Estratégias de Busca com informação e exploração

Apresentação em tema: "Estratégias de Busca com informação e exploração"— Transcrição da apresentação:

1 Estratégias de Busca com informação e exploração
Prof. Pedro Luiz Santos Serra

2 Introdução Utiliza o conhecimento específico do problema;
Pode encontrar soluções mais eficientes que uma estratégia sem informações; Busca pela melhor escolha (Best-First): É uma especialização do algoritmo BUSCA-EM-ÁRVORE, onde: Um nó é selecionado com base em uma função de avaliação f(n). Tradicionalmente o nó com avaliação mais baixa (menor distância até o objetivo) é selecionado para expansão. Pode ser implementada segundo uma estrutura geral de busca por meio de uma fila de prioridades. Prof. Pedro L. S. Serra

3 Introdução Existe uma família inteira de algoritmos BUSCA-PELA-MELHOR-ESCOLHA com funções de avaliação diferentes. Um componente fundamental desses algoritmos é uma função heurística, denotada por h(n). h(n) = custo estimado do caminho mais econômico do nó n até um nó objetivo As funções heurísticas são a forma mais comum de aplicar conhecimento adicional do problema ao algoritmo de busca. Prof. Pedro L. S. Serra

4 Busca gulosa pela melhor escolha
Tenta expandir o nó mais próximo à meta, na suposição de que isso provavelmente levará a uma solução rápida. Avalia nós usando apenas a função heurística: f(n)=h(n) Exemplo: Localização de rotas na Romênia: Emprega-se a heurística de distância em linha reta: hDLR. Trata-se da distância em linha reta da cidade (ou nó) analisado até a cidade (ou nó) objetivo. Os valores de hDLR devem ser tabelados e devem passar a compor um dos campos de cada nó. Prof. Pedro L. S. Serra

5 Busca gulosa pela melhor escolha
Prof. Pedro L. S. Serra

6 Busca gulosa pela melhor escolha
Prof. Pedro L. S. Serra

7 Busca gulosa pela melhor escolha
É semelhante a busca em profundidade: Segue um único caminho até o objetivo; Voltará se encontrar um nó sem expansões (ou beco sem saída); Não é ótima; É incompleta : pode entrar em um caminho infinito e nunca retornar para experimentar outras possibilidades). Complexidade de tempo e espaço é O(bm), onde m é a profundidade máxima do espaço de busca. Com uma boa função heurística, a complexidade da busca gulosa pela melhor escolha pode ter uma redução substancial. Prof. Pedro L. S. Serra

8 f(n)  custo estimado da solução de custo mais baixo passando por n.
Busca A* É a forma mais conhecida de busca pela melhor escolha; Avalia nós combinando: g(n)  custo para alcançar cada nó h(n)  custo para ir do nó até o objetivo f(n) = g(n) + h(n) f(n)  custo estimado da solução de custo mais baixo passando por n. Estratégia  encontrar a solução de custo mais baixo: Experimentar primeiro o nó com menor valor de g(n) + h(n) Tal estratégia poderá resultar em um algoritmo ótimo e completo, desde que satisfeita certas condições. Prof. Pedro L. S. Serra

9 Busca A* Será ótima se for usada com BUSCA-EM-ÁRVORE e se h(n) for uma heurística admissível. Heurística admissível: trata-se de uma função heurística que nunca superestime o custo para alcançar o objetivo. São otimistas por natureza; Imaginam que o custo da resolução do problema seja menor do que ele é na realidade; Como g(n) é o custo exato para se alcançar n  f(n) nunca irá superestimar o custo verdadeiro de uma solução passando por n. Exemplo: Distância de linha reta: hDLR. O caminho mais curto entre dois pontos é uma linha reta, logo, não poderá ser superestimadora. Prof. Pedro L. S. Serra

10 Busca A* Prof. Pedro L. S. Serra

11 Busca A* Prof. Pedro L. S. Serra

12 Atividade Problemas de locomoção entre cidades podem ser resolvidos por meio de técnicas de busca. Utilizando as técnicas de busca pela melhor escolha – gulosa e A* Encontrar o caminho para se locomover do estado A até o estado B. Avaliar o custo do caminho considerando os seguintes itens: número de estados visitados distancia entre os estados tempo de deslocamento entre estados (considerar 1h para percorrer cada 100 km) Prof. Pedro L. S. Serra

13 DISTANCIAS ENTRE CADA PONTO E O OBJETIVO (EM KM)
Atividade DISTANCIAS ENTRE CADA PONTO E O OBJETIVO (EM KM) A 660 5 410 1 520 6 380 2 510 7 210 3 550 8 220 4 390 9 240 Prof. Pedro L. S. Serra