12-08-2011, 02:19 PM
Maturski, Seminarski , Maturalni i diplomski radovi iz ekonomije: menadžment, marketing, finansija, elektronskog poslovanja, internet tehnologija, biznis planovi, makroekonomija, mikroekonomija, preduzetništvo, upravljanje ljudskim resursima, carine i porezi.
U području veštačke inteligencije, mnogo se problema rešava pomoću algoritama za
pretraživanje. Krenuvši od početnog stanja problema, pokušavamo pronaći ciljno stanje, koje je rešenje problema. Problem predstavlja veliki broj stanja i veliki broj mogućih izbora zbog čega pretraživanje mora biti sistematsko.
Kao što je znamo, obični refleksni agenti nemaju mogućnost da planiraju unapred. Njihove akcie su definisane unaored samo trenutnom percepcijom, i njihove akcije su takođe limitirane. Iz tog razloga oni nemaju znanja o tome šta njihove akcije radi, ni o tome koji je njihov krajnji cilj.
Odluke ovih agenata se zasnivaju na nalaženju sekvenci akcija koje dovode do željenih stanja. Tip problema koji proizilazi iz procesa formulacije će zavisiti od znanja dostupnog agentu: u principu, da li zna trenutno stanje i dolazne akcije. Tada ćemo preciznije odrediti elemente koji opisuju polazno i ciljano stanje.
PROBLEM –SOLVING Agenti
Problem-solving agenti bi trebali da rade na takav način da okolina prolazi kroz sekvencu stanja koja maksimizuju mere performansi. Ali, ovo je teško pretočiti u dizajn agenta. Zadatak je pojednostavljen ako agent može da usvoji cilj i da se kreće ka zadovoljenju istog.
Zamislimo našeg agenta u gradu Aradu, u Rumuniji, na kraju turističkog raspusta. Agent ima kartu da odleti iz Bukurešta sledećeg dana. Karta ne može da se vrati, agentova viza samo što nije istekla, i posle sutra nema slobodnih sedišta šest nedelja. Sada agentove mere performansi sadrže mnogo drugih faktore pored cene koštanja karte i neželjenost hapšenja i deportovanja. Svi ovi faktori mu mogu sugestovati bilo koji od širokog niza mogućih akcija. Uz datu ozbiljnost situacije, on treba usvojiti cilj vožnje do Bukurešta. Akcije koje rezultiraju neuspehom stizanja do Bukurešta na vreme mogu biti odbačene bez daljeg razmatranja. Ciljevi kao što je ovaj pomažu u organizaciji ponašanja ograničavajući ciljeve koje agent pokušava da postigne. Formulacija cilja, zasnovana na tekućoj situaciji, je prvi korak u rešavanju problema...
SADRŽAJ
Uvod 2
Problem-solving agenti 2
Formulisanje problema 3
Znanje i tipovi problema 4
Dobro definisani problemi i rešenja 5
Merenje performansi rešavanja problema 7
Primeri problema 8
Problemi igara 6
Nalaženje puta 6
Navigacija robota 7
Potraga za rešenjima 7
Generisanje sekvenci akcija 7
Kvalitet algoritama pretrage 8
Pretraživanje prvo po širini 9
Pretraživanje prema ceni koštanja 10
Pretraživanje prvo po dubini 10
Ograničeno pretraživanje po dubini 11
Pretraživanje iterativnim produbljivanjem 11
Bidirekciono pretraživanje 12
Izbegavanje ponovljenih stanja 13
Literatura 14
U području veštačke inteligencije, mnogo se problema rešava pomoću algoritama za
pretraživanje. Krenuvši od početnog stanja problema, pokušavamo pronaći ciljno stanje, koje je rešenje problema. Problem predstavlja veliki broj stanja i veliki broj mogućih izbora zbog čega pretraživanje mora biti sistematsko.
Kao što je znamo, obični refleksni agenti nemaju mogućnost da planiraju unapred. Njihove akcie su definisane unaored samo trenutnom percepcijom, i njihove akcije su takođe limitirane. Iz tog razloga oni nemaju znanja o tome šta njihove akcije radi, ni o tome koji je njihov krajnji cilj.
Odluke ovih agenata se zasnivaju na nalaženju sekvenci akcija koje dovode do željenih stanja. Tip problema koji proizilazi iz procesa formulacije će zavisiti od znanja dostupnog agentu: u principu, da li zna trenutno stanje i dolazne akcije. Tada ćemo preciznije odrediti elemente koji opisuju polazno i ciljano stanje.
PROBLEM –SOLVING Agenti
Problem-solving agenti bi trebali da rade na takav način da okolina prolazi kroz sekvencu stanja koja maksimizuju mere performansi. Ali, ovo je teško pretočiti u dizajn agenta. Zadatak je pojednostavljen ako agent može da usvoji cilj i da se kreće ka zadovoljenju istog.
Zamislimo našeg agenta u gradu Aradu, u Rumuniji, na kraju turističkog raspusta. Agent ima kartu da odleti iz Bukurešta sledećeg dana. Karta ne može da se vrati, agentova viza samo što nije istekla, i posle sutra nema slobodnih sedišta šest nedelja. Sada agentove mere performansi sadrže mnogo drugih faktore pored cene koštanja karte i neželjenost hapšenja i deportovanja. Svi ovi faktori mu mogu sugestovati bilo koji od širokog niza mogućih akcija. Uz datu ozbiljnost situacije, on treba usvojiti cilj vožnje do Bukurešta. Akcije koje rezultiraju neuspehom stizanja do Bukurešta na vreme mogu biti odbačene bez daljeg razmatranja. Ciljevi kao što je ovaj pomažu u organizaciji ponašanja ograničavajući ciljeve koje agent pokušava da postigne. Formulacija cilja, zasnovana na tekućoj situaciji, je prvi korak u rešavanju problema...
SADRŽAJ
Uvod 2
Problem-solving agenti 2
Formulisanje problema 3
Znanje i tipovi problema 4
Dobro definisani problemi i rešenja 5
Merenje performansi rešavanja problema 7
Primeri problema 8
Problemi igara 6
Nalaženje puta 6
Navigacija robota 7
Potraga za rešenjima 7
Generisanje sekvenci akcija 7
Kvalitet algoritama pretrage 8
Pretraživanje prvo po širini 9
Pretraživanje prema ceni koštanja 10
Pretraživanje prvo po dubini 10
Ograničeno pretraživanje po dubini 11
Pretraživanje iterativnim produbljivanjem 11
Bidirekciono pretraživanje 12
Izbegavanje ponovljenih stanja 13
Literatura 14