FH-Hof Künstliche Intelligenz - Suchbäume Richard Göbel.

Slides:



Advertisements
Ähnliche Präsentationen
Der R-Baum Richard Göbel.
Advertisements

Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Der k-d-Baum Richard Göbel.
Spezialvorlesung Suchalgorithmen Thema: Einzelzustandsraumsuche Stefan Edelkamp.
Schwierigkeit von Aufgabenstellungen
Willkommen zu Vorlesung+Praktikum
INT A – Vorlesung, Thema: Suche Prof. Dr. Wolfram Conen
FH-Hof Der B-Baum Richard Göbel. FH-Hof Wahl des Verzweigungsgrad Verzweigungsgrad kann größer als 2 sein v Nachfolger für einen Knoten v-1 Werte in einem.
Kapitel 6. Suchverfahren
Problemlösen durch Suchen
Informierte Suche.
Spielbäume Richard Göbel.
FH-Hof Extensible Markup Language Richard Göbel. FH-Hof Extensible Markup Language XML XML ist universeller Ansatz für die Strukturierung von Zeichenketten.
Suchbäume Richard Göbel.
Sortierverfahren Richard Göbel.
FH-Hof Grammatiken Richard Göbel. FH-Hof Begriffe Eine Grammatik definiert die Struktur (Syntax) einer Zeichenkette Eine Grammatik definiert nicht die.
FH-Hof Deadlocks Richard Göbel. FH-Hof Deadlock - Definition Menge von Prozessen ist an einem Deadlock beteiligt: wenn jeder Prozess in dieser Menge auf.
Parser - Verfahren: Rekursiver Abstieg
Sortierverfahren Richard Göbel.
FH-Hof Verwaltung von Zeichenketten Richard Göbel.
FH-Hof Effizienz - Grundlagen Richard Göbel. FH-Hof Inhalt Einführung Aufwand für Anfragen ohne Indexierung Indexstrukturen für Anfragen an eine Tabelle.
FH-Hof Grundlagen mehrdimensionaler Suchstrukturen Richard Göbel.
Parser für CH3-Sprachen
Motivation Richard Göbel.
Der R-Baum Richard Göbel.
GridBagLayout Richard Göbel.
FH-Hof Konturen in Rasterdaten Richard Göbel. FH-Hof Idee Identifiziere Konturen (Linien als Grenzen) zwischen verschiedenen Bereichen Kontur ist durch.
FH-Hof Optimierungsverfahren für kombinatorische Probleme Richard Göbel.
FH-Hof Analyse des R-Baums Richard Göbel. FH-Hof Ansatz Annahme: Die Bearbeitungszeit für eine Anfrage wird dominiert von der Ladezeit der Knoten von.
Formale Sprachen – Mächtigkeit von Maschinenmodellen
Baumstrukturen Richard Göbel.
Heuristiken Automatic Problem Solving Institut für Informatik
Algorithmentheorie 6 – Greedy-Verfahren
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
Prof.Dr.S. Albers Prof. Dr. Th. Ottmann
Prinzipien des Algorithmenentwurfs Backtracking Prof. Dr. Th. Ottmann
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (05 – Elementare Datenstrukturen) Prof. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 6 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Informatik II – Kapitel 13
Branch and Bound Das Verfahren zur Lösung von IP-Problemen
Klausur „Diskrete Mathematik II“
Algorithmen und Komplexität
Teil 5: Kollisionsvermeidung & Wegplanung
Teil I: Uninformierte Suche
Teil II: Informierte Suche
FH-Hof Analyse des R-Baums - Teil 1 Richard Göbel.
Rekursion Richard Göbel.
Template Pattern Richard Göbel.
FH-Hof Algorithmen und Datenstrukturen - Einführung Richard Göbel.
Handlungsplanung und Allgemeines Spiel „Game Description Language (GDL)“ Peter Kissmann.
Khatuna Khvedelidze Teona Khizanishvili
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Endliche Automaten Informatik JgSt. 13, Abitur 2009
Splay Trees Von Projdakov Benjamin.
Diskrete Mathematik II
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Suchstrategien Tiefensuche Suchstrategien Greedy- Suche A*- Suche
… oder wie finde ich den Weg
6 Genetic Algorithms and Neuronal Networks
Die Idee hinter Copying Garbage Collection (1) Aufteilung des Heaps in zwei Teile: To-Space und From-Space Nutzung eines Teiles durch das Programm Ist.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen

Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Der A*-Algorithmus.
Lösungshinweise zu den Suchalgorithmen. Der Baum zum Zustandsgraphen GE OBE DUI GE D MH D OB MH DUI E DOBMH OBE DUIGED MH DGE MH EDUI D OBMH DGE MH DUIEE.
Geoinformationssysteme
 Präsentation transkript:

FH-Hof Künstliche Intelligenz - Suchbäume Richard Göbel

FH-Hof Allgemeine Aufgabenstellung Startzustand Menge der Folgezustände für einen beliebigen Zustand Zielzustände

FH-Hof Beispiel: Automatisches Beweisen Startzustand: Menge der Axiome Menge der Folgezustände: Schlussregeln Endzustand: zu beweisende Aussage

FH-Hof Beispiel: Konstruktionsexperte Startzustand: Bauteile Folgezustände: Konstruktionsregeln Endzustand: zu konstruierendes Gerät

FH-Hof Beispiel: Puzzle lösen

FH-Hof Allgemeiner Ansatz – General Problem Solver Erzeuge den Wurzelknoten zur Darstellung des Startzustands Wähle einen Knoten aus und erzeuge einen Kindknoten für jeden Folgezustand Überprüfe ob ein Knoten mit einem Endzustand erreicht wurde Bei Bedarf: Wähle den Knoten mit dem besten Endzustand aus

FH-Hof Beispiel: Lösen eines Puzzle

FH-Hof Elementare Suchverfahren Depth First Search:... zuerst in die Tiefe und danach in die Breite... Breadth First Search... Zuerst in die Breite und danach in die Tiefe... British Museum: alle Nachfolger erzeugen

FH-Hof Elementare Verfahren – Depth First Search

FH-Hof Elementare Verfahren – Breadth First Search

FH-Hof Heuristische Bewertungsfunktion Gibt für jeden Zustand den geschätzten Abstand zum Ziel an Beispiel: Zähle die Anzahl der falschen Positionen von Zahlen für das Puzzle Anzahl falscher Positionen: 3

FH-Hof Beispiel: Lösen des Puzzle mit Bewertungsfunktion

FH-Hof Verfahren mit Bewertungsfunktion Hill Climbing Wähle den Weg (Kindknoten) des aktuellen Knotens, der den kürzesten Weg zum Ziel repräsentiert Wähle einen alternativen Weg falls keine (optimale) Lösung gefunden wurde (Backtrack) Best First Search Wähle den Knoten mit der besten Bewertung aus allen bisher betrachteten Knoten

FH-Hof Hill Climbing - Beispiel

FH-Hof Best First Search - Beispiel

FH-Hof Kostenfunktion zur Bewertung einer Lösung Gesamtbewertung ergibt sich aus den tatsächlichen Kosten + dem geschätzten Abstand zum Ziel Abstandsfunktion ist admissive, wenn sie den tatsächlich Abstand nie überschätzt. Best First Search liefert für eine solche Abstandsfunktion immer die optimale Lösung Bezeichnung: A*