در ادامه مباحث مربوط به حل مسائل ارضای محدودیت، در این ویدیو پس از یادآوری مباحث جلسه قبل (بیست دقیقه اول)،
ابتدا الگوریتم سازگاری کمان به صورت مفصل بررسی و تشریح شده و پیچیدگی زمانی آن تحلیل شده است.
سپس در ادامه تعدادی روش هیوریستیک برای انتخاب متغیر بعدی که در الگوریتم عقبگرد باید مقداردهی گردد
و همچنین مقدار بعدی که باید بررسی شود، ارائه شده است.
استفاده از ترکیبی از این بهبودها باعث افزایش چشمگیری در سرعت اجرای
اجرای الگوریتم عقبگرد و نتیجه حل مسائل ارضای محدودیت میگردد.
- یادآوری جستجوی عقبگرد: 00:00
- یادآوری بررسی رو به جلو: 08:18
- یادآوری انتشار محدودیتها: 14:12
- الگوریتم سازگاری کمان: 23:20
- تحلیل پیچیدگی زمانی الگوریتم سازگاری کمان: 29:55
- محدودیتهای الگوریتم سازگاری کمان و مفهوم سازگاری درجه k: 33:16
- بهبود عقبگرد با ترتیبدهی متغیرها (هیوریستیک کمترین مقادیر باقیمانده و هیوریستیک درجه): 40:11
- انتخاب مقدار از دامنه (هیوریستیک مقدار با کمترین محدودیت): 48:39
وبسایت درس: http://www.snrazavi.ir/ai-slides/