PTI480.06 - Informed Search

download PTI480.06 - Informed Search

of 15

  • date post

    03-Apr-2018
  • Category

    Documents

  • view

    220
  • download

    0

Embed Size (px)

Transcript of PTI480.06 - Informed Search

  • 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