1 / 20

Heuristic Search

Heuristic Search. Dr. Kusrini , M.Kom. Heuristic Search.

cameron-boyer
Télécharger la présentation

Heuristic Search

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Heuristic Search Dr. Kusrini, M.Kom

  2. Heuristic Search • merupakansuatustrategiuntukmelakukanprosespencarianruangkeadaan (state space) suatuproblemasecaraselektif, yang memanduproses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar, danmengesampingkanusaha yang bodohdanmemboroskanwaktu • sebuahteknik yang mengembangkanefisiensidalam proses pencarian, namumdengankemungkinanmengorbankankelengkapan (completeness)

  3. Untukdapatmenerapkanheuristikdenganbaikdalamsuatu domain tertentu, diperlukansuatuFungsiHeuristik. • Fungsi heuristik digunakan untuk mengevaluasikeadaan-keadaanproblema individual dan menentukan seberapa jauh hal tersebut dapatdigunakanuntukmendapatkansolusi yang diinginkan

  4. Jenis Heuristic Search • Generate and Test • Pendakian Bukit (Hill Climbing) • PencarianTerbaikPertama (Best First Search) • Tabu Search • Simulated Anealing • Cheapest Insertion Heuristic

  5. Generate And Test • Metodeinimerupakanpenggabunganantaradepth first search denganpelacakanmundur (backtracking) yaitubergerakkebelakangmenujupadasuatukeadaanawal. • Algoritma: 1. Bangkitkansuatukemungkinansolusi (membangkitkansuatutitiktertentuataulintasantertentudarikeadaanawal). 2. Ujiuntukmelihatapakah node tersebutbenar-benarmerupakansolusinyadengancaramembandingkan node tersebutatau node akhirdarisuatulintasan yang dipilihdengankumpulantujuan yang diharapkan. 3. Jikasolusiditemukan, keluar. Jikatidak, ulangikembalilangkahpertama.

  6. Contoh • Seorang salesman inginmengunjungi n kota. Jarakantaratiap-tiapkotasudahdiketahui. Kita inginmengetahuiruteterpendekdimanasetaipkotahanyabolehdikkunjungitepat 1 kali. Misalkanada 4 kotadenganjarakantaratiap-tiapkotasepertiberikutini :

  7. Hill Climbing (Pendakian Bukit) • Metodeinihampirsamadenganmetodepembangkitandanpengujian, hanyasajaprosespengujiandilakukandenganmenggunakanfungsi heuristic. • Pembangkitankeadaanberikutnyatergantungpada feedback dariprosedurpengetesan. • Tes yang berupafungsi heuristic iniakanmenunjukkanseberapabaiknyanilaiterkaan yang diambilterhadapkeadaan-keadaanlainnya yang mungkin.

  8. Algoritma Hill Climbing • Buatlahsolusiusulanpertamadengan cara yang samaseperti yang dilakukandalamprosedurbuatdanuji (generate and test). Periksalahapakah solusi usulan itu merupakan sebuah solusi. Jika ya, berhentilah. Jika tidak, kita lanjutkankelangkahberikutnya. • Dari solusiini, terapkansejumlahaturan yang dapatditerapkanuntukmembuatsekumpulansolusiusulan yang baru. • Untuksetiapelemenkumpulansolusitersebut, lakukanlahhal-halberikutini : • Kirimkanlahelemeninikefungsiuji. Jikaelemen ini merupakan sebuah solusi, berhentilah. • Jika tidak, periksalah apakah elemen ini merupakan yang terdekatdengansolusi yang telahdiujisejauhini. Jikatidak, buanglah. • Ambilahelementerbaik yang ditemukandiatasdanpakailahsebagaisolusiusulanberikutnya. Langkahinibersesuaiandenganlangkahdalamruangproblemadenganarah yang munculsebagai yang tercepatdalammencapaitujuan. • Kembalilahkelangkah 2.

  9. Greedy Best First Search • Lakukan node expansion terhadap node di fringe yang nilai h(n)-nya paling kecil • Greedy best-first search selalumemilih node yang kelihatannya paling dekatke goal.

  10. A* Search • Hindari node yang berada di path yang “mahal”

  11. PenggunaanTeknikPencarianDalam Game Puzzle • Goal State • KemungkinanLangkah • Initial State • Aplikasi

  12. Cheapest Insertion Heuristics 1. Penelusurandimulaidarisebuahkotapertama yang dihubungkandengansebuahkotaterakhir. 2. Dibuatsebuahhubungansubtourantara 2 kotatersebut. Yang dimaksudsubtouradalahperjalanandarikotapertamadanberakhirdikotapertama, misal (1,3)  (3,2)  (2,1)

  13. 3. Gantisalahsatuarahhubungan (arc) dariduakotadengankombinasiduaarc, yaituarc (i,j) denganarc (i,k) danarc (k,j), dengan k diambildarikota yang belummasuksubtourdandengantambahanjarakterkecil. Jarakdiperolehdari : cik + ckj – cij cikadalahjarakdarikotaikekota k, ckjadalahjarakdarikota k kekota j dan cijadalahjarakdarikotaikekota j 4. Ulangilangkah 3 sampaiseluruhkotamasukdalamsubtour

  14. Contoh 1. Ambilperjalanandarikota 1 ke 5 2. Buatsubtour (1,5)  (5,1) 3. Buattabel yang menyimpankota yang bisadisisipkandalamsubtourbesertatambahanjaraknya

  15. 4. Selanjutnyadibuattabel yang menyimpankota yang bisadisisipkandalamsubtourbesertatambahanjaraknya

  16. Sumber • Russel, S.J., danNorvig, P., 1995, Artificial Intelligence a Modern Aproach • Winston, P.H., 1992, Artificial Intelligence • Narama, T., 2008, Sliding puzzle n x n denganalgoritma fixed heuristic, Sliding_puzzle_n_x_n_dengan_algoritma_fixed_heuristic.htm

  17. TUGAS • Buat Paper tentangpenggunaansalahsatumetodepencariandalamsuatuaplikasi • Ingat! • Sumberharusdicantumkan • Dijelaskanlangkah-langkahnya

More Related