تست کامپیوتر ۸۳
در جستجو RTA Real Time A star کدام یک صحیح است ؟
گزینه درست این بوده
تمایل بیشتری به ادامه مسیر جاری دارد .
دزباره RTA توی پوزان چیزی نگفته . چه فرقی با A استار خالی داره ؟چزا تمایل بیشتری برای ادامه مسیر جاری دارد ؟
این مبحث توی ورژن قبلی کتاب بوده که حذف شده توی این کتاب دومیه و پوران همچنان سوالهای قدیمی را می آورد.
اینو استادمون گفت. یا خودش بلد نبود پاسخش بده یا راست گفته. که احتمالا راست گفته
در RTA * زمان عقبگرد هم در نظر گرفته میشه!
یعنی:
کد:
f(n)=g(n)+h(n)+BackTrackTime(n)(۲۲ دى ۱۳۹۱ ۰۳:۳۹ ب.ظ)asusx59sr نوشته شده توسط: .توهین نکن. اکانت شما به مدت ۷ سال مسدود خواهد شد
.
.
این کتاب دومیه و پوران
من هم موافقم با دوستان.
Sent from my Google Galaxy Nexus using Tapatalk 2.4
من این تست رو خودم اینجوری بر اساس اطلاعات قبلی مبتنی بر real time حل کردم و گزینه رو درست انتخاب کردم!!
گفتم توی real time "زمان" خیلی مهمه به همین دلیل ترجیح بر اینه که راهی رو که انتخاب کردیم تا آخر بریم. (یعنی مسیر جاری) به جای اینکه مدام دنبال مسیر بهینه تر بگردیم. و اگه در بدترین حالت نتیجه نداد برگردیم. وگرنه تا جایی که میشه باید همین مسیر رو پیش برد.
مرسی دوستان
َAmir , asus الان که بچه ها توضیحشو دادن دیگه یاد بگیرین رو کنکور حسابی نیست .
(۲۲ دى ۱۳۹۱ ۰۳:۴۷ ب.ظ)۸Operation نوشته شده توسط: در RTA * زمان عقبگرد هم در نظر گرفته میشه!
یعنی:
و اگه زمان عقبگرد زیاد باشه خوب طبیعیه که تمایل به حرکت در مسیر جاری بیشتره ....کد:
f(n)=g(n)+h(n)+BackTrackTime(n)
مرسی از جوابتون . خیلی قشنک نکته مهم رو اشاره می کنی . ادم سریع می گیره .
توی کتاب راهیان اخرین صفحه فصل ۴ همین نکته گفته که دوستمون گفت
گفته که چون مقدار H گره ها برابر با کمترین هزینه برای رسیدن به هدفه این موضوع عامل تشویق میکنه تا همواره مسیر جدیدی انتخاب کنه به جا عقبگرد کردن
در این الگوریتم تمایل به ادامه‌ی مسیر جاری بیشتر هست اما نه اینکه دائماً بخواهد همین مسیر را پیگیری کند.
این الگوریتم بر اساس هزینه‌ی رفتن به گره‌های مجاور + هزینه‌ی هیورستیک گره‌ی مجاور حرکت بعدی را انتخاب میکنه اما فرقش با آ-استار عادی اینجاست که مقدار تخمین گره‌ی فعلی که بوده بروزرسانی میکنه. این بروزرسانی باعث میشه که تمایلش برای رفتن به سمت ادامه‌ی مسیر انتخاب شده بیشتر بشه اما الزاماً باز به این معنی نیست که همین مسیر را پیگیری خواهد کرد بلکه ممکنه دوباره به گره‌ی قبلی که از آنجا به گره‌ی فعلی آمده٬ برگردد. بروزرسانی گره‌ی فعلی هم طبق رابطه‌ی هزینه‌ی مسیر + مقدار هیورستیک گره‌ی جدید هست.
در کل ماهیت این الگوریتم همانطور که گفته شد٬ تمایل به ادامه‌ی حرکت و مسیر فعلی هست.