Все статьи автора в журнале: Кучумов И.В.

1. Алгоритмы поиска в пространстве состояний для решения задач искусственного интеллекта

   Search algorithms in state space for solving artificial intelligence problems

   Номер: 2024 / 05

   Кучумов И.В. | Kuchumov I.V. | Kuchumov.ilya@gmail.comKuchumov.ilya@gmail.com

   Авторы статьи

   Authors

   Кучумов И.В.

   Kuchumov I.V.

   Kuchumov.ilya@gmail.com

   Kuchumov.ilya@gmail.com

   ---

   Алгоритмы поиска в пространстве состояний для решения задач искусственного интеллекта

    

   УДК 004.622

   DOI: 10.36652/0869-4931-2024-78-5-224-229

    

   Проведен всесторонний анализ алгоритмов поиска в пространстве состояний, широко используемых в задачах искусственного интеллекта (ИИ). Рассмотрены различные классы таких алгоритмов: методы слепого полного и ограниченного перебора, эвристические алгоритмы, метаэвристические подходы, а также их гибридные комбинации. Проведено их сравнение по ключевым критериям: стратегии поиска, систематичности, оптимальности, вычислительной сложности, масштабируемости, параллелизуемости и др.
   Определены области эффективного применения каждого типа алгоритмов. Сформулированы рекомендации по выбору подходящей стратегии в зависимости от характеристик задачи.
   Рассмотрены перспективные направления развития методов на основе гибридизации, а также технологий машинного обучения для адаптивной оптимизации параметров поиска.

   ---

   Ключевые слова

   искусственный интеллект, пространство состояний, алгоритмы поиска, слепой поиск, эвристический поиск, метаэвристика, гибридный алгоритм, машинное обучение

   Search algorithms in state space for solving artificial intelligence problems

   A comprehensive analysis of state space search algorithms widely used in artificial intelligence (AI) problems has been carried out. Various classes of algorithms: blind exhaustive and limited search methods, heuristic algorithms, metaheuristic approaches, as well as their hybrid combinations are considered. A comparison was made based on key criteria: search strategy, systematicity, optimality, computational complexity, scalability, parallelizability, etc.
   Areas of effective application of each type of algorithm are identified. Recommendations for choosing an appropriate strategy depending on the characteristics of the problem are formulated.
   Promising directions for the development of methods based on hybridization, as well as machine learning technologies for adaptive optimization of search parameters, are considered.

   ---

   Keywords

   artificial intelligence, state space, search algorithms, blind search, heuristic search, metaheuristics, hybrid algorithm, machine learning