Redução de Problemas Estratégia de busca outras abordagens
|
|
- Maria Luiza da Cunha Bennert
- 6 Há anos
- Visualizações:
Transcrição
1 Redução de Problemas Estratégia de busca outras abordagens Huei Diana Lee e Newton Spolaôr Até então consideramos estratégias para as quais o espaço de busca é representado por meio de Grafos OU Objetivo: encontrar um único caminho até a meta Outro tipo de estrutura, o Grafo E/OUé útil para representar soluções de problemas que podem ser resolvidos por meio da decomposição em problemas menores, os quais precisam todos ser resolvidos Redução de Problemas A decomposição gera arcos denominados de Arcos E Os Grafos E/OU são compostos por dois tipos de arcos: Arco E: podem apontar para qualquer número de nós sucessores, todos devendo ser solucionados para que esse arco aponte para uma solução Redução de Problemas A decomposição gera arcos denominados de Arcos E Os Grafos E/OU são compostos por dois tipos de arcos: Arco OU: podem apontar para diversos sucessores, sendo que apenas um precisa ser solucionado para que esse arco aponte para uma solução Grafo E/OU Para tratar esse tipo de grafo é necessário um algoritmo semelhante ao A*, porém com capacidade para tratar Arcos E apropriadamente Vejamos o exemplo... 1
2 Como nó A está no fim do melhor caminho atual, expandir ele O custo de cada arco OR é 1 Logo, o custo do caminho A-D é igual a custo(d) + 1 = 6 O custo de cada arco OR é 1 Logo, o custo do caminho A-D é igual a custo(d) + 1 = 6 O custo do arco E envolvendo B e C é dado por custo(b) + custo(c) = 9 2
3 Dados os dois custos calculados, o custo do caminho A-D é o menor. Logo, D é escolhido para expansão Dados os dois custos calculados, o custo do caminho A-D é o menor. Logo, D é escolhido para expansão O custo do arco E envolvendo E e F é dado por custo(e) + custo(f) = 10. Logo, custo(d) deve ser atualizado Ao atualizar custo(d), se observa que o custo do arco E envolvendo B e C é menor. Logo, esse arco é explorado na sequência 3
4 Como o custo do caminho B-G é menor, o custo de B é atualizado de acordo custo(b) = custo(g)+1 = 6. Como resultado, é necessário atualizar o custo do arco envolvendo B e C, atingindo o custo 12 Como o caminho para D se tornou a melhor opção, novamente ele é escolhido para exploração O algoritmo segue até que uma solução seja encontrada, ou até que todos os caminhos tenham sido explorados sem que nenhuma solução seja encontrada Problemas de Satisfação de Restrições (Constraint Satisfaction Problems CSP) Classe de problemas que satisfazem algumas propriedades estruturais além dos requisitos básicos para problemas em geral Um CSP consiste de Um conjunto de variáveis Um domínio para cada variável Um conjunto de restrições CSP - Variáveis O estado (mundo) é definido como uma atribuição de valores para um conjunto de variáveis Cada variável V pertence a um domínio dom(v) de possíveis valores Modelo: uma atribuição de valores para as variáveis que satisfazem todos as restrições 4
5 CSP - Variáveis Os domínios podem ser de vários tipos Booleano: dom(v) = 2 Finito: o domínio contém um número finito de valores Infinito, mas Discreto: o domínio é contável, porém infinito Contínuo: exemplo números reais entre 0 e 1 O conjunto de estados que podem ser gerados a partir de um conjunto de variáveis é denominado possíveis mundos Palavras Cruzadas: Variável: lacuna (palavra a ser preenchida) Domínio: palavras da língua portuguesa de tamanho correto para uma lacuna Variáveis: todas as lacunas Possíveis mundos: todos os modos de atribuição de palavras possíveis para todas as lacunas Problema de Schedule: Variável: uma tarefa que precisa ser agendada (ex.: cursos na universidade) Domínio: as diferentes combinações de horários e localizações para uma tarefa (ex.: horário/local para um curso) Variáveis: as diferentes tarefas que precisam ser agendadas Possíveis mundos: todas as atribuições de horário/local possíveis para todas as tarefas Problema das n-rainhas Variável: localização de uma rainha em um tabuleiro de xadrez Domínio: as diferentes coordenadas de uma rainha Variáveis: localizações das n rainhas existe um total de n rainhas (origem do nome) Possíveis mundos: todas as localizações possíveis de todas as rainhas Restrições restringem os valores que uma ou mais variáveis podem assumir definem as propriedades da solução Restrição unária: envolve uma única variável; o mesmo efeito pode ser conseguido utilizando um domínio menor Restrição n-ária: envolve restrição sobre domínios de n variáveis; podem sempre ser representadas por restrições binárias (o caso mais utilizado) com novas variáveis Restrições Restrições podem ser especificadas por meio de: Uma lista com domínios válidospara cada variável participante da restrição Uma funçãoque retorna TRUE quando variáveis assumem valores que satisfazem a restrição Um possível mundo que satisfaz um conjunto de restrições envolvidas, em que cada restrição assume valores que são consistentes com aquela restrição 5
6 Palavras Cruzadas: Variável: lacuna (palavra a ser preenchida) Domínio: palavras da língua portuguesa de tamanho correto para uma lacuna Variáveis: todas as lacunas Possíveis mundos: todos os modos de atribuição de palavras possíveis para todas as lacunas Restrição:?? Palavras Cruzadas: Variável: lacuna (palavra a ser preenchida) Domínio: palavras da língua portuguesa de tamanho correto para uma lacuna Variáveis: todas as lacunas Possíveis mundos: todos os modos de atribuição de palavras possíveis para todas as lacunas Restrição: palavras possuem as mesmas letras em pontos nos quais as lacunas correspondentes se interceptam Problema de Schedule: Variável: uma tarefa que precisa ser agendada Domínio: as diferentes combinações de horários e localizações para uma tarefa Variáveis: as diferentes tarefas que precisam ser agendadas Possíveis mundos: todas as atribuições de horário/local possíveis para todas as tarefas Restrições:?? Problema de Schedule: Variável: uma tarefa que precisa ser agendada Domínio: as diferentes combinações de horários e localizações para uma tarefa Variáveis: as diferentes tarefas que precisam ser agendadas Possíveis mundos: todas as atribuições de horário/local possíveis para todas as tarefas Restrições: tarefas não podem ser agendadas no mesmo local e no mesmo horário Problema de Schedule: Variável: uma tarefa que precisa ser agendada Domínio: as diferentes combinações de horários e localizações para uma tarefa Variáveis: as diferentes tarefas que precisam ser agendadas Possíveis mundos: todas as atribuições de horário/local possíveis para todas as tarefas Restrições: certas tarefas não podem ser agendadas em locais distintos no mesmo horário Problema das n-rainhas Variável: localização de uma rainha em um tabuleiro de xadrez Domínio: as diferentes coordenadas de uma rainha Variáveis: localizações das n rainhas Possíveis mundos: todas as localizações possíveis de todas as rainhas Restrição:?? 6
7 Problema das n-rainhas Variável: localização de uma rainha em um tabuleiro de xadrez Domínio: as diferentes coordenadas de uma rainha Variáveis: localizações das n rainhas Possíveis mundos: todas as localizações possíveis de todas as rainhas Restrição: nenhuma rainha pode atacar a outra Como resolver? Caso genérico de CSP com domínios finitos é NP-hard, então não podemos esperar encontrar um algoritmo genérico eficiente Porém, podemos tentar: Encontrar algoritmos que sejam rápidos em casos típicos Identificar casos especiais para os quais os algoritmos são eficientes Como resolver? Caso genérico de CSP com domínios finitos é NP-hard, então não podemos esperar encontrar um algoritmo genérico eficiente Porém, podemos tentar: Encontrar algoritmos aproximados que podem encontrar soluções rapidamente, mesmo que não possam prover garantias teóricas Desenvolver algoritmos paralelos ou distribuídos de modo que hardware adicional possa ser empregado Gerar e testar Algoritmo: Gerarpossíveis mundos (estados) um por vez a partir do espaço de atribuições Testaros mundos para verificar se violam as restrições Esse procedimento é capaz de resolver qualquer CPS Porém o tempo para execução é proporcional ao tamanho do espaço de estados Sempre exponencial em relação ao número de variáveis Muito longo para muitos problemas de CPSs CSP como problema de busca Busca: framework apropriado para tratar CSP Nós: atribuições de valores para um subconjunto de variáveis Vizinhos de um nó: nós em que valores são atribuídos a uma variável adicional Nó inicial: atribuição vazia (nenhuma variável com valores associados) Nó folha: um nó no qual um valor é associado a cada variável Nó meta: nó folha que satisfaz todas as restrições Busca não informada para CSP Busca em Profundidade sem verificação de violação de restrição Busca em Profundidade com Backtracking Lembrete: o caminho para a meta não é importante 7
8 Busca não informada para CSP Consistência de Arcos Um estado é arco-consistente se toda variável possui um valor em seu domínio que é consistente com cada uma das restrições naquela variável Pode ser alcançada por meio da sucessiva eliminação de valores que são inconsistentes com alguma restrição A medida que valores são eliminados, outros valores podem se tornar inconsistentes, pois eram baseados naqueles valores => Propagação de restrição Busca não informada para CSP Melhores resultados podem ser alcançados com uma escolha cuidadosa de que variável instanciar e que valor atribuir 8
9 Resolvemos o problema sem busca alguma! Essa idéiaintuitiva é denominada de heurística da Variável-mais-restrita (most-constrained-variable) (valores restantes mínimos) Utilizada em conjunto com ForwardChecking(caso especial de Consistência de Arcos que verifica que valores ainda são permitidos para cada variável, dadas as escolhas até o momento) A cada passo a variável com menor possibilidade de valores é escolhida para ter um valor atribuído (variável com o menor número de valores válidos) Fator de expansão diminuído! E quanto ao valor a ser atribuído? Heurística do Valor-menos-restritivo (leastconstrained-value): escolher um valor que exclua um número menor de valores em variáveis conectadas à variável corrente por meio de restrições Outra abordagem é utilizar métodos de melhoramento iterativo: Atribuir valores para todas as variáveis Aplicar operadores de modificação para mover a configuração em direção a uma solução 9
10 Problema das 8 rainhas Melhoramento iterativo + CSP: métodos de Heurística Reparadora, pois reparam as inconsistências na configuração corrente Ao selecionar uma variável, a heurística mais óbvia é escolher o valor que resulta em um número mínimo de conflitos com outras variáveis -> Heurística de Conflitosmínimos Problema das 8 rainhas Problema das 8 rainhas Problema das 8 rainhas Problema das 8 rainhas Exercício A partir do último tabuleiro apresentado, faça a movimentação de mais uma rainha e resolva os conflitos correspondentes Contabilize quantas peças tiveram que ser movidas na sua solução 10
11 Análise Meios-Fins (Means-Ends Analysis) Processo centrado em detectar principais diferenças entre o estado atual e o estado meta Envolve gerar a meta e então as submetas Quando submetas completadas, a meta é atingida Bastante utilizada em planejamento quando devemos escolher as regras a serem aplicadas GPS (Newell e Simon, 1963): imitar protocolos humanos de resolução de problemas Análise Meios-Fins (Means-Ends Analysis) Exemplo: Objetivo: ter uma cerca branca em volta do jardim Se temos uma cerca marrom: selecionar operadores que envolvem mudança de cor Se não temos nenhuma cerca: considerar operadores que envolvam, primeiramente, a construção de uma cerca Análise Meios-Fins (Means-Ends Analysis) Análise Meios-Fins (Means-Ends Analysis) Análise Meios-Fins (Means-Ends Analysis) Pare Análise Meios-Fins (Means-Ends Analysis) Pare Pare: essa ação move o disco grande para o pino errado 11
12 Análise Meios-Fins (Means-Ends Analysis) Pare: essa ação move o disco grande para o pino errado Pare Lembrete: a chave para análise meios-fins envolve reduzir a diferença entre o estado inicial e o final Busca Tabu Algoritmos estocásticos de busca local podem ficar presos em platôs (por quê?) Uma das maneiras de prevenir ciclos é manter um lista tabu dos k últimos nós visitados A ideia é não incentivar a visita de um nó que já está na lista tabu Origem do nome tabu Em algumas implementações, um nó na lista só pode ser visitado após um limite ser atingido Esse método pode ser caro se k for grande Busca Tabu - aplicações Bioengenharia Finanças Manufaturamento Scheduling Muitas aplicações similares à Têmpera Simulada (Simulated Annealing) Referências Material Didático Prof. Kevin Leyton-Brown University of British Columbia, 2005 Russel, S. e Norvig, P. Artificial Intelligence: A modern approach, Prentice Hall, 1995 Rich, E. e Knight, K. Artificial Intelligence, McGraw Hill, 1991 Material Didático Prof. Daniel Smilek University of Waterloo, 2005 Referências Alvarez-Valdes, R. et al. Assigning students to course sections using tabu search. Annals of Operations Research. Vol. 96 (2000) p Bozkaya, Burcin. A tabu search heuristic and adaptive memory procedure for political districting. European Journal of Operational Research. Vol. 144 (2003) p Chopra, R. Artificial Intelligence, S. Chand Publishing, 2012 Referências indicadas no curso 12
Inteligência Artificial. Estratégias de Busca Outros. Huei Diana Lee
Inteligência Artificial Estratégias de Busca Outros Huei Diana Lee Redução de Problemas Até então consideramos estratégias para as quais o espaço de busca é representado por meio de Grafos OU Objetivo:
Leia maisInteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições
Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições Prof. Josenildo Silva jcsilva@ifma.edu.br 2012 2012 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides
Leia maisProblemas de Satisfação de Restrições 03/05/2012
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Problemas de Satisfação de Restrições 03/05/2012 Prof. a Claudia Brandelero Rizzi claudia_rizzi@hotmail.com Roteiro
Leia maisBuscas Informadas ou Heurísticas - Parte II
Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução
Leia maisInteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística
Inteligência Artificial (SI 214) Aula 4 Resolução de Problemas por meio de Busca Heurística Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material
Leia maisSistemas Inteligentes / Inteligência Artificial, Outros Métodos de Procura
Sistemas Inteligentes / Inteligência Artificial, 14-15 1 Outros Métodos de Procura Sistemas Inteligentes / Inteligência Artificial, 14-15 2 Exemplos de Aplicações Jogo dos oito :-) Mundo dos blocos (ex:
Leia maisInteligência Artificial - IA
Busca sem informação Estratégias para determinar a ordem de expansão dos nós: 1. Busca em extensão 2. Busca de custo uniforme 3. Busca em profundidade 4. Busca com aprofundamento iterativo Direção da expansão:
Leia maisBusca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *
Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:
Leia maisAlgoritmos Tentativa e Erro (Backtracking) Prof.: Jonas Potros
1 Algoritmos Tentativa e Erro (Backtracking) Prof.: Jonas Potros Tentativa e Erro 2 Tentativa e erro: decompor o processo em um número finito de subtarefas parciais que devem ser exploradas exaustivamente.
Leia maisResumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.
Resumo Inteligência Artificial Russel e Norvig Capítulos 3,4 e 5 Prof. MsC Ly Freitas UEG Resolução de problemas por meio de busca Como um agente busca de seqüência de ações para alcançar seus objetivos.
Leia maisExemplos. Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas. Criptoaritmética. Missionários e Canibais.
istemas Inteligentes, 10-11 1 Exemplos Jogo dos oito :-) Mundo dos blocos (ex: torre de Hanoi) Poblema das rainhas Criptoaritmética Missionários e Canibais Resta-um e muitos outros... istemas Inteligentes,
Leia maisMétodos de Busca. Estratégias de Busca Cega
Métodos de Busca Métodos de Busca Estratégias de Busca Cega encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria dos
Leia maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs, do Inglês Constraint Satisfaction Problems ) Procura com Retrocesso para CSPs Procura Local
Leia maisBuscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre Assunto Aula 5 Algoritmos de Busca 2 de 27 Sumário Introdução Gerar e Testar Busca
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisImplementação de um Algoritmo Heurístico para Problemas de Restrições. Por: Alexsandro Santos Pires Orientação: Prof.
Implementação de um Algoritmo Heurístico para Problemas de Restrições 1 Roteiro de apresentação Introdução Fundamentação teórica Desenvolvimento Operacionalidade Resultados e discussão Conclusão Extensões
Leia maisBusca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 1 Revisão da aula passada: Busca A * Idéia: evitar expandir caminhos que já são caros Função de avaliação f(n) = g(n) + h(n)
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisInteligência Artificial
Inteligência Artificial Aula #2: Resolução de Problemas Via Busca Prof. Eduardo R. Hruschka 1 Agenda Tipos de Problemas Estados únicos (totalmente observável) Informação parcial Formulação do Problema
Leia maisCapítulo 4 Secção 1. Livro
Procura Local Capítulo 4 Secção 1 Livro Procura local Algorítmos de procura local Hill-climbing Simulated annealing Local beam Genetic algorithms Resumo Procura Sistemática No capítulo 3, analisamos estratégias
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia mais3. Resolução de problemas por meio de busca
Inteligência Artificial - IBM1024 3. Resolução de problemas por meio de busca Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 3. Resolução de problemas por
Leia maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 04 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 04 Prof. Vitor Hugo Ferreira Busca em espaço de estados Estratégias
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia mais3. Problemas de Optimização Não Linear e de Optimização em Redes
3. Problemas de Optimização Não Linear e de Optimização em Redes 3.1 Considere a seguinte função de custo de um dado problema de optimização: y = 2 x 3-35 x 2 + 100 x + 2, com 0 x 15 3.1.1 Que métodos
Leia maisBusca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.1
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.1 1 Busca com informação (ou heurísica) UIliza conhecimento específico sobre o problema para encontrar soluções de forma mais eficiente
Leia maisEnunciados dos Exercícios Cap. 2 Russell & Norvig
Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença
Leia maisProjeto e Análise de Algoritmos
Projeto e Análise de Algoritmos Tempo polinomial Verificação de tempo polinomial Diane Castonguay diane@inf.ufg.br Instituto de Informática Universidade Federal de Goiás Tempo polinomial Um algoritmo é
Leia maisAlgoritmos Combinatórios: Introdução
lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Estruturas e Problemas Combinatórios Introdução a Algoritmos Combinatórios O que são: Estruturas Combinatórias? Algoritmos Combinatórios? Problemas Combinatórios?
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisAnatomia do motor de um programa de xadrez. Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina
Anatomia do motor de um programa de xadrez Hugo Vinicius M. D. Santana Orientador: José Coelho de Pina Conteúdo Objetivo O que é um motor de xadrez? Arquitetura Entrada e saída Representação do tabuleiro
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensorese de agir sobre este ambiente
Leia maisResolução de Problemas. Hugo Barros
Resolução de Problemas Hugo Barros Resolução de Problemas Tópicos Conceitos Básicos Espaço de Estados Resolução de Problemas Dedica-se ao estudo e elaboração de algoritmos, capazes de resolver, por exemplo,
Leia maisProcura Informada. Capítulo 4
Procura Informada Capítulo 4 Material Capítulo 4 Secções 1-3 Resumo Estratégias de procura informadas Gananciosa A * IDA* Melhor Primeiro Recursiva (RBFS) Heurísticas Algorítmos de procura local Hill-climbing
Leia maisBusca Heurística. Profa. Josiane M. P. Ferreira
Busca Heurística Profa. Josiane M. P. Ferreira Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach
Leia maisProf. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa
Busca Heurís9ca - Informada PCS 2428 / PCS 2059 lnteligência Ar9ficial Prof. Dr. Jaime Simão Sichman Prof. Dra. Anna Helena Reali Costa Busca Heurís9ca 2 Estratégias de Busca Heurís9ca Usam conhecimento
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maismeio de busca Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reativos não funcionam em ambientes para quais o número de regras condição
Leia maisResolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra
Resolução de problemas por meio de busca Prof. Pedro Luiz Santos Serra Agentes de resolução de problemas Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensores e de agir sobre
Leia maisEx. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: f=7 f=7 f=1 f=2
LERCI/LEIC Tagus 2005/06 Inteligência Artificial Exercícios sobre Minimax: Ex. 1) Considere que a árvore seguinte corresponde a uma parte do espaço de estados de um jogo de dois agentes: Max Min f=4 f=7
Leia maisLista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Leia maisAprendizado por Árvores de Decisão
Universidade Federal de Santa Maria Departamento de Eletrônica e Computação Prof. Cesar Tadeu Pozzer Disciplina de Programação de Jogos 3D E-mail: pozzer@inf.ufsm.br Período: 2006/01 Aprendizado por Árvores
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 10 de Janeiro de 2012 9:00-11:30 Este exame é composto por 16 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisMétodos de Busca. Inteligência Artificial. Busca Heurística. Busca Heurística. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia maisUm alfabeto é um conjunto de símbolos indivisíveis de qualquer natureza. Um alfabeto é geralmente denotado pela letra grega Σ.
Linguagens O conceito de linguagem engloba uma variedade de categorias distintas de linguagens: linguagens naturais, linguagens de programação, linguagens matemáticas, etc. Uma definição geral de linguagem
Leia maisResolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Leia maisMétodos de pesquisa e Optimização
Métodos de pesquisa e Optimização Victor Lobo Importância para os SAD Definir o caminho a tomar depois de se ter trabalhado os dados 1ª Fase: Analisar os dados disponíveis Visualização OLAP, relatórios
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisAgentes de Procura Procura Estocástica. Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA.
Agentes de Procura Procura Estocástica Capítulo 3: Costa, E. e Simões, A. (2008). Inteligência Artificial Fundamentos e Aplicações, 2.ª edição, FCA. AGENTES DE PROCURA ESTOCÁSTICA 1 Procura Aleatória O
Leia mais4 Métodos Existentes. 4.1 Algoritmo Genético
61 4 Métodos Existentes A hibridização de diferentes métodos é em geral utilizada para resolver problemas de escalonamento, por fornecer empiricamente maior eficiência na busca de soluções. Ela pode ser
Leia maisLista de exercícios 1
Lista de exercícios 1 Paulo Gurgel Pinheiro MC906A - Inteligência Articial Universidade Estadual de Campinas - UNICAMP pinheiro@ic.unicamp.br 3 de setembro de 2010 1. Considere o problema do quebra-cabeças
Leia maisEngenharia de Software
Prof. M.Sc. Ronaldo C. de Oliveira ronaldooliveira@facom.ufu.br FACOM - 2011 Verificação e Validação (V&V) S.L.Pfleeger (Cap.8 & 9) R.Pressman (Cap.13 & 14) I.Sommerville (Cap.22 & 23) Introdução Verificação
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisCapítulo 5 Planejamento no espaço de planos
Planejamento em Inteligência Artificial Capítulo 5 Planejamento no espaço de planos Leliane Nunes de Barros MAC5788 IME-USP 2005 Motivação Problema com a busca de um caminho no grafo de um sistema de transição
Leia maisNuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH
Nuno Miguel Duarte Sequeira André VARIABLE NEIGHBOURHOOD SEARCH Optimization and decision support techniques PDEEC 2007 Introdução A meta-heurística VNS (Variable Neighbourhood Search) é bastante recente
Leia maisOtimização em Colônias de Formigas. Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F.
Otimização em Colônias de Formigas Prof. Eduardo R. Hruschka (Slides adaptados dos originais elaborados pelo Prof. André C. P. L. F. de Carvalho) Principais tópicos Introdução Colônias de Formigas Formação
Leia maisESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO GABARITO
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman GABARITO 1. Em artigo publicado em 1950, Alan Turing apresentou à comunidade acadêmica o que ficou conhecido
Leia maisInteligência Artificial
Figura: Capa do Livro Hamburger, H., Richards, D. Logic and Language Models for Computer Science, Prentice Hall. Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação
Leia maisBacktracking. Túlio Toffolo Marco Antônio Carvalho BCC402 Aula 10 Algoritmos e Programação Avançada
Backtracking Túlio Toffolo www.toffolo.com.br Marco Antônio Carvalho marco.opt@gmail.com BCC402 Aula 10 Algoritmos e Programação Avançada Backtracking Backtracking é um refinamento do algoritmo de busca
Leia maisBusca em Espaço de Estados a
Busca em Espaço de Estados a Fabrício Jailson Barth BandTec Agosto de 2012 a Slides baseados no material do Prof. Jomi F. Hübner (UFSC) Introdução 2 Agente orientado a meta O projetista não determina um
Leia maisTeoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
Leia maismétodo de solução aproximada
método de solução aproximada Definir - Representação - Objectivo - Função de avaliação 73 Representação do problema - Definição das variáveis de decisão do modelo escolhido para o problema real. Importante
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNCIA ARTIFICIAL 2008/09 JOGOS Ex. 1) ( Teste 2005/06) Considere a seguinte árvore de procura de dois agentes. Reordene as folhas de modo a maximizar o número de cortes com uma procura da esquerda
Leia maisMétodos de Busca. Inteligência Artificial. Algoritmos Genéticos. Algoritmos Evolucionários. Prof. Ms. Luiz Alberto Contato:
Inteligência Artificial Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Métodos de Busca Busca Cega ou Exaustiva: Não sabe qual o melhor nó da fronteira a ser expandido. Apenas distingue o estado objetivo
Leia maisComputação Evolucionária: Conceitos Básicos de Otimização
Computação Evolucionária: Conceitos Básicos de Otimização Prof. Dr. Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br Otimização Min ou Max Sujeito a Otimização Função objetivo A qual se quer
Leia maisOptimização Não-linear
Optimização Não-linear Problemas de optimização não-linear A função a minimizar (maximizar) não é linear Exemplo: Z=43x 2 +log(x 2 )*sin(x x3 ), com x 3 -x 2! < 0 Não existem métodos universais para este
Leia maisSeminário de Robótica Bruno de Abreu Silva
Seminário de Robótica Bruno de Abreu Silva 1 Introdução Conceitos gerais Métodos de planejamento de rotas 2 Dadas as configurações inicial e final de um robô, descobrir uma sequência de movimentos a ser
Leia maisMPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies
MPE(S)- Metodologias de Planeamento e Escalonamento Planning and Scheduling Methodologies Eugénio Oliveira / Henrique L. Cardoso {eco, hlc}@fe.up.pt Sítio web institucional Sítio web específico: http://paginas.fe.up.pt/~eol/prodei/mpe1415_eng.htm
Leia maisResolução de problemas por meio de busca. Inteligência Artificial. Busca. Exemplo: Romênia. Exemplo: Romênia 8/23/2010
Inteligência Artificial Aula 2 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas
Leia maisEstratégias de Busca: Métodos Informados. March 9, 2015
Estratégias de Busca: Métodos Informados March 9, 2015 Busca de Soluções: Métodos Informados Utilizam conhecimento específico do problema para encontrar a solução algoritmo geral de busca somente permite
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neurais (Inteligência Artificial) Apresentação da Disciplina Edirlei Soares de Lima O que é Inteligência Artificial? O que é Inteligência Artificial? Área de pesquisa que tem
Leia maisIA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Problemas de Satisfação de Restrições Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Introdução Um PSR é definido por um conjunto de variáveis X 1, X 2,..., X n, e por um conjunto de restrições,
Leia maisAula 05 Busca com informação
Revisão Aula 05 Busca com informação Prof. Dr. Alexandre da Silva Simões Principais estratégias de busca sem informação: busca em amplitude e profundidade Estratégias derivadas: Busca com custo uniforme
Leia mais2284-ELE/5, 3316-IE/3
INTELIGÊNCIA ARTIFICIAL 2284-ELE/5, 3316-IE/3 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2007/2008 Resolução de Problemas No âmbito da IA, o conceito de problema pode
Leia maisInteligência Artificial
Contextualizando Inteligência Artificial Buscas Onde podemos usar a IA Problemas que não possuem soluções algortimicas Problemas que possuem soluções algoritimicas, mas são impraticáveis (Complexidade,
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisLógica Computacional Aula 4
Lógica Computacional Aula 4 DCC/FCUP 2017/18 Conteúdo 1 Lógica proposicional 1 1.1 Fórmulas de Horn.......................................... 1 1.2 Satisfazibilidade............................................
Leia maisPlanejamento para fundições: uma aplicação do método das K-melhores mochilas. 1 Introdução
Planejamento para fundições: uma aplicação do método das K-melhores mochilas Murilo S. Pinheiro, Franklina M.B. Toledo, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, Av.
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisInteligência Artificial
Inteligência Artificial Resolvendo Problemas com Busca Agente solucionador de problemas (guiado por objetivo deliberativo) Busca uma sequência de ações que o leve a estados desejáveis (objetivos). Propriedades
Leia maisResolução de Problemas
Resolução de Problemas Como um agente pode encontrar uma sequência de ações que alcança seus objetivos quando nenhuma ação isolada é capaz de fazê-lo. 1 Resolução de Problemas Agente reativo simples: baseia
Leia maisInteligência Artificial Alameda e Taguspark
Inteligência Artificial Alameda e Taguspark Primeiro Teste 31 de Outubro de 2008 19H00-20H30 Nome: Número: Este teste tem 7 perguntas e 7 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos
Leia maisSUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca
ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização
Leia maisSeleção de Atributos 1
Seleção de Atributos 1 Tópicos Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Seleção de atributos antes do aprendizado Benefícios Abordagens automáticas
Leia maisAula 04 / LAB 01 Resolução de problemas por meio de busca Prof. Dr. Alexandre da Silva Simões. Exercício 1. Problema dos jarros de água
Aula 04 / LAB 01 Resolução de problemas por meio de busca Prof. Dr. Alexandre da Silva Simões Exercício 1 Prof. Dr. Alexandre da Silva Simões Problema dos jarros de água Problema dos jarros de água: modelagem
Leia maisUm Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo
Um Algoritmo Genético para o Problema de Roteamento de Veículos com Janelas de Tempo Francisco Henrique de Freitas Viana Pontifícia Universidade Católica do Rio de Janeiro PUC-Rio Departamento de Informática
Leia maisPCS Inteligência Artificial
PCS 2059 - Inteligência Artificial 1a. Lista de Exercícios Prof. Responsável: Jaime Simão Sichman A. Introdução à IA 1. Descreva resumidamente o que é o Teste de Turing. B. Representação por Espaço de
Leia maisTeoria da Computação. Clique de um Grafo. Alexandre Renato Rodrigues de Souza 1
Teoria da Computação Clique de um Grafo Alexandre Renato Rodrigues de Souza 1 O que é um grafo? Definição 1: grafo é uma estruturas utilizada para representar relações entre elementos de um dado conjunto.
Leia maisÁLGEBRA E CÁLCULO RELACIONAL
UNINGÁ UNIDADE DE ENSINO SUPERIOR INGÁ FACULDADE INGÁ DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO ERINALDO SANCHES NASCIMENTO ÁLGEBRA E CÁLCULO RELACIONAL MARINGÁ 2014 SUMÁRIO SUMÁRIO...1 1 INTRODUÇÃO...2 1.1
Leia maisEXPERIMENTO ALEATÓRIO : Experimento que pode fornecer diferentes resultados, embora seja repetido toda vez da mesma maneira.
EXPERIMENTO ALEATÓRIO : Experimento que pode fornecer diferentes resultados, embora seja repetido toda vez da mesma maneira. ESPAÇO AMOSTRAL : O conjunto de todos os resultados possíveis de um experimento
Leia maisOtimização com Algoritmos Evolutivos
Otimização com Algoritmos Evolutivos Francisco Pereira (xico@dei.uc.pt) ELBCE 2016 (Setembro 2016) Resumo Problem Optimization Method Solution } Algoritmos Evolutivos } Propriedades e funcionamento } Exemplos
Leia maisCapítulo VII : A Recorrência
Capítulo VII : A Recorrência 1 _ Capítulo VII : A Recorrência Quando algo é definido em termos de si próprio. Ex1: O Tetraedro de Sierpinski Ex2: Fracções Contínuas Ex3: A Carpete de Sierpinski Ex4: A
Leia maisUSANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS. Bruno Maffeo Departamento de Informática PUC-Rio
USANDO UM MÉTODO INDUTIVO PARA RESOLVER PROBLEMAS Bruno Maffeo Departamento de Informática PUC-Rio MÉTODO INDUTIVO O método indutivo para resolver problemas aqui empregado inspira-se na formulação mais
Leia maisInteligência Artificial Busca
Inteligência Artificial Busca Professora Sheila Cáceres Ja vimos: Agentes simples que baseiam ações em um mapeamento direto de estados. Porém: Y se o conjunto de estados e ações for muito grande? Daria
Leia maisResolução de problemas com apenas restrições lineares de igualdade
Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22
Leia mais