‫*‪ A‬خوارزمية‬

‫من الخوارزميات الشهيرة في مجال الذكاء االصطناعي والبحث الذكي‪ .‬تتميز بقدرتها *‪ُ A‬تعتبر خوارزمية‬
‫على إيجاد أفضل مسار بين نقطتين محدديتين في الجراف بكفاءة عالية‪ .‬سنتعرف في هذه العروض التقديمية‬
‫‪.‬على هذه الخوارزمية وتطبيقاتها المهمة‬

‫‪by Dhiaa anter Mohammed‬‬

‫*‪ A‬ما هي خوارزمية‬
‫خوارزمية بحث ذكية تستخدم لحساب أقل تكلفة للوصول من نقطة انطالق إلى نقطة *‪ A‬تعتبر خوارزمية‬
‫وصول في جراف‪ .‬تعتمد الخوارزمية على توازن بين مسافة االستهالك التقديرية والمسار المسبق‪ .‬تستخدم‬
‫على نطاق واسع في الذكاء االصطناعي وألعاب الكمبيوتر وتنقل الروبوتات وتخطيط الطرق وغيرها من‬
‫‪.‬التطبيقات‬
‫*‪ A‬أهمية وتطبيقات خوارزمية‬
‫•‬ ‫توفر أفضل مسار للوصول بكفاءة من نقطة انطالق إلى نقطة وصول‬
‫•‬ ‫تستخدم في تخطيط الطرق والتنقل الذكي للروبوتات‬
‫•‬ ‫تستخدم في ألعاب الكمبيوتر لرسم مسارات الشخصيات واتخاذ القرارات الذكية‬
‫•‬ ‫تعتبر أحد األسس للعديد من التطبيقات الذكية في العالم الحقيقي مثل التنقل العام والتخطيط العقاري‬
‫*‪ A‬مبدأ عمل خوارزمية‬
‫إلى مبدأ تقدير االستهالك ومسار مسبق لحساب خيار الحركة التالي‪ .‬تركز على استهالك اإلجمالي المتوقع للعبور خالل الجراف *‪ A‬تستند خوارزمية‬
‫‪.‬بينما تحاول الحفاظ على األداء الفّعال إليجاد المسار األمثل‬
‫*‪ A‬خطوات تنفيذ خوارزمية‬

‫‪1‬‬ ‫تهيئة المتغيرات‬

‫‪.‬مثل المصفوفة المرجعية وجمع الوصالت والمسافات التقديرية ‪ A*،‬تهيئة المتغيرات الالزمة لتنفيذ خوارزمية‬

‫‪2‬‬ ‫حساب التكلفة االستهالكية‬

‫حساب تكلفة االستهالك لكل نقطة في الجراف بناًء على الوصالت والمسافات‪ .‬هذه القيم تعبر عن االستهالك المتوقع لعبور‬
‫‪.‬النقطة‬

‫‪3‬‬ ‫حساب المسار المسبق‬

‫حساب المسار المسبق بين نقطة االنطالق ونقطة الوصول باستخدام خوارزمية البحث الذكية‪ ،‬مثل خوارزمية تفصيل الصكوك أو‬
‫‪.‬خوارزمية ديكسترا‬

‫‪4‬‬ ‫اختيار أفضل خيار الحركة التالي‬

‫اختيار خيار الحركة التالي من بين الخيارات المتاحة استناًدا إلى تكلفة االستهالك والمسار المسبق‪ .‬يتم اختيار الخيار األكثر كفاءة‬
‫‪.‬وتقديرية لتكلفة االستهالك األدنى بين جميع الخيارات‬

‫‪5‬‬ ‫تحديث المسار‬

‫‪.‬تحديث المسار المسبق بإضافة الخيار الحالي إلى المسار المسبق‪ .‬يتم استدراج تتبع هذا المسار للوصول إلى نقطة الوصول‬
‫*‪ A‬مزايا وعيوب خوارزمية‬
‫🌟 المزايا‬ ‫🟥 العيوب‬
‫•‬ ‫قوة البحث والتحليل الذكي‬ ‫•‬ ‫يتطلب حسابات معقدة وزمنية لعبور الجراف‬
‫•‬ ‫القدرة على إيجاد مسار مختصر بكفاءة عالية‬ ‫•‬ ‫قد يعاني من مشاكل التوقف في الجراف المعقدة‬
‫•‬ ‫ينتج نتائج دقيقة وقريبة من األمثلة المثلى‬ ‫•‬ ‫قد يسبب حلول متقاربة في سخونة الجهاز أو استنزاف‬
‫الطاقة‬
‫*‪ A‬أمثلة عملية لتطبيق خوارزمية‬

‫المتاهات‬ ‫تنقل الروبوتات‬ ‫تخطيط الطرق‬

‫لحل المتاهات وإيجاد *‪ A‬تستخدم خوارزمية‬ ‫تستخدم لتخطيط مسارات الروبوتات‬ ‫تستخدم في تخطيط الطرق وتحديد أفضل‬
‫‪.‬أفضل مسار للخروج‬ ‫‪.‬والمالحة الذكية بين النقاط المحددة‬ ‫‪.‬طريق للوصول من مكان آلخر‬