468x150 Ads

PENCARIAN SOLUSI

pencarian solusi terbagi dua, yang pertama adalah Strategi Pencarian tak berinformasi dan Strategi Pencarian Heuristik/ Berinformasi.

A. Strategi Pencarian tak berinformasi
contoh algoritmanya adalah  
Breadth-first search adalah sebuah strategi sederhana dimana node root yang pertama kali diperluas,  baru  kemudian  semua  suksesornya,  suksesor  dari  semua  suksesor,  begitu seterusnya.  Secara  umum,  semua  node  diperluas  hingga  kedalaman  tertentu  dalam  tree pencarian sebelum hal yang sama dilakukan pada kedalaman berikutnya.
Uniform cost search
Breadth-first  search  akan  optimal  jika  semua  biaya  langkahnya  sama,  karena  ini memungkinkannya memperluas  node  terdangkal  yang  belum diperluas. Melalui modifikasi sederhana,  kita  bisa menemukan  sebuah  algoritma  yang  optimal  bagi  sembarang  fungsi biaya  langkah.  Alih-alih  memperluas  node  terdangkal,  uniform  cost  search  memperluas node  n  yang memiliki  biaya  jalur  terrendah. Perhatikan  bahwa  jika  semua  biaya  langkah antar node sama, itu identik dengan breadth-first search. 

B. Strategi Pencarian Heuristik/ Berinformasi.
Best-first Search Best-first  search  meruakan  suatu  strategi  kontrol  sistematik,  memadukan  keunggulan-keunggulan breadth-first search dan depth-first search ke dalam satu algoritma. Perbedaan utama  di  antara best-first  search dan  strategi-strategi  standar  tersebut adalah  bahwa  kita memanfaatkan fungsi evaluasi  f(n) atau fungsi heuristik h(n) untuk mengurutkan node-node di  dalam  queue.  Dengan  cara  ini,  kita  bisa  memilih  node  yang  tampaknya  paling  baik dibandingkan  yang  lain,  terlepas  dari  posisi  mereka  di  tree.  Dalam  kasus  pencarian heuristik, f(n) = h(n).


Menurut beberapa sumber perbedaannya adalah pencarian heuristik adalah pencarian yang yang diberikan solusi yang akan dicari, sendangkan tak uniform solusinya tidak diberikan dengan kata lain hanya berupa prediksi saja
















0 komentar:

Post a Comment

test

Powered by Blogger.