Vous êtes sur la page 1sur 13

CSI 4506: Introduction à

l'intelligence artificielle

La recherche aveugle
Plan du cours
 Terminologie pour espace/arbre de recherche
 Recherche depth-first
 Recherche breadth-first
 Analyse de temps et d’espace
 Garantie d’arrivée a un noeud final (but)
 Combiner (au niveau asymptotique) l’optimalité
avec la garantie de trouver un noeud final 
Recherche iterative-Deepening
 Recherche dans les Graphes
Terminologie pour
espace/arbre de recherche
 Recherche aveugle
 Espaces de recherche, structures en arbre
 Arc dirigé
 Outdegree
 Branching Factor
 Profondeur
Recherche depth-first
 (Voir Exemple au Tableau)
 N=A
 n=A N=  N= B->C
 n=B N=C  N= D->E->C
 n=D N=E->C  N= E->C
 n=E N=C  N= C
 n=C N=  N= F->G
 n=F N=G  N= G
 n=G N=   Succes!!!

Ordre de la visite Chemin le plus court: ACG


Recherche breadth-first
 (Voir exemple au tableau)
 N=A
 n=A N=  N= B->C
 n=B N=C  N= C->D->E
 n=C N= D->E  N= D->E->F->G
 n=D N= E->F->G N= E->F->G
 n=E N = F->G  N= F->G
 n=F N= G  N= G
 n=G N=   Succès!!!
Chemin le plus court: ACG

Ordre de la visite
Analyse de temps et d’espace:
(resumé) [Dérivation faite au tableau]
Recherche Recherche
Depth-First Breadth-First
Temps au pire (bd+1-1) (bd+1-1)
(b-1) (b-1)
Temps moyen bd+1+db+b-d-2 Bd+1+bd+b-3
2(b-1) 2(b-1)
Espace au pire 1+(b-1)d Bd
Discussion
 RBF coûte plus tant en temps qu’en espace
computationnelle
  Est-ce qu’il y a un avantage a la RBF?
 La réponse est: OUI
 Pourquoi?
 RBF trouvera un noeud final s’il en existe un,
meme si l’arbre a une profondeur infinie!!!
 RDF n’en trouvera pas!!!
Recherche Iterative-
Deepening
 (Voir exemple au Tableau)
Max=0
 N=A
 n=A N=  Échec!!
 N=A
 n=A
Max=1 N=  N= B->C
 n=B N= C  N= C
 n=C N=  Échec!!
 N=A
 n=A N=  N= B->C
 n=B
Max=2 N= C  N= D->E->C
 n=D N=E->C  N= E->C
Recherche Iterative-
Deepening (suite)
 n=E N=C  N= C
 n=C N=  N= F->G
 n=F N=G  N= G
 n=G N=   Succès!!!

Ordre de la visite
Analyse de temps et d’espace:
Résumé [Dérivation faite au tableau]
 Temps Moyen:
– O ( (b+1) bd+1 / 2 (b-1)2 )
– Asymptotiquement, ce temps est egal au temps
demandé par la recherche DF.
 Usage d’espace:
– Comme DFS: 1 + (b-1) d
– À l’encontre de RBF, l’utilisation d’espace est
raisonnable.
Discussion

 La recherche Iterative-Deepening est


asymptotiquement optimale pour une
recherche aveugle
 La recherche Iterative-Deepening est
garantie de trouver un noeud final s’il en
existe!
Quelle recherche? quand?
 RDF: Préférée pour chercher un espace de recherche
structuré en un arbre fini avec des noeuds finaux dans
les feuilles de l’arbre.
 RBF: Préférée lorsque le “branching factor” est petit,
les opérateurs ont une application coûteuse et les
noeuds finaux sont attendus a une profondeur
raisonnable.
 RID: Préferée pour chercher un espace de recherche
structure en un arbre fini et si la profondeur de l’arbre
est bien plus grande que la profondeur d’au moins un
noeud final.
Recherche dans les Graphes
 2 méthodes:
– Méthode 1: Faire la même chose que dans
un arbre, mais garder une liste des noeuds
déjà visités qui ne doivent pas être re-
visités.  On peut s’y perdre!!!
– Méthode 2: Retracer le graphe en un arbre
en suivant tous les chemins possibles
jusqu’à ce qu’ils ne puissent plus être
allongés sans créer de boucle.

Vous aimerez peut-être aussi