Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

2.1 Algorithmische Suche
Bemerkung 2.1.5. Beim dynamischen Programmieren ist in einigen Fällen der Effekt gerade umgekehrt.
Man spendiert Platz für bereits berechnete Ergebnisse und hat dadurch eine enorme Ersparnis
beim Zeitbedarf.
2.1.4.5 Iteratives Vertiefen (iterative deepening) mit Speicherung
Die Idee hierbei ist, den freien Speicherplatz beim iterativen Vertiefen sinnvoll zu nutzen.
Hierbei kann man zwei verschiedene Verfahren verwenden:
1. Bei jedem Restart der Tiefensuche wird der zugehörige Speicher initialisiert. Während
der Tiefensuchphase speichert man Knoten, die bereits expandiert waren und
vermeidet damit die wiederholte Expansion. Hier kann man soviele Knoten speichern
wie möglich. Man spart sich redundante Berechnungen, aber der Nachteil ist,
dass bei jeder Knotenexpansion nachgeschaut werden muss, ob die Knoten schon
besucht wurden.
2. Man kann Berechnungen, die in einer Tiefensuchphase gemacht wurden, in die
nächste Iteration der Tiefensuche retten und somit redundante Berechnungen vermeiden.
Wenn alle Knoten der letzten Berechnung gespeichert werden können,
kann man von dort aus sofort weiter machen (d.h. man hat dann Breitensuche). Da
man das i.a. nicht kann, ist folgendes sinnvoll:
Man speichert den linken Teil des Suchraum, um den Anfang der nächsten Iteration
schneller zu machen, und Knoten, die schon als Fehlschläge bekannt sind, d.h.
solche, die garantiert keinen Zielknoten als Nachfolger haben.
2.1.5 Rückwärtssuche
Die Idee der Rückwärtssuche ist:
man geht von einem (bekannten) Zielknoten aus und versucht den Anfangsknoten
zu erreichen.
Voraussetzungen dafür sind:
• Man kann Zielknoten explizit angeben (nicht nur eine Eigenschaft, die der Zielknoten
erfüllen muss).
• man kann von jedem Knoten die direkten Vorgänger berechnen.
Rückwärtssuche ist besser als Vorwärtssuche, falls die Verzweigungsrate in Rückwärtsrichtung
kleiner ist die Verzweigungsrate in Vorwärtsrichtung.
Man kann normale Suche und Rückwärtssuche kombinieren zur Bidirektionalen Suche,
die von beiden Seiten sucht.
M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13 33 Stand: 18. Oktober 2012