A keresőalgoritmusok a mesterséges intelligencia egyik legfontosabb területe. Ez a témakör mindent elmagyaráz az AI keresési algoritmusairól.

Problémamegoldó szerek:

A mesterséges intelligenciában a keresési technikák univerzális problémamegoldó módszerek. Racionális ügynökök vagy Problémamegoldó szerek az AI-ban többnyire ezeket a keresési stratégiákat vagy algoritmusokat használta egy adott probléma megoldására és a legjobb eredmény elérésére. A problémamegoldó ágensek a célalapú ágensek, és atomi reprezentációt használnak. Ebben a témában különféle problémamegoldó keresőalgoritmusokat ismerünk meg.

Keresési algoritmus terminológiái:

Keresés:A keresés lépésről lépésre végzett eljárás egy keresési probléma megoldására egy adott keresési területen. A keresési problémának három fő tényezője lehet:
Keresés a térben:A keresési terület a lehetséges megoldások halmazát jelöli, amelyekkel egy rendszer rendelkezhet.Kezdő állapot:Ez egy olyan állapot, ahonnan az ügynök kiindul a keresés .Gól teszt:Ez egy olyan függvény, amely megfigyeli az aktuális állapotot, és visszaadja, hogy a célállapotot elértük-e vagy sem.
Keresés fa:A keresési probléma faábrázolását keresési fának nevezik. A keresési fa gyökere az a gyökércsomópont, amely megfelel a kezdeti állapotnak.Műveletek:Leírja az összes elérhető műveletet az ügynöknek.Átmeneti modell:Az egyes műveletek leírása átmeneti modellként ábrázolható.Útvonal költsége:Ez egy olyan függvény, amely minden útvonalhoz numerikus költséget rendel.Megoldás:Ez egy műveletsor, amely a kezdő csomóponttól a célcsomóponthoz vezet.Optimális megoldás:Ha egy megoldásnak a legalacsonyabb a költsége az összes megoldás közül.

A keresési algoritmusok tulajdonságai:

Az alábbiakban bemutatjuk a keresési algoritmusok négy alapvető tulajdonságát az algoritmusok hatékonyságának összehasonlításához:

Teljesség: Egy keresési algoritmust akkor mondunk teljesnek, ha garantálja, hogy egy megoldást ad vissza, ha legalább bármilyen megoldás létezik bármely véletlenszerű bemenetre.

Optimalitás: Ha egy algoritmusra talált megoldás garantáltan a legjobb megoldás (legalacsonyabb útköltség) az összes többi megoldás közül, akkor az ilyen megoldást nevezzük optimális megoldásnak.

Időbeli összetettség: Az időbonyolultság az algoritmus feladatának elvégzéséhez szükséges idő mértéke.

A tér összetettsége: Ez a probléma összetettsége miatt a keresés során bármikor szükséges maximális tárhely.

Keresési algoritmusok típusai

A keresési problémák alapján a keresési algoritmusokat tájékozatlan (vakkeresés) és informált keresési (heurisztikus keresés) algoritmusokra oszthatjuk.

Tájékozatlan/vak keresés:

A tájékozatlan keresés nem tartalmaz olyan területi ismereteket, mint a közelség, a cél helye. Brute-force módon működik, mivel csak a fán való áthaladásról és a levél- és célcsomópontok azonosításáról tartalmaz információkat. A tájékozatlan keresés olyan módszert alkalmaz, amelyben a keresési fa keresése a keresési térrel kapcsolatos információk, például a kezdeti állapot operátorok és a cél tesztelése nélkül történik, ezért vakkeresésnek is nevezik. A fa minden csomópontját addig vizsgálja, amíg el nem éri a célcsomópontot.

Öt fő típusra osztható:

• Szélesség-első keresés
• Egységes költségkeresés
• Mélységben történő keresés
• Iteratív mélyítő mélységi keresés
• Kétirányú keresés

Tájékozott keresés

A tájékozott keresési algoritmusok tartományi ismereteket használnak. A tájékozott keresés során rendelkezésre állnak a problémákkal kapcsolatos információk, amelyek irányíthatják a keresést. A tájékozott keresési stratégiák hatékonyabban találhatnak megoldást, mint a tájékozatlan keresési stratégiák. A tájékozott keresést heurisztikus keresésnek is nevezik.

A heurisztika egy olyan módszer, amely nem mindig garantálja a legjobb megoldásokat, de garantált, hogy ésszerű időn belül jó megoldást találjon.

A tájékozott keresés sok olyan összetett problémát tud megoldani, amelyet más módon nem lehetne megoldani.

A tájékozott keresési algoritmusok példája az utazó eladó problémája.

1. Mohó keresés
2. Egy keresés