PTI480.05 - Uninformed Search

7/29/2019 PTI480.05 - Uninformed Search

1/16

Uninformed SearchM Jauharul Fuady


2/16

Pengantar

Problem-solving agent memecahkan masalah dalamdua tahap:

Goal and problem formulation

Masalah dinyatakan dalam state space direpresentasikandalam graph

Action adalah abstraksi tindakan yang dapat diambil

State adalah abstraksi keadaan yang dapat terjadi

Solution Search

Mencari rangkaian tindakan yang membawa agent ke goalstate


3/16

Strategi Pencarian

Terdapat berbagai strategi dalam pencarian

Berbeda dalam hal urutan dari node expansion

Evaluasi strategi berdasarkan Completeness: apakah solusi (jika ada) pasti ditemukan?

Time complexity: jumlah node yang di-generate

Space complexity: maksimum node dalam memory

Optimality: apakah optimal solusi pasti ditemukan?

Time & space complexity diukur berdasarkan

bbranching factor dari search tree

ddepth (kedalaman) solusi optimal

mkedalaman maksimum dari search tree


4/16


5/16

Breadth-first Search

Prinsip

Lakukan node expansion terhadap node di fringe yang

paling dekat dengan root

Implementasi

Fringe adalah sebuah queue dengan data struktur FIFO

(First In First Out)

A

B C

D E F G


6/16

Breadth-first Search

Evaluasi Complete? Ya, jika b terbatas

Time complexity?

b + b

2

+ b

3 + + bd

+ b(b

d1) = O(b

d+1

) Eksponensial dalam d

Space complexity? O(bd+1)

Semua node yang di-generate harus disimpan

Optimal? Ya, jika setiapstep cost sama.

Meski pada umumnya tidak optimal

Masalah utama: space


7/16


8/16

Uniform-cost Search

Evaluasi Complete? Ya, jika step cost untuk > 0

Time complexity? Jumlah node dengan

= (

+1)

dimana C* adalah cost dari optimal solution

Space complexity? (

+1

)

Semua node yang di-generate harus disimpan

Optimal? Ya, karena urutan node expansion dilakukanurut g(n)


9/16

Depth-first Search

Prinsip

Lakukan node expansion terhadap node di fringe yang

paling jauh dari root

Implementasi

Fringe adalah sebuah stack dengan data struktur LIFO

(Last In First Out)

Rekursif A

B C

D E F G

H I J K L M N O


10/16


11/16


12/16

Iterative-deepening Search

Prinsip

Lakukan depth-limited search secara bertahap dengan

nilai l yang incremental.

Strategi ini menggabungkan manfaat depth danbreadth first

Space complexity linear

Completeness terjamin

Lakukan depth-limited search dengan l= 0, 1, 2, sampai tidak cutoff


13/16


14/16

Iterative-deepening Search

Evaluasi Complete? Ya

Time complexity?

db1 + (d1)b2 + + bd = O(bd)

Space complexity? O(bd)

Optimal? Ya, jika setiapstep cost sama.

Bisa dimodifikasi seperti uniform-cost tree dengan nama

iterative lengthening search.


15/16

Looping State

Kegagalan menangani masalah ini dapat membuatmasalah linier menjadi eksponensial

Ingat kembali dua definisi masalah 8-queens problem

Solusi: belajar dari sejarah

Mencatat state mana yang sudah pernah dicoba

Tambahkan list baru berupa closed list


16/16

Ringkasan

Breadth-first search: completeness terjamin, tapi rakusmemory.

Uniform-cost search: mirip BFS, optimality terjamin jika

cost path untuk > 0.

Depth-first search: Space complexity linier, tetapi tidakcomplete (maupun optimal).

Depth-limited search: mirip DFS, tetapi kedalaman

search dibatasi sampai l.

Iterative-deepening search: lakukan DLS secara

bertahap dengan l= 0,1,2,....

Pengulangan state bisa dihindari dengan mencatatstate yang sudah pernah dicoba.

PTI480.05 - Uninformed Search

Documents

Transcript of PTI480.05 - Uninformed Search