Baixe o app para aproveitar ainda mais
Prévia do material em texto
29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 1/3 Busca Heuristica A* A busca A* avalia os nós que combina o custo para alcançar cada nó (g(n)) com o custo estimado para ir deste nó até o nó Objetivo (h(n)). Heuristica: f(n) = g(n) + h(n) Custo mais baixo = f(n) com valor mais baixo Exemplo: Neste exemplo, podese observar o caminho que a heurística determinou tendo como base o calculo realizado em cada cidade com o intuito de se obter o melhor caminho em comparação com o a busca gulosa. A busca poderia ser melhora levando em consideração o conhecimento do problema em formular uma heurística mais consistente. Busca A* Avaliação • COMPLETA: Sim. Mas somente se a heuristica for admissível • ÓTIMA: Heuristica adimissivel = heuristica ótima (função ótima) • TEMPO: O(bm) • ESPAÇO: O(bm), mantem todos os nós na memória Ex: H. Admissivel = Distância entre dois pontos (nós no espaço de estados) sempre é uma reta. Exercício 1: A busca A* é uma pesquisa em árvore que considera informações globais e locais. A busca A*´somente é completa se: 29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 2/3 A A heuristica é persistente B A heuristica é global C A heuristica é local D A heuristica é consistente Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 2: Escolha a alternativa correta referente a heuristicas: A (1) h(n) = distância de uma curva (2) h(n) = número de átomos de uma comando SQL (3) h(n) = Divisão pela velocidade máxima B (1) h(n) = distância em linha reta de n até o objetivo mais próximo (2) h(n) = número de átomos da query (3) h(n) = distância até o objetivo, dividida pela velocidade máxima C (1) h(n) = distância em linha reta de n até o objetivo mais próximo (2) h(n) = número de variáveis (3) h(n) = distância até o nó objetivo D (1) h(n) = distância entre dois pontos (2) h(n) = número de diagramas UML (3) h(n) = distância até o objetivo, dividida pela velocidade máxima Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 3: O algoritmo A* pode ser implementado através de uma estrutura de dados do tipo árvore. juEscolha a alternativa correta que demonstre esta estrutura de dados. A struct node{ int item; struct node *prox }; B struct node{ int item; struct node *esq, *dir }; C struct node{ int item; struct node *esq }; D struct node{ int item; struct node *dir }; Comentários: Essa disciplina não é ED ou você não fez comentários Exercício 4: Considere as buscas informadas(Gulosa e A*) e não informadas (Profundidade, Largura) e analise os itens a seguir. I A busca gulosa expande os nós próximos a superfície de maior custo II A* expande os nós de acordo com a heurística f(n) = g(n) + h(n) III Busca Gulosa é eficiente na maioria das vezes, mas não garante a escolha de menor custo IV A complexidade algoritmo da busca A* é exponencial mas pode melhorar de acordo com a heuristica Estão certos apenas os itens: A I e II B II e IV C I e IV D III e IV E II e III Comentários: 29/03/2015 online.unip.br/imprimir/imprimirconteudo http://online.unip.br/imprimir/imprimirconteudo 3/3 Essa disciplina não é ED ou você não fez comentários Exercício 5: Abaixo encontrase duas figuras que representam o Estado Inicial e o Estado Final respectivamente para o problema 8 puzzle. Escolha a alternativa correta que informe quantos passos mínimos é possível resolver o problema com a heurística da distância Manhattan e qual busca inteligente esta sendo utiliza. Pasted Graphic.pdf Estado Inicial Estado Final A N. de passos: 18, busca: A*. B N. de passos: 16, busca: gulosa C N. de passos: 16, busca: A* D N. de passos: 18, busca: gulosa E N. de passos: 17, busca: gulosa Comentários: Essa disciplina não é ED ou você não fez comentários
Compartilhar