Blind (Uninformed) Search

 

Blind (Uninformed) Search

Secara garis besar tebagi menjadi:

  • Breadth-First Search (BFS)
  • Depth-First Search (DFS)
  • Depth-Limited Search (DLS)
  • Iterative-Deepening Search (IDS)
  • Uniform Cost Search (UCS)
  • Bi-Directional Search (BDS)

Ruang Pencarian

> Perhitungan ruang pencarian:

- Faktor percabangan (b)

- Kedalaman solusi (d)

> Contoh

- 8-Puzzle → b 2.13

- Kubus Rubik → b 13,34

- Rata-rata Permainan Catur b = 35

Breadth-First Search (BFS) Algorithm

> Menjelajahi node tetangga terlebih dahulu, sebelum pindah ke tetangga tingkat berikutnya. 

> first-in-first-out

> Ingat semua node yang dikunjungi sebelumnya (status)

Kinerja BFS

> Selesai

- pada akhirnya akan menemukan status kambing

> Optimal

> Kompleksitas Waktu = 0 (bd + 1)

> Kompleksitas Ruang = 0 (bd+1)

 Algoritma DFS

> Perluas node terdalam yang tidak diperluas

> terakhir-masuk-pertama-keluar

> Hanya ingat jalur yang dikunjungi saat ini

> Penundaan memeriksa apakah node telah ditemukan sampai node muncul dari tumpukan daripada memeriksa sebelum menambahkan node.

Performa DFS

> Tidak Lengkap

- mungkin tersesat di bagian grafik yang tidak memiliki status tujuan dan tidak pernah kembali

> Tidak Optimal

-Mungkin menemukan tujuan yang tidak optimal terlebih dahulu

> Kompleksitas Waktu = O (bm)

> Kompleksitas Ruang = 0 (bm) 

- Dengan m adalah pencarian kedalaman maksimum

Algoritma DLS

> DFS dengan area pencarian kedalaman terbatas

> Memperbaiki masalah pohon tak terbatas untuk DFS

> Jelajahi semua node anak - baik dicentang atau tidak

Kinerja DLS

> Selesai if   d

> Tidak Optimal

> Kompleksitas Waktu = 0 (b )

> Kompleksitas Ruang = 0 (bl)

- Dengan  adalah pencarian kedalaman maksimum

Iterative-Deepening Search (IDS)

> BFS → lengkap dan optimal

> DFS → kompleksitas ruang rendah

> DLS → pertanyaan "seberapa dalam?" 

> IDS menggabungkan BFS dengan DFS / DLS

> IDS lengkap, optimal, kompleksitas ruang rendah

> Kelemahan: Kompleksitas Waktu meningkat

IDS Algorithm

> Memanggil berulang kali algoritma DLS dari depth = 0 hingga menemukan tujuan

Kinerja IDS

> Selesai

> Optimal

> Kompleksitas Waktu = 0 (bd)

> Kompleksitas Ruang = 0 (bd)

Uniform Cost Search (UCS)

> BFS menggunakan urutan level dari yang terendah hingga tertinggi. 

> UCS menggunakan urutan biaya dari yang terkecil sampai yang terbesar. 

> UCS mencari solusi dengan biaya total terendah yang dihitung berdasarkan biaya node asal ke node tujuan. 

> G (n) = biaya node asal ke node n.

Performa UCS

> Lengkap

> Optimal

> Kompleksitas Waktu = 0 (bd)

> Kompleksitas Ruang = 0 (bd)

Pencarian dua arah (BDS)

> Pencarian maju (dari awal awal ke tujuan) dan pencarian mundur (dari tujuan ke awal). 

> Ketika dua pencarian mencapai node yang sama, maka solusinya telah ditemukan. 

> Gabungkan dua jalur.

Performa BDS

> Lengkap

> Optimal

> Kompleksitas Waktu = 0 (b d/2)

> Kompleksitas Ruang = 0 (b d/2)

Masalah dengan BDS

> Pencarian dua arah kelihatannya menarik karena kinerjanya 0 (bd/2), tetapi tidak semudah itu, terutama pada bagian implementasi. 

- Require Reversal Operator

> Tidaklah mudah untuk merumuskan masalah sedemikian rupa sehingga setiap state dapat dibalik, yaitu berpindah dari head ke tail seperti berpindah dari tail ke head.

 - Tidak semua operator bisa dibalik

Masalah dengan BDS

> Harus selalu menguji apakah node yang baru dihasilkan telah dimunculkan dengan mencari di arah yang berlawanan

> Rentan jika ada beberapa node tujuan yang berbeda

 

 

 

 

 

 

Comments

Popular posts from this blog

Cara menambah lokasi baru di google maps

Pertemuan IV, V VI VII

BAB 3