L'algorithme de GraphSearch, qui fait partie de la famille des "Branch and Bound", permet de trouver une suite de noeuds, c'est-à-dire un chemin menant d'un noeud de départ s0 à un ou plusieurs noeuds d'arrivée, éléments de N. Qui plus est, on se place dans le cas où les arcs sont des arcs valués, et on s'intéresse donc au chemin correspondant à une longueur totale aussi petite que possible.
Etant donné le développement de l'algorithme en C, une grande partie du travail réalisé a consisté en une élaboration d'API de gestion de ces structures de données.
L'algorithme de GraphSearch utilise quatre structures de données, qui sont des
graphes, des listes ou bien des arbres. Ces structures de données sont les suivantes:
- un graphe G, sous graphe sans boucle du graphe complet des états, celui-ci pouvant être
infini.
- un arbre des pointeurs, sous graphe de G, qui décrit le meilleur chemin provisoire entre un
noeud complètement traité ou en cours de traitement et le noeud de départ s0.
- la liste OPEN des noeuds en cours de traitement.
- la liste CLOSE des noeuds considérés comme complètement traités.
[...] ailleurs il est intéressant de noter une particularité visible sur la figure 16. heuristique employée, on remarque que la méthode meilleur Etant donnée la nature de abord privilégie toujours les direction "à droite" et "en bas", en "fonçant" vers le nœud arrivée, en passant à côté du chemin optimal. Cependant, les labyrinthes ne sont qu' cas particulier des environnements que peut un traiter interface. En effet, regardons le comportement de GraphSearch dans le cas de terrains plus réalistes prenant en compte des notions telles que la hauteur et le dénivelé Intelligence artificielle: mise en œuvre de l'algorithme GraphSearch Les terrains réalistes Dans un premier temps, construit un terrain simple, représentant une vallée comme ai il peut en exister des centaines sur Mars. [...]
[...] Dans les deux cas, les résultats obtenus ont été comparés aux résultats attendus Intelligence artificielle: mise en œuvre de l'algorithme GraphSearch 1. Mise en œuvre de l'algorithme de GraphSearch L'algorithme de GraphSearch, qui fait partie de la famille des "Branch and Bound", permet de trouver une suite de nœuds, est-à-dire un chemin menant d'un nœud de départ s0 à un ou plusieurs nœuds d'arrivée, éléments de N. Qui plus est, on se place dans le cas où les arcs sont des arcs valués, et on intéresse donc au chemin correspondant à une longueur totale aussi petite que possible. [...]
[...] Les machines Intel sont qualifiées de "Little endian" car les premiers octets de poids faibles représentent les puissances inférieures de entier codé, alors que les machines Sun sont qualifiées de "Big 10 Intelligence artificielle: mise en œuvre de l'algorithme GraphSearch Endian", car elles font exactement inverse. Pour cette raison, plutôt que de passer du temps à coder des fonctions de conversions, je fais produire à interface un fichier texte séquentiel, et utilise un programme C annexe de conversion de ce fichier texte en un fichier binaire exploitable directement par GraphSearch, selon le schéma suivant: Fichier texte: fichier.txt Interface Fichier texte: parcours.txt Conversion Fichier binaire: Graphe.txt GraphSearch Figure Transmission des informations entre interface et GraphSearch interface doit également se charger de la production du fichier représentant le graphe, à savoir fichier.txt. [...]
[...] un 2.1 Présentation de application interface Les résultats Un cas particulier: le labyrinthe Les terrains réalistes . Conclusion . Annexes Intelligence artificielle: mise en œuvre de l'algorithme GraphSearch . Introduction L'algorithme de GraphSearch, utilisé pour la détermination de chemins optimaux, a été vu en enseignement d'intelligence artificielle en deuxième année de LSI. Dans le cadre de la mise en pratique, il a été demandé de mettre en œuvre un tel algorithme. L'algorithme effectivement mis en œuvre est la deuxième variante de GraphSearch. [...]
[...] Cette information est essentielle lorsqu' de décider si un pointeur doit être redirigé. il agit # Nœud Longueur Figure Liste chaînée représentant arbre des pointeurs arbre G que semi utilité. En effet, il sert à reproduite partiellement le est une graphe total dont on cherche à extraire un ou plusieurs chemins optimaux. Cependant, si on considère un problème où le graphe est très étendu, voir infini, le graphe G permet à algorithme de travailler uniquement sur une représentation locale du problème, sans se soucier de problèmes de finitude des données. [...]
Source aux normes APA
Pour votre bibliographieLecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture