Differenza tra ricerca informata e non informata

Autore: Laura McKinney
Data Della Creazione: 2 Aprile 2021
Data Di Aggiornamento: 15 Maggio 2024
Anonim
Difference between Informed and Uninformed Search in AI
Video: Difference between Informed and Uninformed Search in AI

Contenuto


La ricerca è un processo per trovare una sequenza di passaggi necessari per risolvere qualsiasi problema. La differenza precedente tra ricerca informata e non informata è che la ricerca informata fornisce indicazioni su dove e come trovare la soluzione. Al contrario, la ricerca non informata non fornisce ulteriori informazioni sul problema tranne le sue specifiche.

Tuttavia, tra le tecniche di ricerca informate e non informate, la ricerca informata è più efficiente ed economica.

    1. Tabella di comparazione
    2. Definizione
    3. Differenze chiave
    4. Conclusione

Tabella di comparazione

Base per il confrontoRicerca informataRicerca non informata
Di base
Utilizza le conoscenze per trovare i passaggi per la soluzione.Nessun uso della conoscenza
Efficienza
Altamente efficiente in quanto consuma meno tempo e costi.L'efficienza è mediatoria
CostoBassoRelativamente alto
PrestazioneTrova la soluzione più rapidamenteLa velocità è più lenta della ricerca informata
algoritmi
Profondità euristica prima e prima ricerca e A * ricercaProfondità prima ricerca, ampiezza prima ricerca e prima ricerca a basso costo


Definizione di ricerca informata

La tecnica di ricerca informata utilizza le conoscenze specifiche del problema al fine di fornire un indizio sulla soluzione del problema. Questo tipo di strategia di ricerca impedisce effettivamente agli algoritmi di inciampare sull'obiettivo e sulla direzione verso la soluzione. La ricerca informata può essere vantaggiosa in termini di costo in cui l'ottimalità viene raggiunta a costi di ricerca inferiori.

Per cercare un costo del percorso ottimale in un grafico implementando una strategia di ricerca informata, i nodi più promettenti n vengono inseriti nella funzione euristica h (n). Quindi la funzione restituisce un numero reale non negativo che è un costo di percorso approssimativo calcolato dal nodo n al nodo di destinazione.

Qui la parte più importante della tecnica informata è la funzione euristica che facilita a impartire all'algoritmo la conoscenza aggiuntiva del problema. Di conseguenza, aiuta a trovare la strada verso l'obiettivo attraverso i vari nodi vicini. Esistono vari algoritmi basati sulla ricerca informata come la ricerca euristica in profondità, la ricerca euristica in ampiezza, la ricerca A *, eccetera. Comprendiamo ora la ricerca euristica della profondità in primo luogo.


Profondità euristica Prima ricerca

Simile al metodo di ricerca di approfondimento dato sotto la profondità euristica, la prima ricerca sceglie un percorso ma attraversa tutti i percorsi dal percorso selezionato prima di scegliere un altro percorso. Tuttavia, sceglie il percorso migliore a livello locale. Nei casi in cui il più piccolo valore euristico è la priorità per la frontiera, allora è conosciuta come la migliore prima ricerca.

Un altro algoritmo di ricerca informato è A * search che unisce il concetto di prima ricerca a basso costo e la migliore prima ricerca. Questo metodo considera sia il costo del percorso sia le informazioni euristiche nel processo di ricerca e selezione del percorso da espandere. Un costo totale stimato stimato utilizzato per ciascun percorso che risiede sulla frontiera dall'inizio al nodo di destinazione. Pertanto utilizza due funzioni contemporaneamente: il costo (p) è il costo del percorso rilevato e h (p) è il valore stimato del costo del percorso dal nodo iniziale al nodo obiettivo.

Definizione di Ricerca non informata

La ricerca non informata è diversa dalla ricerca informata in quanto fornisce solo la definizione del problema, ma nessun ulteriore passo per trovare la soluzione al problema. L'obiettivo primario della ricerca non informata è di distinguere tra lo stato target e quello non target e ignora totalmente la destinazione verso cui si sta dirigendo nel percorso fino a quando non scopre l'obiettivo e riporta il successore. Questa strategia è anche nota come ricerca cieca.

Esistono vari algoritmi di ricerca in questa categoria come ricerca approfondita, ricerca uniforme dei costi, ricerca approfondita e così via. Cerchiamo ora di comprendere il concetto alla base della ricerca non informata con l'aiuto della ricerca approfondita.

Profondità Prima ricerca

Approfondimento sulla prima ricerca, viene utilizzato uno stack Ultimo in uscita per aggiungere e rimuovere i nodi. Viene aggiunto o rimosso un solo nodo alla volta e il primo elemento rimosso dalla frontiera dello stack sarebbe l'ultimo elemento aggiunto allo stack. Impiegando la pila in frontiera i risultati nella ricerca di percorsi procedevano in modo approfondito in primo luogo. Quando viene cercato un percorso più breve e ottimale utilizzando la ricerca in profondità, il percorso creato dai nodi adiacenti viene completato per primo anche se non è quello desiderato. Quindi il percorso alternativo viene cercato attraverso il backtracking.

In altre parole, l'algoritmo sceglie la prima alternativa in ciascun nodo, quindi torna indietro a un'altra alternativa fino a quando non ha attraversato tutti i percorsi dalla prima selezione. Ciò solleva anche un problema in cui la ricerca potrebbe cessare di arrestarsi a causa di infiniti loop (cicli) presenti nel grafico.

  1. La precedente tecnica di ricerca informata utilizza le conoscenze per trovare la soluzione. D'altra parte, quest'ultima tecnica di ricerca non informata non utilizza la conoscenza. In termini più semplici non sono fornite ulteriori informazioni sulla soluzione.
  2. L'efficienza della ricerca informata è migliore della ricerca non informata.
  3. La ricerca non informata richiede più tempo e costi in quanto non ha idea della soluzione rispetto alla ricerca informata.
  4. Ricerca in profondità, ricerca in ampiezza e prima ricerca a basso costo sono gli algoritmi che rientrano nella categoria della ricerca non informata. Al contrario, la ricerca informata copre algoritmi come la profondità euristica in primo luogo, la ricerca euristica in ampiezza e la ricerca A *.

Conclusione

La ricerca informata fornisce la direzione relativa alla soluzione mentre nella ricerca non informata non viene fornito alcun suggerimento in merito alla soluzione. Questo rende la ricerca non informata più lunga quando viene implementato l'algoritmo.