Sztuczna inteligencja/SI Ćwiczenia 5: Różnice pomiędzy wersjami

Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
Jarabas (dyskusja | edycje)
Jarabas (dyskusja | edycje)
 
(Nie pokazano 7 pośrednich wersji utworzonych przez tego samego użytkownika)
Linia 6: Linia 6:
'''Rozwiązanie'''  
'''Rozwiązanie'''  
<div class="mw-collapsible-content" style="display:none">
<div class="mw-collapsible-content" style="display:none">
% Przykładowy zestaw; lista przedmiotów, przedmiot to [Waga Cena]
zestaw([[1,10],[10,1],[11,10]]).
% Najlepszy plecak będzie zapamiętywany dynamicznie.
:- dynamic najlepszy/2.
% Główny predykat, wywołując podaje się zestaw danych, pojemność plecaka, w
% ostatniej zmiennej zwracana jest odpowiedź.
rozwiaz_plecak(Zestaw,Pojemnosc,Odpowiedz) :-
  assert(najlepszy([],0)),
  plecak(Zestaw,[],Pojemnosc),
  najlepszy(Odpowiedz,_),
  retract(najlepszy(_,_)).
% Rozgałęzienie drzewa przeszukiwań - 2^N; rozgałęzienie przy decyzji: przyjmij
% lub odrzuć przedmiot.
plecak([P|PReszta],Plecak,Pojemnosc) :-
  plecak(PReszta,Plecak,Pojemnosc),            % Jedno poddrzewo bez danego przedmiotu.
  plecak(PReszta,[P|Plecak],Pojemnosc).        % Drugie podrzewo z przedmiotem w plecaku.
% Ocena liścia.
plecak([],Plecak,Pojemnosc) :-
  ocen(Plecak,Wagi,Cena),
  Wagi =< Pojemnosc,
  najlepszy(_,NCena),
  NCena < Cena,
  retract(najlepszy(_,_)),              % Usuń zapamiętany najlepszy plecak.
  assert(najlepszy(Plecak,Cena)).      % Zapamiętaj nowy najlepszy plecak.
% Jeśli liść nie jest lepszy od najlepszego znalezionego plecaka.
plecak([],_,_).
% Predykat obliczający wartość i ciężar plecaka.
ocen([],0,0).
ocen([[Waga,Cena]|Reszta],SumaW,SumaC) :-
  ocen(Reszta,SumaWP,SumaCP),
  SumaW is Waga + SumaWP,
  SumaC is Cena + SumaCP.
</div>
</div>
</div>
</div>
Linia 12: Linia 51:


Zaimplementować w języku PROLOG predykat rozwiązujący problem poszukiwania najkrótszej drogi w grafie.
Zaimplementować w języku PROLOG predykat rozwiązujący problem poszukiwania najkrótszej drogi w grafie.
<div class="mw-collapsible mw-made=collapsible mw-collapsed">
'''Rozwiązanie'''
<div class="mw-collapsible-content" style="display:none">
% Program realizuje algorytm Dijkstry poszukując najkrótszej ścieżki pomiędzy
% dwoma wierzchołkami. Korzysta z predykatów tworzonych dynamicznie, za pomocą
% których implementowana jest kolejka dla przeszukiwania wszerz.
% Przykładowy zestaw danych.
wierzcholki([a,b,c,d,e,f]).
sasiedzi(a,[b,d,f]).
sasiedzi(b,[c,f,a]).
sasiedzi(c,[d]).
sasiedzi(d,[a,e]).
sasiedzi(e,[f,d]).
sasiedzi(f,[d]).
:- dynamic bialy/1,
            szary/1,
            sciezka/2.
% Główny predykat: znajdź ścieżkę od Poczatek do Koniec i zapisz ją w Sciezka
szukaj(Poczatek,Koniec,Sciezka) :-
  wierzcholki(V),                      % pobierz dostępne wierzchołki
  inicjuj(V),                          % inicjuj predykaty
  retract(bialy(Poczatek)),
  assert(sciezka(Poczatek,[Poczatek])),
  assert(szary(Poczatek)),              % pierwszy wierzchołek w kolejce
  dijkstra(Koniec,Sciezka),            % znajdź scieżkę
  !.                                    % uniemożliwiamy nawroty
% Ustawia wszystkie wierzchołki w stanie 'bialy'.
inicjuj([]).
inicjuj([X|Y]) :-
  assert(bialy(X)),
  inicjuj(Y).
% Wyszukaj ścieżkę do Koniec i zapisz ją w Sciezka.
dijkstra(Koniec,Sciezka) :-
  retract(szary(Koniec)),
  sciezka(Koniec,Sciezka).
dijkstra(Koniec,Sciezka) :-
  retract(szary(Wierzcholek)),
  sasiedzi(Wierzcholek,Sasiedzi),
  sprawdz_sasiadow(Wierzcholek,Sasiedzi),
  dijkstra(Koniec,Sciezka).
dijkstra(_,[]).                        % Jeśli dotarł tutaj, to nie ma połączenia.
% Predykat dla każdego sąsiada aktualizuje ścieżkę do niego i dodaje jego
% sąsiadów do kolejki.
sprawdz_sasiadow(_,[]).
sprawdz_sasiadow(Wierzcholek,[Sasiad|Reszta]) :-
  retract(bialy(Sasiad)),
  sciezka(Wierzcholek,Sciezka),        % pobierz ścieżkę do bieżącego wierzchołka
  assert(sciezka(Sasiad,[Sasiad|Sciezka])),
  assertz(szary(Sasiad)),              % dodaj na końcu kolejki
  sprawdz_sasiadow(Wierzcholek,Reszta).
sprawdz_sasiadow(Wierzcholek,[_|Reszta]) :-    % jeśli poprzedni sąsiad nie był wolny
  sprawdz_sasiadow(Wierzcholek,Reszta).
</div>
</div>


== Zadanie 3 ==
== Zadanie 3 ==


Napisać program poszukujący drogi w labiryncie metodą w głąb i wszerz.
Napisać program poszukujący drogi w labiryncie metodą w głąb i wszerz.
<div class="mw-collapsible mw-made=collapsible mw-collapsed">
'''Rozwiązanie'''
<div class="mw-collapsible-content" style="display:none">
Poniżej znajdują się dwie funkcje, korzystające ze zdefiniowanych wcześniej struktur danych, zmiennych globalnych i funkcji pomocnicznych. Pełna treść programu znajduje się w tym pliku: [[Media:Labirynt.cc]].
/* Przeszukiwanie w głąb. Funkcja jest rekurencyjna, dzięki czemu dane z każdego
  * kroku trzymane są bezpośrednio na stosie - nie potrzeba kontenera dla
  * przetwarzanych węzłów przestrzeni przeszukiwań.
  */
void labirynt_wglab (const Pole & poczatek)
{
  odwiedzone (poczatek);
  if (jestGorny(poczatek) && !czyOdwiedzone(gorny(poczatek)))
    labirynt_wglab (gorny(poczatek));
  if (jestLewy(poczatek) && !czyOdwiedzone(lewy(poczatek)))
    labirynt_wglab (lewy(poczatek));
  if (jestDolny(poczatek) && !czyOdwiedzone(dolny(poczatek)))
    labirynt_wglab (dolny(poczatek));
 
  if (jestPrawy(poczatek) && !czyOdwiedzone(prawy(poczatek)))
    labirynt_wglab (prawy(poczatek));
}
/* Przeszukiwanie wszerz. Węzły trzymane są w zwykłej kolejce (FIFO). */
void labirynt_wszerz (const Pole & poczatek)
{
  queue<Pole> kolejka;
  kolejka.push (poczatek);
  odwiedzone (poczatek);
  while (!kolejka.empty()) {
    Pole & pole = kolejka.front();
    if (jestGorny(pole) && !czyOdwiedzone(gorny(pole))) {
      kolejka.push (gorny(pole));
      odwiedzone (gorny(pole));
    }
    if (jestLewy(pole) && !czyOdwiedzone(lewy(pole))) {
      kolejka.push (lewy(pole));
      odwiedzone (lewy(pole));
    }
    if (jestDolny(pole) && !czyOdwiedzone(dolny(pole))) {
      kolejka.push (dolny(pole));
      odwiedzone (dolny(pole));
    }
    if (jestPrawy(pole) && !czyOdwiedzone(prawy(pole))) {
      kolejka.push (prawy(pole));
      odwiedzone (prawy(pole));
    }
    kolejka.pop();
  }
}
</div>
</div>


== Zadanie 4 ==
== Zadanie 4 ==


Rozważmy drzewo genealogiczne. Załóżmy, że krawędzie są skierowane od rodziców w kierunku dzieci. W którym kierunku - zgodnie czy przeciwnie do skierowania krawędzi - lepiej jest prowadzić przeszukiwanie drzewa, chcąc stwierdzić, że X  jest prapradziadkiem Y?
Rozważmy drzewo genealogiczne. Załóżmy, że krawędzie są skierowane od rodziców w kierunku dzieci. W którym kierunku - zgodnie czy przeciwnie do skierowania krawędzi - lepiej jest prowadzić przeszukiwanie drzewa, chcąc stwierdzić, że X  jest prapradziadkiem Y?
<div class="mw-collapsible mw-made=collapsible mw-collapsed">
'''Rozwiązanie'''
<div class="mw-collapsible-content" style="display:none">
Przeszukując graf zgodnie z kierunkiem krawędzi (od rodziców do dzieci) przy każdym węźle możemy mieć inny stopień rozgałęzienia, który odpowiada licznie potomków danej osoby (danego węzła). W zależności od średniej ilości dzieci w drzewie średni stopień rozgałęzienia wynosił będzie od 0 do pewnej wartości <math>\alpha</math>. Odległość, którą należy pokonać w głąb grafu wynosi w tym przypadku <math>n=4\,</math>. Zgodnie z punktem [[Sztuczna_inteligencja/SI_Modu%C5%82_5_-_Wnioskowanie_jako_metoda_przeszukiwania#Wyb.C3.B3r_metody_wnioskowania|wybór metody wnioskowania]] ilość węzłów ostatniego poziomu do sprawdzenia jest rzędu <math>\alpha^4</math>.
Przeszukując graf przeciwnie do kierunku krawędzi otrzymujemy zawsze stopień rozgałęzienia równy dwa. W tym przypadku odległość wynosi <math>n=3\,</math>. Ilość węzłów ostatniego poziomu do spradzenia wynosi więc <math>8\,</math>.
Jeśli <math>\alpha > 8^{1 \over 4} \approx 1.68</math>, to lepiej jest przeszukiwać drzewo przeciwnie do kierunku krawędzi.
</div>
</div>

Aktualna wersja na dzień 20:38, 28 sie 2006

Zadanie 1

Zaimplementować w języku PROLOG predykat rozwiązujący problem plecakowy.

Rozwiązanie

Zadanie 2

Zaimplementować w języku PROLOG predykat rozwiązujący problem poszukiwania najkrótszej drogi w grafie.

Rozwiązanie

Zadanie 3

Napisać program poszukujący drogi w labiryncie metodą w głąb i wszerz.

Rozwiązanie

Zadanie 4

Rozważmy drzewo genealogiczne. Załóżmy, że krawędzie są skierowane od rodziców w kierunku dzieci. W którym kierunku - zgodnie czy przeciwnie do skierowania krawędzi - lepiej jest prowadzić przeszukiwanie drzewa, chcąc stwierdzić, że X jest prapradziadkiem Y?

Rozwiązanie