Dergiler / Savunma Bilimleri Dergisi / 2007 / Cilt: 6 - Sayı: 2

Yapay zeka uygulamalarında kullanılan arama algoritmalarının kıyaslanması

Comparing search algorithms in used artificial intelligence application

Sayfa
88–103
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

A* algoritmaları işlemciyi çok kullandığı görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Yapay zekâ uygulamalarında arama algoritmaları iki ana başlık altında toplanmıştır.
📊
Temel Bulgular & Veri:Arama algoritmalarının birbiri ile kıyaslama işlemi için tam rastgele ve mantıksal rastgele yöntemleri kullanılarak 1000`er adet 8-puzzle başlangıç durumu örneği oluşturulmuştur.
💡
Sonuç & Katkı:A* algoritmaları işlemciyi çok kullandığı görülmüştür.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Yapay zekâ uygulamalarında arama algoritmaları iki ana başlık altında toplanmıştır. Bunlar, uninformed ve informed aramalardır. Kör aramalar adı da verilen uninformed arama algoritmaları; Breadth-first search, Depth-first search, Bidirectional (BF) Search`dır. Arama algoritmalarının çalışmalarını incelemek için birbirleriyle kıyaslama işlemi yapılmıştır. Arama algoritmalarının birbiri ile kıyaslama işlemi için tam rastgele ve mantıksal rastgele yöntemleri kullanılarak 1000`er adet 8-puzzle başlangıç durumu örneği oluşturulmuştur. Oranların karşılaştırılmasında ise Z testi kullanılmıştır. Bu çalışmanın esas amacı arama algoritmalarından en çok kullanılan BFS, DFS ve A* algoritmalarının etkinliğinin araştırılması ve birbirleriyle kıyaslamaktır. Sonuç bulma hususunda BFS algoritması avantajlı bulunmuştur. Ancak çözümün derinlerde olduğu zamanlarda ise DFS algoritması avantajlı olduğu görülmüştür. A* algoritmaları işlemciyi çok kullandığı görülmüştür.

Abstract

Search algorithms are compiled under two main titles in artificial intelligence. Uninformed searching algorithms, also called blind searching, are Breadth-first search, Depth-first search, Bidirectional (BF) search.Comparison method was used for examining of working of search algorithms. 1000 items of 8-puzzle start status samples were generated by using full-random and logical-random techniques to making an anology on search algorithms. Z test was used in comparison of rates. The main aim of this study is researching the efficiency of BFS, DFS, A* algorithms, the most common ones in search algorithms, and comparing them with each other. BFS algorithm is found more advatageous when reaching a result. On the other hand, DFS algorithm becomes more advantageous when more levels used during the solution phase. A* algorithm observed to consume more processor power.

🔖

Bu Makaleye Atıf Yap

BENZER, A. İ., TEKİNDAL, B., BENZER, R. (2022). Yapay zeka uygulamalarında kullanılan arama algoritmalarının kıyaslanması. Savunma Bilimleri Dergisi, Cilt: 6 - Sayı: 2, 88–103. https://ajindex.com/articles/591207

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Bellman, R.E., Dreyfus, S.E. 1962. "Applied Dynamic Programming." Princeton, NJ: Princeton University Press.
  2. Benzer, R., "Zeki Karar Sistemleri ve Bazı Askeri Uygulamaları", Yüksek Lisans Tezi, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Sakarya, (1998). D. J. Slate and L. R. Atkin. Chess 4.5-the northwestern university chess program. In P. W. Frey, editör, Chess Skill in Man and Machine, 82- 118. Springer-Verlag, 1977. D. Ratner & M. Warmuth, "Finding a shortest solution for the NxN extension of the 15-puzzle is intractable", Proceedings of AAAI 1986,
  3. Philadelphia, Pa, 1986.
  4. Dijkstra, E. 1959. A note on two problems in connexion with graphs. Numerische Mathe-matik 1:269-271.
  5. Doran, J., & Michie, D. Experiments with the Graph-Traverser Program. Proc. Roy. Soc, 1966, A,, 235-259.
  6. Dreyfus, S. (1969) 'An appraisal of some shortest path algorithms', Operations Research, Vol. 17, pp.395-412.
  7. Erdmann, M. A. and Mason, M. T. (1988). An exploration of sensorless manipulation. IEEE J. of Robotics and Automation, 4(4):369-379. G.Gallo and S. Pallottino "Shortest path algorithms" Annals of Operations Research 13, p.3-79,1988.
  8. Genesereth, M., and Nourbakhsh, I. 1993. Time-saving tips for problem solving with incomplete information. Proceedings of the National Conference on Artificial Intelligence, 724-730. George P., "How to solve it: A new aspect of mathematical method", Princeton University Press,
  9. Princeton, NJ: 194, 204 pages. Hart, P.; Nilsson, N.; and Raphael, B. 1968. A formal basis for the heuristic determination of minimum cost paths. IEEE Trans. Systems Science and Cybernetics SSC-4(2):100-107.
  10. Kalaycı, T. E., "Yapay zeka teknikleri kullanan üç boyutlu grafik yazılımları için "extensible 3d" (x3d)ile bir altyapı oluşturulması ve gerçekleştirimi", Yüksek Lisans Tezi, Ege Üniversitesi Fen Bilimleri Enstitüsü, İzmir, (2006).
  11. Koenig, S. and Simmons, R.G. 1998. Solving robot navigation problems with initial pose uncertainty using realtime heuristic search. Proceedings of the International Conference on Artificial Intelligence Planning Systems. Korf, R. 1985. Depth-first iterative-deepening: An optimal admissible tree search. Artificial Intelligence 27(1 ):97-109.
  12. Loyd, S. Mathematical Puzzles of Sam Loyd, Vol. 1. New York: Dover, pp. 19-20, 1959.
  13. Moore, G. E., 1959,
  14. Philosophical Papers, Allen & Unwin, London. N. Deo and C. Pang. Shortest path algorithms: taxonomy and annotation. Networks, 14:257-323,1984.
  15. Newell, Allen, Shaw, Christopher J., Simon, A. H., "Pre