result, the range of f -costs is mu

result, the range of f -costs is much greater than for our other test problems, which have unit edge costs. Second, the f -costs and h-costs are much larger for this problem than for our other test problems – in part, because the edge costs are larger (given the cost function we used), and, in part, because the search space is deeper. (The protein sequences being aligned have an average length of about 150, and this means the search is at least this deep.) For this search problem, the optimal f -costs are around 50, 000. Because the pairwise alignment heuristic used in solving this problem is very accurate, the largest h-costs are also around 50, 000. Given h-costs this large and a wide range of f -costs, a weight of 100 can have a significant effect on the order of node expansions. This serves to illustrate how the appropriate weight for Anytime WA* depends on characteristics of the search problem.

2.4.4 Discussion

Our results show that Anytime WA* is effective for a wide range of search problems. In general, it is effective for a search problem whenever Weighted A* is effective. As others have observed, Weighted A* can usually find a solution much faster than A* because A* spends most of its time discriminating between close-to optimal solutions in order to determine which is optimal (Pearl, 1984, p. 86). Indeed, our test results show that Anytime WA* often finds what turns out to be an optimal solution relatively quickly, and spends most of its search time proving that the solution is optimal.
One of the surprising results of our experiments is that Anytime WA* using an appro- priate weight can sometimes converge to an optimal solution using less memory and even less time than A*. This is surprising because it is well-known that A* using a consistent heuristic is “optimally efficient” in terms of the number of nodes expanded (Dechter & Pearl, 1985). However it is not necessarily optimally efficient by other measures of search complexity, including memory requirements and running time. Anytime WA* is sometimes more efficient by these other measures of search performance, even though it requires more node expansions to find a provably optimal solution. The reason for this is that the im- proved solutions found by the anytime approach provide upper bounds that can be used to

Kết quả (Việt) 1:

kết quả, phạm vi của f là lớn hơn nhiều so với chi phí-cho các vấn đề khác thử nghiệm, trong đó có đơn vị cạnh chi phí. Thứ hai, các chi phí của f- và h-chi phí là lớn hơn nhiều cho vấn đề này hơn cho chúng tôi kiểm tra các vấn đề khác- và một phần, bởi vì các chi phí cạnh lớn hơn (cho chi phí chức năng chúng tôi sử dụng), và, và một phần, bởi vì không gian tìm kiếm sâu hơn. (Các chuỗi protein được liên kết có một chiều dài trung bình khoảng 150, và điều này có nghĩa là việc tìm kiếm là ít sâu.) Đối với vấn đề tìm kiếm này, tối ưu f-chi phí là khoảng 50, 000. Bởi vì heuristic cử sắp xếp được sử dụng và giải quyết vấn đề này là rất chính xác, các h lớn nhất, chi phí cũng là khoảng 50, 000. Cho h-những chi phí lớn và một loạt các f-chi phí, nhưng trọng lượng của 100 có thể có một số công ty có hiệu lực trên thứ tự của các nút mở rộng. Điều này phục vụ cho nó illustrate.dBpoweramp.music.Converter.reference.v1 cách trọng lượng thích hợp cho phụ thuộc vào đặc điểm hợp WA bất cứ lúc nào của vấn đề tìm.2.4.4 thảo luậnKết quả chúng tôi thấy rằng WA là hiệu quả cho bất cứ lúc nào một loạt tìm vấn đề. Và nói chung, nó là hiệu quả cho một vấn đề tìm bất cứ khi nào một trọng là hiệu quả. Như những người khác đã được quan sát, A trọng có thể thường tìm thấy một giải pháp nhanh hơn nhiều so với A * vì * dành hầu hết thời gian của mình phân biệt đối xử giữa các giải pháp tối ưu đóng để xác định đó là tối ưu (Pearl, 1984, trang 86). Thật vậy, các kết quả thử nghiệm cho thấy rằng bất cứ lúc nào một WA * thường tìm thấy những gì hóa ra là một giải pháp tối ưu tương đối nhanh chóng, và dành hầu hết của nó thời gian chứng minh rằng các giải pháp tìm kiếm là tối ưu.Một trong các kết quả đáng ngạc nhiên của thí nghiệm của chúng tôi là những gì bất cứ lúc nào một WA * bằng cách sử dụng một trọng lượng appro-priate có thể đôi khi hội tụ rằng một giải pháp tối ưu bằng cách sử dụng ít bộ nhớ và thậm chí ít hơn thời gian so với A *. Điều này là đáng ngạc nhiên bởi vì nó là nổi tiếng rằng (A) bằng cách sử dụng một heuristic phù hợp là các "tối ưu hiệu quả" và các điều khoản của số lượng các nút mở rộng (Dechter & Pearl, 1985). Tuy nhiên nó không phải là nhất thiết phải tối ưu hiệu quả của các biện pháp khác tìm phức tạp, trong đó có yêu cầu bộ nhớ và thời lượng. Bất cứ lúc nào là đôi khi nhiều hơn nữa hiệu quả của WA bằng các biện pháp khác của hiệu suất tìm, mặc dù nó đòi hỏi thêm nút mở rộng để tìm một giải pháp tối ưu provably. Lý do cho điều này là các giải pháp im chứng minh tìm thấy bởi các bất cứ lúc nào cung cấp phương pháp tiếp cận giới hạn trên có thể được sử dụng để

Kết quả (Việt) 2:

Kết quả, phạm vi của -costs f là Greater nhiều hơn cho vấn đề kiểm tra khác của chúng tôi, nào có chi phí đơn vị cạnh. Thứ hai, các -costs e và h-chi phí nhiều večja cho vấn đề này hơn cho vấn đề kiểm tra khác của chúng tôi - một phần, Bởi vì chi phí cạnh là večja (cho các chi phí chức năng, chúng tôi được sử dụng), và, và một phần, vì không gian tìm kiếm là sâu sắc hơn. (Các trình tự protein được Aligned có chiều dài trung bình khoảng 150, và điều này có nghĩa là tìm kiếm được ít nhất là sâu này.) Đối với vấn đề tìm kiếm này, các -costs f tối ưu là khoảng 50, 000. Bởi vì sự sắp xếp phỏng đoán cặp sử dụng và giải quyết vấn đề này là rất chính xác, to-the lớn nhất Ngoài ra chi phí khoảng 50 đến 000. Vì điều này lớn chi phí và một loạt các -costs f, một trọng lượng 100 có thể có một tác động đáng kể về thứ tự của các bản mở rộng node. Này dùng để minh họa cho việc cân thích hợp cho Anytime WA * phụ thuộc vào đặc điểm của vấn đề tìm kiếm. 2.4.4 Thảo luận kết quả của chúng tôi cho đó Anytime WA * là hiệu quả đối với một loạt các vấn đề tìm kiếm. Nói chung, nó là hiệu quả đối với một vấn đề tìm kiếm bất cứ khi nào Weighted A * là hiệu quả. Như những người khác đã quan sát, Weighted A * thường có thể tìm thấy một giải pháp nhanh hơn nhiều so với A * Vì A * dành phần lớn thời gian của nó phân biệt đối xử giữa cận với các giải pháp tối ưu và trật tự này XÁC nào là tối ưu (Pearl, 1984, p. 86). Thật vậy, kết quả thử nghiệm của chúng tôi cho thấy đó Anytime WA * thường Finds gì hóa ra là một giải pháp tối ưu tương đối NHANH CHÓNG, và dành phần lớn thời gian tìm kiếm ITS minh Đó là giải pháp tối ưu. Một trong những kết quả đáng ngạc nhiên của các thí nghiệm của chúng tôi được Đó Anytime WA * sử dụng một cách thích priate cân đôi khi có thể hội tụ về một giải pháp tối ưu bằng cách sử dụng ít bộ nhớ và thậm chí còn ít thời gian hơn so với A *. Điều này là đáng ngạc nhiên vì nó là nổi tiếng đó A * sử dụng một heuristic nhất quán là "tối ưu hiệu quả" và về số lượng các nút mở rộng (Dechter & Pearl, 1985). Tuy nhiên nó không nhất thiết phải là tối ưu hiệu quả của biện pháp khác phức tạp tìm kiếm, bao gồm Yêu cầu bộ nhớ và thời gian chạy. Bất cứ lúc nào WA * đôi khi không hiệu quả bằng những biện pháp khác thực hiện tìm kiếm, mặc dù nó đòi hỏi không Expansions nút để tìm một giải pháp tối ưu provably. Lý do cho điều này là trọng đó giải pháp provede tìm thấy bằng phương pháp Cung cấp giới hạn bất cứ lúc nào trên đó có thể được sử dụng để