Jednak zarówno w przypadku świadomych, jak i nieinformowanych technik wyszukiwania, wyszukiwanie oparte na wiedzy jest bardziej efektywne i opłacalne.
Wykres porównania
| Podstawa do porównania | Świadome wyszukiwanie | Wyszukiwanie niedoinformowane |
|---|---|---|
| Podstawowy | Wykorzystuje wiedzę, aby znaleźć kroki do rozwiązania. | Bez użycia wiedzy |
| Wydajność | Bardzo wydajny, zużywa mniej czasu i kosztuje. | Wydajność ma charakter mediacyjny |
| Koszt | Niska | Stosunkowo wysokie |
| Wydajność | Szybciej znajduje rozwiązanie | Prędkość jest wolniejsza niż poszukiwanie informacji |
| Algorytmy | Pierwsze wyszukiwanie, pierwsze i pierwsze wyszukiwanie | Głębokość heurystyczna, pierwsze i szerokie wyszukiwanie oraz wyszukiwanie A * |
Definicja Poszukiwanego wyszukiwania
Technika wyszukiwania informacji wykorzystuje wiedzę specyficzną dla problemu, aby dać wskazówkę dotyczącą rozwiązania problemu. Ten rodzaj strategii wyszukiwania rzeczywiście uniemożliwia algorytmom potykanie się o cel i kierunek rozwiązania. Wyszukiwanie po informacji może być korzystne pod względem kosztów, w których optymalność osiąga się przy niższych kosztach wyszukiwania.
Aby przeszukać optymalny koszt ścieżki na wykresie poprzez wdrożenie świadomej strategii wyszukiwania, najbardziej obiecujące węzły n są wstawiane do funkcji heurystycznej h (n). Następnie funkcja zwraca nieujemną liczbę rzeczywistą, która jest przybliżonym kosztem ścieżki obliczonym z węzła n do węzła docelowego.
Tutaj najważniejszą częścią świadomej techniki jest funkcja heurystyczna, która ułatwia przekazanie dodatkowej wiedzy o problemie do algorytmu. W rezultacie pomaga znaleźć drogę do celu przez różne sąsiednie węzły. Istnieją różne algorytmy oparte na świadomym wyszukiwaniu, takie jak heurystyczne wyszukiwanie głębi-pierwszego, heurystyczna szerokość-pierwsze wyszukiwanie, wyszukiwanie A *, etcetera. Przyjrzyjmy się teraz heurystycznej analizie głębi.
Głębokość heurystyczna Pierwsze wyszukiwanie
Podobnie jak w metodzie wyszukiwania z głębokim pierwszym podana poniżej głębokość heurystyczna, pierwsze wyszukiwanie wybiera ścieżkę, ale przechodzi przez wszystkie ścieżki od wybranej ścieżki przed wyborem innej ścieżki. Jednak wybiera lokalnie najlepszą ścieżkę. W przypadkach, gdy najmniejsza wartość heurystyczna jest priorytetem dla granicy, jest ona określana jako najlepsze pierwsze wyszukiwanie.
Innym, świadomym algorytmem wyszukiwania jest wyszukiwanie A *, które łączy w sobie koncepcję najniższego kosztu pierwszego i najlepszego pierwszego wyszukiwania. Ta metoda uwzględnia zarówno koszt ścieżki, jak i informacje heurystyczne w procesie wyszukiwania i wybierania ścieżki, która ma zostać rozszerzona. Szacowany całkowity koszt ścieżki dla każdej ścieżki znajdującej się na granicy od początku do węzła docelowego. Dlatego wykorzystuje dwie funkcje w tym samym czasie - koszt (p) to koszt wykrytej ścieżki, a h (p) to szacowana wartość kosztu ścieżki od początkowego węzła do węzła celu.
Definicja wyszukiwania niedoinformowanego
Wyszukiwanie niedoinformowane różni się od wyszukiwania informacyjnego w taki sposób, że zapewnia jedynie definicję problemu, ale nie ma dalszego kroku do znalezienia rozwiązania problemu. Głównym celem wyszukiwania niedoinformowanego jest rozróżnienie między stanem docelowym i nie docelowym, a to całkowicie ignoruje cel, do którego zmierza na ścieżce, dopóki nie odkryje celu i nie wyświetli następcy. Ta strategia jest również znana jako ślepe wyszukiwanie.
Istnieją różne algorytmy wyszukiwania w tej kategorii, takie jak wyszukiwanie w pierwszej kolejności, jednolite wyszukiwanie kosztów, wyszukiwanie według szerokości i tak dalej. Rozumiemy teraz pojęcie kryjące się za niedoinformowanym wyszukiwaniem przy pomocy pierwszego wyszukiwania.
Głębokość Pierwsze wyszukiwanie
Przy pierwszym wyszukiwaniu stos Last in first out służy do dodawania i usuwania węzłów. Tylko jeden węzeł jest dodawany lub usuwany na raz, a pierwszy element usunięty z granicy stosu byłby ostatnim elementem dodanym do stosu. Po zastosowaniu stosu na granicy wyniki w przeszukiwaniu ścieżek przebiegały najpierw w głąb. Gdy najkrótsza i optymalna ścieżka jest przeszukiwana za pomocą wyszukiwania w pierwszej kolejności, ścieżka utworzona przez sąsiednie węzły jest wykonywana jako pierwsza, nawet jeśli nie jest pożądana. Następnie alternatywna ścieżka jest przeszukiwana poprzez cofanie.
Innymi słowy, algorytm wybiera pierwszą alternatywę w każdym węźle, a następnie przeskakuje do innej alternatywy, aż przejdzie wszystkie ścieżki od pierwszego wyboru. Powoduje to również problem, w którym wyszukiwanie może przestać się kończyć z powodu nieskończonych pętli (cykli) obecnych na wykresie.
Kluczowe różnice między poszukiwaniem poinformowanym a niedoinformowanym
- Pierwsza znana technika wyszukiwania wykorzystuje wiedzę w celu znalezienia rozwiązania. Z drugiej strony ta ostatnia technika wyszukiwania nie wykorzystuje wiedzy. Mówiąc prościej, nie ma dalszych informacji na temat rozwiązania.
- Skuteczność świadomego wyszukiwania jest lepsza niż wyszukiwanie niedoinformowane.
- Wyszukiwanie niedoinformowane pochłania więcej czasu i kosztów, ponieważ nie ma pojęcia o rozwiązaniu w porównaniu z wyszukiwaniem świadomym.
- Pierwsze wyszukiwanie, pierwsze i pierwsze wyszukiwanie to algorytmy należące do kategorii wyszukiwania niedoinformowanego. W przeciwieństwie do tego, wyszukiwanie oparte na wiedzy obejmuje algorytmy, takie jak heurystyczna głębia-pierwsza, heurystyczna szerokość-pierwsze wyszukiwanie i wyszukiwanie A *.
Wniosek
Świadome wyszukiwanie zapewnia kierunek rozwiązania, podczas gdy w wyszukiwaniu niedoinformowanym nie podano sugestii dotyczącej rozwiązania. To sprawia, że niedoinformowane wyszukiwanie jest dłuższe, gdy algorytm jest zaimplementowany.
![Seth Godin Vs Guy Kawasaki [Infografika]](https://gadget-info.com/img/best-gallery/920/seth-godin-vs-guy-kawasaki.gif)
