دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Weixiong Zhang (auth.)
سری:
ISBN (شابک) : 9781461271833, 9781461215387
ناشر: Springer-Verlag New York
سال نشر: 1999
تعداد صفحات: 215
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب جستجوی حالت-فضا: الگوریتم ها ، پیچیدگی ، برنامه های افزودنی و برنامه ها: منطق و معانی برنامه ها، تحلیل الگوریتم و پیچیدگی مسائل، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب State-Space Search: Algorithms, Complexity, Extensions, and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب جستجوی حالت-فضا: الگوریتم ها ، پیچیدگی ، برنامه های افزودنی و برنامه ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب در مورد حل مسئله است. به طور خاص، این در مورد جستجوی فضای حالت-اکتشافی تحت چارچوب شاخه و کران برای حل مسائل بهینه سازی ترکیبی است. دو موضوع اصلی این کتاب عبارتند از پیچیدگی حالت میانگین الگوریتمهای جستجوی فضای حالت اکتشافی مبتنی بر شاخه و کران، و کاربرد آنها برای توسعه روشها و الگوریتمهای حل مسئله جدید. جستجوی فضای حالت اکتشافی یکی از تکنیک های اساسی حل مسئله در علوم کامپیوتر و تحقیقات عملیاتی است و معمولاً جزء مهمی از اکثر سیستم های حل مسئله هوشمند را تشکیل می دهد. الگوریتم های جستجوی در نظر گرفته شده در این کتاب را می توان در دسته بندی شاخه و کران طبقه بندی کرد. Branch-and-Bound یک الگوی کلی حل مسئله است و یکی از بهترین تکنیک ها برای حل بهینه مسائل محاسباتی فشرده مانند زمان بندی و برنامه ریزی است. الگوریتمهای جستجوی اصلی در نظر گرفته شده عبارتند از: جستجوی اول بهترین، اولین شاخه و کران عمق، عمقبخشی تکراری، جستجوی بهترین اول بازگشتی، و جستجوی اول با فضای محدود. بهترین جست و جو و شاخه و کران اول عمق بسیار شناخته شده است و به طور گسترده در علوم کامپیوتر و تحقیقات عملیاتی استفاده شده است. یکی از ویژگیهای مهم Depth-first branch-and-bound این است که فقط به فضایی نیاز دارد که در حداکثر عمق جستجو خطی باشد، و اغلب آن را به یک ریتم الگوی جستجوی مطلوب نسبت به جستجوی اول بهترین در عمل تبدیل میکند. تعمیق تکراری و جستجوی بازگشتی بهترین اول دو الگوریتم دیگر جستجوی فضای خطی هستند. عمیقسازی تکراری یک الگوریتم مهم در هوش مصنوعی است و نقشی بیبدیل در ساختن یک برنامه بازی در زمان واقعی بازی میکند.
This book is about problem solving. Specifically, it is about heuristic state-space search under branch-and-bound framework for solving com binatorial optimization problems. The two central themes of this book are the average-case complexity of heuristic state-space search algorithms based on branch-and-bound, and their applications to developing new problem-solving methods and algorithms. Heuristic state-space search is one of the fundamental problem-solving techniques in Computer Science and Operations Research, and usually constitutes an important component of most intelligent problem-solving systems. The search algorithms considered in this book can be classified into the category of branch-and-bound. Branch-and-bound is a general problem-solving paradigm, and is one of the best techniques for optimally solving computation-intensive problems, such as scheduling and planning. The main search algorithms considered include best-first search, depth first branch-and-bound, iterative deepening, recursive best-first search, and space-bounded best-first search. Best-first search and depth-first branch-and-bound are very well known and have been used extensively in Computer Science and Operations Research. One important feature of depth-first branch-and-bound is that it only requires space this is linear in the maximal search depth, making it very often a favorable search algo rithm over best-first search in practice. Iterative deepening and recursive best-first search are the other two linear-space search algorithms. Iterative deepening is an important algorithm in Artificial Intelligence, and plays an irreplaceable role in building a real-time game-playing program.
Front Matter....Pages i-xvi
State-Space Search for Problem Solving....Pages 1-12
Algorithms for Combinatorial Optimization....Pages 13-33
Complexity of State-Space Search for Optimal Solutions....Pages 34-60
Computational Complexity Transitions....Pages 61-82
Algorithm Selection....Pages 83-91
A Study of Branch-and-Bound on the Asymmetric Traveling Salesman Problem....Pages 92-116
State-Space Transformation for Approximation and Flexible Computation....Pages 116-143
Forward Pruning for Approximation and Flexible Computation, Part I: Single-Agent Combinatorial Optimization....Pages 144-171
Forward Pruning for Approximation and Flexible Computation, Part II: Multiagent Game Playing....Pages 172-181
Back Matter....Pages 182-201