ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ Για το πρόβλημα των πύργων Ανόι: Σύνολο καταστάσεων: Στις καταστάσεις, αποθηκεύουμε τις πληροφορίες σχετικά με τις τρέχουσες θέσεις των δίσκων. Αναπαριστώ μία κατάσταση με μία τριάδα (Χ, Υ, Ζ) όπου Χ {P, Q, R} και δείχνει σε ποιο πύργο βρίσκεται ο δίσκος 1, δηλαδή {P, Q, R} και δείχνει σε ποιο πύργο βρίσκεται ο δίσκος 2 στο {P, Q, R} και δείχνει σε ποιο πύργο βρίσκεται ο δίσκος 3 στο {P, Q, R}. Είναι δηλαδή μία διατεταγμένη τριάδα (Χ,Υ,Ζ) όπου τα Χ,Υ και Ζ αναπαριστούν την θέση των δίσκων 1,2 και 3 αντίστοιχα και μπορούν να λάβουν τις τιμές P, Q και R, με Χ,Υ,Ζ {P, Q, R}. Αρχική κατάσταση: Αρχικά, όλοι οι δίσκοι βρίσκονται στη ράβδο P: Άρα η αρχική κατάσταση θα είναι Α = (P, P, P) Σύνολο καταστάσεων στόχων: Ο στόχος είναι να μετακινηθούν και οι τρεις δίσκοι στη ράβδο R. Έτσι, σε αυτό το πρόβλημα, έχουμε μόνο μία κατάσταση στόχου, δηλαδή: L = (R, R, R ) Τελεστές Δράσης: Κάθε τελεστής περιλαμβάνει δύο στοιχεία: - ποιος δίσκο πρέπει να κινηθεί και - σε ποια ράβδο Και συγκεκριμένα: Move I,Θ, όπου Ι μπορεί να πάρει τις τιμές 1,2,3 και Θ τις τιμές P,Q,R Έστω Χ ένας τυχαίος δίσκος {1,2,3} που αναπαριστά τους δίσκους (μικρό,μεσαίο και μεγάλο), αντίστοιχα. Αφού έχουμε ορίσει Χ,Υ και Ζ την αναπαράσταση των θέσεων των τριών δίσκων, ορίζουμε έξι

2 τελεστές που αναπαριστούν τις κινήσεις (ενέργειες) που επιτρέπονται και μπορούν να εκτελεστούν προκειμένου να μεταβούμε απο μία κατάσταση σε μία άλλη: 1. Μετακίνησε τον δίσκο Χ απο την ράβδο P στην ράβδο Q. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ Q και Z Q) ή (Υ=Q και Z Q) ή (Υ Q και Z=Q) ή (Υ=Q και Z=Q) Αν Χ = 2 τότε πρέπει, {(Χ Q και Z Q) ή (Χ Q και Z=Q)} και (Χ P) Αν Χ = 3 τότε πρέπει, (X P,Q και Y P,Q) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο P στην ράβδο Q. 2. Μετακίνησε τον δίσκο Χ απο την ράβδο Q στην ράβδο R. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ R και Z R) ή (Υ=R και Z R) ή (Υ R και Z=R) ή (Υ=R και Z=R) Αν Χ = 2 τότε πρέπει, {(Χ R και Z R) ή (Χ R και Z=R)} και (Χ Q) Αν Χ = 3 τότε πρέπει, (X Q,R και Y Q,R) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο Q στην ράβδο R. 3. Μετακίνησε τον δίσκο Χ απο την ράβδο R στην ράβδο Q. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ Q και Z Q) ή (Υ=Q και Z Q) ή (Υ Q και Z=Q) ή (Υ=Q και Z=Q) Αν Χ = 2 τότε πρέπει, {(Χ Q και Z Q) ή (Χ Q και Z=Q)} και (Χ R) Αν Χ = 3 τότε πρέπει, (X Q,R και Y Q,R) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο R στην ράβδο Q. 4. Μετακίνησε τον δίσκο Χ απο την ράβδο Q στην ράβδο P. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ P και Z P) ή (Υ=P και Z P) ή (Υ P και Z=P) ή (Υ=P και Z=P) Αν Χ = 2 τότε πρέπει, {(Χ P και Z P) ή (Χ P και Z=P)} και (Χ Q) Αν Χ = 3 τότε πρέπει, (X P,Q και Y P,Q) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο Q στην ράβδο P. 5. Μετακίνησε τον δίσκο Χ απο την ράβδο P στην ράβδο R. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ R και Z R) ή (Υ=R και Z R) ή (Υ R και Z=R) ή (Υ=R και Z=R) Αν Χ = 2 τότε πρέπει, {(Χ R και Z R) ή (Χ R και Z=R)} και (Χ P) Αν Χ = 3 τότε πρέπει, (X P,R και Y P,R) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο P στην ράβδο R. 6. Μετακίνησε τον δίσκο Χ απο την ράβδο R στην ράβδο P. Προυποθέσεις: Αν Χ = 1 τότε πρέπει, (Υ P και Z P) ή (Υ=P και Z P) ή (Υ P και Z=P) ή (Υ=P και Z=P) Αν Χ = 2 τότε πρέπει, {(Χ P και Z P) ή (Χ P και Z=P)} και (Χ R) Αν Χ = 3 τότε πρέπει, (X P,R και Y P,R) Αποτέλεσμα: Ο δίσκος Χ μετακινείται απο την ράβδο R στην ράβδο P. Χώρος Καταστάσεων: Ο χώρος καταστάσεων διαμορφώνεται ως εξής: ΣΗΜΕΙΩΣΗ:Με κόκκινο αποτυπώνονται οι αριστεροί κόμβοι, με πράσινο οι δεξιοί και μαύρο οι οριζόντιοι για να είναι διακριτές οι ενέργειες του καθενός

3 ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ (P,P,P) MOVE 1,Q MOVE 1,R (Q,P,P) MOVE 1,P MOVE 1,P MOVE 1,R (R,P,P) MOVE 2,R MOVE 1,Q MOVE 2,Q (Q,R,P) MOVE 2,P MOVE 2,P (R,Q,P) MOVE 1,R (R,R,P) MOVE 1,Q MOVE 1,P MOVE 1,P MOVE 1,Q MOVE 1,P MOVE 2,Q (P,R,P) (P,Q,P) MOVE 1,R MOVE 1,R MOVE 1,Q MOVE 1,Q (Q,Q,P) MOVE 1,R MOVE 2,R MOVE 1,P MOVE 3,R MOVE 3,Q MOVE 3,P MOVE 3,P (Q,Q,R) (R,R,Q) MOVE 1,R MOVE 1,Q MOVE 1,P MOVE 1,P MOVE 1,Q MOVE 1,Q MOVE 1,R MOVE 1,R MOVE 1,P MOVE (R,Q,R) (P,Q,R) 1,Q (P,R,Q) (Q,R,Q) MOVE 1,R MOVE 2,P MOVE 2,R MOVE MOVE MOVE 2,P 2,Q 1,P MOVE 2,Q MOVE 2,R MOVE 2,R MOVE 2,R (P,R,R) (P,Q,Q) (Q,P,Q) (R,P,R) MOVE 1,P MOVE 1,Q MOVE 1,R MOVE 1,Q MOVE 1,R MOVE 1,P MOVE MOVE 1,R MOVE 1,P 1,R MOVE 1,Q MOVE 1,P MOVE 1,Q MOVE 1,P MOVE MOVE MOVE 1,Q 1,R 1,P MOVE 1,R MOVE MOVE MOVE 2,P 1,P 3,R MOVE MOVE 1,Q 2,R MOVE 1,R (R,R,R) (P,P,Q) (P,P,R) (Q,P,R) (Q,R,R) (Q,Q,Q) (R,Q,Q) (R,P,Q) MOVE MOVE 2,P MOVE 1,Q MOVE MOVE 1,R MOVE 1,Q 2,Q 3,Q MOVE 1,P

4 Σε πίνακα (βλέπε παρακάτω) αποτυπώνονται αναλυτικά οι κόμβοι (καταστάσεις) και οι διαδοχικές τους καταστάσεις (κόμβοι) σύμφωνα με τις ακμές (συναρτήσεις διαδοχής καταστάσεων). Παρατήρηση: Αναγράφονται μόνο τα πιθανά έως ένα σημείο (για να δοθεί παράδειγμα του πως ακριβώς κινηθήκαμε) και στη συνέχεια αποτυπώνονται μόνο αυτά που έχουν νόημα για την επίλυση της άσκησης. Με Bold αναγράφονται οι καταστάσεις που διατρέχουμε προκειμένου να καταλήξουμε στον κόμβο στόχο (επιθυμητή κατάσταση). ΚΟΜΒΟΙ/ΑΚΜΕΣ ΜOVE (1) ΜOVE (2) ΜOVE (3) ΜOVE (4) ΜOVE (5) ΜOVE (6) (P,P,P) ΑΡΧΙΚΗ (Q,P,P) (R,P,P) ΚΑΤΑΣΤΑΣΗ (Q,P,P) (R,P,P) (P,P,P) (Q,R,P) (R,P,P) (R,Q,P) (Q,P,P) (P,P,P) (Q,R,P) (R,R,P) (P,R,P) (Q,P,P) (R,Q,P) (Q,Q,P) (R,P,P) (P,Q,P) (R,R,P) (R,R,Q) (Q,R,P) (P,R,P) (P,R,P) (Q,R,P) (P,Q,P) (R,R,P) (P,Q,P) (Q,Q,P) (P,R,P) (R,Q,P) (Q,Q,P) (R,Q,P) (P,Q,P) (Q,Q,R) (Q,Q,R) (R,Q,R) (P,Q,R) (Q,Q,P) (P,Q,R) (Q,Q,R) (P,R,R) (R,Q,R) (P,R,R) (Q,R,R) (P,Q,R) (R,R,R) ΤΕΛΙΚΗ ΚΑΤΑΣΤΑΣΗ

5 Β. ΑΝΑΖΗΤΗΣΗ α. Κατά βάθος αναζήτηση με λίστα εισόδου (P,P,P) (Q,P,P) (R,P,P) (Q,R,P) (R,P,P) (P,R,P) (R,R,P) (P,Q,P) (R,R,P) (Q,Q,P (R,Q,P) (Q,Q,R ) (R,Q,P) (P,Q,R) (R,Q,R) (P,R,R) (R,Q,R) (Q,R,R) (R,R,R) (Q,P,R) (R,R,R ) (P,P,R) (R,P,R) (P,P,R) (R,Q,R) (P,P,Q) (R,P,R) (Q,P,Q) (R,P,Q) (R,Q,Q) (R,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q ) (P,Q,Q ) (Q,Q,Q) (R,R,Q ) (R,R,Q ) (R,Q,Q) (P,R,Q ) (R,R,P) (R,P,Q) (R,Q,Q) (Q,Q,Q)

6 Οι κόμβοι που διαγράφηκαν οφείλεται στο γεγονός ότι προϋπηρχαν στη λίστα εισόδου. Παρατηρείται ότι όταν ο αλγόριθμος φτάσει στον κόμβο (Q,Q,Q) επειδή δεν μπορεί πλέον να επεκταθεί αρχίζει διαδοχικές οπισθοδομήσεις (καθότι ούτε οι κόμβοι (R,Q,Q) (R,R,Q) (R,P,Q) και (R,P,R) μπορούν να επεκταθούν) ώσπου φτάνει στον κόμβο- στόχο (R,R,R) Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 (P,P,P) (P,P,P) (P,P,P) 1 (Q,P,P) (R,P,P) (Q,P,P) (P,P,P)(Q,P,P) (R,P,P) 2 (Q,R,P) (R,P,P) (Q,R,P) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) 3 (P,R,P) (R,R,P) (P,R,P) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (R,P,P) 4 (Q,Q,P) (R,Q,P) (Q,Q,P) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) 5 (Q,Q,R) (R,Q,P) (Q,Q,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) 6 (P,Q,R) (R,Q,R) (R,Q,P) 7 (P,R,R) (R,Q,R) (R,Q,P) 8 (Q,R,R) (R,R,R) (R,Q,R) (R,Q,P) 9 (Q,P,R) (R,R,R) (R,Q,R) (R,Q,P) 10 (P,P,R) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 11 (P,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 12 (Q,P,Q)(R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 13 (Q,R,Q)(R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 14 (P,R,Q) (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 15 (P,Q,Q) (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 16 (Q,Q,Q) (R,Q,Q) (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) (P,Q,R) (P,R,R) (Q,R,R) (Q,P,R) (P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) (Q,Q,Q) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R) (P,P,R) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R) (P,P,R)(P,P,Q) (Q,P,Q) (Q,R,Q) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) Οπισθοδρόμηση

7 17 (R,Q,Q) (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 18 (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 19 (R,P,Q) (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 20 (R,P,R) (R,R,R) (R,Q,R) (R,Q,P) 21 (R,R,R) (R,Q,R) (R,Q,P) 22 Κόμβος -στόχος (R,Q,Q) (R,R,Q) (R,P,Q) (R,P,R) (R,R,R) P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) P,P,P)(Q,P,P) (R,P,P) (Q,R,P) (P,R,P) (Q,Q,P) (R,Q,P) (Q,Q,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,R,R) (R,R,R) (Q,R,R)(Q,P,R)(P,P,R) (P,P,Q) (Q,P,Q) (Q,R,Q) (P,R,Q) (P,Q,Q) NAI ΝΑΙ ΝΑΙ ΝΑΙ

8 β. Αναζήτηση κατά πλάτος με λίστα εισόδου (P,P,P) (Q,P,P) (R,P,P) (Q,R,P) (R,P,P) (Q,P,P) (R,Q,P) (R,R,P) (P,R,P) (P,Q,P) (Q,Q,P) (R,R,Q) (P,R,P) (P,R,P) (Q,Q,P) (Q,Q,R) (P,R,Q) (Q,R,Q) (R,Q,R) (P,Q,R) (P,Q,Q) (Q,R,Q) (P,R,Q) (Q,P,Q) (R,P,R) (P,Q,R) (R,Q,R) (P,R,R) (Q,Q,Q) (R,Q,Q) (R,P,Q) (P,P,Q) (P,P,R) (Q,P,R) (Q,R,R) (R,R,R) (R,Q,Q) (R,Q,Q) (P,P,Q) (P,P,Q) (Q,P,R) (Q,P,R) (R,R,R) (Q,Q,Q) (R,P,Q) (R,P,Q) (P,P,R) (P,P,R) (Q,R,R)

9 Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 (PPP) (PPP) (PPP) 1 (QPP) (RPP) (QPP) (PPP) (QPP) (RPP) 2 (RPP) (QRP) (RPP) (PPP) (QPP) (RPP) (QRP) 3 (QRP) (RQP) (QRP) (PPP) (QPP) (RPP) (QRP) (RQP) 4 (RQP) (RRP)(PRP) (RQP) (PPP) (QPP) (RPP) (QRP) (RQP) (RRP)(PRP) 5 (RRP)(PRP) (PQP) (QQP) (RRP) (PPP) (QPP) (RPP) (QRP) (RQP) (RRP)(PRP) (PQP) (QQP) 6 (PRP) (PQP) (QQP) (RRQ) (QQP) (PPP) (QPP) (RPP) (QRP) (RQP) (RRP)(PRP) (PQP) (QQP)(RRQ) 7 (RRQ) (QQR) (RRQ) (PPP) (QPP) (RPP) (QRP) (RQP) 8 (QQR) (PRQ)(QRQ) (QQR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) 9 (PRQ)(QRQ) (RQR)(PQR) 10 (QRQ) (RQR)(PQR) (PQQ) 11 (RQR)(PQR) (PQQ)(QPQ) 12 (PQR) (PQQ)(QPQ) (RPR) 13 (PQQ)(QPQ) (RPR) (PRR) 14 (QPQ) (RPR) (PRR) (QQQ)(RQQ) 15 (RPR) (PRR) (QQQ)(RQQ) (RPQ)(PPQ) 16 (PRR) (QQQ)(RQQ) (RPQ)(PPQ) (PPR)(QPR) 17 (QQQ)(RQQ) (RPQ)(PPQ) (PPR)(QPR) (QRR) (RRR) 18 (RQQ) (RPQ)(PPQ) (PPR)(QPR) (QRR) (RRR) (PRQ) (QRQ) (RQR) (PQR) (PQQ) (QPQ) (RPR) (PRR) (QQQ) (RQQ) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ)(RQR)(PQR) (PQQ) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ)(RQR)(PQR) (PQQ)(QPQ) (RPR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ)(RQR)(PQR) (PQQ)(QPQ) (RPR) (PRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ)(RQR)(PQR) (PQQ)(QPQ) (RPR) (PRR)(QQQ) (RQQ) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ)(RQR)(PQR) (PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) Οπισθοδρόμηση

10 19 (RPQ)(PPQ) (PPR)(QPR) (QRR) (RRR) 20 (PPQ) (PPR)(QPR) (QRR) (RRR) 21 (PPR)(QPR) (QRR) (RRR) (RPQ) (PPQ) (PPR) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) 22 (QPR) (QRR) (RRR) (QRP) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) 23 (QRR) (RRR) (QRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) 24 (RRR) (RRR) (PPP) (QPP) (RPP) (QRP) (RQP) (PRQ)(QRQ) (RQR)(PQR)(PQQ)(QPQ) (RPR) (PRR) (QQQ)(RQQ) (RPQ) (PPQ) (PPR) (QPR) (QRR) (RRR) 25 Κόμβος-στόχος

11 γ. Συνάρτηση πραγματικού κόστους: Αριθμός ενεργειών που εκτελούνται (δηλαδή το κόστος κάθε ακμής βέλους είναι ίσο με ένα) Μελετώντας το πρόβλημα των πύργων του Ανόι με τρείς δίσκους παρατηρούμε το εξής: Για τον δίσκο 1: Ο δίσκος 1 μπορεί ανά πάσα στιγμή να μετακινηθεί από οποιαδήποτε ράβδο σε οποιαδήποτε άλλη ράβδο, διότι: Λόγω των δεδομένων περιορισμών του προβλήματος, δεν χρειάζεται να μετακινηθεί κάποιος άλλος δίσκος πρώτα, αφού είναι ο δίσκος με τη μικρότερη διάμετρο και κανένας άλλος δίσκος δεν είναι τοποθετημένος πάνω από αυτόν. Δεν απαιτείται να εξετάσουμε κάποια συνθήκη για την ράβδο στην οποία μετακινείται ο δίσκος 1 αφού πάντοτε είτε θα τοποθετείται πάνω από δίσκο μεγαλύτερης διαμέτρου (αφού έχει τη μικρότερη διάμετρο), είτε θα τοποθετείται στη βάση του κάθε πύργου (P,Q,R), ή οποία εποτελεί επιτρεπτή κατάσταση. Επομένως, αφού από τα δεδομένα της άσκησης, ο αριθμός ενεργειών που εκτελούνται θα αποτελεί συνάρτηση κόστους (έστω C1), το κόστος μετακίνησης του δίσκου 1 θα είναι είτε C1 = 0 (όταν δεν μετακινείται ο δίσκος) είτε C1 = 1. Για τον δίσκο 2: Επειδή υπάρχει δίσκος με μικρότερη διάμετρο από αυτόν (δίσκος 1), πρέπει να ελεγχθούν οι εξής καταστάσεις: i. Ο δίσκος 2 έχει από πάνω του τον δίσκο 1 και όλοι οι δίσκοι βρίσκονται στην ίδια ράβδο (έστω στην P). Για να μετακινηθεί ο δίσκος σε οποιαδήποτε άλλη - κενή ράβδο (έστω στην δεύτερη Q) θα χρειαστεί μία μετακίνηση του δίσκου 1 στην ράβδο R και μία μετακίνηση του δίσκου 2 στην ράβδο Q. Κατά συνέπεια, το κόστος μετακίνησης του δίσκου 2 (έστω C2) σε αυτήν την περίπτωση θα είναι 2 (1 για κάθε μετακίνηση). ii. Ο δίσκος 2 δεν έχει απο πάνω του τον δίσκο 1, βρίσκεται πάνω στον δίσκο 3 και θέλει να μετακινηθεί στη ράβδο που είναι ελεύθερη (δηλαδή δεν βρίσκεται εκεί ο δίσκος 1). Για την μετακίνηση αυτή χρειάζεται ακριβώς μία μετακίνηση και αρα C2 = 1. (αντίστοιχα με δίσκο 1 επεξήγηση) iii. Ο δίσκος 2 δεν έχει απο πάνω του τον δίσκο 1, βρίσκεται πάνω στον δίσκο 3 και θέλει να μετακινηθεί στη ράβδο στην οποία βρίσκεται ο δίσκος 1. Για την μετακίνηση αυτή απαιτείται να μετακινηθεί πρώτα ο δίσκος 1 στην ελεύθερη ράβδο και έπειτα να μετακινηθεί ο δίσκος 2 στην νέα ελεύθερη ράβδο. Άρα σε αυτήν την περίπτωση απαιτούνται δύο μετακινήσεις σύνολο άρα C2 = 2. iv. Όλοι οι δίσκοι βρίσκονται σε ξεχωριστές ράβδους και ο δίσκος 2 θέλει να μετακινηθεί στην ράβδο που καταλαμβάνεται απο τον δίσκο 1. Γι αυτό απαιτείται να μετακινηθεί ο δίσκος 1 στη ράβδο που βρίσκεται ο δίσκος 3 (επιτρεπτό) και έπειτα να γίνει η μετακίνηση του δίσκου 2 στην ελεύθερη ράβδο. Άρα C2 = 2. v. Όλοι οι δίσκοι βρίσκονται σε ξεχωριστές ράβδους και ο δίσκος 2 θέλει να μετακινηθεί στην ράβδο που βρίσκεται ο δίσκος 3. Επιτρεπτό, άρα μία μετακίνηση άρα C2 = 1. Με βάση τα ανωτέρω μπορούμε με σχετική ακρίβεια να ορίσουμε οτι το κόστος μετακίνησης του δίσκου 2 (C2) θα είναι ίσο με: - 0, δεν μετακινείται - 1, στις περιπτώσεις ii και v (δεν πάει στη ράβδο του δίσκου 1 και δεν έχει τον δίσκο 1 απο πάνω του) - 2, στις περιπτώσεις i, iii και iv (έχει τον δίσκο 1 απο πάνω του ή θέλει να πάει στη ράβδο του δίσκου 1)

12 Για τον δίσκο 3: Επειδή υπάρχουν δύο δίσκοι μικρότερης διαμέτρου από αυτόν (δίσκοι 1,2), πρέπει να ελεγχθούν οι εξής καταστάσεις: i. Όλοι οι δίσκοι βρίσκονται στην ίδια ράβδο και ο δίσκος 3 θέλει να μετακινηθεί σε μία εκ των δύο ελεύθερων ράβδων (έστω την Q). Απαιτείται μία μετακίνηση του δίσκου 1 στην ράβδο Q, μία μετακίνηση του δίσκου 2 στην ράβδο R, μία μετακίνηση του δίσκου 1 στην ράβδο R και η μετακίνηση του δίσκου 3 στην ράβδο Q (ελεύθερη). Άρα το κόστος μετακίνησης του δίσκου 3(έστω C3) είναι C3 = 4. ii. Οι δίσκοι 2,3 βρίσκονται σε μία ράβδο και ο δίσκος 3 θέλει να μετακινηθεί στην ελέυθερη ράβδο (που δεν βρίσκεται ο 1). Απαιτούνται μία μετακίνηση του δίσκου 2 στην ράβδο R, μία μετακίνηση του δίσκου 1 στην ράβδο P, μία μετακίνηση του δίσκου 2 στη ράβδο Q, μία μετακίνηση του δίσκου 1 στη ράβδο Q και μία μετακίνηση του δίσκου 3 στην ράβδο R (ελεύθερη) Άρα το κόστος μετακίνησης του δίσκου 3 είναι C3 = 5. iii. Οι δίσκοι 2,3 βρίσκονται σε μία ράβδο και ο δίσκος 3 θέλει να μετακινηθεί στη ράβδο που βρίσκεται ο 1 (π.χ. Q). Απαιτούνται μία μετακίνηση του δίσκου 2 στην ράβδο R, μία μετακίνηση του δίσκου 1 στην ράβδο R και μία μετακίνηση του δίσκου 3 στην ράβδο Q. Άρα το κόστος μετακίνησης του δίσκου 3 είναι C3 = 3. iv. Όλοι οι δίσκοι βρίσκονται σε διαφορετική ράβδο και ο δίσκος 3 θέλει να μετακινηθεί στην ράβδο που βρίσκεται ο δίσκος 1. Απαιτείται μία μετακίνηση του δίσκου 1 στην ράβδο που βρίσκεται ο δίσκος 2 και μία μετακίνηση του δίσκου 3 στην ελεύθερη πλέον ράβδο. Άρα το κόστος μετακίνησης του δίσκου 3 είναι C3 = 2. v. Όλοι οι δίσκοι βρίσκονται σε διαφορετική ράβδο και ο δίσκος 3 θέλει να μετακινηθεί στην ράβδο που βρίσκεται ο δίσκος 2. Απαιτείται μία μετακίνηση του δίσκου 1 στη ράβδο που βρίσκεται ο δίσκος 3, μία μετακίνηση του δίσκου 2 στην ελεύθερη πλέον ράβδο, μία μετακίνηση του δίσκου 1 στη ράβδο που βρίσκεται ο δίσκος 2 και μία μετακίνηση του δίσκου 3 στην ελεύθερη ράβδο. Άρα το κόστος μετακίνησης του δίσκου 4 είναι C3 = 4. vi. Ο δίσκος 3 βρίσκεται τοποθετημένος σε μία ράβδο (π.χ. P) και οι λοιποί δίσκοι βρίσκονται μαζί σε μία άλλη ράβδο. Ο δίσκος 3 θέλει να μετακινηθεί στην ελεύθερη ράβδο. Επιτρεπτό άρα το κόστος μετακίνησης του δίσκου 3 είναι C3 = 1. vii. Ο δίσκος 3 βρίσκεται τοποθετημένος σε μία ράβδο (π.χ. P) και οι λοιποί δίσκοι βρίσκονται μαζί σε μία άλλη ράβδο (π.χ. Q). Ο δίσκος 3 θέλει να μετακινηθεί στην ράβδο που βρίσκονται οι δύο δίσκοι. Απαιτείται μία μετακίνηση του δίσκου 1 απο την ράβδο Q στην ράβδο P (επιτρεπτό), μία μετακίνηση του δίσκου 2 στην ράβδο R (ελεύθερη), μία μετακίνηση του δίσκου 1 στην ράβδο R και μία μετακίνηση του δίσκου 3 στην ράβδο Q (ελεύθερη). Άρα το κόστος μετακίνησης του δίσκου 3 είναι C3 = 4. Με βάση τα ανωτέρω μπορούμε με σχετική ακρίβεια να ορίσουμε οτι το κόστος μετακίνησης του δίσκου 2 (C3) θα είναι ίσο με: - 0, δεν μετακινείται - 1, στις περιπτώσεις (vi) (δεν έχει δίσκους 1,2 απο πάνω και δεν πάει στις ράβδους των 1,2) - 2, στις περιπτώσεις (iv) (δεν έχει δίσκους 1,2 απο πάνω και πάει στη θέση του δίσκου 1) - 3, στις περιπτώσεις (iii) (έχει απο πάνω τον δίσκο 2 και πάει στη ράβδο του δίσκου 1) - 4, στις περιπτώσεις (i), (v), (vii) (δεν έχει κανέναν δίσκο απο πάνω και πάει σε ράβδο που βρίσκονται και οι δύο έτεροι δίσκοι ή που βρίσκεται μόνο ο δίσκος 2 ή έχει απο πάνω τους δίσκους 1,2 και θέλει να μεταβεί σε ελεύθερη ράβδο) - 5, στις περιπτώσεις (ii) (έχει απο πάνω τον δίσκο 2 και δεν πάει στη ράβδο που βρίσκεται ο δίσκος 1) Έχοντας υπ όψην μας όλα τα ανωτέρω ορίζουμε μία ευριστική συνάρτη h(n) η οποία ισούται με το άθροισμα του κόστους μετακίνησης απο μία κατάσταση σε μία άλλη, δηλαδή: h(n) = C1 + C2 + C3

13 Κατα συνέπεια, διαμορφώνεται ο κάτωθι πίνακας: ΑΡΧΙΚΗ ΚΑΤΑΣΤΑΣΗ - ΤΕΛΙΚΗ ΚΑΤΑΣΤΑΣΗ - ΕΥΡΕΤΙΚΗ ΕΚΤΙΜΗΣΗ ΚΟΜΒΟΣ ΚΟΜΒΟΣ h(n) = C1 + C2 + C3 (P,P,P) (R,P,P) h(n) = = 1 (1) (P,P,P) (Q,Q,P) h(n) = = 3 (R,P,Q) (P,Q,R) h(n) = = 4 (5) (P,P,P) (R,R,R) h(n) = = 7 (R,R,P) (P,P,R) h(n) = = 7 (4) (Q,Q,Q) (R,Q,R) h(n) = = 5 (6) Παίρνοντας δειγματοληπτικά κάποιες μεταβάσεις απο μία κατάσταση σε μία άλλη, ανακαλύπτουμε τα πραγματικά κόστη μερικών απο αυτές (όπως εμφαίνονται σε παρένθεση στον παραπάνω πίνακα δίπλα απο την ευριστική εκτιμησή τους). Όμως αν προσπαθήσουμε να μεταβούμε απο την κατάσταση (R,R,P) προς την κατάσταση (P,P,R), θα δούμε οτι το πραγματικό κόστος h* είναι 4 ενώ η ευριστική εκτίμηση 7. Επομένως, δεν ισχύει ο κανόνας υποεκτίμησης (h(n) h*(n)) για όλες τις μεταβάσεις απο κατάσταση σε κατάσταση και στο συγκεκριμένο παράδειγμα για τη μετάβαση απο την κατάσταση (R,R,P) προς την κατάσταση (P,P,R), άρα η ευρετική ΔΕΝ ΕΙΝΑΙ ΑΠΟΔΕΚΤΗ. 2. ΑΝΑΖΗΤΗΣΗ Με βάση τον ανωτέρω γράφο καταστάσεων και έχοντας υπόψη το κόστος μονοπατιού g(n) και την ευριστική εκτίμηση h(n) ως έννοιες, θα τις χρησιμοποιήσουμε κατά περίπτωση για την επίλυση των κατωτέρω ερωτημάτων. Βοηθητικά έχει δημιουργηθεί ο παρακάτω πίνακας: Κόμβος h(v) h*(v) S A B C X 0 42 Y 0 34 D 8 12 E 3 5 F 9 10 H 2 16 G 0 0

14 α)αναρριχηση ΣΕ ΛΟΦΟ Γνωρίζουμε ότι για την αναρρίχηση σε λόφο αναζητούμε την συνάρτηση f(n)= h(n) όπου h(n) η ευριστική εκτίμηση η οποία σύμφωνα με τα δεδομένα της άσκησης αποτυπώνεται στους κόμβους του γράφου καταστάσεων. (1) S f(s)= 25 f(a)= 20 A (2) B f(b)= 22 (3) f(c)= 14 C D f(d)= 8 (4) f(e)= 3 E H f(h)= 2 (5) F f(f)= 9 Παραδοχές: -όταν εισάγουμε τους απογόνους (παιδιά) ενός κόμβου, η σειρά με την οποία τα τοποθετούμε είναι λεξικογραφική (αλφαβητική). -Κριτήριο τερματισμού: ο αλγόριθμος τερματίζει όταν «πατήσουμε-επισκεφθούμε» τον κόμβο-στόχο ή όταν ο αλγόριθμος φτάσει σε αδιέξοδο, δηλαδή δεν μπορεί να επεκταθεί περαιτέρω και αφού δεν πραγματοποιεί οπισθοδρόμηση σταματά. (Η αναζήτηση προχωρά μόνο από διαδοχικά καλύτερους κόμβους, κλαδεύοντας σε κάθε κύκλο αναζήτησης όλες τις καταστάσεις του μετώπου εκτός από την ευρετικά βέλτιστη (δηλαδή κάθε στιγμή το μέτωπο περιέχει μόνο μία κατάσταση) και μεταβαίνει στην τελευταία, μόνο αν έχει καλύτερη ευρετική τιμή από το γονέα της, διαφορετικά τερματίζει έχοντας βρει μία τοπικά βέλτιστη λύση) Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 S 25 S 25 1 A 20, B 22 A 20 S 25, 2 D 8,C 14 D 8 S 25, A 20 3 H 2, E 3, H 2 S 25, A 20 D 8 4 F 9 F 9 S 25, A 20 D 8 H 2 5 Αδιέξοδο Οπισθοδρόμηση Η σειρά επέκτασης των κόμβων είναι η εξής: S25 -A20 -D8 -H2 -F9 Το μονοπάτι είναι το εξής: S25 -A20 -D8 -H2 -F9 Βλέπουμε ότι ο αλγόριθμος δεν βρίσκει τον κόμβο στόχο και επειδή δεν μπορεί να κάνει οπισθοδρόμηση, καταλήγει σε αδιέξοδο. Βήματα: 5 (κάθε βήμα εμφαίνεται και με τον αριθμό που αναγράφεται στις παρενθέσεις κάθε κόμβου) Κόστος μονοπατιού: 37

15 β) Α* Γνωρίζουμε ότι για την Α* αναζητούμε την συνάρτηση f(n)=g(n) + h(n). Όπου g(n): κόστος μονοπατιού h(n): ευριστική εκτίμηση (1) f(s)= 0+25=25 S (2) f(a)= 10+20=30 A B f(b)= 4+22=26 f(c)=12+14=26 C (5) f(x)=24+0=24 X (3) Y (4) f(y)= 24+0=24 f(a)= 21+20=41 A f(d)= 19+8=27 D E (6) f(e)= 21+3=24 C f(c)= 44+14=58 (7) f(d)= 28+8=36 D F G f(g)= 26+0=26 f(f)= 29+9=38 Παραδοχές: -όταν εισάγουμε τους απογόνους (παιδιά) ενός κόμβου, η σειρά με την οποία τα τοποθετούμε είναι λεξικογραφική (αλφαβητική). -Κριτήριο τερματισμού: ο αλγόριθμος τερματίζει όταν «πατήσουμε-επισκεφθούμε» τον κόμβο-στόχο. -Σε περίπτωση ισοπαλίας (ίδια τιμή f), επιλέγεται ο κόμβος που είναι σε ψηλότερο επίπεδο ή αν πρόκειται για ίδιο επίπεδο επιλέγεται ο κόμβος που βρίσκεται πιο αριστερά. Παρατήρηση: Ο απόγονος (C) του κόμβου (Υ), διαγράφεται γιατί επεκτείνεται ο κόμβος (C) ως απόγονος του κόμβου (Β) που κατέχει τη μικρότερη τιμή f και ως εκ τούτου δεν μπορεί να πάρει άλλη τιμή. Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 S 25 S 25 1 A 30, B 26 B 26 S 25, 2 A 30, C 26, X 24, Y 24 X 24 S 25, B 26 3 A 30, C 26, Y 24 Y 24 S 25, B 26, X 24 4 A 30, C 26, C 84 C 26 S 25, B 26, X 24, Y 24 5 A 30, C 58, A 41, D 27, E 24 E 24 S 25, B 26, X 24, Y 24, C 26 6 A 30,,A 41, D 27, D 36, F 38, G 26 G 26 S 25, B 26, X 24, Y 24, C 26, E 24 7 Κατάσταση-στόχος S 25, B 26, X 24, Y 24, C 26, E 24, G 26 Οπισθοδρόμηση Η σειρά επέκτασης των κόμβων είναι η εξής: S 25 -B 26 -X 24 -Y 24 -C 26 -E 24 -G 26 Το μονοπάτι είναι το εξής: S 25 -B 26 -C 26 -E 24 -G 26 Βήματα: 7 (κάθε βήμα εμφαίνεται και με τον αριθμό που αναγράφεται στις παρενθέσεις κάθε κόμβου) Κόστος μονοπατιού: 26 Βλέπουμε ότι ο αλγόριθμος βρίσκει το βέλτιστο μονοπάτι γιατί η ευρετική συνάρτηση είναι αποδεκτή καθότι ισχύει h(n) h*(n)

16 γ) Αναζήτηση ενιαίου (ή ομοιόμορφου) κόστους (UCS) Γνωρίζουμε ότι για την UCS αναζητούμε την συνάρτηση f(n)=g(n). Όπου g(n): κόστος μονοπατιού f(s)= 0 S (1) f(a)= 10 (3) (2) A B f(b)= 4 f(c)= 19 C D f(d)= 25 f(x)= 24 (7) (8) f(c)= 12 C (4) X Y f(y)= 24 f(a)= 21 A f(d)= 19 D (5) E (6) f(e)= 21 (10) f(g)= 26 f(e)= 26 E f(h)= 26 H (9) D F G f(f)= 29 F f(f)= 32 Παραδοχές: -όταν εισάγουμε τους απογόνους (παιδιά) ενός κόμβου, η σειρά με την οποία τα τοποθετούμε είναι λεξικογραφική (αλφαβητική). -Κριτήριο τερματισμού: ο αλγόριθμος τερματίζει όταν «πατήσουμε-επισκεφθούμε» τον κόμβο-στόχο. -Σε περίπτωση ισοπαλίας (ίδια τιμή f), επιλέγεται ο κόμβος που είναι σε ψηλότερο επίπεδο ή αν πρόκειται για ίδιο επίπεδο επιλέγεται ο κόμβος που βρίσκεται πιο αριστερά. Παρατήρηση: Οι κόμβοι που διαγράφηκαν οφείλεται στο γεγονός ότι είχαν επεκταθεί σε προγενέστερο χρόνο και άρα προϋπήρχαν στο εκάστοτε μονοπάτι. Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 S (0) S (0) 1 B (4) A (10) B (4) S (0) 2 A (10) C (12) X (24) Y (24) A (10) S (0) B (4) 3 C (12) C (19) D (25) X (24) Y (24) C (12) S (0) B (4) A (10) 4 D (19) E (21) X (24) Y (24) D (25) D (19) S (0) B (4) A (10) C (12) 5 E (21) X (24) Y (24) E (26) H (26) E (21) S (0) B (4) A (10) C (12) D (19) 6 X (24) Y (24) H (26)) G (26) F (29) X (24) S (0) B (4) A (10) C (12) D (19) E (21) ΝΑΙ 7 Y (24) H (26) G (26) F (29) Y (24) S (0) B (4) A (10) C (12) D (19) E (21) ΝΑΙ 8 H (26) G (26) F (29) H (26) S (0) B (4) A (10) C (12) D (19) E (21) ΝΑΙ 9 G (26) F (29) F (32) G (26) S (0) B (4) A (10) C (12) D (19) E (21) H (26) 10 Κατάσταση -στόχος Οπισθοδρόμηση

17 Η σειρά επέκτασης των κόμβων είναι η εξής: S (0) B (4) A (10) C (12) D (19) E (21) H (26) G 26 Το μονοπάτι είναι το εξής: S (0) B (4) C (12) E (21) G 26 Βήματα: 10 Κόστος μονοπατιού: 26 Βλέπουμε ότι ο αλγόριθμος βρίσκει το βέλτιστο μονοπάτι αλλά δεν είναι εξίσου αποδοτικός με τον Α* σε αυτή τη περίπτωση καθότι απαιτεί περισσότερες κινήσεις-βήματα και έτσι έχει μεγαλύτερη χρονική πολυπλοκότητα, δηλαδή θα απαιτήσει περισσότερο χρόνο για να βρει τη λύση. δ)πρώτα στο καλύτερο Θα βρούμε το f(n) = h(n) όπου h(n) η ευριστική εκτίμηση (1) S f(s)= 25 (2) f(a)= 20 A (3) B f(b)= 22 f(c)= 14 C D f(d)= 8 (5) (4) f(c)= 14 C E f(e)= 3 H f(h)= 2 (6) f(f)= 9 F G f(g)= 0 F f(f)= 9 Παραδοχές: -όταν εισάγουμε τους απογόνους (παιδιά) ενός κόμβου, η σειρά με την οποία τα τοποθετούμε είναι λεξικογραφική (αλφαβητική). -Κριτήριο τερματισμού: ο αλγόριθμος τερματίζει όταν «πατήσουμε-επισκεφθούμε» τον κόμβο-στόχο. Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 S 25 S 25 1 A 20, B 22 A 20 S 25, 2 D 8, C 14, B 22 D 8 S 25, A 20 3 H 2, E 3, C 14, C 14, B 22 H 2 S 25, A 20 D 8 4 E 3, F 9, C 14, C 14, B 22, E 3 S 25, A 20 D 8 H 2 ΝΑΙ 5 G 0, C 14, C 14, B 22, G 0, S 25, A 20 D 8 H 2,, E 3 6 Κόμβος- στόχος Οπισθοδρόμηση Η σειρά επέκτασης των κόμβων είναι η εξής: S25 -A20 -D8 -H2 E3- G 0 Το μονοπάτι είναι το εξής: S25 -A20 -D8 E3- G 0 Βήματα: 6 (κάθε βήμα εμφαίνεται και με τον αριθμό που αναγράφεται στις παρενθέσεις κάθε κόμβου) Κόστος μονοπατιού: 37

18 Βλέπουμε ότι ο αλγόριθμος δεν βρίσκει την βέλτιστη λύση και δεν είναι αποδοτικός διότι έχει μεγάλο κόστος αναζήτησης (37). ε) ακτινωτής αναζήτησης με w=2 συνάρτηση f=h h: ευριστική συνάρτηση S f(s)= 25 f(a)= 20 A B f(b)= 22 f(c)= 14 C D f(d)= 8 f(c)= 14 C Y X f(y)= 0 f(x)= 0 f(c)= 14 C f(e)= 3 f(d)= 8 D E f(e)= 3 E H f(h)= 2 F G f(f)= 9 f(g)= 0 Επίπεδο Μέτωπο αναζήτησης (ουρά) Κόμβος (σειρά επέκτασης ή τιμή αποτίμησης κόστους για τον κόμβο) Λίστα επέκτασης/ εισόδου 0 S 25 S 25 1 A 20, B 22 A 20, B 22 S 25, 2 C 14, D 8, C 14, X 0, Y 0, X 0, Y 0, S 25, A 20, B 22 3 C 14 C 14 S 25, A 20, B 22, X 0, Y 0, 4 D 8,E 3, D 8,E 3, S 25, A 20, B 22, X 0, Y 0, C 14 5 E 3, H 2, F 9, G 0, H 2,, G 0, S 25, A 20, B 22, X 0, Y 0, C 14, D 8,E 3, 6 Κόμβος-στόχος S 25, A 20, B 22, X 0, Y 0, C 14, D 8,E 3, H 2,, G 0, Οπισθοδρόμηση Η σειρά επέκτασης των κόμβων είναι η εξής: S25 -A20 - B 22 - X 0, -Y 0,- C 14 -D8 -E 3 - H2 - G 0 Το μονοπάτι είναι το εξής: S25 - B 22 -Y 0,- C 14 -E 3 - G 0 Βήματα: 6 Κόστος μονοπατιού: 58 Βλέπουμε ότι ο αλγόριθμος δεν βρίσκει την βέλτιστη λύση και δεν είναι αποδοτικός διότι έχει μεγάλο κόστος αναζήτησης (58).

19 3. ΕΥΡΙΣΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Στον ακόλουθο χώρο καταστάσεων όπου φαίνονται τα πραγματικά κόστη μετάβασης, Για το σκοπό της άσκησης, δημιουργήθηκε ο κατωτέρω πίνακας όπου g είναι το κόστος μονοπατιού, h 1, h 2 οι ευριστικές συναρτήσεις που απαντούν στα α,β,γ ερωτήματα και h* το πραγματκό κόστος. Στους κόμβους C και G παρατηρούνται δύο τιμές ανάλογα με το μονοπάτι που ακολουθείται. Έτσι πχ στον κόμβο C αν ακολουθήσουμε το μονοπάτι S-A-C το g(c)=1+1+=2 ενώ αν ακολουθήσουμε το μονοπάτι S-B- C το g(c)=1+3=4 Κόμβος g(n) h 1(n) h 2(n) h*(n) S A B C 2 ή G 9 ή Μια ευριστική συνάρτηση h είναι συνεπής αν και μόνο αν για όλους τους κόμβους n, n, όπου ο n είναι απόγονος του n που παράγεται από μία ενέργεια a, έχουμε h(n) c(n,a,n ) + h(n ) και h(g)=0 όπου G ο κόμβος-στόχος Δηλαδή: h είναι η συνεπής ευρετική λειτουργία n είναι οποιοσδήποτε κόμβος στο γράφημα n είναι οποιοσδήποτε απόγονος του n c (n,a,n ) είναι το κόστος επίτευξης του κόμβου n από το n α) 0 h(n) h*(n) Έστω h1 η ευριστική συνάρτηση που εξετάζουμε: h(s)=3 9, h(a)=2 8, h(b)=5 10, h(c)=1 7 hg=0 0 ΆΡΑ ΕΊΝΑΙ ΑΠΟΔΕΚΤΗ όμως δεν είναι συνεπής γιατί πρέπει h1(s) c(s,a) + h1(a) Ισχύει h1(s) c(s,b) + h1(b) Ισχύει h1(a) c(a,c) + h1(c) Ισχύει h1(b) c(b,c) + h1(c) Δεν ισχύει Αφού έστω για ένα κόμβο δεν ισχύει η εξίσωση, τότε η ευριστική συνάρτηση δεν είναι συνεπής. β) Γνωρίζουμε ότι για την Α* αναζητούμε την συνάρτηση f=g + h1 g: κόστος μονοπατιού h1: ευριστική εκτίμηση f(s)=0+3=3 f(a)=2+1=3 f(b)=5+1=6 f(c)=2+1=3 f(c)=4+1=5 f(g)=9+0=9

20 f(g)=11+0=11 η συνάρτηση είναι αποδεκτή όχι όμως συνεπής για τους λόγους που αναφέρονται στο α) Επειδή ο Α* θα ακολουθήσει το μονοπάτι S-Α-C-G αυτή δεν είναι η βέλτιστη λύση γ) Αρχικά θα εξετάσουμε αν η h2 είναι αποδεκτή αλλά όχι συνεπής, όπως ζητά η άσκηση. Έστω h2 η ευριστική συνάρτηση που εξετάζουμε: h(s)=3 9, h(a)=5 8, h(b)=2 10, h(c)=1 7 hg=0 0 ΆΡΑ ΕΊΝΑΙ ΑΠΟΔΕΚΤΗ όμως δεν είναι συνεπής γιατί πρέπει h1(s) c(s,a) + h1(a) Ισχύει h1(s) c(s,b) + h1(b) Ισχύει h1(a) c(a,c) + h1(c) Δεν ισχύει Αφού έστω για ένα κόμβο δεν ισχύει η εξίσωση, τότε η ευριστική συνάρτηση δεν είναι συνεπής. Γνωρίζουμε ότι για την Α* αναζητούμε την συνάρτηση f=g + h2 g: κόστος μονοπατιού h2: ευριστική εκτίμηση f(s)=0+3=3 f(a)=5+1=6 f(b)=2+1=3 f(c)=2+1=3 f(c)=4+1=5 f(g)=9+0=9 f(g)=11+0=11 Κατόπιν των ανωτέρω,ο Α* θα ακολουθήσει το μονοπάτι S-B-C-G η οποία είναι η και η βέλτιστη λύση 4. ΥΛΟΠΟΙΗΣΗ ΑΝΑΖΗΤΗΣΗΣ ΟΔΗΓΟΣ ΧΡΗΣΗΣ: Η υλοποίηση των αλγορίθμων πραγματοποιήθηκε σε java. Προκειμένου να «τρέξει» ο κάθε αλγόριθμος στο πρόγραμμα Eclipse, πατήστε «Create new java project» και στο src directory του νέου java project που δημιουργήσαμε (αποθηκεύουμε με όποια ονομασία επιθυμούμε), επικολλάτε (paste) όλα τα.java που εμπεριέχονται στο src φάκελο που επισυνάπτεται με τη παρούσα εργασία. ΥΛΟΠΟΙΗΣΗ: Χρησιμοποιώντας το πρόβλημα εύρεσης διαδρομής σε ένα χάρτη που μοντελοποιείται με ένα γράφο, της άσκησης προβλήματος 2, υλοποιήθηκαν οι αλγόριθμοι κατά βάθος, κατά πλάτος αναζήτηση, αναζήτηση ενιαίου (ή ομοιόμορφου) κόστους, πρώτα στον καλύτερο, και Α*. Ο χώρος καταστάσεων υλοποιήθηκε με τη δημιουργία κλάσης Node που αναπαριστά τους κόμβους του προβλήματος, της κλάσης Edge που αναπαριστά τις ακμές του προβλήματος (που ενώνουν τους κόμβους μεταξύ τους). Έπειτα, δημιουργήθηκαν αντίστοιχα αντικείμενα με αυτά του προβλήματος δηλαδή κόμβοι με τις ονομασίες και τις αντίστοιχες ευριστικές εκτιμήσεις τους καθώς και ακμές με τον κόμβο προορισμού τους και το πραγματικό κόστος

21 μετάβασης απο τον αρχικό κόμβο στον κόμβο προορισμού, περνώντας τις τιμές που μας δίνεται απο το πρόβλημα. Η δομή δεδομένων που χρησιμοποιήθηκε και για τις δύο κλάσεις είναι ArrayList (δυναμική λίστα). Αναλυτικά: Δημιουργία κλάσης Node: Δημιουργία κλάσης Edge:

22 Δημιουργία αντικειμένων των κλάσεων Node και Edge στην main: Επιπρόσθετα, δημιουργήθηκε μία κλάση Result για να εκτυπώνονται τα τελικά αποτελέσματα των διάφορων αλγορίθμων αναζήτησης, μέσω της δημιουργίας αντικειμένων

23 της κλάσης που αντιστοιχεί ο κάθε αλγόριθμος. Η δομή δεδομένων που χρησιμοποιήθηκε είναι ArrayList (δυναμική λίστα). Αναλυτικά, η κλάση Result και έπειτα ενδεικτική μεθοδολογία χρήσης εντολών εντός της main για την εκτύπωση των αποτελεσμάτων παίρνοντας ως παράδειγμα τον A* αλγόριθμο.

24 Β. + Γ. Παραδείγματα τρεξίματος αλγορίθμων και σχόλια επί των αποτελεσμάτων τους. Έχοντας ήδη υλοποιήσει όλες τις αντίστοιχες κλάσεις ξεχωριστά για κάθε αλγόριθμο, παρακάτω εμφαίνονται παραδείγματα τρεξίματος του κάθε αλγορίθμου και τα σχετικά αποτελέσματα αυτού. Αναζήτηση κατά βάθος (DFS): Η δομές δεδομένων που χρησιμοποιήθηκαν είναι ArrayList (δυναμική λίστα), ουράσυνδεδεμένη λίστα και πίνακας κατακερματισμού (Hashmap).

25 Παρατηρώντας τις τελευταίες γραμμές που εμφανίζονται ως αποτέλεσμα στο πρόγραμμα: Επεκτάθηκαν 5 συνολικά κόμβοι μέχρι τον τελικό κόμβο (και τον τερματισμό του αλγορίθμου)

26 Το (πραγματικό) κόστος του μονοπατιού απο τον αρχικό κόμβο S έως τον τελικό κόμβο Χ είναι 47. Το μονοπάτι διαμορφώνεται σε S A C B X Η αναζήτηση κατα βάθος (DFS) ΔΕΝ κατάφερε να φτάσει στον κόμβο στόχο. Αναζήτηση κατά πλάτος (BFS): Η δομές δεδομένων που χρησιμοποιήθηκαν είναι ArrayList (δυναμική λίστα), ουράσυνδεδεμένη λίστα και πίνακας κατακερματισμού (Hashmap).

27

28 Παρατηρώντας τις τελευταίες γραμμές που εμφανίζονται ως αποτέλεσμα στο πρόγραμμα: Επεκτάθηκαν 11 συνολικά κόμβοι μέχρι τον τελικό κόμβο (και τον τερματισμό του αλγορίθμου) Το (πραγματικό) κόστος του μονοπατιού απο τον αρχικό κόμβο S έως τον τελικό κόμβο Χ είναι 33. Το μονοπάτι διαμορφώνεται σε S A C E G Η αναζήτηση κατα πλάτος (BFS) κατάφερε να φτάσει στον κόμβο στόχο. Αναζήτηση Ενιαίου Κόστους (UCS): Η δομές δεδομένων που χρησιμοποιήθηκαν είναι ArrayList (δυναμική λίστα) και πίνακας κατακερματισμού (Hashmap).

29

30 Παρατηρώντας τις τελευταίες γραμμές που εμφανίζονται ως αποτέλεσμα στο πρόγραμμα: Επεκτάθηκαν 10 συνολικά κόμβοι μέχρι τον τελικό κόμβο (και τον τερματισμό του αλγορίθμου) Το (πραγματικό) κόστος του μονοπατιού απο τον αρχικό κόμβο S έως τον τελικό κόμβο Χ είναι 26. Το μονοπάτι διαμορφώνεται σε S B C E G Η αναζήτηση ενιαίου (ή ομοιόμορφου) κόστους (UCS) κατάφερε να φτάσει στον κόμβο στόχο. Αναζήτηση πρώτα στον καλύτερο: Η δομές δεδομένων που χρησιμοποιήθηκαν είναι ArrayList (δυναμική λίστα), ουράσυνδεδεμένη λίστα και πίνακας κατακερματισμού (Hashmap).

31

32 Παρατηρώντας τις τελευταίες γραμμές που εμφανίζονται ως αποτέλεσμα στο πρόγραμμα: Επεκτάθηκαν 6 συνολικά κόμβοι μέχρι τον τελικό κόμβο (και τον τερματισμό του αλγορίθμου) Το (πραγματικό) κόστος του μονοπατιού απο τον αρχικό κόμβο S έως τον τελικό κόμβο Χ είναι 37. Το μονοπάτι διαμορφώνεται σε S A D E G Η αναζήτηση πρώτα στον καλύτερο κατάφερε να φτάσει στον κόμβο στόχο. Αναζήτηση με αλγόριθμο Α* (Α star): Η δομές δεδομένων που χρησιμοποιήθηκαν είναι ArrayList (δυναμική λίστα) και πίνακας κατακερματισμού (Hashmap).

33 Παρατηρώντας τις τελευταίες γραμμές που εμφανίζονται ως αποτέλεσμα στο πρόγραμμα: Επεκτάθηκαν 7 συνολικά κόμβοι μέχρι τον τελικό κόμβο (και τον τερματισμό του αλγορίθμου).

34 Το (πραγματικό) κόστος του μονοπατιού απο τον αρχικό κόμβο S έως τον τελικό κόμβο Χ είναι 26. Το μονοπάτι διαμορφώνεται σε S B C E G Η αναζήτηση του A* (A star) κατάφερε να φτάσει στον κόμβο στόχο. *Σημείωση: Εκτός των αλγορίθμων που ζητούνται στην άσκηση 4, έχουν υλοποιηθεί επιπλέον και οι αλγόριθμοι αναρρίχησης λόφων και ακτινωτής αναζήτησης με w=2 (απο άσκηση 2) οι οποίοι εμπεριέχονται επίσης στον φάκελο src.

Για παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)

Για παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο) 8 1 η ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Απάντηση 1ης άσκησης Κατάσταση (κόμβοι): Αναπαριστούμε μια κατάσταση του προβλήματος με ένα διατεταγμένο ζεύγος (X,Y) όπου X είναι τα λίτρα στο βάζο Α (χωρητικότητα

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 4η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται κυρίως στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β.

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1 Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 4 ης διάλεξης 4.1. (α) Αποδείξτε ότι αν η h είναι συνεπής, τότε h(n

Διαβάστε περισσότερα

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης. Ανάλογα με το αν ένας αλγόριθμος αναζήτησης χρησιμοποιεί πληροφορία σχετική με το πρόβλημα για να επιλέξει την επόμενη κατάσταση στην οποία θα μεταβεί, οι αλγόριθμοι αναζήτησης χωρίζονται σε μεγάλες κατηγορίες,

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναζήτηση Δοθέντος ενός προβλήματος με περιγραφή είτε στον χώρο καταστάσεων

Διαβάστε περισσότερα

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο 2010-2011 Πρώτη Σειρά Ασκήσεων (20% του συνολικού βαθμού στο μάθημα, Άριστα = 390 μονάδες) Ημερομηνία Ανακοίνωσης: 6/10/2010 Ημερομηνία Παράδοσης: 15/11/2010 σύμφωνα

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/

Τεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/ Τεχνητή Νοημοσύνη 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας

Διαβάστε περισσότερα

Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων

Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων Π Π Τ Μ Τ Μ Η/Υ Π Δ Μ Π Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων Φοιτητής: Ν. Χασιώτης (AM: 0000) Καθηγητής: Ι. Χατζηλυγερούδης 22 Οκτωβρίου 2010 ΑΣΚΗΣΗ 1. Δίνεται

Διαβάστε περισσότερα

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e Άσκηση 1 Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e Υπάρχουν τρία μαύρα τετραγωνάκια (b), τρία άσπρα (w) και ένα κενό (e). Η σπαζοκεφαλιά έχει τις ακόλουθες

Διαβάστε περισσότερα

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ" ΜΕΡΟΣ ΔΕΥΤΕΡΟ Υπεύθυνος Καθηγητής Λυκοθανάσης Σπυρίδων Ακαδημαικό Έτος:

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 3η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας

Διαβάστε περισσότερα

Θεωρία Λήψης Αποφάσεων

Θεωρία Λήψης Αποφάσεων Θεωρία Λήψης Αποφάσεων Ενότητα 6: Αλγόριθμοι Τοπικής Αναζήτησης Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Ευριστικής Αναζήτησης Πολλές φορές η τυφλή αναζήτηση δεν επαρκεί

Διαβάστε περισσότερα

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο 2014-2015 Πρώτη Σειρά Ασκήσεων (Υποχρεωτική, 25% του συνολικού βαθμού στο μάθημα) Ημερομηνία Ανακοίνωσης: 22/10/2014 Ημερομηνία Παράδοσης: Μέχρι 14/11/2014 23:59

Διαβάστε περισσότερα

Επίλυση Προβλημάτων 1

Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης

Διαβάστε περισσότερα

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 2. Πίνακες 45 23 28 95 71 19 30 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 12/10/2017

Διαβάστε περισσότερα

Θεωρία Λήψης Αποφάσεων

Θεωρία Λήψης Αποφάσεων Θεωρία Λήψης Αποφάσεων Ενότητα 5: Πληροφορημένη Αναζήτηση και Εξερεύνηση Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)

Διαβάστε περισσότερα

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 2. Πίνακες 45 23 28 95 71 19 30 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 21/10/2016

Διαβάστε περισσότερα

Σύνοψη Προηγούμενου. Πίνακες (Arrays) Πίνακες (Arrays): Βασικές Λειτουργίες. Πίνακες (Arrays) Ορέστης Τελέλης

Σύνοψη Προηγούμενου. Πίνακες (Arrays) Πίνακες (Arrays): Βασικές Λειτουργίες. Πίνακες (Arrays) Ορέστης Τελέλης Σύνοψη Προηγούμενου Πίνακες (Arrays Ορέστης Τελέλης telelis@unipi.gr Τμήμα Ψηφιακών Συστημάτων, Πανεπιστήμιο Πειραιώς Διαδικαστικά θέματα. Aντικείμενο Μαθήματος. Aντικείμενα, Κλάσεις, Μέθοδοι, Μεταβλητές.

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ 2006-2007 2η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ 2006-2007 2η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ 2006-2007 2η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ 1. ίνεται το γνωστό πρόβληµα των δύο δοχείων: «Υπάρχουν δύο δοχεία

Διαβάστε περισσότερα

ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ

ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 1 ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ ΕΡΩΤΗΜΑ 1 Έστω h µία παραδεκτή ευρετική συνάρτηση. Είναι η συνάρτηση h ½ παραδεκτή; a. Ναι, πάντα. b. Όχι, ποτέ. c.

Διαβάστε περισσότερα

ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ

ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ Μια αυστηρά καθορισµένη ακολουθία ενεργειών µε σκοπό τη λύση ενός προβλήµατος. Χαρακτηριστικά οθέν πρόβληµα: P= Επιλυθέν πρόβληµα: P s

Διαβάστε περισσότερα

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις

Διαβάστε περισσότερα

Επίλυση προβλημάτων με αναζήτηση

Επίλυση προβλημάτων με αναζήτηση Επίλυση προβλημάτων με αναζήτηση Περιεχόμενα Μέθοδοι (πράκτορες) επίλυσης προβλημάτων Προβλήματα και Λύσεις Προβλήματα παιχνίδια Προβλήματα του πραγματικού κόσμου Αναζήτηση λύσεων Δέντρο αναζήτησης Στρατηγικές

Διαβάστε περισσότερα

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων 6 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 4 4 η Άσκηση... 4 5 η Άσκηση... 5 6 η Άσκηση... 5 7 η Άσκηση... 5 8 η Άσκηση... 6 Χρηματοδότηση... 7

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Τυφλής Αναζήτησης Οι αλγόριθμοι τυφλής αναζήτησης εφαρμόζονται σε

Διαβάστε περισσότερα

Άσκηση 2: Λαβύρινθοι και ρομπότ Α. (Σχεδιασμός χώρου καταστάσεων) Ενδεικτική επίλυση

Άσκηση 2: Λαβύρινθοι και ρομπότ Α. (Σχεδιασμός χώρου καταστάσεων) Ενδεικτική επίλυση Άσκηση 2: Λαβύρινθοι και ρομπότ Η εταιρία «Ρομπότ» παρουσιάζει το νέο της μοντέλο, τον πλοηγό πάρκων Ρ-310. Το Ρ-310 είναι δημοφιλές γιατί όπου και αν είσαι μέσα στο πάρκο σου λέει πώς πρέπει να κινηθείς

Διαβάστε περισσότερα

Πληροφορική 2. Δομές δεδομένων και αρχείων

Πληροφορική 2. Δομές δεδομένων και αρχείων Πληροφορική 2 Δομές δεδομένων και αρχείων 1 2 Δομή Δεδομένων (data structure) Δομή δεδομένων είναι μια συλλογή δεδομένων που έχουν μεταξύ τους μια συγκεκριμένη σχέση Παραδείγματα δομών δεδομένων Πίνακες

Διαβάστε περισσότερα

Κεφάλαιο 11 Ένωση Ξένων Συνόλων

Κεφάλαιο 11 Ένωση Ξένων Συνόλων Κεφάλαιο 11 Ένωση Ξένων Συνόλων Περιεχόμενα 11.1 Εισαγωγή... 227 11.2 Εφαρμογή στο Πρόβλημα της Συνεκτικότητας... 228 11.3 Δομή Ξένων Συνόλων με Συνδεδεμένες Λίστες... 229 11.4 Δομή Ξένων Συνόλων με Ανοδικά

Διαβάστε περισσότερα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Γραφήματα. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Γραφήματα. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Δομές Δεδομένων Γραφήματα Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Γραφήματα Κατευθυνόμενο Γράφημα Ένα κατευθυνόμενο γράφημα G είναι ένα ζευγάρι (V, E) όπου V είναι ένα

Διαβάστε περισσότερα

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 6. Δυαδικά Δέντρα 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 18/11/2016 Εισαγωγή Τα

Διαβάστε περισσότερα

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη Τμήμα Μηχανικών Πληροφορικής ΤΕ (ΤΕΙ Ηπείρου) Τυφλή αναζήτηση Δίνεται το ακόλουθο κατευθυνόμενο γράφημα 1. Ο κόμβος αφετηρία είναι ο Α και ο κόμβος

Διαβάστε περισσότερα

Εισαγωγή ενός νέου στοιχείου. Επιλογή i-οστoύ στοιχείου : Εύρεση στοιχείου με το i-οστό μικρότερο κλειδί

Εισαγωγή ενός νέου στοιχείου. Επιλογή i-οστoύ στοιχείου : Εύρεση στοιχείου με το i-οστό μικρότερο κλειδί Δομές Αναζήτησης Χειριζόμαστε ένα σύνολο στοιχείων κλειδί από ολικά διατεταγμένο σύνολο όπου το κάθε στοιχείο έχει ένα Θέλουμε να υποστηρίξουμε δύο βασικές λειτουργίες: Εισαγωγή ενός νέου στοιχείου με

Διαβάστε περισσότερα

Θέμα 1: Robbie και Αναζήτηση

Θέμα 1: Robbie και Αναζήτηση Θέμα : Robbie και Αναζήτηση Ο Robbie, το ρομπότ του παρακάτω σχήματος-χάρτη, κατά τη διάρκεια των εργασιών που κάνει διαπιστώνει ότι πρέπει να γυρίσει όσο το δυνατόν πιο γρήγορα, από την τρέχουσα θέση,

Διαβάστε περισσότερα

Επίλυση Προβλημάτων 1

Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης

Διαβάστε περισσότερα

ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ

ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ ÌïëëÜ Ì. Á μýô Á.Ì. : 5 moll@moll.r ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ ΜΑΘΗΜΑ : ΕΙΣΑΓΩΓΗ ΣΤΟ ΔΙΑΔΙΚΤΥΟ (ΕΡΓΑΣΤΗΡΙΟ) Ε ΕΞΑΜΗΝΟ ΕΙΣΗΓΗΤΕΣ: Χαϊδόγιαννος Χαράλαμπος ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 6 ης διάλεξης

Ασκήσεις μελέτης της 6 ης διάλεξης Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 6 ης διάλεξης 6.1. (α) Το mini-score-3 παίζεται όπως το score-4,

Διαβάστε περισσότερα

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΜΕΡΟΣ ΠΡΩΤΟ Πολίτη Όλγα Α.Μ. 4528 Εξάµηνο 8ο Υπεύθυνος Καθηγητής Λυκοθανάσης

Διαβάστε περισσότερα

2.1 (i) f(x)=x -3x+2 Η f(x) ορίζεται x R

2.1 (i) f(x)=x -3x+2 Η f(x) ορίζεται x R ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΚΕΦΑΛΑΙΟ ο. (i) f()= -3+ Η f() ορίζεται R Έχει Π.Ο ολόκληρο το R Για το Π.Τ της f() έχουµε : ος τρόπος 3 9 3 = -3+= - - += - - () Το Π.Τ. της f() θα είναι οι τιµές που παίρνει το R. Από

Διαβάστε περισσότερα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 5: Παραδείγματα. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 5: Παραδείγματα. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής Ενότητα 5: Παραδείγματα Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής ΕΠΛ132 Άσκηση 4 - Αρχές Προγραμματισμού ΙΙ Τμήμα Πληροφορικής Πανεπιστήμιο Κύπρου Ι. Στόχοι ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής ΕΠΛ 132 Αρχές Προγραμματισμού ΙΙ Άσκηση 4 Αυτόματη Επίλυση του Παιχνιδιού

Διαβάστε περισσότερα

Δένδρα Αναζήτησης Πολλαπλής Διακλάδωσης

Δένδρα Αναζήτησης Πολλαπλής Διακλάδωσης Δένδρα Αναζήτησης Πολλαπλής Διακλάδωσης Δένδρα στα οποία κάθε κόμβος μπορεί να αποθηκεύει ένα ή περισσότερα κλειδιά. Κόμβος με d διακλαδώσεις : k 1 k 2 k 3 k 4 d-1 διατεταγμένα κλειδιά d διατεταγμένα παιδιά

Διαβάστε περισσότερα

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΜΕΡΟΣ ΕΥΤΕΡΟ Πολίτη Όλγα Α.Μ. 4528 Εξάµηνο 8ο Υπεύθυνος Καθηγητής Λυκοθανάσης

Διαβάστε περισσότερα

Επίλυση Προβλημάτων. Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης. Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων

Επίλυση Προβλημάτων. Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης. Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων

Διαβάστε περισσότερα

Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες

Μέγιστη ροή. Κατευθυνόμενο γράφημα. Συνάρτηση χωρητικότητας. αφετηρίακός κόμβος. τερματικός κόμβος. Ροή δικτύου. με τις ακόλουθες ιδιότητες Κατευθυνόμενο γράφημα Συνάρτηση χωρητικότητας 12 16 2 Ροή δικτύου Συνάρτηση αφετηρίακός κόμβος 13 1 με τις ακόλουθες ιδιότητες 4 14 9 7 4 τερματικός κόμβος Περιορισμός χωρητικότητας: Αντισυμμετρία: Διατήρηση

Διαβάστε περισσότερα

Δομές Δεδομένων (Εργ.) Ακ. Έτος Διδάσκων: Ευάγγελος Σπύρου. Εργαστήριο 10 Δυαδικά Δένδρα Αναζήτησης

Δομές Δεδομένων (Εργ.) Ακ. Έτος Διδάσκων: Ευάγγελος Σπύρου. Εργαστήριο 10 Δυαδικά Δένδρα Αναζήτησης ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ Δομές Δεδομένων (Εργ.) Ακ. Έτος 2017-18 Διδάσκων: Ευάγγελος Σπύρου Εργαστήριο 10 Δυαδικά Δένδρα Αναζήτησης 1. Στόχος του εργαστηρίου Στόχος του δέκατου εργαστηρίου

Διαβάστε περισσότερα

Πληροφορική 2. Αλγόριθμοι

Πληροφορική 2. Αλγόριθμοι Πληροφορική 2 Αλγόριθμοι 1 2 Τι είναι αλγόριθμος; Αλγόριθμος είναι ένα διατεταγμένο σύνολο από σαφή βήματα το οποίο παράγει κάποιο αποτέλεσμα και τερματίζεται σε πεπερασμένο χρόνο. Ο αλγόριθμος δέχεται

Διαβάστε περισσότερα

9. Κόκκινα-Μαύρα Δέντρα

9. Κόκκινα-Μαύρα Δέντρα Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 9. Κόκκινα-Μαύρα Δέντρα 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 9/12/2016 Δέντρα,

Διαβάστε περισσότερα

Άσκηση 1 (ανακοινώθηκε στις 20 Μαρτίου 2017, προθεσμία παράδοσης: 24 Απριλίου 2017, 12 τα μεσάνυχτα).

Άσκηση 1 (ανακοινώθηκε στις 20 Μαρτίου 2017, προθεσμία παράδοσης: 24 Απριλίου 2017, 12 τα μεσάνυχτα). Κ08 Δομές Δεδομένων και Τεχνικές Προγραμματισμού Διδάσκων: Μανόλης Κουμπαράκης Εαρινό Εξάμηνο 2016-2017. Άσκηση 1 (ανακοινώθηκε στις 20 Μαρτίου 2017, προθεσμία παράδοσης: 24 Απριλίου 2017, 12 τα μεσάνυχτα).

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι Θέματα Απόδοσης Αλγορίθμων 1 Η Ανάγκη για Δομές Δεδομένων Οι δομές δεδομένων οργανώνουν τα δεδομένα πιο αποδοτικά προγράμματα Πιο ισχυροί υπολογιστές πιο σύνθετες εφαρμογές Οι πιο σύνθετες εφαρμογές απαιτούν

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014 Επιμέλεια: Ομάδα Διαγωνισμάτων από το Στέκι των Πληροφορικών Θέμα Α A1. Να γράψετε στο τετράδιό σας τους

Διαβάστε περισσότερα

Κεφάλαιο 10 Ψηφιακά Λεξικά

Κεφάλαιο 10 Ψηφιακά Λεξικά Κεφάλαιο 10 Ψηφιακά Λεξικά Περιεχόμενα 10.1 Εισαγωγή... 213 10.2 Ψηφιακά Δένδρα... 214 10.3 Υλοποίηση σε Java... 222 10.4 Συμπιεσμένα και τριαδικά ψηφιακά δένδρα... 223 Ασκήσεις... 225 Βιβλιογραφία...

Διαβάστε περισσότερα

Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα)

Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα) Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2016-17 Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα) http://mixstef.github.io/courses/csintro/ Μ.Στεφανιδάκης Αφηρημένες

Διαβάστε περισσότερα

Επίλυση προβλημάτων με αναζήτηση

Επίλυση προβλημάτων με αναζήτηση Επίλυση προβλημάτων με αναζήτηση Αναζήτηση σημαίνει την εύρεση μιας λύσης (τελικής κατάστασης) ενός προβλήματος διά της συνεχούς δημιουργίας (νέων) καταστάσεων με την εφαρμογή των διαθέσιμων ενεργειών

Διαβάστε περισσότερα

Τσάπελη Φανή ΑΜ: 2004030113. Ενισχυτική Μάθηση για το παιχνίδι dots. Τελική Αναφορά

Τσάπελη Φανή ΑΜ: 2004030113. Ενισχυτική Μάθηση για το παιχνίδι dots. Τελική Αναφορά Τσάπελη Φανή ΑΜ: 243113 Ενισχυτική Μάθηση για το παιχνίδι dots Τελική Αναφορά Περιγραφή του παιχνιδιού Το παιχνίδι dots παίζεται με δύο παίχτες. Έχουμε έναν πίνακα 4x4 με τελείες, και σκοπός του κάθε παίχτη

Διαβάστε περισσότερα

Δομές Δεδομένων (Data Structures)

Δομές Δεδομένων (Data Structures) Δομές Δεδομένων (Data Structures) Ανάλυση - Απόδοση Αλγορίθμων Έλεγχος Αλγορίθμων. Απόδοση Προγραμμάτων. Χωρική/Χρονική Πολυπλοκότητα. Ασυμπτωτικός Συμβολισμός. Παραδείγματα. Αλγόριθμοι: Βασικές Έννοιες

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Ροή Δικτύου Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Μοντελοποίηση Δικτύων Μεταφοράς Τα γραφήματα χρησιμοποιούνται συχνά για την μοντελοποίηση

Διαβάστε περισσότερα

ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1

ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1 ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1 Θέματα μελέτης Πρόβλημα αναζήτησης σε γραφήματα Αναζήτηση κατά βάθος (Depth-first search DFS) Αναζήτηση κατά πλάτος (Breadth-first search BFS) 2 Γράφημα (graph) Αναπαράσταση συνόλου

Διαβάστε περισσότερα

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Επίλυση προβληµάτων Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης! Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Αλγόριθµοι τυφλής

Διαβάστε περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Πιο κάτω υπάρχει ένα σχεδιάγραμμα που τοποθετεί τις κλάσεις των κανονικών, ασυμφραστικών, διαγνώσιμων και αναγνωρίσιμων γλωσσών μέσα στο σύνολο όλων των γλωσσών. Ακολουθούν

Διαβάστε περισσότερα

Επίλυση Προβλημάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης.

Επίλυση Προβλημάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης. Επίλυση Προβλημάτων Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης. Τεχνητή Νοημοσύνη = Αναπαράσταση Γνώσης + Αλγόριθμοι Αναζήτησης Κατηγορίες Προβλημάτων Aναζήτησης Πραγματικά και

Διαβάστε περισσότερα

Ημερομηνία Ανάρτησης: 08/1/2018 Ημερομηνία Παράδοσης: - Αρχές Γλωσσών Προγραμματισμού

Ημερομηνία Ανάρτησης: 08/1/2018 Ημερομηνία Παράδοσης: - Αρχές Γλωσσών Προγραμματισμού Ημερομηνία Ανάρτησης: 08/1/2018 Ημερομηνία Παράδοσης: - Αρχές Γλωσσών Προγραμματισμού Περιγραφή Προβλήματος Στην εργασία αυτή καλείστε να υλοποιήσετε ένα πρόγραμμα σε Haskell που θα επιλύει το παιγνίδι

Διαβάστε περισσότερα

1 Διάσχιση κατευθυνόμενων γραφημάτων

1 Διάσχιση κατευθυνόμενων γραφημάτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2010 11 Ιστοσελίδα μαθήματος: http://eclass.teilam.gr/di288 5ο ΕΡΓΑΣΤΗΡΙΟ

Διαβάστε περισσότερα

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων Τι θα κάνουμε σήμερα Εισαγωγή Πολυταινιακές Μηχανές Turing (3.2.1) Μη Ντετερμινιστικές Μηχανές

Διαβάστε περισσότερα

===========================================================================

=========================================================================== =========================================================================== Α. (50 µον.) Σας δίνεται ο ακόλουθος γράφος, το οποίο πρέπει να χρωµατίσετε χρησιµοποιώντας 4 χρώµατα (R,G,B,Υ), ώστε δύο γειτονικές

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη Ι. Εργαστηριακή Άσκηση 4-6. Σγάρμπας Κυριάκος. Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων

Τεχνητή Νοημοσύνη Ι. Εργαστηριακή Άσκηση 4-6. Σγάρμπας Κυριάκος. Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων Τεχνητή Νοημοσύνη Ι Εργαστηριακή Άσκηση 4-6 Σγάρμπας Κυριάκος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ

Διαβάστε περισσότερα

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή

Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή επίλυση προβλημάτων μέσω αναζήτησης κάθε πρόβλημα το οποίο μπορεί να διατυπωθεί αυστηρά λύνεται μέσω αναζήτησης. Για τα περισσότερα ενδιαφέροντα προβλήματα

Διαβάστε περισσότερα

Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH.

Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH. 15. ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΦΥΛΛΩΝ ΕΡΓΑΣΙΑΣ Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH. 16. ΑΞΙΟΛΟΓΗΣΗ Οι βασικές διαδικασίες αξιολόγησης προέρχονται

Διαβάστε περισσότερα

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη.

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. 4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. Η μετατροπή μιας εντολής επανάληψης σε μία άλλη ή στις άλλες δύο εντολές επανάληψης, αποτελεί ένα θέμα που αρκετές φορές έχει εξεταστεί σε πανελλαδικό

Διαβάστε περισσότερα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ουρές Προτεραιότητας. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ουρές Προτεραιότητας. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Δομές Δεδομένων Ουρές Προτεραιότητας Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρά Προτεραιότητας Το πρόβλημα Έχουμε αντικείμενα με κλειδιά και θέλουμε ανά πάσα στιγμή

Διαβάστε περισσότερα

Μελετάμε την περίπτωση όπου αποθηκεύουμε ένα (δυναμικό) σύνολο στοιχειών. Ένα στοιχείο γράφεται ως, όπου κάθε.

Μελετάμε την περίπτωση όπου αποθηκεύουμε ένα (δυναμικό) σύνολο στοιχειών. Ένα στοιχείο γράφεται ως, όπου κάθε. Ψηφιακά Δένδρα Μελετάμε την περίπτωση όπου αποθηκεύουμε ένα (δυναμικό) σύνολο στοιχειών τα οποία είναι ακολουθίες συμβάλλων από ένα πεπερασμένο αλφάβητο Ένα στοιχείο γράφεται ως, όπου κάθε. Μπορούμε να

Διαβάστε περισσότερα

Προγραμματισμός Ι (ΗΥ120)

Προγραμματισμός Ι (ΗΥ120) Προγραμματισμός Ι (ΗΥ120) Διάλεξη 17: Λύση Προβλημάτων με Αναδρομή Οι πύργοι του Hanoi Δίνεται ένα χώρος με τρεις θέσεις αποθήκευσης. Δίνεται μια στοίβα από Ν πλάκες σε φθίνον μέγεθος, σε μια από τις τρεις

Διαβάστε περισσότερα

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή Ισορροπημένα Δένδρα Μπορούμε να επιτύχουμε για κάθε λειτουργία; χρόνο εκτέλεσης Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή μετά από Περιστροφές x αριστερή περιστροφή από το x y α β y

Διαβάστε περισσότερα

Μεταβλητες: Q, NSW, V, T, SA, WA, NT. Πεδίο Ορισμού: Για κάθε μεταβλητη το ίδιο. D i ={R, G, B} όπου i= Q, NSW,., NT.

Μεταβλητες: Q, NSW, V, T, SA, WA, NT. Πεδίο Ορισμού: Για κάθε μεταβλητη το ίδιο. D i ={R, G, B} όπου i= Q, NSW,., NT. 1. Στην άσκηση μας, μας έχει δωθεί ένας γράφος, ο οποίος αντιπροσωπεύει ένα χάρτη και μάλιστα αυτόν της Αυστραλίας. Στον γράφο αυτό υπάρχουν και κόμβοι, οι οποίοι αφορούν με τη σειρά τους τις διάφορες

Διαβάστε περισσότερα

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 12: Μηχανές Turing

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 12: Μηχανές Turing ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας Διάλεξη 12: Μηχανές Turing Τι θα κάνουμε σήμερα Εισαγωγή στις Μηχανές Turing (TM) Τυπικός Ορισμός Μηχανής Turing (3.1.1) 1 Τι είδαμε μέχρι στιγμής Πεπερασμένα

Διαβάστε περισσότερα

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών 1 Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ της Κωτσογιάννη Μαριάννας Περίληψη 1. Αντικείµενο- Σκοπός Αντικείµενο της διπλωµατικής αυτής εργασίας

Διαβάστε περισσότερα

Αυτόνομοι Πράκτορες. Εργασία εξαμήνου. Value Iteration και Q- Learning για Peg Solitaire

Αυτόνομοι Πράκτορες. Εργασία εξαμήνου. Value Iteration και Q- Learning για Peg Solitaire Αυτόνομοι Πράκτορες Εργασία εξαμήνου Value Iteration και Q- Learning για Peg Solitaire Μαρίνα Μαυρίκου 2007030102 1.Εισαγωγικά για το παιχνίδι Το Peg Solitaire είναι ένα παιχνίδι το οποίο παίζεται με ένα

Διαβάστε περισσότερα

Ουρές Προτεραιότητας: Υπενθύμιση. Σωροί / Αναδρομή / Ταξινόμηση. Υλοποίηση Σωρού. Σωρός (Εισαγωγή) Ορέστης Τελέλης

Ουρές Προτεραιότητας: Υπενθύμιση. Σωροί / Αναδρομή / Ταξινόμηση. Υλοποίηση Σωρού. Σωρός (Εισαγωγή) Ορέστης Τελέλης Ουρές Προτεραιότητας: Υπενθύμιση Σωροί / Αναδρομή / Ταξινόμηση Ορέστης Τελέλης telelis@unipi.gr Τμήμα Ψηφιακών Συστημάτων, Πανεπιστήμιο Πειραιώς (Abstract Data Type) με μεθόδους: Μπορεί να υλοποιηθεί με

Διαβάστε περισσότερα

ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Α ΛΥΚΕΙΟΥ

ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Α ΛΥΚΕΙΟΥ ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Α ΛΥΚΕΙΟΥ Ευθύγραμμη Ομαλή Κίνηση Επιμέλεια: ΑΓΚΑΝΑΚΗΣ.ΠΑΝΑΓΙΩΤΗΣ, Φυσικός https://physicscorses.wordpress.com/ Βασικές Έννοιες Ένα σώμα καθώς κινείται περνάει από διάφορα σημεία.

Διαβάστε περισσότερα

Περιεχόμενα. Περιεχόμενα

Περιεχόμενα. Περιεχόμενα Περιεχόμενα xv Περιεχόμενα 1 Αρχές της Java... 1 1.1 Προκαταρκτικά: Κλάσεις, Τύποι και Αντικείμενα... 2 1.1.1 Βασικοί Τύποι... 5 1.1.2 Αντικείμενα... 7 1.1.3 Τύποι Enum... 14 1.2 Μέθοδοι... 15 1.3 Εκφράσεις...

Διαβάστε περισσότερα

Ουρά Προτεραιότητας (priority queue)

Ουρά Προτεραιότητας (priority queue) Ουρά Προτεραιότητας (priority queue) Δομή δεδομένων που υποστηρίζει τις ακόλουθες λειτουργίες PQinsert : εισαγωγή στοιχείου PQdelmax : επιστροφή του στοιχείου με το μεγαλύτερο* κλειδί και διαγραφή του

Διαβάστε περισσότερα

Θεωρία Γραφημάτων 6η Διάλεξη

Θεωρία Γραφημάτων 6η Διάλεξη Θεωρία Γραφημάτων 6η Διάλεξη Α. Συμβώνης Εθνικο Μετσοβειο Πολυτεχνειο Σχολη Εφαρμοσμενων Μαθηματικων και Φυσικων Επιστημων Τομεασ Μαθηματικων Φεβρουάριος 2016 Α. Συμβώνης (ΕΜΠ) Θεωρία Γραφημάτων 6η Διάλεξη

Διαβάστε περισσότερα

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας Τα βασικά βήματα στην επεξεργασία

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Καθηγητής : Κουμπαράκης Μανόλης Ημ/νία παράδοσης: 11/01/2011 Ονομ/μο φοιτητή : Μπεγέτης Νικόλαος Α.Μ.:

Διαβάστε περισσότερα

Μελέτη και έλεγχος της διατήρησης της μηχανικής ενέργειας στην ελεύθερη πτώση σώματος. (Ανάλυση video μέσω του Σ.Σ.Λ.Α, LoggerPro της Vernier)

Μελέτη και έλεγχος της διατήρησης της μηχανικής ενέργειας στην ελεύθερη πτώση σώματος. (Ανάλυση video μέσω του Σ.Σ.Λ.Α, LoggerPro της Vernier) Μελέτη και έλεγχος της διατήρησης της μηχανικής ενέργειας στην ελεύθερη πτώση σώματος. (Ανάλυση video μέσω του Σ.Σ.Λ.Α, LoggerPro της Vernier) Στόχοι Να μελετήσουμε τις μεταβολές της κινητικής και της

Διαβάστε περισσότερα

Άσκηση 3 (ανακοινώθηκε στις 24 Απριλίου 2017, προθεσμία παράδοσης: 2 Ιουνίου 2017, 12 τα μεσάνυχτα).

Άσκηση 3 (ανακοινώθηκε στις 24 Απριλίου 2017, προθεσμία παράδοσης: 2 Ιουνίου 2017, 12 τα μεσάνυχτα). Κ08 Δομές Δεδομένων και Τεχνικές Προγραμματισμού Διδάσκων: Μανόλης Κουμπαράκης Εαρινό Εξάμηνο 2016-2017. Άσκηση 3 (ανακοινώθηκε στις 24 Απριλίου 2017, προθεσμία παράδοσης: 2 Ιουνίου 2017, 12 τα μεσάνυχτα).

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 6η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας

Διαβάστε περισσότερα

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem Έλενα Ρόκου Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

4. ΔΙΚΤΥΑ

4. ΔΙΚΤΥΑ . ΔΙΚΤΥΑ Τελευταία μορφή επιχειρησιακής έρευνας αποτελεί η δικτυωτή ανάλυση (δίκτυα). Τα δίκτυα είναι ένα διάγραμμα από ς οι οποίοι συνδέονται όλοι μεταξύ τους άμεσα ή έμμεσα μέσω ακμών. Πρόκειται δηλαδή

Διαβάστε περισσότερα

Σχετική κίνηση αντικειμένων

Σχετική κίνηση αντικειμένων Σχετική κίνηση αντικειμένων Πως θα μπορούσε να κινηθεί ένας χαρακτήρας προς την έξοδο ενός λαβύρινθου; Πως θα μπορούσε το αυτοκινητάκι μας να κινείται μέσα στην πίστα; Πως θα μπορούσαμε να αναπαραστήσουμε

Διαβάστε περισσότερα

Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ

Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ Διάλεξη 25: Τεχνικές Κατακερματισμού II Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Διαχείριση Συγκρούσεων με Ανοικτή Διεύθυνση a) Linear Probing, b) Quadratic Probing c) Double Hashing Διατεταγμένος

Διαβάστε περισσότερα

Διδάσκων: Παναγιώτης Ανδρέου

Διδάσκων: Παναγιώτης Ανδρέου Διάλεξη 12: Δέντρα ΙΙ -Δυαδικά Δέντρα Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Δυαδικά Δένδρα - Δυαδικά Δένδρα Αναζήτησης(ΔΔΑ) - Εύρεση Τυχαίου, Μέγιστου, Μικρότερου στοιχείου - Εισαγωγή

Διαβάστε περισσότερα

Προβλήματα Μεταφορών (Transportation)

Προβλήματα Μεταφορών (Transportation) Προβλήματα Μεταφορών (Transportation) Παραδείγματα Διατύπωση Γραμμικού Προγραμματισμού Δικτυακή Διατύπωση Λύση Γενική Μέθοδος Simplex Μέθοδος Simplex για Προβλήματα Μεταφοράς Παράδειγμα: P&T Co ΗεταιρείαP&T

Διαβάστε περισσότερα

Δικτυακή Αναπαράσταση Έργων (Δίκτυα ΑΟΑ και ΑΟΝ) & η Μέθοδος CPM. Λυμένες Ασκήσεις & Παραδείγματα

Δικτυακή Αναπαράσταση Έργων (Δίκτυα ΑΟΑ και ΑΟΝ) & η Μέθοδος CPM. Λυμένες Ασκήσεις & Παραδείγματα Δικτυακή Αναπαράσταση Έργων (Δίκτυα ΑΟΑ και ΑΟΝ) & η Μέθοδος PM Λυμένες Ασκήσεις & Παραδείγματα Άσκηση σχεδίασης έργου με δίκτυο ΑΟΑ Σχεδιάστε το δίκτυο ΑΟΑ που ικανοποιεί του ακόλουθους περιορισμούς:

Διαβάστε περισσότερα

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης Επίλυση προβληµάτων! Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Τεχνητή

Διαβάστε περισσότερα

Στοιχεία Θεωρίας Γραφηµάτων (1)

Στοιχεία Θεωρίας Γραφηµάτων (1) Στοιχεία Θεωρίας Γραφηµάτων (1) Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Θεωρία Γραφηµάτων (1) 1 / 23 Μη κατευθυνόµενα γραφήµατα

Διαβάστε περισσότερα

Ενδεικτικές Ερωτήσεις Θεωρίας

Ενδεικτικές Ερωτήσεις Θεωρίας Ενδεικτικές Ερωτήσεις Θεωρίας Κεφάλαιο 2 1. Τι καλούμε αλγόριθμο; 2. Ποια κριτήρια πρέπει οπωσδήποτε να ικανοποιεί ένας αλγόριθμος; 3. Πώς ονομάζεται μια διαδικασία που δεν περατώνεται μετά από συγκεκριμένο

Διαβάστε περισσότερα

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή Ισορροπημένα Δένδρα Μπορούμε να επιτύχουμε για κάθε λειτουργία; χρόνο εκτέλεσης Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή μετά από Περιστροφές x αριστερή περιστροφή από το x y α β y

Διαβάστε περισσότερα

Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2)

Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2) Θεωρία Υπολογισμού και Πολυπλοκότητα Ασυμφραστικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Αυτόματα Στοίβας (2.2) Τυπικός Ορισμός Παραδείγματα Ισοδυναμία με Ασυμφραστικές

Διαβάστε περισσότερα

ΠΑΡΑΡΤΗΜΑ: QUIZ ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΑΡΤΗΜΑ: QUIZ ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΠΑΡΑΡΤΗΜΑ: QUIZ ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ (Οι ερωτήσεις µε κίτρινη υπογράµµιση είναι εκτός ύλης για φέτος) ΕΙΣΑΓΩΓΗ Q1. Οι Πρωταρχικοί τύποι (primitive types) στη Java 1. Είναι όλοι οι ακέραιοι και όλοι οι πραγµατικοί

Διαβάστε περισσότερα