رویکردی نوین در بهبود الگوریتم جستجوی آگاهانه *SMA با استفاده از منطق فازی

یکی از بهترین روش های جستجوی اگاهانه در مسائل هوش مصنوعی روش *SMA یا جستجو بامدیریت بهینه حافظه می باشد. این جستجوی آگاهانه در مقایسه با روش های دیگر دارای مزایای قابلتوجهی است از جمله پیچیدگی مکانی پایین (مدیریت حافظه) , بهینگی و کامل بودن. در جستجوی*SMA دو تابع (g(n),h(n نقش کلیدی ایفا می کنند. در خیلی از مسائل جستجو و مسیر یابیمخصوصا در دنیای واقعی که دارای دینامیک بالایی هستند تعیین مقادیر دقیق این دو تابع کار بسیارمشکل یا تقریبا غیر ممکنی است. در این مقاله با استفاده ازمنطق فازی که یک ابزار مناسب جهتمدلسازی و استنتاج دانش غیرقطعی و تبدیل آن به دانش قطعی است توابع (h(n),g(n فازی سازیشده و روش جدید *fuzzy-SMA ارائه گردیده است. همچنین جهت بهبود عملکرد جستجو یکتابع جدید به نام digress تعریف شده است که میزان فازی ناخوشایندی مسیر را برآورد می نماید.روش پیشنهادی با روش های جستجوی عمقی تکرار شونده (IDS), جستوجی اگاهانه *A و *SMAاز نقطه نظر هزینه جستجو و میانگین فاکتور انشعاب مقایسه گردید. نتایج نشان دهنده عملکرد بهینهروش پینهادی در مقایسه با روشهای مشابه است .

کلیدواژه ها:

هوش مصنوعی ، جستجوی اگاهانه ، جستجوی مدیریت حافظه بهینه (*SMA) ، منطق فازی ، فازی سازی