Post on 03-Apr-2018
7/29/2019 PTI480.06 - Informed Search
1/15
Informed SearchM JAUHARUL F UADY
7/29/2019 PTI480.06 - Informed Search
2/15
Pendahuluan Strategi pencarian uninformeddapat menemukan solusi denganmen-generate state baru dan memeriksa state tersebut terhadapgoal.
Strategi ini hanya berdasar pada goaldanproblem formulation
Strategi ini tidak efisien dalam banyak kasus nyata.
Strategi yang lebih baik dari uninformed search adalah denganmelibatkan problem-specific knowledge.
Terdapat informasi tambahan selain definisi permasalahan itu sendiri.
Strategi ini disebut juga dengan Informed Search
7/29/2019 PTI480.06 - Informed Search
3/15
Informed Search Beberapa macam strategi informed search Best-first search
Greedy best-first search
A* Search
Informasi heuristic
Informasi tambahan yang digunakan dalam informed search
Dirancang sesuai denganproblem-specific knowledge
7/29/2019 PTI480.06 - Informed Search
4/15
Best-first Search Prinsip Lakukan node expansion terhadap node difringe yang nilaif(n)-nya
paling kecil.
Ide Dasar
f(n) adalah sebuah evaluation function yang menyatakan perkiraanseberapa bagus suatu node.
Implementasi
Fringe adalah sebuah priority queue yang setiap node disortirberdasarkan nilaif(n).
Varian Algoritma
Greedy Best-first Search
A* Search
7/29/2019 PTI480.06 - Informed Search
5/15
Heuristic Function Merupakan kunci keberhasilan strategi best-first search Informasi Heuristic
Informasi tambahan bagi agent dalam melakukan pencarian
kiat sukses, tips keberhasilan, rule of thumb, dsb
Heuristic Function
h(n) adalah fungsi yang menyatakan estimasi biaya (cost) dari node nke goal state.
Pada satu skema permasalahan memungkinkan terdapat beberapa
heuristic function yang bisa diterapkan.
7/29/2019 PTI480.06 - Informed Search
6/15
Contoh HeuristicFunction:
Straight-lineDistance
7/29/2019 PTI480.06 - Informed Search
7/15
Greedy Best-first Search Prinsip Lakukan node expansion terhadap node difringe yang nilai h(n)-nya
paling kecil.
Greedy best-first search selalu memilih node yang kelihatannya paling
dekat dengan goal.
7/29/2019 PTI480.06 - Informed Search
8/15
Evaluasi
Greedy Best-first Search Complete? Ya, jika state space terbatas dan pengulangan state ditangani.
Time complexity?
Secara teoritis O(b
m
), tetapi bisa lebih cepat secara signifikan denganpenerapan heuristic function yang tepat
Space complexity?
Semua node disimpan di memory O(bm)
Optimal?
Tidak
7/29/2019 PTI480.06 - Informed Search
9/15
A* Search Prinsip Hindari node yang berada dipath yang mahal.
Evaluation functionf(n) = g(n) + h(n)
g(n) Path costke node n h(n) Estimasipath costdari node n ke goal
f(n) Estimasi total costmelalui node n
7/29/2019 PTI480.06 - Informed Search
10/15
A* Search
7/29/2019 PTI480.06 - Informed Search
11/15
Evaluasi
Algoritma A* Search Complete? Ya, kecuali jika jumlah node tak terbatas.
Time complexity?
Eksponensial dalam (error h x jumlah step solusi)
Space complexity?
Semua node disimpan di memory O(bm)
Optimal?
Ya
7/29/2019 PTI480.06 - Informed Search
12/15
Admissible Heuristic Definisi Nilai sebuah heuristic function yang tidak pernah melebihi costke goal
yang sebenarnya.
0 h(n) h*(n) dengan h*(n) adalah cost dari node n yang sebenarnya
Contoh: hSLD(n)
Jika strategi pencarian pada suatu algoritma menggunakanheuristic function yang admissible maka solusi yang ditemukanadalah solusi optimal.
Contoh:A* search
7/29/2019 PTI480.06 - Informed Search
13/15
Contoh Admissible Heuristic
h1(n): jumlah angka yang salah posisi
h2(n): jumlah jarak semua angka dari posisi yang benar
h1(s) = 6
h2(s) = 4 + 0 + 3 + 3 + 1 + 0 + 2 + 1 = 14
7/29/2019 PTI480.06 - Informed Search
14/15
Merancang
Admissible Heuristic Ide dasar Berasal dari solution costyang sebenarnya dari masalah yang
dipermudah (relaxed)
Andaikan masalah 8-puzzle dipermudah sehingga sebuah angka bisa
dipindahkan kemana saja. Solution cost = h1. Andaikan masalah 8-puzzle dipermudah sehingga sebuah angka bisa
dipindahkan ke tetangga mana saja. Solution cost = h2.
Jika optimal solution costdari masalah yang dipermudah tidakakan melebihi optimal solution costdari masalah yang sebenarnya
admissible
7/29/2019 PTI480.06 - Informed Search
15/15
Ringkasan Best-first search Uniform-cost search: f(n) = g(n)
Greedy best-first search: f(n) = h(n)
A* search: f(n) = g(n) + h(n)
Dengan heuristic yang admissible dan consistent A* pasti complete dan optimal
Heuristic ini dapat diperoleh dari variasi masalah yang dipermudah