인공지능_인공지능의 탐색방법에서 깊이 우선 탐색과 너비 우선 탐색방법의 특징과 장단점을 비교하여 설명하고 경험적 탐색방법 중 1가지 알고리즘을 선택하여 특징과 적용사례를 설명하시오

소개글

인공지능_인공지능의 탐색방법에서 깊이 우선 탐색과 너비 우선 탐색방법의 특징과 장단점을 비교하여 설명하고 경험적 탐색방법 중 1가지 알고리즘을 선택하여 특징과 적용사례를 설명하시오에 대한 보고서 자료입니다.

목차

목 차

1. 깊이 우선 탐색과 너비 우선 탐색
1) 깊이 우선 탐색
2) 너비 우선 탐색
2. 경험적 탐색방법
3. 참고문헌

본문내용

냐가 탐색의 양에 영향을 준다. 최소최대법을 사용한다고 하면, 탐색의 영역 축소가 가능하다. 어떠한 노드가 함수값을 구하거나 확장을 하지 않아도 판단을 내리는 것에 있어 지장이 없는 경우에 노드를 고려하여 대상에서 제외시킨다.
최소 최대 원리에 따라서 어떠한 계획의 성공에 의한 효과를 생각하는 것이 아닌, 실패를 하였을 때 어떻게 될지를 생각하여서 최소가 되도록 세우는 것이다. 바둑, 체스와도 같은 두 명의 게인 참여자가 서로 번갈아서 행동을 하거나 동시에 움직이는 경우 모두 다루는 제로섬 게임에서 시작되었지만, 더욱 복잡한 게임, 불확실성이 존재하는 일반적 의사결정을 포함하여서 사용이 되고 있다.
상대의 이익을 최소화를 하고, 자신의 이익을 최대화를 하는 것이 게임에서 승리하는 방법이기 때문에 이에 대한 경로를 찾는 것이 인공지능 게임 프로그램의 핵심이라고 볼 수 있다.
이를 활용하는 것에 있어서는 공장자동화와 로봇의 경로 계획이 있다. 또한 비행기 좌석예약 시스템이 있다.
3. 참고문헌
1) 최소최대 알고리즘/해시넷
2) DFS(깊이 우선 탐색), BFS(너비 우선 탐색) [출처] DFS(깊이 우선 탐색), BFS(너비 우선 탐색)|작성자 심날두

키워드

인공지능,   탐색방법,   특징,   장단점,   적용사례