O‘zbekiston respublikasi axborot texn ologiyalari va kommunikatsiyalarini rivojlantirish vazirligi muhammad al -xorazmiy nomidagi toshkent axborot texn ologiyalari universiteti “Axborot texnologiyalari” kafedrasi H

8.9-rasm
U: "Aziz, yoqilg'ining narxi haqida o'ylang! Men sizga boshqa joydan birini olib ketaman. "U:" Yo'q, Men u yerda istayman! "
"SortIn" funktsiyasi bilan. "SortIn (X, Y)" elementlari ajratilmagan ro'yxatdan qo'shiladi X, ko'tarilgan tartibda ro'yxatga kiritilgan. Yuridik baholash saralash tartibi sifatida ishlatiladi. Shunday qilib, eng yaxshi tugun (ya'ni, eng kichik heuristik bo'lgan kishi) qiymat) har doim ro'yxatning boshida Chuqurlik-birinchi va kenglik-birinchi qidiruv funktsiyaning alohida holatlari ham bo'ladi HEURISTICSEARCH. Ularni osongina moslashtira olamiz baholash funktsiyasi
Eng yaxshi taraqqiyotning har biri haqiqiy xarajatlarni hisoblaydigan funktsiya bo'ladi maqsadg tugunni. Buni amalga oshirish uchun esa, butun izlanishni o'tkazish kerak bo'ladi kosmik, bu aniq predmetni oldini olish kerak. Shuning uchun biz tez va oddiy hisoblash uchun sezgirlikni talab qiladi. Biz qanday qilib bunday hissiyotlarni topamiz?
Muayyan masalalarni echish uchun qiziqarli g'oya - bu muammolarning soddalashtirilishi. Ushbu asl vazifasi kichik hisoblash bilan hal qilinishi mumkin bo'lgan darajada soddalashtirilgan xarajat. Soddalashtirilgan masalada davlatdan maqsadga sarflanadigan xarajatlar keyinchalik xizmat qiladi dolzarb muammoni baholash uchun. Ushbu xarajat smetasi funksiyasi h ni anglatadi.
Informatizatsiya qilinmagan qidirish uchun turli xil qidiruv algoritmlaridan yunerativ chuqurlashish faqat amaliy, chunki u to'liq va kam xotiraga ega bo'lishi mumkin. Biroq, qiyin kombinatoryal qidirish muammolari uchun odatda iterativ chuqurlashishi mumkin qidiruv maydonining kattaligi tufayli bajarilmaydi. Sezar qidiruvi bu erda yordam beradi samarali parchalanish omilining kamayishi. IDA? - algoritm, iterative kabi chuqurlashtirish, to'liq va kam xotira talab qiladi.
Heuristics "yaxshi" bo'lsa, tabiatan faqat tabiiy ustunlik beradi.
Qiyin qidiruv muammolarini hal qilishda, ishlab chiquvchi vazifasi loyihalashdan iborat effektiv dalaluvchi omillarni sezilarli darajada kamaytiradigan sezgirlik. Bo'limda biz bu muammoni hal qilamiz va shuningdek, mashinani o'rganish texnikasi qanday ishlashini ko'rsatamiz Avtomatik ravishda evristikani yaratish uchun foydalaniladi. Yopish jarayonida, heuristikada ishlash afzalligi yo'qligini ta'kidlash kerak muammoni hal etishga imkon beradigan muammolarni hal qilish mumkin to'liq qidiruv daraxti tekshirilganda. Halokatli muammolar uchun masalan, 8-jumboq bu butun daraxtni kesish kerak degan ma'noni anglatadi bir heuristic mavjudmi yoki yo'qligi maksimal chuqurlik. Heuristic har doim ushbu holatni baholashning hisoblash xarajatlariga tegishli bo'lgan kamchilik heuristik. Bu ahvolni odatda mustaqil omil sifatida baholash mumkin muammoning kattaligi. PL1ning isbotlanishi kabi nosamimiy muammolar uchun formulalar, qidiruv daraxti chuqur chuqur bo'lishi mumkin. Bu shuni anglatadiki, hal qilinmaydi hodisalar, qidiruv potentsial hech qachon tugamaydi. Xulosa qilib quyidagilarni aytamiz: for solvable muammolar, sezuvchanlik ko'pincha hisoblash vaqtini sezilarli darajada pasaytiradi.
Takrorlash uchun savollar:

1. 
   Muammoni hal qilishda masofani aniqlash hususiyatlari?
   
2. 
   Vacuum dunyosi agenti algoritmi?
   
3. 
   Muammoni hal qilishda strategiyalar axamiyati?
   

9. 
   - MA’RUZA
   

QAROR QABUL QILISHNING MARKOV JARAYONLARI
Tasodifiy muhitlar uchun umumlashtirilgan qiymatlarga ega atom modeli Taxminiy/Ehtimolli rejalashtirish Markov qaror qabul qilish jarayonlari (MDP)