظور فراهم کردن یک جدول درهم سازی که برای گره های تولید شده در الگوریتم a* به اندازه کافی بزرگ باشد ارائه و پیاده سازی میکنیم. طرح ما برای انتخاب گره که his-tree نام دارد یک ترتیب بندی دوباره و پویای گره های جلویی است که برای آن دسته از مسائلی که در حالت ساده ida* بطور پیش فرض خوب مرتب سازی نشده اند بهتر از استراتژی های پیشین خود عمل میکند. ما در این استراتژی امتیازهایی را برای گره های جلویی در یک داده ساختار درختی ذخیره میکنیم و این امتیازها برای تصمیم گیری بر روی ترتیب گره ها در تکرار بعدی در الگوریتم ida* مورد استفاده قرار میگیرند.
منابع مشابه
جستجوی مکاشفه ای با حافظه ی محدود
الگوریتم های جستجو در گراف در حل بسیاری از مسائل مهندسی و علوم کامپیوتر مورد استفاده قرار می گیرند. از جمله ی این الگوریتم ها، الگوریتم *a می باشد که به دلیل نیاز به حافظه ی بسیار زیاد، کارایی خود را برای حل مسائل بزرگ از دست می دهد. روش های بسیاری در جهت کاهش حافظه ی مورد نیاز در این الگوریتم ارائه گردیده اند که در این پایان نامه تعدادی از آن ها مورد بررسی قرار گرفته و در پایان دو راهکار جدید ...
15 صفحه اولبهبود مکاشفه های مبتنی بر حافظه در جستجوهای تک عاملی
یافتن جواب بهینه برای بسیاری از مسایل دنیای واقعی مستلزم انجام یک جستجوی کامل در فضای مسیله و بررسی تمام راه حل های ممکن است. تحقیقات بسیاری در این راستا صورت گرفته و الگوریتم های جستجوی مکاشفه ای مختلفی مانند a*، ida*، kbfs و... برای حل این گونه مسایل ارایه شده اند. این الگوریتم های جستجو از یک تابع مکاشفه ای (heuristic) برای ارزیابی حالت های مختلف استفاده می کنند و کارایی آنها به دقت تابع مکا...
15 صفحه اولالگوریتم های جستجوی مکاشفه ای بلادرنگ
جستجوهای مکاشفه ای یکی از شناخته شده ترین روشهای هوش مصنوعی برای حل مسئله یافتن کوتاهترین مسیر (مسیری با کمترین هزینه) در یک گراف هستند. در این پایان نامه، الگوریتم های جستجوی مکاشفه ای جدیدی برای سرعت بخشیدن و افزایش توانایی الگوریتم های موجود در جهت حل مسائل بزرگتر ارائه شده است. در این پایان نامه یک جستجوی اول بهترین مانند wa* که شناخته شده است گسترش داده می شود تا برای یافتن جوابهایی با هز...
15 صفحه اولبررسی مدل خبره برای آموزش روش های جستجوی مکاشفه ای
سیستمهای آموزش هوشمند که دارای قابلیت همراهی دانشجو در طول حل مسئله و دادن بازخورد و راهنمایی هستند، با ایجاد محیطی شخصی شده کیفیت آموزش را افزایش میدهند. در این پژوهش یک مدل خبره برای آموزش جستجو به نحوی طراحی شده که سیستم با دقت بالا در ارزیابی دانش و انتخاب راهنمایی مناسب به سمت ایجاد محیطی شخصی شده پیش رود. برای طراحی مدل خبره نخست یک سناریو چندگامی برای آموزش طراحی میشود. چون سناریو دا...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده مهندسی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023