L2

Puzzle cu 8 piese

Presupune 9 pozitii si 8 piese numerotate de la 1 la 8. Scopul problemei este aranjarea acestor piese in
ordine crescatoare (verticala sau orizontala).

In cazul strategiilor de cautare, inainre pt a evalua starile intermediare esre necesar sa introducem un
mecanism euristic de selectie a starilor . Aceste mecanisme euristice presupun un calcul matematic si
alegerea starii optime pe baza unor reguli concrete.

Exista doua tipuri de mecanisme euristice pt rezolvarea problemelor de tip puzzle.

-h1 : contorizeaza nr de piese aflate pe pozitia gresita fata de pozitia finala

-h2 : reprezinta suma distantelor dintre pozitia actuala a pieselor si pozitia lor finala (aceasta functie s.n.
si distanta Manhattan) .

(Si, O, Sf)

-Si stare initiala

-O operator aplicat (sus, jos, stanga, dreapta)

-Sf stare finala

L5

F(x,y,z) – functie de fitness

Etapele de calcul ale algoritmului genetic :

Pasul 0 : generare populatiei initiale

Pasul1 : trecerea la generatie urmatoare

1.1 Evaluare indivizilor din populatie curenta

1.2 Selectia indivizilor pt incrucisare pe baza rezultatelor (scorurilor acestora )

1.3 Daca se utilizeaza elitismul, indivizii cu cea mai buna performanta trec In generatia urmatoare. In caz
contrar se trece a la 1.4

1.4 Creearea de noi indivizi prin incrucisare de mutatii

1.5 Schimbarea populatiei curente cu indivizi rezultati din etapa anterioara

Pasul2 : Testul de convergenta

Daca sunt indeplinite conditiile de convergenta calculul se opreste. In caz contrar procesul de calcul se
reia de la pasul 1.

Selectia reprezinta operatorul prin intermediul caruia se aleg o serie de indivizi in scopul supravietuirii
acestora in generatia urmatoare.
L3

Retele neuronale artificiale

Antrenarea neuronului clasificator

Modelul formal al perceptorului cu itrari

Pondere :

f(x)= { 0, x<0

1, x>=0

Iesirea perceptorului se defineste in felul urmator.

Y=f(net-T) = { 0 daca (net-T)<0

1 daca (net-T) >=0

Ponderile asociate intrarilor Infl. Panta dreptei de decizie iar pragul de activare T actioneaza asupra
punctului de aplicare. Prin urmare, perceptual trebuie sa det. Val. Ponderilor si a pragului de activare a.i.
sa separe corect elementele din spatiul intrarilor.

Procesul de cautare este unu proces de invatare supervizata ce consta in prezentare la intrarea
perceptorului a unui sect. .de exemple pt. care se cunosc rezultatatele la iesire, acestea fiind comparate
ulterior cu rezultatele obtinute de perceptor .

La fiecare epoca (iteratie) ponderile perceptorului se se apropie pe cat posibil de iesirile asteptate

Etapele procesului de invatare:

1 Initializarea ponderilor Wi si a pragului de activare T cu valori aleatoare mici

2 Se prezinta perceptorului toate exemplele din setul initial (ce contin M exemple) calculandu-se pt
fiecare din aceste exemple iesirea reala obtinuta de perceptor.

Val obtinuta este comparata ulterior cu valoare dorita d prentru exemplul respectiv. Daca cele doua iesiri
(iesirea calculata si cea asteptata ) coincid atunci se trece la exemplul urmator fara a fi necesara
actualizarea valorilor pentru ponderi si prag in caz contrar ponderile si pragurile de activare se
actualizeaza folosind urmatoarele formule:

3 In cazul in care toate exemplele au fost clasificate corect procesul de calcul se opreste. In caz contrar
procesul se reia de la etapa 2 incepand o noua epoca.
1. Sa se antreneze un neuron clasificator cu 3 intrari si functie de activare de tip treapta de la
ponderile

W1- (0)=0.1

W2-(0)=0.1

W3-(0)=0.1

T(0)=0.02

Ita=0.7

Sa se realizeze o epoca a procesului de invatare folsoind urm. Set de exemple