Was ist die gierige beste erste Suche in künstlicher Intelligenz?
Was ist die gierige beste erste Suche in künstlicher Intelligenz?

Video: Was ist die gierige beste erste Suche in künstlicher Intelligenz?

Video: Was ist die gierige beste erste Suche in künstlicher Intelligenz?
Video: Software ChatGPT: Möglichkeiten und Grenzen künstlicher Intelligenz 2024, Kann
Anonim

Am besten - erste Suche Algorithmus ( Gierige Suche ): Gierig am besten - erste Suche Algorithmus wählt immer den angezeigten Pfad aus Beste in diesem Moment. In dem beste erste suche Algorithmus erweitern wir den Knoten, der dem Zielknoten am nächsten ist, und die nächsten Kosten werden geschätzt durch heuristisch Funktion, d. h. f(n)= g(n).

Ähnlich kann man sich fragen, was ist gierig am besten erste Suche?

Am besten - erste Suche ist ein Suche Algorithmus, der einen Graphen untersucht, indem er den vielversprechendsten Knoten erweitert, der gemäß einer bestimmten Regel ausgewählt wird. Diese spezielle Art von Suche wird genannt gierig am besten - erste Suche oder reine Heuristik Suche.

Was ist außerdem die heuristische Funktion der gierigen besten ersten Suche? Gierig am besten - erste Suche versucht, den Knoten zu erweitern, der dem Ziel am nächsten ist, da dies wahrscheinlich schnell zu einer Lösung führt. Daher wertet es Knoten aus, indem es nur die heuristische Funktion ; das heißt f(n) = h(n).

Ebenso, was ist gierige Suche in der künstlichen Intelligenz?

In gierige Suche , erweitern wir den Knoten, der dem Zielknoten am nächsten ist. Die „Nähe“wird durch eine Heuristik h(x) geschätzt. Heuristik: Eine Heuristik h ist definiert als h(x) = Abschätzung der Entfernung des Knotens x vom Zielknoten. Senken Sie den Wert von h(x), näher ist der Knoten vom Ziel.

Was ist der Unterschied zwischen der gierigen besten ersten Suche und dem A*-Suchalgorithmus?

2 Antworten. Am besten - erster Suchalgorithmus besucht den nächsten Zustand basierend auf der heuristischen Funktion f(n) = h mit dem niedrigsten heuristischen Wert (oft als gierig ). Daher wählt es nicht nur den nächsten Zustand mit dem niedrigsten Heuristikwert, sondern einen, der unter Berücksichtigung seiner Heuristiken und Kosten den niedrigsten Wert liefert von in diesen Zustand zu kommen.

Empfohlen: