خوارزميات البحث الذكي واستراتيجياته
تهدف هذه الدورة التخصصية إلى دراسة استراتيجيات البحث الاستكشافي (Heuristic Search) في فضاءات الحالات المعقدة، منتقلةً بالمتعلم من خوارزميات البحث التقليدي الأعمى إلى تقنيات البحث الذكي الموجه بالمعرفة، مع تحليل خوارزمية البحث الجشع (Greedy Best-First Search) وخصائصها، والتعمق في البنية الرياضية لخوارزمية النجمة A* وضمانات الأمثلية والاكتمال فيها، وصولاً إلى دراسة آليات تقليم وإزالة المسارات الزائدة (Path Pruning) لتحسين كفاءة الذاكرة وسرعة الوصول إلى الحلول المثلى.
الأهداف:
-
فهم الأسس المعرفية والرياضية للبحث الذكي ودور الدوال الكشفية (Heuristic Functions) في توجيه فضاء البحث.
-
دراسة البنية الإجرائية لخوارزمية البحث الجشع وتقييم مخاطر الوقوع في الحلول دون المثلى.
-
استيعاب الصياغة الحسابية لخوارزمية A* والجمع المتوازن بين التكلفة الفعلية والتقدير المستقبلي.
-
إدراك أساليب تحسين الأداء عبر استبعاد المسارات المتكررة وغير المجدية لتفادي الحلقات والهدر التخزيني.
المخرجات المتوقعة:
-
صياغة وتصميم دوال كشفية ملائمة تمثل قيود ومسافات المسألة بدقة.
-
التمييز المقارن بين خوارزميات البحث غير الموجه والبحث الموجه وفق معايير التعقيد الزمني والمكاني.
-
تطبيق وتتبع خطوات خوارزمية A* يدوياً وبرمجياً لحساب المسار الأقصر في الرسوم البيانية وشبكات الطرق.
-
دمج آليات إزالة المسارات والحالات المكررة لرفع الكفاءة التشغيلية لخوارزميات البحث في الفضاءات الكبيرة.
