Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

Σχετικά έγγραφα
Ασκήσεις μελέτης της 11 ης διάλεξης

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

Ασκήσεις μελέτης της 8 ης διάλεξης

ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΟ ΕΡΓΑΣΤΗΡΙΟ 3

ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΟ ΕΡΓΑΣΤΗΡΙΟ 2

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε.

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

Ψηφιακά Συστήματα. 5. Απλοποίηση με χάρτες Karnaugh

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

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

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

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

Επίλυση Προβλημάτων 1

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

Προτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Αλγόριθμοι Τυφλής Αναζήτησης

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

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

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Τελικές εξετάσεις 24 Ιουνίου 2004

Επανάληψη. ΗΥ-180 Spring 2019

Υποδ: Χρησιμοποιήστε τον ορισμό της λογικής συνεπαγωγής (λογικής κάλυψης).

ΤΕΙ ΛΑΜΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΠΟΛΟΓΙΣΤΩΝ

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Λύσεις Σειράς Ασκήσεων 1

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

Τεχνητή Νοημοσύνη ( )

7 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Οι Εξελικτικοί Αλγόριθμοι (ΕΑ) είναι καθολικοί στοχαστικοί αλγόριθμοι βελτιστοποίησης, εμπνευσμένοι από τις βασικές αρχές της φυσικής εξέλιξης.

Επίλυση Προβλημάτων 1

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Ε ανάληψη. Α ληροφόρητη αναζήτηση

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

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΑΝΑΛΥΣΗ 1 ΕΙΚΟΣΤΟ ΕΒΔΟΜΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Θεωρία Λήψης Αποφάσεων

ΔΙΑΣΧΙΣΗ ΓΡΑΦΗΜΑΤΩΝ 1

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

ΗΥ118: Διακριτά Μαθηματικά - Εαρινό Εξάμηνο 2016 Τελική Εξέταση Ιουνίου - Τετάρτη, 15/06/2016 Λύσεις Θεμάτων

Κατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός συγκρίσεων π

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

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

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Αναζήτηση στους γράφους. - Αναζήτηση η κατά βάθος Συνεκτικές Συνιστώσες - Αλγόριθμος εύρεσης συνεκτικών συνιστωσών

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

4.3 Ορθότητα και Πληρότητα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ

5.2 ΑΠΛΟΠΟΙΗΣΗ ΜΕ ΤΗΝ ΜΕΘΟΔΟ ΚΑΤΑΤΑΞΗΣ ΣΕ ΠΙΝΑΚΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

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

Θέματα Υπολογισμού στον Πολιτισμό - Δένδρα. Δένδρα

HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5

Προγραμματισμός Ι (HY120)

Τεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Κανονικές μορφές - Ορισμοί

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ Κεφάλαιο 2 ο. Επικοινωνία:

Ο Αλγόριθμος FP-Growth

Προσεγγιστικοί Αλγόριθμοι

Υπολογισμός στο Λογικό Προγραμματισμό. Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος;

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

ΑΣΚΗΣΗ 1 Για τις ερωτήσεις 1-4 θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι;

Αλγόριθμοι Αναζήτησης. (AeppAcademy.com)

ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

Ενότητα: Δυαδική Αναζήτηση Σχέδιο Δραστηριότητας: Παιχνίδι: Βρες τον αριθμό

Τυπικά θέματα εξετάσεων. ΠΡΟΣΟΧΗ: Οι ερωτήσεις που παρατίθενται ΔΕΝ καλύπτουν την πλήρη ύλη του μαθήματος και παρέχονται απλά ενδεικτικά

Επαναληπτικές Ασκήσεις στα Σύνολα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

Προσεγγιστικοί Αλγόριθμοι

!! " &' ': " /.., c #$% & - & ' ()",..., * +,.. * ' + * - - * ()",...(.

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΜΟΣ Εντολές επιλογής και αποφάσεων 1 ο Φύλλο Εργασιών Εισαγωγικές ασκήσεις για την εντολή if ΑΠΑΝΤΗΣΕΙΣ

Εισαγωγή στις Αρχές της επιστήμης των ΗΥ

Β. ίνεται το παρακάτω τμήμα δηλώσεων ενός προγράμματος σε «ΓΛΩΣΣΑ»: ΜΕΤΑΒΛΗΤΕΣ ΑΚΕΡΑΙΕΣ: Χ, Ζ[15] ΠΡΑΓΜΑΤΙΚΕΣ: Ω

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα

Transcript:

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 προορισμός είναι ο Η. Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος DFS για τη μετάβαση από το A στο H; Να συμπληρωθεί ο ακόλουθος πίνακας. Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος BFS για τη μετάβαση από το A στο H; Να συμπληρωθεί ο ακόλουθος πίνακας. Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος UCS για τη μετάβαση από το A στο H; Να συμπληρωθεί ο ακόλουθος πίνακας. 1 https://github.com/chgogos/ai_laboratory_01 (toy3.txt) 1

Λύση DFS: [A] Α [B,C] [A-B,A-C] A B [C,D] [A-B-C,A-B-D,A-C] A,B C [E] [A-B-C-Ε,A-B-D,A-C] Α,Β,C Ε [D,F,G] [A-B-C-Ε-D, A-B-C-Ε-F,A-B-C-Ε-G, A-B-D,A-C] A,B,C,E D [F,H] [A-B-C-Ε-D-F, A-B-C-Ε-D-H, A-B-C-Ε-F,A-B-C-Ε- A,B,C,E,D F [H] G, A-B-D,A-C] [A-B-C-Ε-D-F-H, A-B-C-Ε-D-H, A-B-C-Ε-F,A-B-C- A,B,C,E,D,H H Ε-G, A-B-D,A-C] Διαδρομή A-B-C-E-D-F-H με μήκος 16 Λύση ΒFS: [A] Α [B,C] [A-B,A-C] A B [C,D] [A-C,A-B-C,A-B-D] A,B C [E] [A-B-C,A-B-D,A-C-E] A,B,C C βρόχος [A-B-D,A-C-E] Α,Β,C D [F,H] [A-C-E, A-B-D-F, A-B-D-H] A,B,C,D E [D,F,G] [ A-B-D-F, A-B-D-H,A-C-E-D, A-C-E-F, A-C-E-G] A,B,C,D,E F [H] [A-B-D-H, A-C-E-D, A-C-E-F, A-C-E-G, A-B-D-F- A,B,C,D,E,F H H] Διαδρομή A-B-D-H με μήκος 19 Λύση UCS: [(A-0)] Α [B,C] [(A-C-4), (A-B-5)] A C [E] [(A-B-5), (A-C-E-8)] A,C B [C,D] [(A-C-E-8),(A-B-C-8),(A-B-D-13)] A,B,C E [D,F,G] [(A-B-C-8),(A-C-E-D-9),(A-C-E-G-9),(A-C-E-F- A,B,C,E C βρόχος 9),(A-B-D-13)] [(A-C-E-D-9),(A-C-E-G-9),(A-C-E-F-9),(A-B-D- Α,Β,C,E D [F,H] 13)] [(A-C-E-G-9),(A-C-E-F-9),(A-C-E-D-F-11),(A-B- D-13), (A-C-E-D-H-15)] A,B,C,E,D G [H] [(A-C-E-F-9),(A-C-E-D-F-11), (A-C-E-G-H-12), A,B,C,E,D,G F [H] (A-B-D-13), (A-C-E-D-H-15)] [(A-C-E-F-H-10), (A-C-E-D-F-11), (A-C-E-G-H- A,B,C,E,D,G,F H 12), (A-B-D-13), (A-C-E-D-H-15)] Διαδρομή A-C-E-F-H με μήκος 10 2

Ευρετική αναζήτηση Στο ακόλουθο γράφημα 2 ο κόμβος αφετηρία είναι ο UBC και ο κόμβος προορισμός είναι ο SP. Η τιμή μέσα σε κάθε κόμβο είναι η τιμή που επιστρέφει η ευρετική συνάρτηση για την απόσταση του αντίστοιχου κόμβου προς το SP. Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος A* χωρίς κλειστό σύνολο για τη μετάβαση από το UBC στο SP; Να συμπληρωθεί ο ακόλουθος πίνακας. Μέτωπο αναζήτησης Τρέχουσα Κατάσταση Παιδιά Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος BestFS για τη μετάβαση από το UBC στο SP; Να συμπληρωθεί ο ακόλουθος πίνακας. Ποια διαδρομή θα ακολουθήσει ο αλγόριθμος Hill Climbing για τη μετάβαση από το UBC στο SP; Να συμπληρωθεί ο ακόλουθος πίνακας. Τρέχουσα Κατάσταση Παιδιά 2 https://github.com/chgogos/ai_laboratory_02 (vancouver.txt) 3

Λύση Α* χωρίς κλειστό σύνολο Μέτωπο αναζήτησης Τρέχουσα Κατάσταση Παιδιά [(UBC 0+5=5)] UBC [JB KD] [(UBC-JB 3+3=6)(UBC-KD 3+6=9)] JB [KB] [(UBC-KD 3+6=9)(UBC-JB-KB 7+3=10)] KD [JB MP] [(UBC-JB-KB 7+3=10)(UBC-KD-JB 7+3=10)(UBC-KD- MP 6+7=13)] [(UBC-KD-JB 7+3=10)(UBC-JB-KB-DT 9+2=11)(UBC- KD-MP 6+7=13)(UBC-JB-KB-BBY 13+8=21)] [(UBC-JB-KB-DT 9+2=11)(UBC-KD-MP 6+7=13)(UBC- KD-JB-KB 11+3=14)(UBC-JB-KB-BBY 13+8=21)] [(UBC-JB-KB-DT-SP 11+0=11)(UBC-KD-MP 6+7=13)(UBC-KD-JB-KB 11+3=14)(UBC-JB-KB-BBY 13+8=21)] Διαδρομή UBC-JB-KB-DT-SP με μήκος 11 KB JB DT SP [BBY DT] Λύση BestFS με κλειστό σύνολο [(UBC 5)] UBC [JB KD] [(UBC-JB 3)(UBC-KD 6)] UBC JB [KB] [(UBC-JB-KB 3)(UBC-KD 6)] JB,UBC KB [BBY DT] [(UBC-JB-KB-DT 2)(UBC-KD 6)(UBC-JB-KB-BBY 8)] JB,KB,UBC DT [SP] [(UBC-JB-KB-DT-SP 0)(UBC-KD 6)(UBC-JB-KB-BBY JB,KB,UBC,DT SP 8)] Διαδρομή UBC-JB-KB-DT-SP με μήκος 11 [KB] [SP] Λύση Hill Climbing Τρέχουσα Κατάσταση (UBC 5) (JB 3)(KD 6) (JB 3) (KB 3) Αδιέξοδο Παιδιά Αναζήτηση με αντιπαλότητα Minimax και alpha-beta Εφαρμόστε τον αλγόριθμο minimax στο ακόλουθο δένδρο. Ποια είναι η διαδρομή που θα ακολουθηθεί αν υποθέσουμε ότι και οι δύο παίκτες παίζουν βέλτιστα; Εκτελέστε τον αλγόριθμο alpha-beta και δείξτε ποιοι είναι οι κόμβοι οι οποίοι θα κλαδευτούν. 4

Λύση: http://homepage.ufp.pt/jtorres/ensino/ia/alfabeta.html game tree structure: 3 3 3 3 3 3 3 3 3 3 3 3 3 game tree terminal values: 0 8 6 7 11 5 1 4 6 4 1 3 3 1 7 5 1 3 3 2 0 4 9 9 5 9 10 Minimax με 3 παίκτες Εφαρμόστε τον αλγόριθμο minimax στο ακόλουθο δένδρο. Θεωρείστε ότι στα φύλλα του δένδρου για κάθε μια τριάδα αριθμών η πρώτη τιμή είναι η χρησιμότητα για τον παίκτη 1, η δεύτερη για τον παίκτη 2 και η τρίτη για τον παίκτη 3. 5

Λύση: Προγραμματισμός με περιορισμούς Τέσσερις οικογένειες A,B,C και D μένουν σε 4 σπίτια με αριθμούς 1,2,3 και 4. Γνωρίζουμε τα εξής: Η οικογένεια C ζει σε σπίτι με υψηλότερο αριθμό από την D. H D ζει δίπλα στην Α σε σπίτι με μικρότερο αριθμό. Υπάρχει τουλάχιστον ένα σπίτι ανάμεσα στα σπίτια των D και B. H C δεν ζει στο 3. Η Β δεν ζει στο 1. 1. Να περιγραφεί το πρόβλημα ως πρόβλημα προγραμματισμού με περιορισμούς. 2. Να σχεδιαστεί το πρόβλημα ως ένα κατευθυνόμενο γράφημα μεταβλητών και περιορισμών. 3. Εφαρμόστε τη συνέπεια τόξου μόνο για τον περιορισμό «Η οικογένεια C ζει σε σπίτι με υψηλότερο αριθμό από την D». Πως θα αλλάξουν τα πεδία των μεταβλητών C και D; Αναφέρετε τα τόξα περιορισμών που θα πρέπει να ελεγχθούν εάν: a. αλλάξει το πεδίο τιμών της μεταβλητής C b. αλλάξει το πεδίο τιμών της μεταβλητής D Λύση: 1. Περιγραφή του προβλήματος 6

Οι μεταβλητές απόφασης και το πεδίο τιμών τους είναι: Α ϵ {1,2,3,4} Β ϵ {2,3,4} C ϵ {1,2,4} D ϵ {1,2,3,4} Οι περιορισμοί είναι: Περιορισμός C1: A B Περιορισμός C2: A C Περιορισμός C3: A D Περιορισμός C4: B C Περιορισμός C5: B D Περιορισμός C6: C D Περιορισμός C7: C > D Περιορισμός C8: D = A-1 Περιορισμός C9: B-D >1 Οι περιορισμοί μπορούν να μειωθούν στους ακόλουθους: Περιορισμός C1: A B Περιορισμός C2: A C Περιορισμός C4: B C Περιορισμός C7: C > D Περιορισμός C8: D = A-1 Περιορισμός C9: B-D >1 2. Γράφημα περιορισμών http://www.aispace.org/constraint/index.shtml 7

3. Εφαρμογή συνέπειας τόξου για τον περιορισμό C>D Εξετάζοντας τον περιορισμό C>D στην κατεύθυνση DC και με δεδομένα τα πεδία τιμών C ϵ {1,2,4} και D ϵ {1,2,3,4} διαπιστώνεται ότι: Για την τιμή 1 του D υπάρχει τιμή στο C τέτοια ώστε C>D (π.χ. C=2) Για την τιμή 2 του D υπάρχει τιμή στο C τέτοια ώστε C>D (π.χ. C=4) Για την τιμή 3 του D υπάρχει τιμή στο C τέτοια ώστε C>D (π.χ. C=4) Για την τιμή 4 του D δεν υπάρχει τιμή στο C τέτοια ώστε C>D, άρα η τιμή 4 αφαιρείται από το πεδίο τιμών του D. Συνεπώς το νέο πεδίο τιμών του D είναι το {1,2,3}. Εξετάζοντας τον περιορισμό C>D στην κατεύθυνση CD και με δεδομένα τα πεδία τιμών C ϵ {1,2,4} και D ϵ {1,2,3} διαπιστώνεται ότι: Για την τιμή 1 του C δεν υπάρχει τιμή στο D τέτοια ώστε C>D, άρα η τιμή 1 αφαιρείται από το πεδίο τιμών του C. Για την τιμή 2 του C υπάρχει τιμή στο D τέτοια ώστε C>D (π.χ. C=1) Για την τιμή 4 του C υπάρχει τιμή στο D τέτοια ώστε C>D (π.χ. C=1) Συνεπώς το νέο πεδίο τιμών του C είναι το {2,4}. Όταν αλλάξει το πεδίο τιμών της μεταβλητής C θα χρειαστεί να ελεγχθεί η συνέπεια των ακόλουθων περιορισμών: A C στην κατεύθυνση ΑC B C στην κατεύθυνση BC C > D στην κατεύθυνση DC Όταν αλλάξει το πεδίο τιμών της μεταβλητής D θα χρειαστεί να ελεγχθεί η συνέπεια των ακόλουθων περιορισμών: D=A-1 στην κατεύθυνση ΑD B-D >1 στην κατεύθυνση BD C>D στην κατεύθυνση CD 8

Γενετικοί αλγόριθμοι Διασταύρωση με έγκυρους απογόνους Έστω ότι στο πληθυσμό λύσεων υπάρχουν 2 λύσεις για το πρόβλημα του περιοδεύοντος πωλητή (TSP) που αφορά 10 πόλεις (αριθμοί πόλεων από 0 έως και 9). Οι 2 αυτές λύσεις επιλέχθηκαν ως γονείς για δημιουργία 2 νέων λύσεων με διασταύρωση 2 σημείων που έδωσε την 3 η και την 7 η θέση του κάθε χρωμοσώματος. Συνεπώς οι τιμές των χρωμοσωμάτων από τη θέση 3 μέχρι τη θέση 7 θα παραμείνουν οι ίδιες. Προκειμένου να προκύψουν έγκυρες λύσεις κατά τη διασταύρωση ένας τρόπος είναι ο ακόλουθος: «Ξεκινώντας από τη θέση μετά το δεύτερο σημείο διασταύρωσης οι τιμές του ενός γονέα Α αντιγράφονται στις θέσεις του άλλου γονέα Β παραλείποντας τις τιμές του Α που υπάρχουν ήδη στον Β. Μόλις η συμπλήρωση τιμών φθάσει στο δεξί άκρο του χρωμοσώματος η αντιγραφή τιμών συνεχίζεται από το αριστερό άκρο». Ποιοι απόγονοι θα προκύψουν; 3 1 5 2 6 8 9 0 4 7 3 5 2 1 9 0 8 4 6 7 Λύση: 4,6,7,3,5,2,1,9,0,8 4,7,3,1,0 1 0 5 2 6 8 9 4 7 3 0,4,7,3,1,5,2,6,8,9 4,7,3,5,6 5 6 2 1 9 0 8 4 7 3 Επιλογή απογόνων Έστω ότι σε ένα πληθυσμό 10 λύσεων ενός γενετικού αλγορίθμου υπάρχουν 2 λύσεις με τιμή συνάρτησης κατάλληλότητας 30 και 10 αντίστοιχα ενώ όλες οι άλλες λύσεις έχουν τιμή συνάρτησης καταλληλότητας 20. Ποια θα είναι η πιθανότητα να επιλέγει για διασταύρωση καθεμία από τις λύσεις του πληθυσμού εφόσον χρησιμοποιηθεί η επιλογή ρουλέτας. Λύση: Η λύση με καταλληλότητα 30 έχει πιθανότητα επιλογής: 30/(8*20+30+10) = 30/200 = 15% Η λύση με καταλληλότητα 10 έχει πιθανότητα επιλογής: 10/(8*20+30+10) = 10/200 = 5% Καθεμία από τις υπόλοιπε λύσεις έχει πιθανότητα επιλογής: 20/(8*20+30+10) = 20/200 = 10% Λογική Προτασιακή Λογική Απόδειξη ισχυρισμού με πίνακα αληθείας Να εξεταστεί η εγκυρότητα του ισχυρισμού με υποθέσεις τις: p q, r p, r και συμπέρασμα το: q χρησιμοποιώντας πίνακα αληθείας. 9

Λύση: p q r p q r p q 0 0 0 1 1 1 0 0 1 1 1 1 0 1 0 1 1 0 0 1 1 1 1 0 1 0 0 0 1 1 1 0 1 0 0 1 1 1 0 1 1 0 1 1 1 1 0 0 Άρα ο ισχυρισμός δεν ισχύει. Για παράδειγμα για p ψευδής, q αληθής και r αληθής οι υποθέσεις r, p q και r p είναι αληθείς αλλά το συμπέρασμα είναι ψευδές. Απόδειξη ισχυρισμού με την αρχή της ανάλυσης Να αποδειχθεί το p4 από τις ακόλουθες υποθέσεις: 1. p1 p2 2. p2 3. p1 p3 p4 4. p3 p5 5. p6 p5 6. p6 Λύση: Η αρχή της ανάλυσης είναι: Με απαλοιφή της συνεπαγωγής από τον τύπο p q p q προκύπτουν οι ακόλουθες υποθέσεις: 1. p1 p2 p1 p2 2. p2 3. p1 p3 p4 p1 p3 p4 4. p3 p5 p3 p5 5. p6 p5 p6 p5 6. p6 Για να αποδειχθεί ο ισχυρισμός p4 με την αρχή της ανάλυσης εισάγεται η άρνησή του p4 και εφαρμόζεται σταδιακά η αρχή της ανάλυσης μέχρι να καταλήξει σε άτοπο: 10

Κατηγορηματική λογική Αναπαράσταση προτάσεων σε κατηγορηματική λογική Να αναπαραστήσετε σε κατηγορηματική μορφή τις ακόλουθες εκφράσεις φυσικής γλώσσας. Να χρησιμοποιήσετε ως ατομικούς τύπους μόνο τύπους της μορφής: dog(x), cat(x), likes(x,y), bite(x,y) 1. Ο jack και o black είναι σκύλοι. 2. H lucy και η grey είναι γάτες. 3. Η lucy συμπαθεί τον jack. 4. Την grey τη δάγκωσε ο jack ή ο black. 5. Κάποιος σκύλος δάγκωσε κάποια γάτα. 6. Καμία γάτα δεν συμπαθεί τoν black. 7. Αν κάποιος σκύλος δάγκωσε κάποια γάτα, τότε καμία γάτα δεν συμπαθεί αυτό το σκύλο. Λύση: 1α. dog(jack). 1β. dog(black). 2α. cat(lucy). 2β. cat(grey). 3. likes(lucy, jack). 4. bite(jack, grey) bite(black, grey). 5. D C (dog(d) cat(c) bite(d,c)). 6. C (cat(c) likes(c, black)). 7. D C (dog(d) cat(c) bite(d,c) Z (cat(z) likes(z,d))). Μετατροπή σε κανονική συζευκτική μορφή και στη συνέχεια Skolemization Να μετατρέψετε σε προσημασμένη κανονική συζευκτική μορφή τις ακόλουθες προτάσεις. 1. Κάποιος σκύλος δάγκωσε κάποια γάτα. 2. Καμία γάτα δεν συμπαθεί τoν black. 11

3. Αν κάποιος σκύλος δάγκωσε κάποια γάτα, τότε καμία γάτα δεν συμπαθεί αυτό το σκύλο. Λύση: 1. D C (dog(d) cat(c) bite(d,c)). 2. C (cat(c) likes(c, black)) C ( cat(c) likes(c, black)) 3. D C (dog(d) cat(c) bite(d,c) Z (cat(z) likes(z,d))) D C ( dog(d) cat(c) bite(d,c) Z (cat(z) likes(z,d))) D C ( dog(d) cat(c) bite(d,c) Z ( cat(z) likes(z,d))) D C Z ( dog(d) cat(c) bite(d,c) cat(z) likes(z,d)) Skolemization 1. dog(d1) cat(c1) bite(d1,c1). 2. ( cat(c) likes(c, black)). 3. ( dog(d1) cat(c1) bite(d1,c1) cat(z) likes(z,d1)). όπου c1, d1 είναι Skolem σταθερές Απόδειξη ισχυρισμού με την αρχή της ανάλυσης Χρησιμοποιώντας την εις άτοπο απαγωγή και με βάση μόνο τον κανόνα της ανάλυσης να κατασκευαστεί ένα δένδρο απόδειξης στο οποίο από τους ακόλουθους τύπους να προκύπτει ότι o black δάγκωσε τη grey. 1. dog(jack). 2. dog(black). 3. cat(lucy). 4. cat(grey). 5. likes(lucy, black). 6. bite(black,grey) bite(jack,grey). 7. dog(d1) cat(c1) bite(d1,c1) cat(z) likes(z,d1). 12