Another way to reduce the size of t

Another way to reduce the size of the Open list is not to insert nodes into the Open list if their f -cost is equal to or greater than a previously established upper bound on the cost of an optimal solution, since such nodes will never be expanded by A*. This approach was proposed by Ikeda and Imai (1999), who call it Enhanced A* (EA*). They suggest that one way to obtain an upper bound is to use the solution found by Weighted A* search with a weight w > 1, although they did not report experimental results using this technique.
Our anytime algorithm provides a third approach to reducing the size of the Open list. We also use Weighted A* to quickly find a solution that provides an upper bound for pruning the Open list. But because the first solution found may not be optimal, the weighted search is continued in order to find a sequence of improved solutions that eventually converges to an optimal solution. This provides a sequence of improved upper bounds that can further reduce the size of the Open list.
Figure 2 compares the performance of Anytime WA* (AWA*) to the performance of A* with Partial Expansion and Enhanced A* in aligning five sequences from a set of dissimilar (and thus difficult to align) sequences used in earlier experiments (Kobayashi & Imai, 1998). The cost function is Dayhoff ’s PAM-250 matrix with a linear gap cost of 8. The admissible heuristic is the standard pairwise alignment heuristic, and the (almost negligible) time needed to compute the heuristic is included in the running time of the search.
All three algorithms require much less memory than standard A* in solving this problem. We found that a good weight for Anytime WA* in solving this test problem is 100 , that is, the g-cost is weighted by 99 and the h-cost is weighted by 100. (Because the cost function for multiple sequence alignment is integer-valued, we use a weighting scheme that preserves

Kết quả (Việt) 2:

Một cách để giảm kích thước của các tạp chí mở không phải là để chèn nút vào Journal mở nếu f -cost của họ là bằng hoặc lớn hơn Trước đây thành lập một giới hạn trên chi phí của một giải pháp tối ưu, vì các nút này Will Never được mở rộng bởi A *. Cách tiếp cận này đã được đề xuất bởi Ikeda và Imai (1999), WHO gọi nó Enhanced A * (EA *). Họ cho đó là một cách để có được một ràng buộc trên là sử dụng các giải pháp được tìm thấy bởi Weighted A * tìm kiếm với một trọng lượng w> 1, mặc dù họ đã không báo cáo kết quả thử nghiệm bằng cách sử dụng kỹ thuật này.
Thuật toán bất cứ lúc nào chúng tôi Cung cấp một cách tiếp cận thứ ba để giảm kích thước của danh sách Open. Chúng tôi cũng sử dụng một trọng * NHANH CHÓNG để tìm một giải pháp Đó Cung một ràng buộc trên cho cắt tỉa danh sách Open. Nhưng vì các giải pháp đầu tiên được tìm thấy có thể không được tối ưu, việc tìm kiếm là trọng tiếp và để tìm một chuỗi các giải pháp cải tiến đó cuối cùng hội tụ đến một giải pháp tối ưu. Đây Cung cấp một chuỗi các cận trên Cải thiện Điều đó có thể giảm hơn nữa kích thước của danh sách Open.
Hình 2 so sánh hiệu suất của Anytime WA * (AWA *) với hiệu suất của A * với phần mở rộng và nâng cao A * và sắp xếp các cảnh quay từ một bộ khác nhau (và Thüsen Khó khăn để sắp xếp) các chuỗi được sử dụng và các thí nghiệm trước đó (Kobayashi & Imai, 1998). Hàm chi phí là Dayhoff 's PAM-250 ma trận với một chi phí khoảng cách tuyến tính 8. heuristic, chấp nhận là tiêu chuẩn cặp alignment heuristic, và (gần như không đáng kể) thời gian cần thiết để tính toán heuristic được bao gồm trong thời gian chạy của các tìm kiếm .
Tất cả ba thuật toán đòi hỏi ít bộ nhớ nhiều hơn so với tiêu chuẩn A * và giải quyết vấn đề này. Chúng tôi thấy đó là một trọng lượng tốt cho Anytime WA * và giải quyết các vấn đề của thử nghiệm này là 100, Đó là, các g chi phí là trọng bởi 99-h và chi phí là trọng bởi 100. (Bởi vì chức năng chi phí cho sự liên kết nhiều dãy số là số nguyên -valued, chúng tôi sử dụng một chương trình trọng đó bảo tồn