Algoritma AI 1

Game Theory

Two Player Games /Zero-Sum Games

Tic-Tac-Toe

•Minimax

•Minimax dengan Alpha-BetaPruning

Algoritma Minimax

Alpha-Beta Pruning is a simple algorithm that minimizes the game-tree search for moves that are obviously bad

Minimax denganAlpha-Beta Pruning

Ide DasarAlpha-Beta Pruning

Identify moves that are not beneficial, and

remove them from the game tree

Syarat pruning : pruningnode pruningnode

maxmin

5 3 10

7 4

8

9

3 -2

10

6

7 8

Max

Min

Max

Min

Simulated Annealing

Algoritma Optimasi

Algoritma untuk menemukan nilai x sedemikian hingga menghasilkan

f(x) yang bernilai sekecil atau sebesar mungkin untuk suatu fungsi

f yang diberikan, yang mungkin disertai beberapa batasan pada x.

Ide DasarSimulated Annealing

Apabila suatu materi dipanaskan hingga mencair,

kemudian didinginkan secara perlahan maka akan

dihasilkan logam-logam dengan kualitas baik.

Sebaliknya, jika materi didinginkan terlalu cepat,

maka logam yang dihasilkan pun tidak akan sempurna

Simulated AnnealingMensimulasikan proses pendinginan yang secara bertahapmenurunkan suhu sistem hingga konvergen pada keadaanbeku dan stabil

Persamaan Boltzman

Probabilitas suatu new state yang lebih buruk dari current state masih mungkin terpilih sebagai next state

kTEeEp /

EPr

Pemetaan Physical Annealingke Simulated Annealing Fisika (Termodinamika)

Simulated Annealing

Keadaan sistem Solusi yang mungkin

Energi Biaya

Perubahan keadaan Solusi tetangga

Temperatur Parameter kontrol

Keadaan beku Solusi heuristik

• Dalam SA, sebuah solusi dikenal dengan istilah State

• Ukuran baik atau tidaknya state tersebut dinyatakan dengan Energi

• SA dirancang untuk kasus minimasi, maka Energiakhir haruslah lebih kecil dibandingkan dengan energi awal

Algoritma SAcreate initialStateset initial temperature Tstartwhile Tnow > Tend

repeat n timesgenerate newStatedeltaEnergi = (energiBaru - energiLama)if deltaEnergi < 0

currentState = newStateelseif rand(0,1) < exp(-deltaEnergi/T)

currentState = newStateendif

end repeatdecrease T

end while

Contoh Kasus :Travelling Sallesman Problem (TSP)

Adaptive Resonance

Theory

ART

ART 2

ART 1

Setiap kali pola dikenalkan, suatu unit cluster yang tepat dipilihdan bobot cluster tersebut disesuaikan agar unit cluster dapatmempelajari polanya.

Bobot pada cluster unit dapat dianggap sebagai code vectoruntuk pola-pola yang ditempatkan pada cluster tersebut.

ART didesain untuk memperkenankanuser mengontrol derajat kemiripan dari pola-pola yang ditempatkan pada cluster yang sama.

Algoritma PembelajaranART 1

Contoh Kasus :Character Recognition