Scribd Logo
Importer

Bienvenue sur Scribd !

  • 76 vues

    Algorithmes de Recherche Informés: TD de Introduction À L'intelligence Artificielle N 3

    Transféré par

    informatiquehageryahoo.fr

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Algorithmes de Recherche Informés: TD de Introduction À L'intelligence Artificielle N 3

    Transféré par

    informatiquehageryahoo.fr
    76 vues2 pages

    Titre original

    Untitled

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    76 vues2 pages

    Algorithmes de Recherche Informés: TD de Introduction À L'intelligence Artificielle N 3

    Transféré par

    informatiquehageryahoo.fr

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 2

    Université Paris 7 - M1 Ingénierie Informatique Année 2013-2014

    TD de Introduction à l’Intelligence Artificielle n◦ 3

    Algorithmes de recherche informés

    Exercice 1 Considérez la carte suivante. Le but est de trouver le chemin le plus court de A vers I.
    A

    5 5 H
    C 3 4
    6
    D 3
    F G 3
    2 2
    I
    3 3 4
    E
    5
    5

    Le coût de chaque connexion est indiqué. Une heuristique h est donnée comme suit :

    Noeud A B C D E F G H I
    h 10 4 5 10 10 3 3 4 0

    – Est-ce que h est admissible?


    – Appliquez la recherche à coût uniforme.
    – Appliquez la recherche gloutonne en utilisant h.
    – Appliquez la recherche A∗ en utilisant h.

    Pour simplifier la recherche, on applique l’optimisation suivante: dans chaque branche de l’arbre de
    recherche, chaque nœud du graphe apparaît au plus une fois (autrement dit, on ne réinsère pas un nœud
    dans l’arbre s’il apparaît déjà dans le chemin qui mène à la racine).

    Exercice 2 (Partiel 2012)


    On considère l’espace de recherche E défini par le graphe orienté dont l’ensemble de sommets est
    SE = {0,1,2,3,4,5}, et l’ensemble des arêtes est AE = {(i, j)|i < j}. Le coût de l’arête de source i et
    destination j, est 2( j−i) + 1. Le sommet initial est 0, et l’unique sommet final (solution) est 5.

    1. Appliquer à ce problème l’algorithme de recherche à coût uniforme.


    2. Définir pour ce problème une fonction heuristique admissible h, qui ait la propriété que, pour toute
    fonction heuristique admissible h′ et pour tout sommet n, h′ (n) ≤ h(n).
    3. En utilisant l’heuristique h, appliquer l’algorithme de recherche gloutonne.
    4. En utilisant l’heuristique h, appliquer l’algorithme de recherche A*.

    1
    Pour chaque algorithme donner l’arbre de recherche, le chemin de 0 à 5 correspondant à la solution
    trouvée et son coût.

    Exercice 3 Donner pour chaque cas de figure ci-dessous une instance de problème de recherche (graphe
    des états, état initial, fonction de coût, solutions, fonction heuristique admissible) qui satisfait les contraintes
    indiquées:

    1. La recherche en largeur d’abord et la recherche en profondeur d’abord sont plus efficaces que la
    recherche A∗ .
    2. La recherche gloutonne est plus efficace que la recherche A∗ .
    3. La recherche à coût uniforme est plus efficace que la recherche A∗ et la recherche gloutonne.

    L’efficacité est mesurée en nombre de nœuds développés avant de trouver la solution. Il convient de
    chercher des exemple simples: le graphe d’états peut être un arbre, de facteur de branchement (nombre
    de fils de chaque nœud qui n’est pas une feuille) et profondeur aussi petits que possible.

    Exercice 4 On revient à la recherche aveugle. Supposons que le graphe d’états soit un arbre dont le
    facteur de branchement est b et dont la profondeur est n, et que l’unique solution soit le nœud le plus à
    droite du niveau k.
    Pour les recherches (1) en largeur d’abord, (2) en profondeur d’abord, (3) en profondeur itérative
    donner:

    – Le nombre de nœuds considérés (le nombre de nœuds générés) pour trouver la solution.
    – La taille maximale de la liste des nœuds ouverts (c.à.d. de la frontière de l’arbre de recherche).

    Vous aimerez peut-être aussi

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy