طرائق البحث العمياء
- تُعرّف طرائق البحث العمياء بأنَّها استراتيجيات بحث لا تعتمد على معلومات إضافية عن موقع الحلّ داخل فضاء البحث، بل تقوم على استكشاف جميع الاحتمالات المُحتملة (المُمكِنة) بشكل مُنظّم حتى الوصول إلى الحلّ المطلوب.
خوارزمية البحث في العرض أوّلًا
- بدء الخوارزمية العمل من الحالة الابتدائية (A)، ثمّ مقارنة هذه الحالة بالحالة الهدف.
- في حال لم تكن الحالة الابتدائية هي الحالة الهدف، يتمّ الانتقال إلى جميع العُقد في المستوى الثاني من شجرة البحث، بدءًا بأقصى اليسار، حيث تُفحص العُقدة (B) أوّلًا، فيتبيّن أنَّها ليست الحالة الهدف، ثمّ يتمّ الانتقال إلى العُقدة (C) لتعرّف إن كانت هي الحالة الهدف أم لا، ثمّ يتمّ الانتقال إلى العُقدة (D). وبذلك يكون قد تمّ الانتهاء من استكشاف جميع عُقد المستوى الثاني.
- في حال لم يوجد الحلّ في المستوى الثاني، فإنَّ الخوارزمية تنتقل إلى العمل في المستوى الثالث من شجرة البحث، حيث تُستكشف فيه جميع العُقد مُرتّبةً من اليسار إلى اليمين، بدءًا بالعُقدة (E)، ومرورًا بالعُقدة (F)، وانتهاءً بالعُقدة (G)، فيتبيّن أنَّ جميع هذه العُقد لا تُمثّل الحالة الهدف.
- الانتقال إلى المستوى الرابع من شجرة البحث، والبدء باستكشاف العُقدة (H) وصولًا إلى العُقدة (I) التي يتبيّن أنَّها تُمثّل الحالة الهدف، فتتوقّف عملية البحث. أنظر الشكل (4-2).
- بالعودة إلى الشكل (3-2)، أُحدّد - بالتعاون مع أفراد مجموعتي - مسار البحث باستخدام خوارزمية البحث في العرض أوّلًا لإيجاد الحلّ المثالي لهذه اللعبة.
- ما تكلفة هذا الحلّ؟ بعد ذلك نُشارك النتائج التي نتوصّل إليها في المجموعة مع الزملاء/ الزميلات في المجموعات الأخرى، ثمّ نَعقد مقارنة بين النتائج التي توصّلوا إليها في مجموعاتهم، ونتبادل معًا التغذية الراجعة.
أُناقش أفراد مجموعتي في السؤالين الآتيين
- أُشارك الحلّ مع الزملاء/ الزميلات في الصف.
طرائق البحث المستنيرة (الاستدلالية)
- تُعدّ طرائق البحث المستنيرة (الاستدلالية) واحدة من تقنيات البحث الذكي التي تُستخدم فيها معرفة خاصة بالمشكلة تتجاوز تعريف المشكلة نفسها.
- تُستخدم في الخوارزميات التي تتبع هذه الطرائق دالّة تقدير تُسمّى (Heuristic Function)، وتهدف إلى توجيه عملية البحث بسرعة وفعالية نحو الحلول المُحتملة (المُمكِنة)، في ما يُعرف بالبحث بالأفضل أوّلًا.
- تُستخدم هذه الخوارزميات في حال كانت المشكلة مُعقّدة، أو كان حيّز العمل كبير الحجم.
- الذكاء الاصطناعي: تُستخدم خوارزميات البحث المستنير (الاستدلالي) في الروبوتات والألعاب.
- تحليل البيانات: تُستخدم خوارزميات البحث المستنير (الاستدلالي) عند الحاجة إلى تحليل البيانات لاستخراج الأنماط.
- البحث في الرسوم البيانية (Graphs).
خوارزمية البحث الشامل بالأفضلية (A*
- يجمع هذا النوع من البحث بين البحث الجشع والبحث باستخدام تكلفة الطريق الفعلية (Actual Cost)؛ للتقليل من إجمالي تكلفة الحَلِّ المُقدَّرة.
- ومن ثمّ تُعدّ هذه الخوارزمية واحدة من أكثر الخوارزميات استخدامًا وكفاءةً في إيجاد الحلول المُثلى.
- يُستخدم هذا النوع من خوارزميات البحث في أنظمة الملاحة (GPS)، وألعاب حلّ الألغاز، وأنظمة الجدولة (مثل جدولة المواعيد الطبية)، وإدارة الرحلات الجوية، والبحث في البيانات الضخمة.
- خوارزمية البحث التكراري بالأفضلية (Iterative Deepening A: IDA):
- المسؤولية الرقمية: ألجأ دائمًا إلى الحلول التي تعمل على تقليل استهلاك الذاكرة، وتستغرق وقتًا أقل في التنفيذ. كذلك أبني خوارزميات خاصة أُنظّم بها وقتي، وأستخدمها في تخطيط حياتي جيدًا للوصول إلى أهدافي، وأبتعد عن هدر الوقت.
- الإبداع الرقمي: أستخدم الأفكار الإبداعية في تمثيل المسائل الحياتية، واختيار خوارزميات البحث المناسبة لكلّ منها.