Sökalgoritmer är ett av de viktigaste områdena inom artificiell intelligens. Det här ämnet kommer att förklara allt om sökalgoritmerna i AI.

Problemlösningsagenter:

Inom artificiell intelligens är söktekniker universella problemlösningsmetoder. Rationella agenter eller Problemlösningsagenter i AI använde oftast dessa sökstrategier eller algoritmer för att lösa ett specifikt problem och ge det bästa resultatet. Problemlösningsagenter är de målbaserade agenterna och använder atomrepresentation. I det här ämnet kommer vi att lära oss olika problemlösningssökalgoritmer.

Sökalgoritmer:

Sök:Sökning är en steg för steg procedur för att lösa ett sökproblem i ett givet sökutrymme. Ett sökproblem kan ha tre huvudfaktorer:
Sökutrymme:Sökutrymme representerar en uppsättning möjliga lösningar som ett system kan ha.Starttillstånd:Det är ett tillstånd där agenten börjar sökningen .Måltest:Det är en funktion som observerar det aktuella tillståndet och returnerar om måltillståndet uppnås eller inte.
Sökträd:En trädrepresentation av sökproblem kallas sökträd. Roten till sökträdet är rotnoden som motsvarar initialtillståndet.Handlingar:Det ger en beskrivning av alla tillgängliga åtgärder till agenten.Övergångsmodell:En beskrivning av vad varje åtgärd gör kan representeras som en övergångsmodell.Bankostnad:Det är en funktion som tilldelar en numerisk kostnad till varje väg.Lösning:Det är en handlingssekvens som leder från startnoden till målnoden.Optimal lösning:Om en lösning har den lägsta kostnaden av alla lösningar.

Egenskaper för sökalgoritmer:

Följande är de fyra väsentliga egenskaperna hos sökalgoritmer för att jämföra effektiviteten hos dessa algoritmer:

Fullständighet: En sökalgoritm sägs vara komplett om den garanterar att den returnerar en lösning om åtminstone någon lösning finns för någon slumpmässig inmatning.

Optimalitet: Om en lösning som hittats för en algoritm garanterat är den bästa lösningen (lägsta vägkostnad) bland alla andra lösningar, så sägs en sådan lösning vara en optimal lösning.

Tidskomplexitet: Tidskomplexitet är ett mått på tid för en algoritm att slutföra sin uppgift.

formatera ett datum i java

Utrymmes komplexitet: Det är det maximala lagringsutrymme som krävs vid något tillfälle under sökningen, eftersom problemets komplexitet.

Typer av sökalgoritmer

Baserat på sökproblemen kan vi klassificera sökalgoritmerna i oinformerad (blind sökning) sökning och informerad sökning (heuristisk sökning) algoritmer.

Oinformerad/blind sökning:

Den oinformerade sökningen innehåller ingen domänkunskap som närhet, var målet är. Den fungerar på ett brute-force sätt eftersom det bara innehåller information om hur man korsar trädet och hur man identifierar löv- och målnoder. Oinformerad sökning tillämpar ett sätt på vilket sökträdet genomsöks utan någon information om sökutrymmet som initialtillståndsoperatorer och test för målet, så det kallas också blind sökning. Den undersöker varje nod i trädet tills den når målnoden.

Det kan delas in i fem huvudtyper:

• Utöka första sökningen
• Enhetlig kostnadssökning
• Djup-första sökning
• Iterativ fördjupning djup-först sökning
• Dubbelriktad sökning

Informerad sökning

Informerade sökalgoritmer använder domänkunskap. I en informerad sökning finns probleminformation tillgänglig som kan styra sökningen. Informerade sökstrategier kan hitta en lösning mer effektivt än en oinformerad sökstrategi. Informerad sökning kallas också en heuristisk sökning.

En heuristik är ett sätt som kanske inte alltid garanteras för bästa lösningar men garanterat att hitta en bra lösning inom rimlig tid.

Informerad sökning kan lösa mycket komplexa problem som inte kunde lösas på annat sätt.

Ett exempel på välgrundade sökalgoritmer är ett resandeförsäljarproblem.

1 miljon hur många 0

1. Girig sökning
2. En sökning