Zbirka Zadataka Iz Ekspertskih Sistema

Dragan Boji, Milo Gligori, Boko Nikoli
ZBIRKA ZADATAKA
IZ
EKSPERTSKIH SISTEMA

Radna verzija

Neka prava zadrana. Ovo delo je licencirano pod uslovima licence Creative
Commons Autorstvo-Nekomercijalno-Bez prerade 3.0.

Beograd, 2009.

Sadraj
Predgovor iii
1. Pretraivanje 1
1.1. Predstavljanje prostora stanja 2
Zadatak 1: Problem dva kraga 2
Zadatak 2: Hanojske kule 3
Zadatak 3: Misionari i ljudoderi 5
1.2. Algoritmi pretraivanja 6
Zadatak 4: Misionari i ljudoderi 6
Zadatak 6: Problem dva kraga 11
Zadatak 7: Tri operatora 13
Zadatak 8: Samoglasnici i suglasnici 16
Zadatak 9: Viktorija 17
Zadatak 10: Putna mrea (Menhetn norma) 20
Zadatak 11: Planinarenje 23
Zadatak 12: Putna mrea (razni algoritmi pretrage) 25
Zadatak 13: Dems Bond 30
Zadatak 14: Premetanje terminala 33
Zadatak 15: Igra pomeranja blokova 36
Zadatak 16: Viktorija (dvosmerna pretraga) 39
Zadatak 17: Problem trgovakog putnika 42
Zadatak 18: Problem zamenjivanja brojeva 46
Zadatak 19: Igra nim 53
Zadatak 20: Problem est kraljica 55
Zadatak 21: Agenda 58
Zadatak 22: Zalutala deca 59
Zadatak 23: Odlazak na kafu 62
Zadatak 24: Utvrivanje gradiva 65
Zadatak 25: Heuristika za A* 68
Zadatak 26: Projektovanje tampanog kola 69
Zadatak 27: Kombinovanje hemijskih jedinjenja 71
Zadatak 28: Simbolika integracija 72
1.3. Pretraivanje u Igrama 75
Zadatak 29: Minimax Metoda 75
Zadatak 30: Alfa-Beta Odsecanje 78
Zadatak 31: Online Partner 82
Zadatak 32: Progresivno Produbljivanje 84
1.4. Primeri na programskom jeziku Java 87
Zadatak 33: Osnovni skup klasa 87
Zadatak 34: Algoritam planinarenja na jeziku Java 93
Zadatak 35: Algoritam 'prvo najbolji' na jeziku Java 103
Zadatak 36: Algoritam grananja i ograniavanja na jeziku Java 105
Zadatak 37: Putna mrea 108
ii Sadraj

Zadatak 38: Pregovori o razoruanju 113
Zadatak 39: Problem N kraljica 119
2. Modeli predstavljanja znanja 125
2.1. Formalna logika 126
Zadatak 40: Predikati START, END i DUR 126
Zadatak 41: Ostrvo uivanja 126
Zadatak 42: Svet blokova (interpretacija predikatskih formula) 128
Zadatak 43: Jovanovi preci 129
Zadatak 44: Inteligencija raunarskog sistema 129
Zadatak 45: Nalaenje konjuktivne normalne forme 131
Zadatak 46: Saa i kikiriki (zakljuivanje rezolucijom) 133
Zadatak 47: Rodbinske veze 134
Zadatak 48: Kriminalci i njihovi zloini 136
Zadatak 49: Perica i Chop Suey 137
Zadatak 50: Svet blokova (zakljuivanje rezolucijom) 139
Zadatak 51: Rezolucija uz izbor stavova po irini 140
Zadatak 52: Rezolucija uz strategiju prvenstva jedinice 142
Zadatak 53: Svet blokova (funkcija Puton) 143
Zadatak 54: Kontradikcija u pretpostavkama 145
Zadatak 55: Problem unifikacije stavova 145
Zadatak 56: Poslednji element liste 147
Zadatak 57: Dokazivanje tautologija 147
Zadatak 58: Dokazivanje valjanosti formule 150
Zadatak 59: Problem skolemizacije 151
Zadatak 60: Raspored Cigala 152
Zadatak 61: Premisa-zakljuak 153
2.2. Produkcioni sistemi 155
Zadatak 62: Zakljuivanje direktnim ulanavanjem 155
Zadatak 63: Zakljuivanje povratnim ulanavanjem 159
Zadatak 64: Zakljuivanje ciklikim hibridnim ulanavanjem 166
Zadatak 65: Negacije i zakljuivanje povratnim i direktnim ulanavanjem 168
Zadatak 66: Negacije i zakljuivanje direktnim i ciklikim hibridnim ulanavanjem 171
Zadatak 67: Povratno ulanavanje i pamenje zakljuaka 176
Zadatak 68: Broj iteracija u ciklikom hibridnom ulanavanju 179
Zadatak 69: Problem izbora pia uz veeru 180
Zadatak 70: Produkcioni sistem za delovanje robota 183
Zadatak 71: Latisa odluivanja i I-ILI-NE latisa 188
Zadatak 72: Problem vraanja u zakljuivanju 192
Zadatak 73: Problem elektrinog kola 195
Zadatak 74: lanovi planinarskog drutva 197
Zadatak 75: Efikasnost zakljuivanja sa pamenjem zakljuaka 199
2.3. Semantike mree 201
Zadatak 76: trumfovi 201
Zadatak 77: erlok Holms i gospodin Vilson 203
Zadatak 78: Alat 204
Zadatak 79: Zakljuivanje u semantikim mreama 205
Zadatak 80: Problem nemakih ovara 207
2.4. Okviri 209
Zadatak 81: Pismo Pobesnelog Programera 209
Zadatak 82: Predavanje na fakultetu (hijerarhija okvira) 211
Zadatak 83: Raunar (nasleivanje pregradaka i vrednosti pregradaka) 213
Zadatak 84: Ustavni sud (relacije meu okvirima) 213
Zadatak 85: Narudba (nasleivanje kvalifikujuih pregradaka) 214
Zadatak 86: Duina (viestruko nasleivanje) 215
3. Strategije reavanja problema 217
Sadraj iii

3.1. Planiranje 218
Zadatak 87: Svet blokova i STRIPS 218
Zadatak 88: Svet blokova (problem izbora operatora) 225
3.2. Metod zadovoljenja ogranienja 238
Zadatak 90: Mree tipa konstanta-sabira-mnoa 238
Zadatak 91: Problem tri muziara 240
Zadatak 92: Problem interpretacije snimaka 242
Zadatak 93: Kriptoaritmetiki problem 248
Zadatak 94: Maksimiziranje protoka 254
Zadatak 95: Rasporeivanje vozova 255
Zadatak 96: Slova kao sekvenca brojeva 258
3.3. Metod sukcesivnih aproksimacija 262
Zadatak 97: Putovanje u Tivat 262
Zadatak 98: Popravak baterijske lampe 266
Zadatak 99: Problem majmuna i banane 273
4. Rad u neizvesnom okruenju 281
4.1. Rezonovanje na osnovu faktora izvesnosti 282
Zadatak 100: Popravak automobila 282
Zadatak 101: Dijagnostika raunarskog sistema 284
Zadatak 102: Raunanje izvesnosti zakljuka 285
Zadatak 103: Medicinska dijagnostika 285
Zadatak 104: Popravak raunarskog monitora 288
Zadatak 105: Reakcija vlade na terorizam 290
Zadatak 106: Klasifikacija zaposlenih 292
Zadatak 107: Utvrivanje gradiva 294
4.2. Fuzzy logika 296
Zadatak 108: Rasplinuto zakljuivanje 296
Zadatak 109: Defazifikacija 297
Zadatak 110: Projektovanje fuzzy kontrolera 297
Zadatak 111: Donoenje odluka 300
4.3. Drugi naini izraavanja neizvesnosti 302
Zadatak 112: Verovatnoe i nenumeriko izraavanje neizvesnosti 302
Zadatak 113: Sistem za odravanje istinitosti TMS 305
Zadatak 114: Letovanje 306
Dodatak: I zabrani algoritmi 309
Algoritam 1. Pretraivanje po irini (engl. breadth-first) 309
Algoritam 2. Pretraivanje po dubini (engl. depth-first) 309
Algoritam 3. Pretraivanje metodom planinarenja (engl. hill-climbing) 309
Algoritam 4. Pretraivanje metodom prvo najbolji (engl. best-first) 310
Algoritam 5. Pretraivanje metodom grananja i ograniavanja (engl. branch and bound) 310
Algoritam 6. Pretraivanje metodom A* 311
Algoritam 7. Minimax algoritam 311
Algoritam 8. Minimax algoritam sa alfa-beta odsecanjem 312
Algoritam 9. Opti reava problema GPS (engl. General Problem Solver) 313
Algoritam 10. AO* 313
Algoritam 11. Zakljuivanje povratnim ulanavanjem 314
Algoritam 12. Zakljuivanje direktnim ulanavanjem 315
Algoritam 13. Zakljuivanje ciklikim hibridnim ulanavanjem 316
Algoritam 14. Unifikacija predikatskih stavova 316
Algoritam 15. Nasleivanje uz prisustvo default vrednosti i if-needed procedura (Z- nasleivanje): 317
Algoritam 16. Zadovoljavanje ogranienja metodom relaksacije 317
Literatura 319

sestri Mirjani Milo
Lani i Maji Boko

Predgovor
Zbirka zadataka iz Ekspertskih sistema treba da poslui brem i potpunijem savladavanju
teorijskih i praktinih osnova oblasti Ekspertskih sistema. Ciljevi knjige su:
- ilustraciju niza tehnika i algoritama na problemima iji je stepen sloenosti takav da
omoguava praenje reenja bez veeg napora;
- reenja nekoliko odabranih problema programskim putem na programskom jeziku Java
kako bi se razmotrili programerski aspekti u reavanju ekspertskih zadataka;
- reenja nekoliko pojednostavljenih praktinih problema kako bi se Ekspertski sistemi
povezali sa praktinom stranom njihove primene.
U strukturnom pogledu, zbirka je podeljena u etiri poglavlja i dodatak s ukupno sto etrnaest
zadataka i to:
- pretraivanje (39 zadatka),
- modeli predstavljanja znanja (47 zadataka),
- strategije reavanja problema (13 zadataka),
- rad u neizvesnom okruenju (15 zadataka),
- dodatak: prikaz izabranih algoritama (16 algoritama)
Svaki zadatak je identifikovan svojim rednim brojem i imenom koje ima mnenoniku
korespondenciju sa problemom koji se reava. Struktura zadatka je sainjena od:
- formulacije,
- reenja
U poglavlju o pretraivanju zastupljeni su svi kljuni algoritmi ije su formulacije navedene u
dodatku kako bi se lake pratilo reavanje problema. Ovo poglavlje sadri, pored odeljka o
pretraivanju, odeljak o pretraivanju u igrama, odeljak o predstavljanju prostora stanja i
odeljak sa primerima uraenim na programskom jeziku Java.
Poglavlje o modelima predstavljanja znanja obuhvata sve relevantne modele: formalnu logiku
(u okviru koje se razmatra problematika nalaenja konjuktivne normalne forme,
skolemizacije, unifikacije, primene rezolucije u zakljuivanju, dokazivanja valjanosti
formule), produkcione sisteme (zakljuivanje direktnim/povratnim/hibridnim ulanavanjem,
kompilacija produkcionih sistema, virtuelne injenice i pamenje zakljuaka), semantike
mree (nasleivanje uz prisustvo podrazumevanih vrednosti i if-needed procedura) i okvire
(hijerarhija okvira, kvalifikujui pregratci, viestruko nasleivanje).
Tree poglavlje se bavi strategijama reavanja problema. Njime je obuhvaeno planiranje,
metode zadovoljavanja ogranienja i sukcesivnih aproksimacija.
iv Predgovor

U etvrtom poglavlju je razmatran rad ekspertskog sistema u neizvesnom okruenju na
osnovu faktora izvesnosti, dok je dat pregled pristupa preko verovatnoa i nenumerikog
izraavanja neizvesnosti, fuzzy logike, kao i sistema za odravanje istinitosti TMS.
Dodatak sadri algoritme vezane za pretraivanje, pretraivanje u igrama, strategije reavanja
problema i zakljuivanje za razliite modele predstavljanja znanja.
Autori se nadaju da e jedna ovakva zbirka, pored toga to je udbenikog karaktera, posluiti
i onima koji su zainteresovani za upoznavanje oblasti Ekspertskih sistema i Vetake
inteligencije da sagledaju problematiku i osnovne principe ovih oblasti.
Autori se zahvaljuju Vladimiru Petroviu, za dizajn korica, oru Soldu, za predlog zadataka,
Nikoli Mihajloviu i Jovanu Bajiu, za pomo prilikom obrade zbirke.
Na kraju, autori ele da se zahvale recenzentima, dr Milu Tomaeviu i dr Jelici Proti sa
Elektrotehnikog fakulteta u Beogradu, i kolegama Zahariju Radivojeviu i Milou
Cvetanoviu za korisne sugestije u konanom uobliavanju zbirke.
Beograd, jun 2009. god.
Autori

1. Pretrai vanj e
2 Pretraivanje

1.1. Predstavljanje prostora stanja
Zadatak 1: Problem dva kraga
Na raspolaganju su dva kraga zapremina 3 i 2 litra bez mernih oznaka. Krazi mogu da se
pune vodom sa esme, a voda moe i da se prospe. Potrebno je postii da se u manjem kragu
nae 1 litar vode.
a) Definisati prostor stanja problema.
b) Definisati operatore koji sistem prevode iz stanja u stanje.
c) Navesti jedan od redosleda primene operatora koji predstavlja reenje problema.
Reenje
Prostor stanja je skup svih stanja problema. U konkretnom sluaju koliina vode u oba kraga
odreuje stanje problema. Prelaz iz stanja u stanje je diskretan i odvija se pod dejstvom
operatora promene stanja koji odgovaraju zadatom problemu - u konkretnom sluaju to su
akcije koje menjaju koliinu vode u jednom ili oba kraga. Reavanje problema svodi se na to
da se odredi niz operatora koji prevodi sistem iz poetnog stanja (u ovom sluaju oba kraga
prazna) u zavrno (ciljno) stanje (u ovom sluaju - u manjem kragu 1 litar, u veem
proizvoljna koliina vode).
a) Stanja se mogu predstaviti ureenim parom (x, y) realnih brojeva x i y pri emu:
- x predstavlja koliinu vode u kragu od 3 litra,
- y predstavlja koliinu vode u kragu od 2 litra,
- za x i y vae sledea ogranienja: 0 s x s 3, 0 s y s 2.
Startno stanje je (0,0), a ciljna stanja su oblika (x,1), pri emu za x vai gore navedeno
ogranienje.
b) Za zadati problem moe se definisati 8 operatora promene stanja. Tabela 1 prikazuje
definisane operatore.
Kolona uslov primene odnosi se na vrednosti koordinata x i y u tekuem stanju (to jest. u
onom stanju na koje primenjujemo operator). Tako, na primer, operator `napuni vei krag iz
manjeg' moe da se primeni u tekuem stanju samo ako je koliina vode u manjem kragu
dovoljna da se vei krag napuni do vrha (a eventualni viak vode ostaje u manjem kragu).
c) Jedan od redosleda primene operatora koji vodi do reenja je: 3,6,1,8,4,5.
Predstavljanje prostora stanja 3

redni
broj
akcija tekue
stanje
novo
stanje
uslov primene
1. isprazni vei krag (x, y) (0,y) x > 0
2. isprazni manji krag (x, y) (x,0) y > 0
3. napuni vei krag iz esme (x, y) (3,y) x < 3
4. napuni manji krag iz esme (x, y) (x,2) y < 2
5. napuni vei krag iz manjeg (x, y) (3,y-3+x) x < 3 i y > 0 i x+y > 3
6. napuni manji krag iz veeg (x, y) (x-2+y,2) x > 0 i y < 2 i x+y > 2
7. isprazni vei krag u manji (x, y) (0,x+y) x > 0 i y < 2 i x+y s 2
8. isprazni manji krag u vei (x, y) (x+y,0) x < 3 i y > 0 i x+y s 3
Tabela 1
itaocu se preporuuje da pronae niz stanja, poev od poetnog (0,0), kroz koja prolazi
sistem za sekvencu operatora iz take c) reenja, kao i da odgovori na pitanje da li je navedeno
reenje optimalno (da li je broj operatora u sekvenci minimalan).
Definisanje koliina vode u krazima kao realnih brojeva odgovara postavci zadatka, jer je iz
esme mogue sipati proizvoljnu koliinu vode u krag (slino vai i kod prosipanja vode i
kod presipanja iz jednog kraga u drugi). Na ovaj nain prostor stanja sadri beskonano
mnogo stanja. Pri izboru operatora, meutim, ograniili smo se na to da se krazi potpuno
napune vodom iz esme, jer je to jedini nain da se zna tana koliina vode u njima to je
preduslov za nalaenje reenja. S obzirom na poetno stanje i izabrane operatore, jasno je da
se u procesu pretraivanja ne mogu pojaviti stanja oblika (x, y) gde x ne uzima neku od
vrednosti iz skupa {0, 1, 2, 3}, a y iz skupa {0, 1, 2}. Dakle, od svih stanja u procesu
pretraivanja dostian je samo konaan broj stanja. itaocu se ostavlja da razmisli da li su i
sva stanja definisana ovim stroijim uslovom dostina.
Pri predstavljanju stanja, prema tome, nije uvek, bez sloene analize, mogue izbei suvina
stanja. Ovo ne predstavlja problem jer u procesu pretraivanja nedostina stanja ne igraju
nikakvu ulogu. Ono to je pri predstavljanju stanja bitnije to je jednoznano predstavljanje
svakog od relevantnih stanja pri reavanju problema. Da je stanje u ovom zadatku
predstavljeno skupom, a ne ureenim parom brojeva x i y, ne bi se, na primer, znalo u kojoj
posudi se nalazi kolika koliina vode.
Zadatak 2: Hanojske kule
Posmatrajmo igru Hanojskih kula, sa dva diska razliitih poluprenika i tri stuba (slika 1). Cilj
igre je da se oba diska sa stuba 1 prebace na stub 3, potujui pritom sledea ogranienja:
- u datom trenutku moe se pomeriti samo jedan disk, i
- vei disk ne sme ni u jednom trenutku da se nae iznad manjeg.

4 Pretraivanje

Ako sa (x, y) oznaimo stanje problema, pri emu je x broj stuba na kojem se nalazi vei, a y
broj stuba na kojem se nalazi manji disk, potrebno je:
a) odrediti dozvoljena stanja problema i
b) formirati tabelu dozvoljenih prelaza izmeu stanja u jednom potezu.

1 2 3

Slika 1
Reenje
a) Dozvoljena stanja su sva ona stanja (x, y) kod kojih je x, y e {1,2,3}, dakle to su stanja:
(1,1) (1,2) (1,3) (2,1) (2,2) (2,3) (3,1) (3,2) (3,3).
Poetno stanje je (1,1) a ciljno stanje je (3,3).
Primetiti da se kod stanja oblika (x, x) podrazumeva da se manji disk nalazi na veem. O tom
ogranienju mora se voditi rauna pri definisanju prelaza iz stanja u stanje.
b) Iz stanja (1,1) mogue je pomeriti samo manji disk i to na stub 2 ili stub 3 to odgovara
prelascima u stanja (1,2) ili (1,3) respektivno. Iz stanja (1,2) mogue je pomeriti manji disk na
stubove 1 ili 3 to odgovara stanjima (1,1) ili (1,3), a vei disk je mogue pomeriti na stub 3
to odgovara stanju (3,2). Vei disk nije, naravno, mogue pomeriti sa stuba 1 na stub 2 u
ovom sluaju, jer bi se na taj nain vei disk naao na manjem. Na slian nain se pronalaze i
ostali dozvoljeni prelazi izmeu stanja. Tabela 2 prikazuje kompletno reenje. Ukoliko se u
ulazu tabele u vrsti (x, y) i koloni (x', y') nalazi to znai da je dozvoljen prelazak iz stanja
(x, y) u stanje (x', y').

(1,1) (1,2) (1,3) (2,1) (2,2) (2,3) (3,1) (3,2) (3,3)
(1,1)
(1,2)
(1,3)
(2,1)
(2,2)
(2,3)
(3,1)
(3,2)
(3,3)
Tabela 2

Predstavljanje prostora stanja 5

Zadatak 3: Misionari i ljudoderi
Tri misionara i tri ljudodera nalaze se na levoj obali reke koju treba da preu. Na
raspolaganju je amac u koji staju najvie dve osobe. Ako u nekom trenutku broj ljudodera
nadmai broj misionara na levoj ili desnoj obali, ljudoderi e pojesti misionare. Cilj je da svi
bezbedno preu reku.
a) Predstaviti na pogodan nain stanja problema (pri tome uzeti da je amac uvek na nekoj
od obala).
b) Koliki je ukupan broj stanja?
c) Koliko stanja je bezbedno po misionare i koja su to stanja?
Reenje
U postavci je sugerisano da se sistem posmatra u diskretnim trenucima kada se amac nalazi
uz obalu. Tada se broju misionara i ljudodera na obali na kojoj je amac dodaje broj istih iz
amca. Ovakvu pretpostavku je mogue uvesti iz dva razloga:
- u amcu broj ljudodera ne moe da nadmai broj misionara i
- ako je stanje sistema bezbedno po misionare kada je amac uz obalu, ono e biti bezbedno
i kada je amac na sredini reke.
a) U stanju je potrebno imati informaciju o broju misionara i broju ljudodera na jednoj od
obala (na primer levoj). Individualnosti misionara i ljudodera nisu bitne. Broj misionara i
broj ljudodera na desnoj obali mogu se izraunati oduzimanjem broja na levoj obali od
ukupnog broja misionara odnosno ljudodera, pa ih nije potrebno posebno pamtiti u stanju. U
stanju je, pored navedenog, potrebno registrovati jo poloaj amca (da li je na levoj ili na
desnoj obali). Broj osoba u amcu ne treba da se registruje posebno u stanju, nego je on
pridodat broju ljudi na obali.
Na osnovu izloenog, stanje se moe definisati kao ureena trojka (m, lj, ) gde je:
- me{0,1,2,3} broj misionara na levoj obali,
- lj e {0,1,2,3} broj ljudodera na levoj obali i
- e {0,1} poloaj amca (0 - leva obala, 1 - desna obala)
b) Poto prva i druga koordinata stanja mogu uzeti jednu od 4 vrednosti, a trea koordinata
jednu od dve vrednosti, ukupan broj razliitih stanja je jednak 4 4 2 = 32.
c) Stanja sigurna po misionare spadaju u dve grupe:
- stanja u kojima su svi misionari na jednoj od obala. Ovakvih stanja je 16:
(0,0,0) (0,0,1) (0,1,0) (0,1,1) (0,2,0) (0,2,1) (0,3,0) (0,3,1)
(3,0,0) (3,0,1) (3,1,0) (3,1,1) (3,2,0) (3,2,1) (3,3,0) (3,3,1)
- stanja u kojima se misionari nalaze i na levoj i na desnoj obali. Tada mora biti broj
misionara jednak broju ljudodera na svakoj od obala. Ovakvih stanja ima 4: (1,1,0) (1,1,1)
(2,2,0) (2,2,1)
Ukupno ima 20 stanja bezbednih po misionare.
6 Pretraivanje

1.2. Algoritmi pretraivanja
Zadatak 4: Misionari i ljudoderi
Koristei postavku i rezultate zadatka 3 potrebno je:
a) Definisati operatore pretrage.
b) Predstaviti kompletan graf pretrage za dati problem. Da li su sva stanja bezbedna po
misionare dostina iz startnog stanja?
c) Koliko ima optimalnih reenja problema? Navesti jedno od ovih reenja.
Reenje
Koristei predstavu stanja definisanu u zadatku 3, operatore pretrage potrebno je definisati na
taj nain da se pretraga odvija iskljuivo u okviru stanja bezbednih po misionare. Na osnovu
grafa pretrage mogue je odgovoriti na ostala pitanja. Optimalnost reenja u ovom sluaju
odnosi se na minimalan broj prelazaka reke.
a) Tabela 3 prikazuje usvojene operatore. Operator 1m predstavlja prelazak jednog misionara
u amcu sa jedne obale na drugu, operator 1m1lj oznaava prelazak jednog misionara i jednog
ljudodera u amcu, i tako dalje. U koloni za novo stanje vai da je
k = 1 ako je = 0,
k = -1 ako je = 1.
U koloni za uslov primene vai da je
x = m, y = lj ako je = 0,
x = 3-m, y = 3- lj ako je = 1.
Promenljiva x predstavlja broj misionara, a promenljiva y broj ljudodera na polaznoj obali (to
je ona obala na kojoj se pre primene operatora nalazi amac). Navedenim uslovima
obezbeeno je da se pretraga vri iskljuivo u domenu stanja bezbednih po misionare.

oznaka tekue stanje novo stanje uslov primene
1m (m,lj,) (m-k,lj,1-) (x = 1 ili x-1 > y ) i 3-x+1 > 3-y
1lj (m,lj,) (m,lj-k,1-) (3-x > 3-y+1 ili x = 3) i y > 2
2m (m,lj,) (m-2k,lj,1-) (x = 2 i x-2 > y) ili 3-x+2 > 3-y
lj (m,lj,) (m,lj-2k,1-) (3-x > 3-y+2 ili x = 3) i y > 2
1m1lj (m,lj,) (m-k,lj-k,1-) x > 1 i y > 1 i 3-x+1 > 3-y+1
Tabela 3

Algoritmi pretraivanja 7

b) Grafom pretrage obuhvataju se sva stanja u prostoru stanja do kojih se moe doi iz
poetnog stanja primenom operatora. Svakom stanju odgovara jedan i samo jedan vor u grafu
pretrage. Ako se prelaz iz stanja X u stanje Y odvija pod dejstvom operatora Op, tada u grafu
pretrage postoji orijentisana grana od vora X do vora Y obeleena sa Op.
Graf pretrage konstruie se na sledei nain:
- Odrede se operatori koje je mogue primeniti na startno stanje, kao i stanja u koja se
prelazi pod dejstvom ovih operatora - ovaj proces naziva se ekspanzijom startnog stanja. U
graf se unesu vorovi koji odgovaraju startnom i novodobijenim stanjima i grane koje
odgovaraju pojedinim operatorima.
- Svako od novodobijenih stanja ekspanduje se i pri tome aurira graf pretrage. Pri ovome se
eventualno dobijaju nova stanja. Procedura ekspandovanja se ponavlja sve dok u grafu
pretrage postoje stanja koja jo nisu ekspandovana.
Slika 2 prikazuje kompletan graf petrage za problem misionara i ljudodera. Grane ovoga
grafa su dvosmerno orijentisane jer isti operator deluje u oba smera promene stanja.
Treba primetiti da se stanja (0,0,0), (3,0,0), (0,3,1) i (3,3,1) ne nalaze u grafu pretrage.
Ova stanja, iako bezbedna po misionare, nisu dostina iz startnog stanja.
(3,3,0) (3,1,1)
(3,2,1)
(2,2,1)
(3,2,0)
(3,0,1)
(3,1,0)
(1,1,1)
(2,2,0)
(0,2,1)
(0,3,0)
(0,1,1) (0,2,0) (0,0,1)
(1,1,0)
(0,1,0)
1lj
1m1lj 1m
2lj 1lj
2lj 1lj 2m 1m1lj 2m 1lj 2lj
1lj 2lj
1lj
1m 1m1lj

Slika 2
c) Reenje problema predstavlja niz primena operatora na putu od poetnog stanja (3,3,0), do
ciljnog stanja (0,0,1). Pri traenju reenja eliminiu se iz razmatranja zatvoreni putevi u grafu.
U ovom sluaju samo u poetnom i u pretposlednjem koraku pretrage mogu je izbor jednog
od dva alternativna operatora dok su ostali operatori jednoznano odreeni. Na taj nain
definisana su etiri razliita optimalna reenja:
(1) 2lj, 1lj, 2lj, 1lj, 2m, 1m1lj, 2m, 1lj, 2lj, 1lj, 2lj
(2) 1m1lj, 1m, 2lj, 1lj, 2m, 1m1lj, 2m, 1lj, 2lj, 1lj, 2lj
(3) 2lj, 1lj, 2lj, 1lj, 2m, 1m1lj, 2m, 1lj, 2lj, 1m, 1m1lj
(4) 1m1lj, 1m, 2lj, 1lj, 2m, 1m1lj, 2m, 1lj, 2lj, 1m, 1m1lj
Svako od reenja zahteva 11 prelazaka reke.
U taki a) reenja, promenljive k, x i y uvedene su da bi se omoguila primena istih operatora
u oba smera kretanja amca (alternativa bi bila da se za svaki smer kretanja uvede poseban
operator to bi povealo broj operatora ali i pojednostavilo izraunavanje uslova primene
istih). Razmotrimo na primeru operatora 1m nain odreivanja uslova za primenu operatora.
U tekuem stanju, na polaznoj obali nalazi se x misionara i y ljudodera, a na odredinoj obali
se nalazi 3-x misionara i 3-y ljudodera. Poto se pretraga vri u okviru bezbednih stanja, na
8 Pretraivanje

svakoj od obala u tekuem stanju ili nema misionara ili je njihov broj vei od broja
ljudodera, to se izraava sa
(x = 0 ili x > y) i (3-x = 0 ili 3-x > 3-y).
Posle primene operatora 1m, na polaznoj obali nalazi se x-1 misionara i y ljudodera, a na
dolaznoj obali 3-x+1 misionara i 3-y ljudodera. Da bi novo stanje bilo bezbedno po
misionare, moraju biti zadovoljeni sledei uslovi:
- Na polaznoj obali nema vie misionara to je ispunjeno ako je x = 1 ili
- Broj preostalih misionara mora biti vei od broja ljudodera, to jest, x-1 > y. Primetiti da
ovi uslovi pokrivaju i ogranienje da u tekuem stanju (pre primene operatora 1m) mora
biti bar jedan misionar na polaznoj obali.
- Na dolaznoj obali broj misionara mora biti vei ili jednak broju ljudodera, to jest 3-x+1 >
3-y (ovaj uslov nije ispunjen uvek, jer u tekuem stanju ne mora uopte biti misionara na
dolaznoj obali).
Ovi uslovi izraeni su matematikim formulama u tabeli 0. itaocu se preporuuje da proui
uslove primene i za ostale operatore.
Formulacija problema je ista kao u zadatku 2. Koristei rezultate zadatka 2:
a) prikazati kompletan graf pretrage za navedeni problem
b) prikazati kompletno stablo pretrage.
c) prikazati stablo pretrage i navesti redosled obilaenja vorova, ako se za nalaenje reenja
koristi metod traenja po dubini (depth-first).
Reenje
a) Na osnovu tabele 2 u reenju zadatka 2, metodologijom primenjenom u prethodnom
zadatku, lako se dobija traeni graf prikazan na slici 3. Operatori promene stanja nisu
eksplicitno naznaeni; oni se mogu odrediti na osnovu vorova stanja koje povezuju.
b) Kompletno stablo pretrage obuhvata sve otvorene putanje u grafu pretrage koje poinju u
startnom voru i zavravaju se ili u ciljnom voru ili u voru iz koga svaka dalja primena
operatora dovodi do zatvaranja putanje. Ukoliko cilj nije eksplicitno zadat, putanja se
zavrava kada se obiu sva stanja iz grafa pretrage.
Za putanju u grafu pretrage kae se da je zatvorena ako se na toj putanji dva puta pojavljuje
isti vor, u suprotnom je putanja otvorena.
vorovi stabla pretrage odgovaraju stanjima, s tim to jednom stanju generalno odgovara vie
vorova u stablu. Grane stabla predstavljaju operatore promene stanja. Procedura konstrukcije
stabla pretrage je sledea:


(1,2)
(1,3)
(3,2)
(2,3)
(3,1)
(2,1)
(3,3)
(2,2)
(1,1)

Slika 3
- Startnom stanju odgovara koren stabla pretrage. Po ekspandovanju startnog stanja u stablo
pretrage unose se sinovi korenog vora i odgovarajue grane, pri emu svakoj primeni
operatora na poetno stanje odgovara poseban vor u stablu i grana koja od korena vodi do
tog vora. Time je koren stabla obraen.
- Bira se jedan od neobraenih vorova u stablu pretrage. Ukoliko je re o ciljnom voru
(ako je cilj definisan), nikakva dalja akcija nije potrebna i vor se moe smatrati
obraenim. U suprotnom se ekspanduje stanje koje odgovara izabranom voru. U stablo se
unose vorovi koji odgovaraju svakom od stanja dobijenih pri ekspanziji, ukoliko se stanje
ve nije pojavilo na putanji od korena do ekspandovanog vora. Proces se ponavlja sve dok
u stablu pretrage postoje neobraeni vorovi.
Kompletno stablo pretrage za ovaj problem prikazano je na slici 4.
(1,1)
(1,2) (1,3)
(1,3) (3,2)
(2,3)
(2,1) (2,2)
(2,2) (3,1)
(3,2) (3,3)
(3,3)
(2,1)
(3,1)
(3,2) (3,3)
(3,3)
(3,1) (3,3)
(2,1) (3,3)
(2,2) (2,3)
(2,3)
(1,3)
(2,2) (1,3)
(1,2)
(3,2)
(3,1) (3,3)
(2,1) (3,3)
(2,2) (2,3)
(2,3) (2,2)
(2,3)
(2,2) (3,1) (2,1)
(2,1) (2,2)
(3,2) (3,3) (3,1)
(1,2) (3,3) (3,2) (3,3)
(1,2) (3,3)

Slika 4
c) Algoritam pretraivanja po dubini naveden je u dodatku 1 (algoritam 2). Stablo pretrage
pri pretraivanju po dubini (slika 5) predstavlja deo kompletnog stabla pretrage sa slike 4. Za
ekspanziju se uvek (kada postoji) bira levi sin prethodno ekspandovanog vora. Kada levi sin
ne postoji, kontrola se vraa na vii nivo stabla pretrage gde se ekspanduje vor naslednik koji
jo nije bio obien.
10 Pretraivanje

Zaokrueni brojevi na slici 5 prikazuju redosled ekspanzije vorova koji glasi: (1,1), (1,2),
(1,3), (2,3), (2,1), (2,2), (3,1), (3,2), (3,3).
U stablu su prikazani i vorovi koji nisu obieni, to jest ekspandovani, (na primer, desni sin
korenog vora) koji su u stablo uneti kao rezultat ekspanzije vora-roditelja.

(1,1)
(1,2)
(1,3)
(1,3) (3,2)
(2,3)
(2,1) (2,2)
(2,2) (3,1)
(3,2) (3,3)
(3,3)
1
2
3
4
5
6 7
8
9

Slika 5
U konkretnom sluaju, pretraivanje po dubini inicijalno prati 'slepu' putanju do vora (2,2),
levog sina vora (2,1). S obzirom da se iz vora (2,2) moe dospeti samo u vorove (2,1) i
(2,3) koji se ve nalaze na putanji, mora se odabrati alternativna putanja. Ovo se realizuje
vraanjem iz vora (2,2) na roditeljski nivo (engl. backtracking) gde postoji mogunost
grananja na alternativnu putanju. Interesantno je primetiti da se pri obilasku vora (3,1) ne
primeuje reenje u jednom potezu, ve se 'slepo' bira levi naslednik. Naeno je reenje u
sedam poteza, predstavljeno nizom vorova:
(1,1), (1,2), (1,3), (2,3), (2,1), (3,1), (3,2), (3,3)
na putanji kroz graf pretrage od poetnog do ciljnog vora prikazanoj podebljanim linijama.
Navedeno reenje nije optimalno; iz grafa pretrage sa slike 3 vidi se da optimalno reenje
zahteva samo tri poteza: iz vora (1,1) premetanjem manjeg diska dolazi se u vor (1,2),
odatle se premetanjem veeg diska dolazi u vor (3,2), a odatle premetanjem manjeg diska u
vor (3,3).
Metod pretraivanja po dubini koristi se u situacijama kada se trai bilo koje (a ne iskljuivo
optimalno) reenje. Obratiti panju na to da se redosled obilaenja vorova u grafu pretrage
razlikuje od redosleda vorova koji predstavlja reenje problema u optem sluaju. Ovo
generalno vai za sve metode pretrage. U idealnom sluaju ova dva redosleda se poklapaju -
tada pretraivanje ide striktno po ciljnoj putanji i nema 'lutanja' po alternativnim putanjama. U
realnom sluaju obilazi se vei broj vorova nego to je neophodno da bi se iz poetnog stanja
dolo u ciljno.


Zadatak 6: Problem dva kraga
Postavka problema je ista kao u zadatku 1. Potrebno je, na osnovu definisane predstave stanja
i operatora:
a) Tabelarno predstaviti kompletan graf pretraivanja za dati problem.
b) Nai reenje problema koristei metod pretraivanja po irini (breadth-first) - prikazati
stablo pretrage i navesti redosled obilaenja vorova.
c) Nai reenje problema koristei metod pretraivanja po irini (breadth-first) uz dodatan
uslov da se pri pretrazi isto stanje moe ekspandovati najvie jednom.
Reenje
a) Tabela 4 opisuje prelaze izmeu stanja pod dejstvom operatora. Ukoliko u ulazu tabele u
vrsti X i koloni Y stoji oznaka Op, to znai da se iz stanja X moe prei u stanje Y pod
dejstvom operatora Op; ukoliko je odgovarajui ulaz tabele prazan, to znai da se iz stanja X
ne moe prei u stanje Y primenom samo jednog operatora. Ulazi tabele popunjavaju se na
osnovu tabele 1 iz zadatka 1, gde su definisani uslovi primene pojedinih operatora. Tabela se
popunjava po vrstama, ekspandovanjem stanja, poev od startnog stanja. Za svako novo stanje
dodaju se odgovarajua vrsta i kolona tabele.

(0,0) (3,0) (0,2) (3,2) (1,2) (2,0) (1,0) (2,2) (0,1) (3,1)
(0,0) op3 op4
(3,0) op1 op4 op6
(0,2) op2 op3 op8
(3,2) op2 op1
(1,2) op5,8 op1 op3 op2
(2,0) op1 op3 op6,7 op4
(1,0) op1 op3 op4 op7
(0,1) op2 op4 op8 op3
(3,1) op2 op4 op6 op1
Tabela 4
Zanimljivo je primetiti da se prelazi iz stanja (1,2) u stanje (3,0) mogu obaviti kako primenom
operatora op5, tako i primenom operatora op8. U pitanju je granini sluaj kada se
presipanjem jedan krag isprazni a drugi napuni vodom. Slino je i sa prelazom iz stanja (2,0)
u stanje (0,2).
b) Graf pretrage u sluaju pretraivanja po irini prikazan je na slici 6. Svaki vor na
roditeljskom nivou stabla pretrage mora biti obien pre nego to se pree na nivo potomaka.
Algoritam pretraivanja po irini naveden je u dodatku 1 (algoritam 1).
Redosled obilaenja vorova daju zaokrueni brojevi pored pojedinih stanja. Reenje
problema je predstavljeno nizom od etiri primene operatora: op3, op6, op2 i op7.
12 Pretraivanje

c) Stablo pretrage za ovaj sluaj prikazano je na slici 7. Dodatni uslov realizovan je na
sledei nain:
Pri ekspanziji vora proverava se za svakog od potomaka da li odgovarajue stanje ve postoji
u stablu pretrage. Ako postoji, taj potomak eliminie se iz razmatranja. Na primer, u voru
(3,2) stabla pretrage do koga se dolazi iz startnog stanja primenom operatora op3 pa op4,
eliminisan je potomak (0,2) jer je navedeno stanje ve ranije obieno.

(0,0)
(3,0) (0,2)
(3,2) (1,2)
(0,2) (0,2) (1,0) (3,2)
(3,2) (2,0)
(3,0) (3,0) (2,2)
(2,0) (3,2) (2,0) (0,1)
op3 op4
op4 op6 op3 op8
op1 op1
op2
op3 op2 op3 op4
op8 op3 op8 op7
1
2 3
4 5 6 7
8 9 10 11 12 13 14
15 16 17 18

Slika 6
(0,0)
(3,0) (0,2)
(3,2) (1,2)
(1,0)
(2,0)
(2,2)
(0,1)
op3 op4
op4 op6
op8
op2 op4
op7
1
2 3
4 5 6
7 8
9

Slika 7
U navedenom sluaju pronaeno je optimalno reenje, jer se broj primena operatora uzima
kao kriterijum minimalnosti. Pretraivanje u irinu spada u metode koje ne garantuju
optimalnost reenja u optem sluaju (kada operatori imaju razliite cene). U sluaju pod c)
broj putanja pri pretrazi znatno se redukuje u odnosu na sluaj pod b) jer u sluaju pod c),
kada se pronae jedna putanja do odreenog stanja, ostale putanje vie nisu od interesa.

Ovakav metod moe se primeniti i na druge metode koje trae bilo koje (ne obavezno
optimalno) reenje.
itaocu se preporuuje da razmisli o nainu eliminacije zatvorenih putanja u stablu pretrage
to NIJE deo algoritama pretraivanja iz dodatka 1. Koja od varijanti b) i c) po tom pitanju
zahteva voenje opirnije evidencije o preenim putanjama?
Zadatak 7: Tri operatora
Poznato je da za neki problem pretraivanja postoje tri operatora, op1, op2 i op3, i da se u
polaznom stanju moe primeniti bilo koji od njih. Ako prvi primenjeni operator nije bio op3,
tada se u sledeem koraku moe primeniti operator razliit od prvog. Svaka dalja primena
nekog od operatora nije dozvoljena. Kako cilj nije dat, pretraivanje mora da obuhvati sva
mogua stanja.
a) Prikazati graf pretraivanja i oznaiti vorove prema redosledu obilaenja,
pretpostavljajui da op1 ima prednost nad op2, a ovaj takoe ima prednost nad op3. Koristiti
strategiju pretraivanja po dubini.
b) Ako se dati graf pretrauje metodom 'prvo najbolji' (best-first), navesti redosled obilaenja
vorova. Date su heuristike funkcije za svaki vor, kao i sekvenca primene operatora koja
vodi do vora:
6 - op1, op2
4 - op1, op3
9 - op2, op1
11 - op2, op3
8 - op1
7 - op2
5 - op3
10 - polazno stanje
c) Ako bi se pretraivanje sprovelo metodom A*, polazei od heuristikih funkcija datih pod
b), navesti redosled pretraivanja ako su cene primene operatora : 2 za op1, 5 za op2, i 9 za
op3.
Reenje
Iz postavke se moe zakljuiti da se svakom primenom operatora na neko od postojeih stanja
(inicijalno samo startno stanje) dolazi u novo stanje koje je razliito od svih postojeih stanja.
Uz ovu pretpostavku graf pretrage svodi se na stablo tako da je mogue neposredno primeniti
algoritme pretrage bez voenja rauna o eliminaciji zatvorenih puteva. Cilj pretrage je
zadovoljen kada, primenom operatora, nije mogue generisati nova stanja. S obzirom da nije
mogue vie od dva puta sukcesivno primeniti operatore, stablo ima dva nivoa.
a) Stanja e biti obeleavana simboliki. Neka je A oznaka za startno stanje. Stanje A
predstavlja koren stabla pretrage prikazanog na slici 8. Na stanje A mogu se primeniti sva tri
operatora. S obzirom da operator op1 ima prioritet, njegovom primenom prelazi se u novo
14 Pretraivanje

stanje B i pri tom se unosi odgovarajui vor u stablo pretrage kao sin vora A. S obzirom da
se radi o pretraivanju po dubini, razmatra se vor B. Mogui operatori su, prema uslovu
zadatka op2 ili op3. Operator op2 ima prioritet i njegovom primenom prelazi se iz stanja B u
stanje C i unosi odgovarajui vor u stablo pretrage kao sin vora B. Na vor C nije vie
mogue primeniti nijedan operator prema uslovu zadatka, pa se pretraga vraa u vor B. Na
ovo stanje mogue je primeniti (od do sada neprimenjenih operatora) op3, te se tako dobija
novo stanje D i novi vor u stablu pretrage. Razmatranjem stanja D ustanovljava se da se na
njega ne mogu primeniti operatori, pa se kontrola vraa prvo na stanje B, pa zatim, s obzirom
da smo ekspandovali sve sinove vora B, na stanje A. Nadalje se na stanje A primenjuje
operator op2 kao najprioritetniji operator koji jo nije primenjen ime se dobija stanje E i
odgovarajui sin vora A u stablu pretrage. Procedura se nastavlja sve dok se kompletno
stablo ne konstruie i konstatuje da generisanje novih stanja nije mogue. Redosled obilaenja
vorova u ovom sluaju je, prema tome: A, B, C, D, E, F, G, H.
B
A
E H
C D F G
op1 op2 op3
op2 op3 op1 op3

Slika 8
b) Pri pretraivanju metodom 'prvo najbolji' (algoritam 4 u dodatku 1) u stablu pretrage bira
se najbolji od svih vorova stabla pretrage koji su otkriveni, a jo nisu obieni do odreenog
trenutka. Kriterijum za selekciju najboljeg vora je vrednost heuristike funkcije koja
predstavlja meru udaljenosti odreenog stanja problema od konanog reenja. to je vrednost
heuristike funkcije za odreeno stanje manja, to je stanje blie ciljnom stanju.
Za zadati problem, stablo pretrage sa ucrtanim redosledom obilaenja vorova prikazano je na
slici 9. Pored svakog vora stabla pretrage navedena je vrednost heuristike funkcije
definisana postavkom zadatka. Pri pretraivanju se, kao i uvek polazi od korena stabla
pretrage. Ekspandovanjem korena dobijaju se vorovi B, E i H. Prvi se obilazi vor H jer ima
najmanju vrednost heuristike funkcije (H=5, E=7, B=8). Poto vor H nema naslednika,
izbor se svodi na preostala dva otkrivena a neobiena vora B i E. Bira se vor E i vri
njegova ekspanzija ime se u stablo dodaju vorovi F i G. Sada se vri izbor izmeu vorova
B, F, i G. Bira se vor B kao najbolji i vri njegova ekspanzija. Za izbor sada ostaju vorovi
C, D, F i G. S obzirom da ovi vorovi nemaju potomaka nema dodavanja novih vorova.
Postojei vorovi bie obieni u rastuem redosledu njihovih heuristikih funkcija.
Kompletan redosled obilaska vorova stabla pretrage je: A, H, E, B, D, C, F, G.
c) Metod A* (algoritam 6 u dodatku 1) spada u metode koji pronalaze optimalno reenje, to
jest reenje sa najmanjom kumulativnom cenom. Kumulativna cena za odreenu putanju u
stablu pretrage jednaka je zbiru cena primene pojedinih operatora na datoj putanji. U optem
sluaju razliiti operatori mogu imati razliite cene primene, kao to je to sluaj i u ovom
zadatku. U ovom zadatku ne trai se nalaenje optimalnog reenja, ve je cilj obii sva stanja.
I pored toga, cene putanja utiu na redosled obilaenja vorova.


B
A
E H
C D F G
op1 op2 op3
op2 op3 op1 op3
10
8 7 5
6 4 9 11
1
2 3 4
5 6 7 8

Slika 9
Metod A* kao funkciju procene f parcijalne putanje od startnog stanja do nekog drugog stanja
S koristi zbir heuristike funkcije h za stanje S i funkciju kumulativne cene c putanje od
poetnog stanja do stanja S:
f = h + c
Vrednosti funkcije h i cene primene operatora zadate su postavkom za svaki vor u stablu
pretrage. U okviru algoritma iz dodatka 1, tokom pretrage evidentiraju se, ne vorovi stabla
pretrage, ve parcijalne putanje od korena stabla do otkrivenih vorova stabla pretrage. U
ovom sluaju pretraga poinje sa putanjom nulte duine od korena stabla (stanja A).
Ekspandovanjem korena A, dobijaju se tri nove parcijalne putanje, AB, AE i AH (slika 10).
Funkcije procene za ove putanje navedene su pored odgovarajuih vorova. Od otkrivenih
putanja bira se ona sa najmanjom funkcijom procene, a to je u konkretnom sluaju putanja
AB. Ekspandovanjem vora B otkrivaju se dve nove parcijalne putanje ABC i ABD i raunaju
njihove funkcije procene. U sledeem koraku vri se izbor najbolje izmeu svih otkrivenih a
neobienih putanja, a to su u ovom trenutku ABC, ABD, AE i AH. Putanja AE bira se kao
najbolja i u sledeem koraku vri ekspanzija vora E ime se dobijaju dve nove putanje AEF i
AEG. Sada se izbor vri izmeu putanja ABC, ABD, AEF, AEG i AH i tako dalje, sve dok se
ne obie kompletno stablo pretrage. Redosled kompletnog obilaska naznaen je na slici.
B
A
E H
C D F G
op1 op2 op3
op2 op3 op1 op3
10
8+2=10 7+5=12 5+9=14
6+7=13 4+11=15 9+7=16 11+14=25
3
4
1
2 5
6 7 8

Slika 10

16 Pretraivanje

Zadatak 8: Samoglasnici i suglasnici
Posmatrajmo potpuni graf pretrage prikazan na slici 11. Vrednosti heuristike funkcije
prikazane su pored svakog vora, dok su cene operatora promene stanja prikazane pored grana
grafa pretrage.
B
A
E
I
R O S
W
2 2
3
2 4
1
2
100
80
85
75
60
40
40
60

Slika 11
a) Koje je stanje ekspandovano etvrto u pretraivanju metodom po dubini uz primenu
heuristike da stanja ija su imena samoglasnici imaju prednost u odnosu na ostala?
b) Koje je stanje ekspandovano etvrto primenom metode pretraivanja 'prvo najbolji'?
Reenje
a) Pri ovom pretraivanju ne koristi se (numeriki definisana) heuristika funkcija niti cene
operatora promene stanja. Heuristika koja daje prednost samoglasnicima nam daje lokalno
najbolji vor meu sledbenicima tekueg vora u pretrazi (to jest poslednjeg vora koji je
razvijen do tog trenutka). Ovakvoj vrsti heuristike prirodno odgovara pretraivanje po dubini.
S obzirom da se vri eksplicitan izbor meu sledbenicima tekueg vora pretrage, radi se u
stvari o pretraivanju metodom planinarenja (algoritam 3 u dodatku 1).
Pretraga poinje od vora A koji je inicijalno jedini vor u stablu pretrage. Razvijanjem vora
A dobijaju se njegovi sledbenici, vorovi B i E koji se dodaju, zajedno sa operatorima koji
vode do njih u stablo pretrage. Heuristika daje prednost voru E, tako da se on razvija sledei i
pri tome u stablo pretrage dodaje vor S. vor S se razvija sledei poto je jedini naslednik
vora E. Poto vor S nema naslednika, pretraga je zapala u 'orsokak', pa s obzirom da vor E
nema drugih naslednika osim S, pretraga se nastavlja od vora B kao drugog naslednika
korenog vora A. Prema tome, etvrti ekspandovani vor, to jest etvrto stanje iji su
sledbenici dobijeni pri pretrazi, je vor B.
b) Pri ovoj pretrazi koristi se numeriki definisana heuristika funkcija ali ne i cene operatora
promene stanja. Za razliku od planinarenja, gde se izbor sledeeg vora za razvijanje vri
lokalno meu naslednicima poslednjeg ekspandovanog vora, u sluaju pretrage 'prvo najbolji'
izbor se vri globalno meu svim vorovima koji su uneti u stablo pretrage ali nisu razvijeni.
Pretraga polazi od vora A, njegovim razvijanjem u stablo pretrage se unose vorovi B i E.
Izmeu vorova B i E za ekspanziju se bira B jer ima manju vrednost heuristike funkcije (80
naspram 85). Razvijanjem vora B, u stablo pretrage unose se vorovi R i O. Izbor se u ovom
trenutku vri izmeu vorova R, O i E kao jedinih neekspandovanih vorova koji se nalaze u
stablu pretrage u tekuem trenutku. Izbor pada na O jer ima najmanju vrednost heuristike
funkcije. Razvijanjem vora O ne unose se novi vorovi u stablo pretrage, pa kandidati za

razvijanje ostaju samo vorovi R i E. Heuristika funkcija diktira izbor vora R kao etvrtog
za razvijanje pri ovoj pretrazi.
Zadatak 9: Viktorija
Poznata deja igra Viktorija je vrsta slagalice u kojoj se na tabli nalazi niz ploica sa
brojevima, kao na slici 12. Jedno polje table je prazno, to jest nije pokriveno ploicom. U
svakom potezu mogue je pomeriti jednu od ploica sa brojem koje su susedne praznom
polju, na mesto praznog polja. Cilj igre je sloiti ploice u neki karakteristian raspored.
Konstruisati stablo pretraivanja koristei metod A*, ako iz poetne pozicije prikazane na
slici 12 treba prei u zavrnu poziciju sa iste slike. Kao procenu rastojanja od ciljne pozicije
koristiti funkciju
h MD pt
i
i
i
i
= + -
= =

1
8
1
8
3
gde MD
i
predstavlja Manhattan rastojanje (zbir apsolutnih vrednosti razlika x i y koordinata,
h' = | Ax| + |Ay|) broja i u tekuoj poziciji od ciljne pozicije, a pt
i
koeficijent za merenje
ureenosti brojeva u tekuem stanju u odnosu na ciljno stanje koji se rauna na sledei nain:
- ako je broj i u tekuem stanju u centru, pt
i
= 1.
- ako broj i nije u centru, a iza njega (u smeru kazaljke na satu) se nalazi onaj broj koji je
njegov sledbenik i u ciljnoj poziciji, pt
i
= 0.
- ako broj i nije u centru, a iza njega se ne nalazi njegov sledbenik iz ciljne pozicije, pt
i
= 2.
1 6 4
2 8 3
7 5
1
6
4
2
8
3
7 5
x
y
0 1 2 3
1
2
3
x
y
1 2 3
1
2
3
0
poetna
pozicija
zavrna
pozicija
poetna
pozicija
zavrna
pozicija

Slika 12
Reenje
Algoritam A* za procenu pozicija koristi funkciju procene f koja predstavlja zbir heuristike
funkcije h i funkcije kumulativne cene c.
U postavci nije eksplicitno naglaeno, ali je za ovaj problem prirodno uzeti da svaki potez u
igri ima jedininu cenu, tako da je kumulativna cena c odreene pozicije P jednaka broju
poteza na putanji izmeu poetne i pozicije P. Koristei algoritam A*, dobija se stablo
pretrage prikazano na slici 13. Uz svako stanje prikazana je vrednost funkcije f kao zbir
funkcija h i c. Za krajnje levog sina korenog vora, na primer, funkcija f izraunava se na
sledei nain:
18 Pretraivanje

- Zbir menhetn rastojanja pojedinih brojeva je
MD
i
i =
= + + + + + + + + + + + + + + + =
1
8
0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 4 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
Iz prethodne formule moe se videti da je, na primer, Menhetn rastojanje za broj 8,
(poslednja zagrada u zbiru), jednako 2 jer je apsolutna udaljenost broja 8 u tekuoj
poziciji i po x i po y osi jednaka 1 u odnosu na ciljnu poziciju.
- Zbir koeficijenata ureenosti brojeva je:
pt
i
i
= + + + + + + + =
=
0 2 0 0 0 0 2 2 6
1
8

jer se u navedenom stanju brojeve 2, 7 i 8 ne prate njihovi sledbenici (3, 8 i 1 respektivno)
u ciljnom stanju, a u sredini se nalazi praznina. Heuristika funkcija h za ovo stanje iznosi,
prema tome, h = 4 + 3*6 = 22.
- Cena pozicije c = 1, jer se do ove pozicije dolazi u jednom potezu iz poetne pozicije.
Prema tome funkcija f = 22 + 1 = 23.
Moe se videti da je, zahvaljujui dobrom izboru heuristike funkcije, pretraga sve vreme
pratila ciljnu putanju, radi se dakle o idealnom sluaju. Ovo ne mora biti ispunjeno za neki
drugi par poetnog i ciljnog stanja.
Reenje nije uvek mogue dobiti za svaku kombinaciju poetne i ciljne pozicije jer ciljna
pozicija nije uvek dostina iz poetne. Sve mogue pozicije u ovoj igri (koliki je njihov broj?)
dele se u dve nezavisne klase parnosti, tako da je reenje mogue nai samo ako su i poetna i
ciljna pozicija iste klase parnosti. Sutina pojma klasa parnosti moe se sagledati iz sledeeg:
Posmatrajmo pozicije u igri na polju 2 x 2. U ovom sluaju ima ukupno 4! = 24 razliite
pozicije podeljene u dve klase. Odgovarajui grafovi prelaza prikazani su na slici 14. Veze
izmeu vorova su dvosmerne.
Provera da li poetna i ciljna pozicija pripadaju istoj klasi parnosti, odnosno, da li je problem
reiv ili nije za proizvoljnu veliinu polja, moe se izvriti na sledei nain:
1. Iz poetne pozicije, uz potovanje pravila igre, doi u novu poziciju u kojoj se prazno polje
nalazi na istom mestu kao i u ciljnoj poziciji.
2. Svako mesto u novoj poziciji, poev od gornjeg levog ugla zakljuno sa donjim desnim,
obraditi na sledei nain: ako broj X na tom mestu nije jednak broju Y na istom mestu u
ciljnoj poziciji, zameniti u posmatranoj poziciji mesta brojevima X i Y (zamena je direktna,
ne po pravilima igre).
3. Ako je broj zamena u taki 2. bio paran, pozicije su u istoj klasi parnosti. U suprotnom,
pozicije nisu u istoj klasi i zadatak nema reenja.

32+0
22+1 39+1 33+1
18+2 32+2 26+2
19+3 17+3
10+4
0+5 17+5
6
5
7
8
4
1
3 2
1
8 7
+
+
1
2
3
4
5
6
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2 8 3
1 6 4
7 5
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2 8 3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3 1
6
4
7 5
2
8
3 1
6
4
7 5
2
8
3 1
6
4 7
5

Slika 13
1 2
3
1 2
3
1
2 3
1
2 3
1
2
3 1
2
3
1 2
3
1 2
3
1
2 3
1
2 3
1
2
3 1
2
3
1 2
3
1 2
3 1
2
3 1
2
3 1
2 3
1
2 3
1 2
3
1 2
3 1
2
3 1
2
3 1
2 3
1
2 3

Slika 14
Kao primer primene ovog algoritma, na slici 15 prikazana je situacija u kojoj se poetna
pozicija (a) transformie, pomeranjem broja 5 na dole i broja 4 na desno, u poziciju (b). Ova
pozicija se svodi na ciljnu (c) primenom samo jedne zamene (brojeva 1 i 2) to znai da
poetna i ciljna pozicija ne pripadaju istoj klasi parnosti. Ukoliko se u program za
pretraivanje ne ugradi ispitivanje parnosti poetne i ciljne pozicije, algoritam pretrage bi
detektovao da je problem nereiv tek poto obie sve dostine pozicije prostora stanja.
20 Pretraivanje

2 1 3
8 4 5
7 6
2 1 3
8 4
5 7 6
2 1 3
8 4
5 7 6
(a) (b) (c)

Slika 15
Zanimljivo je da je, poetkom ovog veka, Semjuel Lojd u Sjedinjenim Amerikim Dravama,
lansirao varijantu ove igre na polju 4 x 4 pri emu je nudio nagradu od 50 000 dolara onome
ko nae reenje za poetnu i ciljnu poziciju prikazanu na slici 16. Nagradu, naravno, niko nije
dobio, ali je to bila odlina reklama za prodaju ove igre.
2 1 3
8
4
5 7 6
(a) poetna pozicija
9 10 11 12
13 14 15
2 1 3
8
4
5 7 6
9 10 11 12
13 14 15
(b) zavrna pozicija poetna pozicija zavrna pozicija

Slika 16
Zadatak 10: Putna mrea (Menhetn norma)
Na slici 17 prikazan je deo putne mree, a zadatak je da se nae put izmeu take a i take h.
Razdaljine su date razmerom.
a) Prikazati stablo pretraivanja ukoliko se koristi metoda A*, pri emu se udaljenost do cilja
meri Manhattan normom (As=Ax+Ay), a cena odreene parcijalne putanje od poetnog vora
do vora X jednaka je duini puta od poetnog vora do vora X po datoj putanji.
b) Prikazati stablo pretraivanja, ukoliko se ne uzima u obzir udaljenost do cilja, ve samo
cena, odnosno preeni put. O kojoj se vrsti pretraivanja radi?
c) Prikazati stablo pretraivanja, ukoliko se ne uzima u obzir preeni put, ve samo
udaljenost do cilja. O kojoj se vrsti pretraivanja se radi u ovom sluaju?
Reenje
a) Stablo pretrage prikazano je na slici 18. U konkretnom sluaju pretraga sve vreme sledi
najkrau putanju (ukoliko vie od jednog vora ima minimalnu vrednost kumulativne cene,
bira se vor sa manjom vrednou heuristike funkcije).


0
1
2
3
4
5
0 1 2 3 4
a
b
c d
e
g
h
f
y
x

Slika 17
a
b
6+0
c
d e
d f f
g h
5+3 3+3
4+4 3+5
4+6
2+8
2+6
0+8
2+10
1
2
3
4
5

Slika 18
b) Ukoliko se algoritam A* modifikuje na taj nain da se od svih parcijalnih putanja koje se
razmatraju bira ona koja je najkraa, dobija se metod grananja i ograniavanja sa dinamikim
programiranjem. Pod dinamikim programiranjem podrazumeva se izbacivanje iz razmatranja
svih parcijalnih putanja koje vode do istog stanja osim one najkrae.
Na slici 19 prikazano je stablo pretrage za ovaj sluaj. Pored svakog vora u stablu pretrage
oznaena je duina parcijalne putanje od poetnog do tog vora (kumulativna cena). vorovi
stabla pretrage eliminisani primenom principa dinamikog programiranja precrtani su na slici
19. Ukoliko vie putanja ima jednaku kumulativnu cenu, vri se izbor na osnovu
leksikografskog poretka poslednjih vorova na putanjama.
22 Pretraivanje

a
b
0
c
d e
d f f
g h
3 3
4 5
6
8
6
8
10
1
3
5
6
8
d d
c e
4 8
5
5
2
4
7

Slika 19
c) U ovom sluaju radi se o metodu 'prvo najbolji'. Stablo pretrage (slika 20) u konkretnom
sluaju je identino stablu pretrage za metod A*. Na slici 20 uz svaki vor oznaene su
vrednosti heuristike funkcije za taj vor.
a
b
6
c
d e
d f f
g h
5 3
4 3
4
2
2
0
2
1
2
3
4
5

Slika 20


Zadatak 11: Planinarenje
Na slici 21 dati su podaci o visini u svakoj taki terena pod gustom maglom. Planinar sa
visinomerom koji se nalazi u taki A1 moe u jednom trenutku da korakne u pravcu jedne od
strana sveta.
a) Kojim putem e planinar doi u najviu taku terena metodom planinarenja (hill-
climbing)? Planinar bira najviu od susednih taaka. U sluaju postojanja vie susednih taaka
iste visine, prioritet ima pravac severa, pa istoka, pa juga i na kraju zapada.
b) Prikazati stablo pretraivanja metodom A* ako heuristika funkcija predstavlja razliku
visina pomnoenu Manhattan rastojanjem ciljne i tekue take, a cena je broj koraka koje
planinar naini. Koji je najkrai put do cilja?
1 2 3 4 5
A
B
C
D
E
2 1 0 0 0
2 4 2 1 0
3 2 2 3 2
1 1 3 5 4
0 1 2 4 3

Slika 21
Reenje
Najvia taka terena je D4, te ona prema tome predstavlja ciljnu taku. Da bi se ispunio
zahtev iz take a) postavke da prioritet pri pretrazi ima najvia od susednih taaka, heuristiku
funkciju h za proizvoljnu taku X definisaemo kao razliku visina ciljne take D4 i take X:
h = 5 - H
x

gde H
X
predstavlja visinu take X. Treba primetiti da se pravilima navedenim u postavci
dodaje i pravilo da se planinar ne vraa u taku u kojoj je bio da bi se izbeglo da se planinar
vrti u krug (planinar moe sebi da crta mapu kretanja).
a) Stablo pretrage i mapa kretanja planinara prema algoritmu 3 iz dodatka 1 prikazani su na
slici 22. Uz vorove stabla pretrage (levo od vorova) navedene su odgovarajue vrednosti
heuristike funkcije. Najpre se ekspanduje startni vor A1, tj. u stablo pretrage dodaju se
vorovi B1 i A2, pri emu je vrednost heuristike funkcije oba vora jednaka 3. Kako je
postavkom navedeno da prioritet najpre dobija sever, zatim istok, jug i na kraju zapad, sledei
za ekspandovanje odabira se vor B1. Pratei dalje algoritam, jednostavno je konstruisati
ostatak stabla pretrage.
U ovom sluaju pretraga sve vreme ide po ciljnoj putanji (brojevi u kvadratima prikazuju
redosled ekspanzije vorova), ali naeno reenje nije optimalno u smislu minimalnog broja
koraka.

24 Pretraivanje

A1
A2 B1
C1 B2
E1 D2
A2 C2 B3
C1 D2 C3
D3
D1
E3 D4 C3
5
3 3
2 1
5 4
3 3 3
2 4 3
2
3 0 3
3
4
1
2
5
6
7
8
E2
4
9
2
1 2 3 4 5
A
B
C
D
E
2 1 0 0 0
2 4 2 1 0
3 2 3 2
1 3 5 4
0 1 2 4 3
1
4

Slika 22
b) Stablo pretrage prikazano je na slici 23. Razmotrimo raunanje vrednosti heuristike
funkcije i cene na primeru: cena putanje A1 B1 B2 A2 je 3 jer planinar naini tri koraka da bi
iz take A1 dospeo u taku A2. Heuristika funkcija za ovu putanju je h = 15 jer je menhetn
rastojanje MD take A2 od ciljne take D4 jednako apsolutnoj vrednosti razlike x i y
koordinata ove dve take, to jest, MD = (4 - 2) + (4 - 1) = 5, a razlika visina taaka A2 i D4 je
Ah = 5 - 2 = 3. Na osnovu toga, funkcija procene f = h + c za ovu putanju jednaka je
f = 15 + 3 = 18.
Treba primetiti da su, u sluaju b), na slici 23 neke putanje eliminisane iz daljeg razmatranja -
ovim putanjama odgovaraju precrtani vorovi u stablu pretrage. Eliminacija je sprovedena po
principu dinamikog programiranja koji je deo algoritma A* a sastoji se u tome da se iz
pretrage eliminiu sve parcijalne putanje koje dovode do istog stanja osim putanje sa
najmanjom cenom. Na primer, putanja A1 B1 B2 A2 eliminisana je iz razmatranja jer je ve
ranije naena putanja A1 A2 do stanja A2 koja je kraa od prethodno navedene.
Kao rezultat pretrage metodom A* naena je jedna od minimalnih putanja. Radi se o putanji:
A1-B1-C1-C2-C3-D3-D4.
Koliko jo ima razliitih minimalnih putanja?

A1
A2 B1
C1 B2
D1 C2 A2 C2 B3
B2 D2 C3
B3 D3 C4
E3 D4 D2
30+0
15+1 15+1
8+2 4+2
12+3 9+3 15+3 9+3 9+3
4+4 8+4 6+4
9+5 2+5 2+5
6+6 0+6 8+6
3 4
1
2
5
6
7
8

Slika 23
Zadatak 12: Putna mrea (razni algoritmi pretrage)
Na slici 24 je prikazana mrea puteva sa oznaenim duinama puteva u kilometrima. Tabela 5
prikazuje vazduna rastojanja od pojedinih gradova do grada G u kilometrima. Prikazati
stablo pretrage i navesti redosled obilaenja vorova pri pretrazi za nalaenje puta izmeu
gradova S i G ako se koristi :
a) pretraga po dubini (depth-first)
b) pretraga po irini (breadth-first)
c) planinarenje (hill-climbing)
d) prvo najbolji (best first)
e) grananje i ograniavanje (branch and bound)
f) A*
Napomena: definisati na pogodan nain heuristiku funkciju i cenu reenja za metode kojima
su ove veliine potrebne.

26 Pretraivanje

S
A B
C
D E F
G
3
4
5
10
6
2 4
3
2

Slika 24

Grad S A B C D E F
Rastojanje do G 11.5 10.4 6.7 7.0 8.9 6.9 3.0
Tabela 5
Reenje
Za metode c), d) i f) koji koriste heuristiku funkciju vazduno rastojanje od tekueg grada do
grada G moe se koristiti kao procena udaljenosti do cilja (radi se o potcenjenoj veliini). U
metodima e) i f) funkcija cene pri prelasku iz jednog grada u drugi odgovara duini puta
izmeu ova dva grada naznaenoj na mapi.
a) Stablo pretrage po dubini prikazano je na slici 25. Redosled obilaenja vorova daju
brojevi u kvadratima; iz vora C kontrola je vraena na drugog naslednika vora B. Naeni
put
S-A-B-D-E-F-G
ima duinu 22 km, to nije najkrai put izmeu gradova S i G.
b) Stablo pretrage po irini prikazano je na slici 26. Stablo pretrage samo je malo manje od
kompletnog stabla pretrage za ovaj problem - nije otkriven samo vor G, naslednik vora F na
putanji S-A-B-D-E-F. Naeni put duine 19 km
S-D-E-F-G
prolazi kroz najmanji broj gradova, ali nije najkrai mogui.


S
A
B
C
D
D
F
G
E
D
3
4
1
2
5
6
7
8

Slika 25
S
C D E B B C A F
E F C G C
F G
B D A B E
A D
3
4
13 14
1
2
11 12
5 6
15 16
7 8
17 18
9 10
19 20 21

Slika 26
c) U sluaju pretrage metodom planinarenja (slika 27) nalazi se ista putanja kao pri pretrazi
po irini. Ovaj primer lepo ilustruje nedostatak metode izbora najboljeg (po vrednosti
heuristike funkcije procene) vora lokalno, to jest, meu sinovima tekueg vora:
Po razvijanju vora S, bira se vor D u skladu sa heuristikom funkcijom ije su vrednosti
navedene pored vorova. Po razvijanju vora D, bira se B kao najbolji. Razvijanjem vora B,
28 Pretraivanje

dobijaju se vorovi A i C. Oba ova vora su loiji od ve otkrivenog vora E, sina vora D, ali
vor E nee biti izabran dok se ne obiu i A i C jer je izbor vorova lokalan. Primetiti da vor
A na putanji S-D-B-A nije dalje razvijan u stablu pretrage, jer bi to dovelo do stvaranja
zatvorenih putanja.
S
A D
A B
F
G
E
10.4 8.9
10.4 6.9 6.7
3.0
0.0
A
10.4
C
7.0
3
4
1
2
5
6
7
8
4 5

Slika 27
d) U sluaju primene metoda 'prvo najbolji' (slika 28) naeno reenje je isto kao u
prethodnom sluaju. S obzirom da se kod ovog metoda najbolji vor bira globalno, meu svim
otkrivenim a neobienim vorovima, izbegava se obilaenje sinova A i C vora B, to jest,
manje se skree sa ciljne putanje nego u prethodnom sluaju.
S
A D
A B
F
G
E
10.4 8.9
10.4 6.9 6.7
3.0
0.0
A
10.4
C
7.0
3 4
1
2
5
6

Slika 28
e) Na slici 29 prikazano je stablo pretrage po metodu grananja i ograniavanja (algoritam 5
u dodatku 1). U ovom sluaju naeno je optimalno reenje problema:
S-A-D-E-F-G

Ova putanja je duine 17 km.
Stablo pretrage obuhvata, kao i u sluaju pretrage po irini, gotovo kompletno stablo pretrage.
U ovom sluaju bira se parcijalna putanja najmanje duine. Duine pojedinih putanja
prikazane su uz vorove stabla pretrage (ne zaokrueni brojevi). Zaokruenim brojevima
predstavljen je redosled obilaenja vorova pri pretrazi.
Interesantno je primetiti da se pretraga u ovom sluaju ne zavrava kada se ekspanduje vor F
na putanji S-A-D-E-F i pri tome otkrije ciljni vor G. Pre zavretka pretrage potrebno je bilo
produiti sve otkrivene parcijalne putanje krae od 17, koliko iznosi duina naene putanje do
G, do njihovog zavretka ili do vorova gde duina putanje prelazi 17. Mogue je da se
ovakvim produavanjem nae nova, kraa putanja do vora G to se u ovom sluaju nije
desilo.
S
C D E B B C A F
E F G C
F G
B D A B E
A D
3 10
7 8 15 16 12
9 13 14 10
19 20 18
16
15
19
16 19
14
17
3 4
13
14
1
2
11
12
5
6
15
16
7
8
17
9 10

Slika 29
f) Pretraivanjem metodom A* (slika 30) dobija se ista minimalna putanja kao i u
prethodnom sluaju. Za razliku od prethodnog sluaja, odstupanje od ciljne putanje pri
pretrazi je relativno malo zahvaljujui korienju heuristike funkcije. Precrtani vorovi na
slici 30 reprezentuju parcijalne putanje uklonjene po principu dinamikog programiranja iz
daljeg razmatranja.
Ovaj zadatak dobro ilustruje komparativne prednosti i nedostatke pojedinih metoda, kako onih
u klasi traenja bilo kog reenja - metodi a), b), c) i d), tako i onih u klasi traenja optimalnog
reenja - metodi e) i f). Za odreeni problem, generalno su bolji oni metodi koji za isti graf
pretrage i uz korienje istih funkcija procene stanja i cene operatora promene stanja, dolaze
do reenja obilaenjem manjeg broja vorova stabla pretrage.
30 Pretraivanje

S
C D E B
F
G
B D
A D
10.4+3 8.9+10
6.7+7 8.9+8
7.0+9 8.9+13 6.7+14 6.9+10
3.0+14
0.0+17
11.5+0
3
4
1
2
5
6
7
8

Slika 30
Zadatak 13: Dems Bond
Na slici 31 prikazan je tlocrt jedne kue, u kojoj se, u prostoriji g, nalazi garaa u kojoj je auto
Aston Martin (koordinate: x=1, y=5). U kuu utrava Dems Bond, 8 sekundi ispred grupe
loih momaka koji ga jure, a svi se kreu brzinom od 1 m/s. D.B. poseduje senzor koji mu
javlja udaljenost od auta a loi momci pretrauju kuu delei se u manje grupe po potrebi,
tako da svaku prostoriju zaposedaju za najkrae mogue vreme.
a) Koji metod pretrage koristi D.B., a koji loi momci?
b) Pokazati kako e se kretati D.B., a kako njegovi gonioci, i odrediti hoe li D.B. uspeti
da stigne do auta pre loih momaka.
0 2 4 6 8
0
2
4
6
a b c
d e f
g h i
x
y
ulaz (x = 8, y = 3)

Slika 31
Reenje
a) Tlocrt kue predstavlja graf pretrage, a D.B. i loi momci svojim prolaskom kroz kuu
otkrivaju dva razliita stabla pretrage. Dems Bond, kao pojedinac, moe pri pretrazi da vri

izbor samo lokalno najboljeg naslednika tekueg vora stabla pretrage u emu mu pomae
senzor za odreivanje rastojanja do automobila. Prema tome, D. B. primenjuje metod
planinarenja.
Loi momci ne poseduju senzor za odreivanje udaljenosti od kola, to odgovara pretrazi bez
korienja heuristike funkcije. S obzirom da nevaljalci zaposedaju svaku od prostorija za
najkrae vreme, radi se o pretrazi koja pronalazi optimalne putanje do svih soba, to jest, svih
vorova u grafu pretrage. Ove uslove zadovoljava pretraga metodom grananja i
ograniavanja. Uz dodatnu pretpostavku da neko od loih momaka uvek ostaje u svakoj od
soba koje zaposednu, loi momci ne moraju ponovo da zaposedaju sobe do kojih su ranije
doli po alternativnoj putanji. U pretrazi se, pod ovom pretpostavkom, moe primeniti princip
dinamikog programiranja, da se iz daljeg razmatranja iskljue sve putanje koje vode do
odreene sobe osim najkrae.
b) D.B. e uspeno umai ako doe do automobila a da se pri prolasku kroz kuu ne sretne
ni u jednoj od soba kroz koje prolazi sa goniocima. Za reenje problema potrebno je, stoga,
odrediti redosled soba kroz koje Dems Bond prolazi i odgovarajue vremenske trenutke kada
se nalazi u svakoj od njih i uporediti ih sa vremenskim trenucima kada sobe bivaju 'okupirane'
od strane gonilaca.
Sledee pretpostavke uproavaju raunanje preenih puteva i vremena potrebnih za njihovo
prelaenje:
- Kretanje Dems Bonda i njegovih gonilaca je iskljuivo u pravcu x ili y ose (nema
dijagonalnog kretanja).
- Pri prelaenju iz sobe u sobu uvek se ide iz centra jedne sobe u centar druge.
Stablo pretrage za pretraivanje metodom planinarenja prikazano je na slici 32.
Scenario kretanja Demsa Bonda, prema tome, je putanjom prikazanom na mapi na istoj slici.
Uzimajui u obzir brzinu kretanja, kao i navedene pretpostavke, zakljuuje se sledee:
- u sobi f D. B. se nalazi od 0. do 2. sekunde,
- u sobi i D. B. se nalazi od 2. do 6. sekunde,
- u sobi e D. B. se nalazi od 6 do 8. sekunde,
- u sobi b D. B. se nalazi od 8 do 12. sekunde,
- u sobi d D. B. se nalazi od 12. do 16. sekunde (s obzirom na pretpostavku da se uvek doe
do centra sobe, dakle ne ide se pravolinijski od vrata do vrata),
- u sobi h D. B. se nalazi od 16. do 18. sekunde
- u sobi g D. B. se nalazi od 18. do 19. sekunde, kada ulazi u kola i velikom brzinom izvozi
ih iz kue.
32 Pretraivanje

e
f
c i
8
1
2
3
ulaz
b
a d
h
g
10 5
6
7
4 e 10 3
2
0
0 2 4 6 8
0
2
4
6
a b c
d e f
g h i
x
y
ulaz (x = 8, y = 3)
4
5
6
7
8

Slika 32
Gornja analiza vai naravno pod pretpostavkom da gonioci nisu presreli agenta 007 u kui.
Kretanje loih momaka prikazano je stablom pretrage prikazanom na slici 33. Uz pojedine
vorove (levo od njih) naznaene su duine putanja od ulaza do centara odgovarajuih
prostorija, a uokvireni brojevi predstavljaju redosled obilaska vorova. Precrtani vorovi
odgovaraju putanjama koje su eliminisane primenjujui princip dinamikog programiranja,
tako da se svi neprectrani vorovi nalaze na najkraim putanjama od ulaza.
Na tlocrtu kue na slici 33 prikazano je kretanje loih momaka po putanjama iz stabla
pretrage. Duina putanje do ulaza odreene prostorije odgovara vremenu zaposedanja
prostorije u sekundama od trenutka ulaska loih momaka u kuu (s obzirom da je brzina
kretanja 1 m/s). Za prostorije a, b, c, d, e, f, g, h, i i to su redom 8., 4., 2., 8., 6., 0., 12., 14. i 2.
sekunda od trenutka ulaska, odnosno 16., 12., 10., 16., 14., 8., 20., 22. i 10. sekunda od
trenutka ulaska Demsa Bonda u kuu. Prema tome, Dems Bond uspeno izmie loim
momcima koji su mu 'za petama' u prostorijama b i d.

e
f
c i
1
1
2
3
ulaz
b
d e
b
g
4
7
10
a
0 2 4 6 8
0
2
4
6
a b c
d e f
g h i
x
y
ulaz (x = 8, y = 3)
d a h
3
6
9 9 10
12 12 13
15
4
5
6
7 8
9
10

Slika 33
Zadatak 14: Premetanje terminala
U zgradi postoji nekoliko terminala koje treba premestiti:
- terminal A, sa treeg sprata na drugi sprat,
- terminal B, sa drugog sprata na prvi sprat,
- terminal C i D, sa prvog sprata na trei sprat, i
- terminal E, sa prvog sprata na drugi sprat.
U polaznom stanju, lift (koji je u stanju da primi najvie dva terminala) nalazi se na prvom
spratu. Cilj je da se svi terminali nau na svojim odreditima, pri emu se udaljenost do cilja
meri zbirom spratova razlike za sve terminale. Cena vonje liftom je
c = ( 0.8 + 0.2 * broj_spratova ) * ( 1 + 0.5 * broj_terminala )
Pretpostavlja se da se lift po dolasku na odreeni sprat svaki put prazni. Potrebno je odrediti
redosled primene operatora i prikazati graf pretrage za metode pretraivanja:
a) 'prvo najbolji' i
b) A*.
34 Pretraivanje

Reenje
Stanja emo predstaviti simboliki na nain na koji je poetno stanje prikazano na slici 34a, a
tri mogua zavrna stanja na slici 34b. Takom je oznaen poloaj lifta.
A
B
CDE-
CD
AE
B -
CD
AE
B
-
CD
AE
B
-
(a) (b)

Slika 34
Faktor grananja korena stabla pretrage je veliki (14 vorova naslednika). U narednim nivoima
stabla pretrage faktor grananja moe se znatno smanjiti potujui princip da se ne razmatra
pomeranje terminala koji se ve nalaze na svom mestu. Lako je zakljuiti da reenje koje bi
obuhvatalo takva pomeranja ne moe biti optimalno.
a) Stablo pretrage za metod 'prvo najbolji' prikazano je na slici 35. Ispod pojedinih vorova
navedene su vrednosti heuristike funkcije, a uokvireni brojevi daju redosled obilaenja
vorova. Reenje dobijeno metodom 'prvo najbolji' se sastoji u sledeim akcijama:
- terminale C i D sa prvog sprata prebaciti na trei
- terminal A prebaciti sa treeg sprata na drugi
- terminal B prebaciti sa drugog sprata na prvi i
- terminal E sa prvog sprata prebaciti na drugi sprat.
Moe se pokazati (videti deo b) da je dobijeno optimalno reenje, mada to nije garantovano u
optem sluaju za metod 'prvo najbolji'. Heuristika funkcija je dobro izabrana, pa pretraga
sve vreme sledi ciljnu putanju.
b) Stablo pretrage i redosled pretraivanja vorova za metod A* prikazani su na slici 36. Uz
svaki vor naveden je zbir heuristike funkcije (prvi sabirak) i kumulativne cene po
parcijalnoj putanji od korena stabla do tog vora (drugi sabirak). Pronaeno je isto
(optimalno) reenje kao i u sluaju a).
U sluajevima a) i b) prve etiri ekspanzije stanja pri pretrazi slede istu putanju koja je ujedno
i ciljna putanja. Dok se u sluaju pod a) za petu ekspanziju bira ciljni vor i time pretraga
okonava, u sluaju b) pretraga skree sa ciljne putanje i vre se dve ekspanzije vie pre nego
to se obie ciljni vor. Ovakvo ponaanje A* algoritma je posledica injenice da ovaj
algoritam (pod odreenim uslovima) garantuje optimalnost reenja. U trenutku unoenja
ciljnog vora u stablo pretrage, rauna se funkcija procene f
c
ovog vora. S obzirom da se radi
o ciljnom voru, heuristika funkcija za ovaj vor je nula, pa je f
c
jednako ceni putanje od
korena do ciljnog vora, to jest ceni reenja. Posle unosa ciljnog vora u stablo pretrage, a pre
njegovog obilaska, to jest, zavretka pretrage, kod A* algoritma potrebno je ispitati sve
parcijalne putanje za koje je funkcija procene f manja od funkcije f
c
ciljne putanje. Ove
parcijalne putanje se produuju

A
B
CDE-
A
B
CDE
-
A
B
CDE
- A
BC
DE
-
AE
B
CD
- A
BCD
E
-
ACD
B
E
- AC
B
DE
- AD
B
CE
- A
BE
CD
-
ADE
B
C
- A
BCE
D
-
ACE
B
D
- A
BDE
C
-
ACD
B
E
-
ACD
B
E -
CD
B
AE-
CD
AB
E
- CD
AB
E -
BCD
A
E
-
CD
A
BE
-
CD
A
BE
- CD
AE
B
-
CDE
A
B
-
A
BD
CE
-
7
7 7 6 5 6 5 6 7 5 3 5 5 5 5
5 5 2 3
2 2 3 1
1 1 0 1
1
2
3
4
5
CD
A
BE -
CD
AB
E
-

Slika 35
- do svoga kraja ili
- do take u kojoj je funkcija f vea od f
c
,
jer postoji mogunost da se nae nova, kraa putanja do cilja. U konkretnom sluaju, po
otkrivanju ciljnog vora posle etvrte ekspanzije ekspandovana su jo dva vora van ciljne
putanje pre nego to je pretraga okonana jer su njihove funkcije procene bile manje od 6.9
koliko iznosi cena reenja.
Postavlja se pitanje da li zavretak pretrage pod navedenim uslovima obezbeuje uvek
dobijanje optimalnog reenja. Funkcija f za neku parcijalnu putanju moe se shvatiti kao
procena cene reenja koje bi se dobilo produavanjem te putanje, s obzirom da c predstavlja
ve plaenu cenu, a h procenu potrebnih trokova da se iz datog vora stigne do cilja. Naeno
reenje je garantovano optimalno jedino ako je h tana procena ili potcenjena vrednost, tako
da je f takoe ili tana ili potcenjena vrednost. Tada moemo sa sigurnou zanemariti putanje
sa vrednou f veom od f
c
, jer bi eventualno reenje po toj putanji imalo veu cenu od cene
naenog reenja, to jest, vrednosti f
c
(jer je u ciljnoj taki h=0). U suprotnom sluaju, kada je f
precenjena vrednost, odbacivanjem putanja kod kojih je f > f
c
moe se desiti da zanemarimo
putanju koja vodi do boljeg reenja.
U konkretnom sluaju naena je optimalna putanja. Meutim, funkcija h u nekim takama
precenjuje vrednost do cilja. Na primer, u korenom voru h=7 dok je cena reenja jednaka 6.9.
Pored naenog, postoji jo jedno optimalno reenje sa istom cenom 6.9:
36 Pretraivanje

A
B
CDE-
A
B
CDE
-
A
B
CDE
- A
BC
DE
-
AE
B
CD
- A
BCD
E
-
AC
B
DE
- AD
B
CE
- A
BE
CD
-
ADE
B
C
- A
BCE
D
-
ACE
B
D
- A
BDE
C
-
AC
B
DE
-
AC
B
DE-
C
AB
DE
-
C
B
ADE-
AD
B
CE
-
AD
B
CE -
D
AB
CE
-
D
B
ACE-
ACD
B
E
-
ACD
B
E -
CD
B
AE-
CD
AB
E
- CD
AB
E -
BCD
A
E
-
CD
A
BE
-
CD
A
BE
- CD
AE
B
-
CDE
A
B
-
A
BD
CE
-
7+0
7+1 7+1.2 6+1.5 5+1.8 6+1.5 5+1.8 6+1.5 7+1.8 5+2 3+2.4 5+2 5+2.4 5+2 5+2.4
5+2.8 5+3 4+3.3 5+3.6 5+2.8 5+3 4+3.3 5+3.6 5+3.4 5+3.6 2+3.9 3+4.2
2+4.9 2+4.9 3+5.4 1+5.4
1+6.4 1+6.4 0+6.9 1+7.2
1
2
3
4
5 6
7
CD
AB
E
-
CD
A
BE -
ACD
B
E
-

Slika 36
- premestiti terminal E sa prvog sprata na drugi (cena 1.5)
- premestiti terminal B sa drugog sprata na prvi sprat (cena 1.5)
- premestiti terminal C i D sa prvog sprata na trei (cena 2.4) i
- premestiti terminal A sa treeg sprata na drugi (cena 1.5)
Ciljna putanja za ovo alternativno reenje obuhvata sedmog naslednika korenog vora u stablu
pretrage sa slike 36. Za pomenutog naslednika vrednost funkcije procene f iznosi 7.5, pa je u
toj taki cena ovog reenja precenjena za itavih 0.6. Da je, kojim sluajem, alternativno
reenje bilo jedino optimalno reenje, moglo bi se desiti da se pri pretrazi prvo pronae
reenje sa cenom npr. 7.4 i ovo reenje proglasi za najbolje, a da se putanja optimalnog
reenja ne pokuava produiti jer ima veu vrednost funkcije procene (7.5).
Drugim reima, za neki drugi raspored terminala upotrebljena heuristika funkcija ne
garantuje optimalnost dobijenog reenja.
Zadatak 15: Igra pomeranja blokova
Posmatrajmo igru pomeranja blokova. Neka je poetna konfiguracija:
C C B B P
pri emu je C - oznaka za crni blok, B - oznaka za beli blok, a P - oznaka za praznu eliju.
Pravila igre su sledea:

- Blok se moe pomeriti u susednu praznu eliju po jedininoj ceni.
- Blok moe da preskoi jedan blok da bi bio premeten u praznu eliju, po ceni 2.
Cilj igre je da se svi beli blokovi smeste levo od svih crnih blokova (bez obzira na poziciju
prazne elije).
Nai heuristiku funkciju h i dati reenje problema primenom algoritma A*. Da li izabrana
heuristika funkcija h zadovoljava monotonu restrikciju h(n
i
) s h(n
j
) + c(n
i
, n
j
), za svaki par
pozicija n
i
i n
j
gde n
j
predstavlja sledbenika n
i
? U prethodnoj formuli c(n
i
, n
j
) predstavlja cenu
poteza koji iz n
i
vodi u n
j
.
Reenje
Definiimo heuristiku funkciju h na sledei nain:
- za svaki od belih blokova odredimo broj crnih blokova cb
i
koji se nalaze levo od njega u
tekuem stanju.
- heuristika funkcija h je zbir brojeva odreenih u prethodnoj taki pomnoen sa 2:
h cb
i
i
=
=
2
1
2

Na primer, u poetnom stanju za oba bela bloka vai da se levo od njih nalaze po dva crna
bloka pa je h = 2 * (2+2) = 8.
Koristei funkciju h i inkrementalne cene operatora date u postavci, mogue je primeniti
algoritam A*. Na slici 37 dato je stablo pretrage pri reavanju ovoga problema. Zaokrueni
brojevi oznaavaju redosled ekspanzije vorova. Funkcija procene f navedena je u obliku
zbira heuristike funkcije h (prvi sabirak) i cene parcijalne putanje c (drugi sabirak). U sluaju
jednakih funkcija procene za dva vora, pri pretrazi se najpre ekspanduje onaj sa manjom
vrednou heuristike funkcije h.
Zadovoljenost uslova monotone restrikcije za proizvoljnu heuristiku funkciju h obezbeuje
da ova funkcija uvek potcenjuje udaljenost do cilja, pa samim tim garantuje optimalnost
dobijenog reenja. Heuristika funkcija h koju smo definisali za ovaj problem zadovoljava
monotonu restrikciju u ta nas uverava sledee rezonovanje:
Neka n
i
oznaava proizvoljnu poziciju do koje je stigla pretraga, a H vrednost heuristike
funkcije h(n
i
) za ovu poziciju. Mogui potezi koji dovode u novu poziciju n
j
mogu se podeliti
u sledee klase:
1. Pomeranje jednog (belog ili crnog) bloka u susednu praznu eliju ili prebacivanje
jednog bloka preko bloka iste boje. Ovi potezi ne menjaju meusobni poloaj belih
i crnih blokova pa je vrednost heuristike funkcije za novu poziciju h(n
j
) jednaka
vrednosti H. S obzirom da je cena poteza c(n
i
, n
j
) vea od nule (iznosi 1 ili 2),
nejednakost h(n
i
) s h(n
j
) + c(n
i
, n
j
) u ovom sluaju je ispunjena:
H s H + c(n
i
, n
j
)

38 Pretraivanje

CCBBP
CCBPB CCPBB
CCPBB CPBCB CCBPB CPCBB PCCBB
CBPCB PCBCB
BCPCB PBCCB CBBCP CBCPB
BPCCB CBBPC BCCPB BCBCP BPCCB
BCBPC
BPBCC BCPBC
1
2
3
4
5 6
7
8
9
10
11
12
8+0
8+1 8+2
8+2 6+3 8+3 8+3 8+4
6+4 6+4
6+5 4+6 4+6
4+6
4+7 4+7 4+7 4+7 2+8
2+9
2+10 0+11

Slika 37
2. Prebacivanje crnog bloka na desnu stranu preko belog bloka ili prebacivanje belog
bloka na levu stranu preko crnog bloka. Ovi potezi, za jedan od belih blokova,
smanjuju broj crnih blokova na levoj strani za 1. Prema tome, za novo stanje e biti:
h(n
j
) = H - 2
Meutim, cena ovih poteza je 2 pa je nejednakost ispunjena:
H s (H - 2) + 2
3. Prebacivanje crnog bloka na levu stranu preko belog bloka ili prebacivanje belog
bloka na desnu stranu preko crnog bloka. Ovi potezi, za jedan od belih blokova,
poveavaju broj crnih blokova na levoj strani za 1. Prema tome, za novo stanje e
biti:
h(n
j
) = H + 2
Cena ovih poteza je 2. Moe se utvrditi da je i u ovom sluaju nejednakost
ispunjena:
H s (H + 2) + 2
Problem se moe generalizovati, na primer, na sledei nain:
- u poetnom stanju svih n crnih blokova smeteno je levo od svih n crnih blokova, a prazna
elija je u krajnje desnoj poziciji.

- u svakom potezu jedan blok se moe pomeriti u praznu eliju, pod uslovom da pri tome ne
preskoi vie od k drugih blokova. Cena poteza je broj preskoenih blokova +1.
- cilj igre ostaje nepromenjen: premestiti sve bele blokove levo od svih crnih blokova.
Funkcija h, definisana u reenju zadatka, ne zadovoljava monotonu restrikciju u
generalizovanoj igri; na primer, ako beli blok preskoi dva crna, funkcija h se smanjuje za 4, a
operator promene stanja kota samo 3. Kako izgleda heuristika funkcija koja zadovoljava
monotonu restrikciju u ovom sluaju?
Zadatak 16: Viktorija (dvosmerna pretraga)
Na slici 38 zadate su poetna i krajnja pozicija u igri Viktorija na polju 3 x 3. Pravila ove igre
definisana su u zadatku 9.
2 8 3 1 2 3
1 6 4 8 4
7 5 7 6 5
poetna
pozicija
krajnja
pozicija

Slika 38
a) Reiti problem pretraivanjem unazad uz korienje algoritma A*. Za heuristiku funkciju
uzeti broj ploica koje nisu na svom mestu u tekuoj poziciji u odnosu na ciljnu poziciju.
Inkrementalna cena svakog poteza je 1.
b) Za dati problem utvrditi gde se pretraivanje unapred i unazad susreu.
Reenje
Problem u taki a) treba reiti pretraivanjem unazad pa se za startno stanje pretrage uzima
krajnja pozicija. Cilj pretrage je zadovoljen kada se doe do poetne pozicije koja u ovom
sluaju predstavlja ciljno stanje pretrage. Operatori promene stanja primenljivi su u oba smera
pretraivanja (i pri pretrazi unapred i pri pretrazi unazad).
Heuristika funkcija za startno stanje iznosi 4 jer ploice sa brojevima 1, 2, 6 i 8 nisu na svom
mestu u odnosu na ciljno stanje. Mada je zadata heuristika funkcija jednostavna za raunanje
po definiciji, za nova stanja u pretrazi heuristiku funkciju je mogue izraunati jo lake na
osnovu heuristike funkcije stanja prethodnika u stablu pretrage. U cilju dobijanja vrednosti
heuristike funkcije za novo stanje S' koje se dobija iz stanja-prethodnika S pomeranjem
ploice sa brojem N na prazno mesto, heuristikoj funkciji stanja S treba oduzeti 1, dodati 1
ili je ostaviti nepromenjenu u zavisnosti od toga da li smo pomerili ploicu N u njenu ciljnu
poziciju, udaljili ploicu sa ciljne pozicije, ili pomerena ploica nije u stanju S bila u ciljnoj
poziciji niti se u novom stanju S' nalazi u ciljnoj poziciji.
U nekim sluajevima pretraivanja pogodno je sprovesti kombinovani metod pretraivanja po
ideji da se istovremeno vri i pretraga unapred (od poetnog stanja ka zavrnom) i pretraga
unazad (od zavrnog stanja ka poetnom) dok se ne otkrije zajedniko stanje u stablima
pretrage. U trenutku kada se dve pretrage susretnu, mogue je rekonstruisati kompletnu
putanju reenja od poetnog do ciljnog vora. U nemogunosti da se pretrage unapred i
40 Pretraivanje

unazad vre potpuno paralelno (kao na vieprocesorskoj maini) ova ideja moe se sprovesti
tako da se naizmenino ekspanduje po jedno stanje u obe pretrage.
a) Stablo pretrage unazad uz korienje metoda A* prikazano je na slici 39. Reenje
predstavlja redosled poteza na putanji od ciljnog stanja ka korenu stabla pretrage.
4+0
4+1
2 8
3 1
6
4
7 5 4+1
2
8
3 1
6
4
7 5 5+1
2
8
3 1
6 4
7 5 3+1
3+2
2
8
3 1
6
4 7
5 5+2
2 8
3 1
6
4
7 5 4+2
2 8
3 1
6
4
7 5 5+2
2
8
3 1
6 4
7 5 4+2
2
8
3 1
6 4
7 5 4+2
2+3
2
8
3
1
6
4
7 5 3+4 1+4
2 8 3
1 6 4
7 5 0+5
8
2 4
6
1 7 1 3 7 5
2
3 8
6
|
+

|

+

1
2 3
4
5
6
7
2
8
3 1
6
4
7 5
2
8
3 1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
2 8 3
1
6
4
7 5

Slika 39
b) Kompletno stablo pretrage unapred za zadati problem, koristei metod A* na osnovu
zadate heuristike funkcije, prikazano je na slici 40.
Dobijeno je isto reenje kao pri pretrazi unatrag. U optem sluaju to ne mora da bude
ispunjeno ako postoji vie optimalnih reenja (sa minimalnim brojem poteza).
Pod pretpostavkom da kombinovanu pretragu sprovodimo naizmenino ekspandujui stanja
prvo u pretrazi unapred, pa potom i unazad, pretrage e se susresti posle obilaska pet stanja u
pretrazi unapred (u pretrazi unatrag to tog trenutka obiena su etiri stanja). Na slici 41
prikazana su stabla pretrage unapred i unatrag u trenutku susreta. Debljom linijom oznaeno
je zajedniko stanje u stablima pretrage. Reenje problema predstavlja niz poteza na putanji u
stablu pretrage unapred od korena stabla do zajednikog stanja na koji se nadovezuje niz
poteza na putanji u stablu pretrage unazad od zajednikog stanja do korena. Dobijeno reenje
isto je kao u prethodnim sluajevima.
U konkretnom sluaju kombinovana pretraga iz take b) nije omoguila utedu u
pretraivanju. Pri pretrazi unapred ukupno je obieno 7 vorova, pri pretrazi unazad takoe 7,
dok je pri kombinovanoj pretrazi ekspandovano ukupno 9 vorova. Utede nije bilo jer je
heuristika funkcija dobro usmeravala pretragu. Vee utede pri primeni kombinovane

pretrage mogu se oekivati kod metoda gde pretraga u veoj meri odstupa od ciljne putanje,
na primer pri pretrazi po irini kada je ciljna putanja relativno dugaka.
2 8 3
1 6 4
7 5
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2 8 3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3 1
6
4 7
5
4+0
3+1 5+1 5+1
3+2 4+2 3+2
4+3 2+3
1+4
0+5 2+5
6 5
7
8 4
1
3 2
1
8 7
+
+
2 8 3
1
6
4 7
5 4+3
2
8 3
1
6
4
7 5 3+3
2+ 7|
1
2
3 4
5
6
7
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3 1
6
4
7 5
2
8
3 1
6
4
7 5

Slika 40
8
2 4
6
1 7
|
+

| +
3+2
6 5
7
8 4
1
3 2
+

+
3+3
2+ 7|
Stablo pretrage unazad Stablo pretrage unapred
1
2 3
4
1
2
3
4
5
2 8 3
1 6 4
7 5
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2 8 3
1 6 4
7 5
2 8 3
1
6
4
7 5
2 8 3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
2
8
3
1
6
4
7 5
4+0
3+1 5+1 5+1
3+2 4+2
4+3 2+3
2 8 3
1
6
4 7
5 4+3
2
8 3
1
6
4
7 5
2
8
3 1
6
4
7 5 4+0
2
8
3 1
6
4
7 5 4+1
2 8
3 1
6
4
7 5 4+1
2
8
3 1
6
4
7 5 5+1
2
8
3 1
6 4
7 5 3+1
2
8
3
1
6
4
7 5 3+2
2
8
3 1
6
4 7
5 5+2

Slika 41
42 Pretraivanje

Zadatak 17: Problem trgovakog putnika
Trgovaki putnik mora da poseti svaki od pet gradova prikazanih na slici 42. Izmeu svakog
para gradova postoji put, duine naznaene na slici. Polazei od grada A, nai minimalan put
koji obezbeuje posetu svakom gradu samo jedanput i povratak u A. Predloiti dve razliite
heuristike funkcije. Za svaku od funkcija primenom nekog od algoritama pretraivanja nai
reenje problema. Koja od predloenih funkcija daje bolje reenje?
A
C
D
E
B
7
10
7
10
13
9
6
8
10
6

Slika 42
Reenje
Najjednostavnija je heuristika da u svakom koraku pretraivanja zadatog grafa prioritet damo
jednom od neobienih gradova koji je najblii tekuem gradu (i do koga postoji put iz tekueg
grada). Funkcija koja odgovara ovoj heuristici definie se na sledei nain:
Vrednost heuristike funkcije h
1
vora Y - naslednika tekueg vora X - jednaka je duini puta
izmeu gradova X i Y.
h
1
(Y) = rastojanje(X,Y)
Poto nam heuristika funkcija slui da ocenimo vor lokalno meu sledbenicima tekueg
vora, prirodno joj odgovara algoritam planinarenja. Stablo pretrage za dati problem koje se
dobija primenom planinarenja prikazano je na slici 43.
Put A-C-B-D-E-A koji se dobija kao reenje je duine 42 i nije minimalan, jer planinarenje i
ne garantuje nalaenje minimalnog reenja. Minimalan put za dati problem je A-C-D-E-B-A
(ili ista ruta u suprotnom smeru) koji ima duinu 37.
Da bismo dobili garantovano minimalno reenje, moramo ga traiti primenom algoritma A*.
Heuristika funkcija h
1
nije pogodna u ovom sluaju jer je vrednost funkcije h
1
za proizvoljan
vor stabla pretrage ve uraunata u cenu parcijalne putanje do tog vora, tako da bi se
algoritam A* sveo na algoritam 'granaj i ogranii' to bi imalo za posledicu otkrivanje gotovo
kompletnog stabla pretrage za dati problem. Kompletno stablo pretrage prikazano je na slici
44.

B
A
C E
B
D
D E
7 6 13
7
10
8 9
D E 10 10
E 6
A 13
3
4
1
2
5
6

Slika 43
Razmotrimo heuristiku funkciju h
2
:
Vrednost heuristike funkcije h
2
vora Y na parcijalnoj putanji P od korena stabla pretrage
jednaka je duini takozvanog minimalnog razapinjueg stabla (MRS) koje obuhvata sve
vorove grafa G koji se ne nalaze na putanji P osim vorova Y i A:
h
2
(Y) = duina MRS((G\P){A,Y})
A
C B D E D E E E C D D E B C B E B C C D D B B C
C D B E D E B C E B C D
B C D E
C B D E D E E E C D D E B C B E B C C D D B B C
A A A A A A A A A A A A A A A A A A A A A A A A

Slika 44
Razapinjue stablo u nekom grafu je skup grana grafa koje povezuju sve vorove grafa tako
da nije formirana nijedna zatvorena petlja. Duina razapinjueg stabla je zbir duina svih
grana koje ga sainjavaju. Minimalno razapinjue stablo u grafu ima najmanju duinu od svih
razapinjuih stabala tog grafa.
44 Pretraivanje

Slika 45 prikazuje tri razliita razapinjua stabla koja odgovaraju kompletnom grafu pretrage
sa slike 42. Razapinjua stabla sa slike 45b i 45c ujedno predstavljaju dva minimalna
razapinjua stabla za ovaj graf.
A
C
D
E
B
7
13
6
10
A
C
D
E
B
7
6
8
6
A
C
D
E
B
7
6
8
6
(a) (b)
(c)

Slika 45
Duina minimalnog razapinjueg stabla za dati graf moe posluiti kao procena duine puta
koji mora prei trgovaki putnik. Pokazuje se da je u pitanju uvek potcenjena vrednost. U
naem sluaju duina minimalnog razapinjueg stabla je 27, dok je duina minimalnog puta
za trgovakog putnika jednaka 37. Funkcija h
2
koristi duinu minimalnog razapinjueg stabla
neobienog dela grafa pretrage za procenu preostalog dela puta. S obzirom da funkcija h
2

uvek daje potcenjenu vrednost, postoji garancija da e algoritam A* uvek dati optimalno
reenje.
Za zadati graf G, minimalno razapinjue stablo H odreuje se na osnovu sledeeg algoritma:
1. Inicijalno stablo H sadri sve vorove grafa G i nijednu granu.
2. U stablo H ukljuujemo najkrau granu grafa G koja nije u H, a koja sa granama iz H ne
zatvara konturu.
3. Ponavljamo korak 2. dok se ne formira jedinstveno stablo H koje povezuje sve vorove.
Za graf na slici 42, primenjujui ovaj algoritam biramo redom grane AC, DE, BC (posle toga
ne moe AB, jer bi se formirala kontura AB, BC, AC) i CD i tako dobijamo razapinjue stablo
sa slike 45b. Ukoliko posle grana AC i DE izaberemo granu AB, tada ne moe BC ve se bira
AB tako da se dobija stablo sa slike 45c.
Stablo pretrage korienjem algoritma A* i heuristike funkcije h
2
prikazano je na slici 46. U
pretrazi, od dva vora sa jednakim funkcijama procene, prioritet je dat voru sa manjom
vrednou heuristike funkcije.

A
C D E E C D D E
C D B E D E
B C D E
C
A
16+22
16+23
15+25
15+23
14+26
14+23
16+23
16+23
27+0
27+7 27+6 27+10 27+13
20+14 20+17 20+17 23+13 23+14 23+15
6+31
0+37
1
2 3
4 5 6 7
8
9
10

Slika 46
Vrednost funkcije procene f prikazana je uz svaki vor stabla pretrage na uobiajen nain kao
zbir vrednosti heuristike funkcije (levi sabirak) i funkcije cene parcijalne putanje (u ovom
sluaju duina puta) od korena stabla pretrage do datog vora (desni sabirak). Kao primer
odreivanja funkcije procene tokom pretrage razmotrimo vrednost funkcije f u voru E, na
parcijalnoj putanji A-B-E:
- h
2
(E)= duina MRS({A,C,D,E})
Primetimo da se duina minimalnog razapinjueg stabla odreuje za deo polaznog grafa iz
koga je udaljen vor B (i grane koje ga povezuju sa drugim vorovima) jer se ovaj vor ve
nalazi na parcijalnoj putanji, dok su u grafu ostali vorovi A i E s obzirom da moramo
proceniti preostali put od vora E do vora A preko vorova C i D. Minimalno razapinjue
stablo za traeni podgraf je prikazano na slici 47 i njegova duina iznosi 20, koliko je na
slici 47 i naznaeno.
A
C
D
E
6
8
6

Slika 47
- Duina parcijalne putanje c(A-B_E) = rastojanje(A,B) + rastojanje(B,E) = 7 + 10 = 17 tako
da je ukupna vrednost funkcije f za vor E jednaka 37.
Pri reavanju problema trgovakog putnika algoritmom A* ne sme se koristiti princip
dinamikog programiranja koji nalae da se od svih parcijalnih putanja do odreenog grada
razmatra samo najkraa od njih. Da je ovaj princip korien, u stablu pretrage sa slike 46
eliminisao bi se, na primer, vor E na parcijalnoj putanji A-C-D-E jer je duina te parcijalne
putanje jednaka 14 i vea od duine parcijalne putanje A-D koja je jednaka 10. Parcijalna
putanja A-C-D se nalazi na ciljnoj putanji, tako da bi se eliminacijom te putanje eliminisalo i
46 Pretraivanje

minimalno reenje. Kod problema trgovakog putnika moraju se, prema tome, ravnopravno
razmatrati sve parcijalne putanje do odreenog vora.
U literaturi se mogu nai i druge heuristike za reavanje problema trgovakog putnika koje
nisu zasnovane na algoritmima pretraivanja i koje u praksi daju dobre rezultate.
Zadatak 18: Problem zamenjivanja brojeva
Data su sledea pravila koja se mogu iskoristiti da zamene brojevi na levoj strani nizom
brojeva na desnoj strani:
6 3,3 4 2,2 3 2,1
6 4,2 4 3,1 2 1,1
Kako se mogu iskoristiti ova pravila da se broj 6 transformie u niz jedinica? Pokazati kako
AO* algoritam obavlja ovu transformaciju. Usvojiti da je cena k-konektora k jedinica, a
vrednost heuristike funkcije h u voru oznaenom brojem 1 je nula a vora oznaenog sa n
iznosi n.
Reenje
Reenje postavljenog problema mogli bismo potraiti klasinim algoritmima pretrage.
Kompletno stablo pretrage u tom sluaju prikazano je na slici 48. Ovo stablo sadri dosta
redundanse. Na primer, za reenje problema nije bitno da li u stanju koje je opisano listom
2,1,3 prvo zamenjujemo cifru 2 primenom pravila P6 pa onda cifru 3 primenom pravila P5 ili
obrnuto, jer je u oba sluaja krajnji rezultat isti.
Zadati problem moe se razloiti (dekomponovati) na niz potproblema tako da svaki problem
reavamo nezavisno. Nain na koji zamenjujemo pojedinu cifru jedinicama moemo reavati
nezavisno od zamene ostalih cifara u istom stanju. Na primer, da bismo reili problem
prelaska iz stanja 4,2 u ciljno stanje 1,1,1,1,1,1 posebno emo posmatrati problem zamene
cifre 4 jedinicama i problem zamene cifre 2 jedinicama.
Pogodna predstava razloenog problema zamene cifara jedinicama je uz upotrebu AND-OR
stabla. Za zadati problem AND-OR stablo predstavljeno je na slici 49. vorovi stabla su
pojedinani potproblemi, u ovom sluaju pojedinane cifre. vorovi su povezani takozvanim
k-konektorima. Radi se o generalizovanim granama koje povezuju jedan vor-roditelj sa k
vorova naslednika.


1,1,1
1,1,1
P6
1,1,1
2,1
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
1,1,1
2,1
1,1,1
1,1,1
P6
1,1,1
2,1
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
1,1,1
1,2
1,1,1
1,1,1
P6
1,1,2
1,1
1,1,1
1,1,1
P6
1,1,1
1,2
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
1,1,2
1,1
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
1,1,1
1,2
1,1,1
1,1,1
P6
2,1,1
1,1
1,1,1
1,1,1
P6
1,1,1
1,1,1
P6
1,1,1
1,1,1
P6
1,1,1
1,1,1
P6
1,1,2
1,1
2,1,1
1,1
2,1,1
1,1
2,1,1
1,1
2,1,2,1 1,1,1,3 2,1,2,1 3,1,1,1 1,1,2,2 2,1,1,2 2,2,1,1 2,1,1,2 3,1,1,1 2,2,1,1 3,1,1,1
2,1,3 3,2,1 2,2,2 3,1,2 4,1,1
3,3 4,2
6
P1
P2
P5' P5''
P3 P4 P6
P6' P6''
P5 P6 P5 P6 P6' P6'' P6''' P5 P6 P3 P4
P5 P6' P6'' P5 P6' P6'' P6' P6'' P6' P6'' P6' P6'' P6' P6'' P5 P5

Slika 48
1 1 1 1
6
3 4
2 1 2 1
3
1 1
2
1 1
2
2 1
3 1 1 1
2

Slika 49
Konektor je predstavljen nizom grana koje vor roditelj povezuju sa svakim od naslednika i
koje su sve meusobno povezane lukom. Na primer, iz korenog vora 6 polaze dva 2-
konektora:
- Levi 2-konektor povezuje vor 6 sa dva vora, oba oznaena cifrom 3. Ovaj konektor
izraava pravilo P1 da se cifra 6 moe zameniti sa dve cifre 3.
- Desni 2-konektor povezuje vor 6 sa vorovima 4 i 2. Ovaj konektor izraava pravilo P2
da se cifra 6 moe zameniti ciframa 4 i 2.
Prema tome, problem zamene cifre 6 jedinicama moe se reiti ILI zamenom 6 sa 3 I 3 ILI
zamenom 6 sa 4 I 2. U optem sluaju, potproblem je reen ako je reen primenom bilo kog
od konektora iz odgovarajueg vora grafa, pri emu po tom konektoru svi vorovi naslednici
48 Pretraivanje

moraju biti reeni. Konektor dakle, izraava I relaciju (engl. AND) dok postojanje vie
konektora iz istog vora izraava ILI relaciju (engl. OR) pa su po tome AND-OR stabla i
dobila ime.
Jedna terminoloka napomena: U nekim problemima pretrage AND-OR stabla imaju osobinu
da iz svakog vora grafa ide ili jedan k-konektor (k>1) ili k 1-konektora. vorovi za koje vai
prvo svojstvo nazivaju se tada AND vorovi, a vorovi sa drugim svojstvom OR vorovi.
Primer AND vora u stablu sa slike 49 bio bi vor 3. U istom stablu, meutim, koreni vor 6
nije ni AND vor ni OR vor.
U zadatom problemu moe se primetiti da e isto reenje za zamenu odreene cifre biti
primenljivo nezavisno od stanja u kome se nalazi ta cifra. Na primer, reenje koje dobijemo za
cifru 4 bie primenljivo i u stanju 4,1,1 kao i u stanju 4,2. Koristei ovo svojstvo moemo
reenje problema predstaviti jo kompaktnije koristei, umesto AND-OR stabla, AND-OR
acikliki graf. AND-OR acikliki graf (u nastavku emo ga skraeno nazivati AND-OR
grafom) je vrsta aciklikog grafa kod koga su grane generalizovane k-konektorima. U
literaturi se ovakvi grafovi ponekad nazivaju i hipergrafovima. Za zadati problem AND-OR
graf predstavljen je na slici 50. Poetni vor pretrage za nalaenje reenja je vor 6, a ciljni
vor je 1 jer sve cifre treba zameniti jedinicama.
6
4
2
3
1

Slika 50
Kod 'klasinih' metoda pretrage, reenje je predstavljeno putanjom u grafu pretrage od
poetnog do nekog od ciljnih vorova. Pri korienju AND/OR grafova, cilj se predstavlja (u
optem sluaju) skupom ciljnih vorova N. Reenje je predstavljeno podgrafom G'
kompletnog grafa pretrage G. Reenje se, ako postoji, dobija tako to se, polazei od startnog
vora n, izabere jedan od konektora koji od vora n vodi ka vorovima-naslednicima n
1
, n
2
,...,
n
k
. Ukoliko svaki od vorova naslednika predstavlja ciljni vor (dakle jedan od vorova iz
skupa ciljnih vorova N), reenje je pronaeno i sastoji se od izabranih vorova povezanih
izabranim konektorom. U suprotnom sluaju, za svaki od vorova naslednika koji nije ciljni
vor, potrebno je izabrati jedan od konektora i ukljuiti taj konektor i njegove vorove-
naslednike u reenje. Procedura ukljuivanja novih konektora i vorova u reenje ponavlja se
sve dok u podgrafu G' postoji vor koji nije ciljni, a za koji nije izabran konektor.
S obzirom da procedura odreivanja reenja u AND/OR grafu ukljuuje proizvoljan izbor
konektora, u optem sluaju postoji vie reenja odreenog problema pretrage. Razmotrimo

nalaenje reenja za dati problem na osnovu AND/OR grafa sa slike 50. Za dati problem
postoje tri razliita reenja prikazana na slici 51. Reenje dobijamo polazei od vora 6.
Mogue je izabrati jedan od dva konektora koji predstavljaju pravila P1 i P2. Ukoliko
izaberemo levi konektor koji odgovara pravilu P1, u podgraf reenja ukljuujemo startni vor,
izabrani konektor i vor 3 koji predstavlja jedinog naslednika vora 6 po konektoru P1. S
obzirom da vor 3 nije reenje problema (da se podsetimo, jedini ciljni vor je vor 1),
potrebno je izabrati izlazni konektor iz vora 3. Radi se o jednom jedinom konektoru koji
predstavlja pravilo P5. U podgraf reenja ukljuujemo izabrani konektor P5 i vorove-
naslednike vora 3 po konektoru P5, a to su vorovi 2 i 1. Sada je potrebno za vor 2 izabrati
jedini izlazni konektor P6 i dodati taj konektor u reenje ime se dobija kompletno reenje
prikazano na slici 51a. Ukoliko se u prvom koraku nalaenja reenja izabere alternativni
izlazni konektor vora 6, mogue je dobiti druga dva mogua reenja datog problema
prikazana na slici 51b i c.
6
2
3
1
6
4
2
1
6
4
2
3
1
(a) (b) (c)

Slika 51
Konektorima u AND/OR grafu, mogu se pridruiti cene koje reprezentuju cene upotrebe
odreenih pravila pri reavanju problema. Na osnovu ovih cena moe se definisati cena
odreenog reenja ime se ustanovljava kriterijum za poreenje razliitih reenja. Cena k(n,N)
za neki podgraf G' grafa G od startnog vora n do skupa ciljnih vorova N definie se
sledeom rekurzivnom formulom:
- Ako je n element skupa N, onda je k(n, N) = 0.
- Inae, vor n poseduje izlazni konektor prema skupu vorova n
1
,n
2
,...,n
i
. Neka je cena ovog
konektora c
n
. Tada je cena k(n , N) kompletnog reenja jednaka zbiru cena izlaznog
konektora vora n i cena svih podgrafova od vorova naslednika do ciljnih vorova iz
skupa N:
k(n,N) = c
n
+ k(n
1
, N) + k(n
2
, N) + .... + k(n
i
, N)
Odredimo cenu reenja sa slike 51a prema ovoj definiciji:
k(6,{1}) = k(P1) + k(3,{1}) + k(3,{1})
Kada se zamene cene podgrafova iz pojedinih meuvorova koje iznose
50 Pretraivanje

k(3,{1}) = k(P5) + k(2,{1}) + k(1,{1})
k(2,{1}) = k(P6) + k(1,{1}) + k(1,{1})
k(1,{1}) = 0
dobija se
k(6,{1}) = k(P1) + 2*k(P5) + 2*k(P6) = 10
s obzirom da je cena svakog od pravila jednaka 2.
Treba primetiti da se u ceni reenja cene pojedinih konektora uraunavaju vie puta. U optem
sluaju, ukoliko postoji m razliitih putanja u grafu reenja od startnog vora do nekog vora
n, u cenu reenja bie uraunata m puta cena izlaznog konektora vora n. Ovo je logino, s
obzirom da se pravilo predstavljeno tim konektorom mora primeniti m puta da bi se dolo do
reenja.
Radi ilustacije prethodne diskusije posmatrajmo ponovo reenje sa slike 51a. U cenu ovog
reenja, uraunata je dva puta cena pravila P5. Da bismo dobili reenje, moramo cifru est
zameniti sa dve cifre 3, a zatim svaku od trojki zameniti primenom pravila P5. Prema tome,
tokom zamene se dva puta primenjuje pravilo P5 pa je i logino da se cena ovog pravila
urauna dvostruko u cenu kompletnog reenja.
Analogija A* algoritmu u sluaju pretrage korienjem AND-OR aciklikih grafova je
algoritam pretrage AO*, naveden u dodatku 1 (algoritam 10). Ovaj algoritam garantuje
pronalaenje optimalnog reenja kada se cena reenja definie na opisani nain. Pretragu
algoritmom AO* usmerava heuristika funkcija koja se definie za svaki vor AND/OR grafa.
Heuristika funkcija za vor n mora da ispunjava odreeni uslov da bi pronaeno reenje bilo
optimalno, analogno sluaju kada se koristi algoritam A*. U sluaju algoritma AO*
heuristika funkcija h(n) za proizvoljan vor n AND/OR grafa mora da predstavlja potcenjenu
cenu optimalnog podgrafa reenja od vora n do ciljnih vorova.
Izvravanje algoritma AO* sastoji se iz ponavljanja dve glavne faze:
- ekspanzije izabranog vora grafa
- revizije funkcija procene vorova grafa.
Prva faza je ekspanzija izabranog vora AND/OR grafa i dodavanje njegovih izlaznih
konektora i vorova-naslednika u graf. Jedan od konektora, koji ima najbolju funkciju
procene, pri tome biva obeleen kao rezultat druge glavne faze algoritma. U svakom trenutku
pretrage podgraf najboljeg parcijalnog reenja (analogno najboljoj parcijalnoj putanji kod A*
algoritma) moe se dobiti polazei od startnog vora grafa i pratei obeleene konektore.
Sledei vor koji e biti ekspandovan uvek je jedan od vorova koji pripadaju podgrafu
najboljeg parcijalnog reenja koji nije ciljni vor. Reenje je naeno kada se startni vor
obelei kao REEN (vor n je reen kada su ekspandovani svi vorovi koji nisu ciljni u
podgrafu koji polazi od vora n i ide preko obeleenih konektora do ciljnih vorova).
Druga glavna faza algoritma je revizija funkcija procene vorova u grafu. Funkcija procene
f(n) vora n predstavlja procenu cene podgrafa optimalnog reenja od vora n do skupa ciljnih
vorova. Kada se neki vor n unese u graf, a pre nego to se taj vor ekspanduje, njegova
funkcija procene f(n) je inicijalno jednaka vrednosti njegove heuristike funkcije h(n). Za
razliku od algoritma A*, gde se funkcija procene rauna samo jedanput za svaki vor stabla
pretrage, u AO* algoritmu postoji potreba za revizijom funkcija procene vorova. Kada se
vor n ekspanduje, njegova funkcija procene se aurira na osnovu cena izlaznih konektora iz

tog vora i vrednosti funkcija procene vorova naslednika. Ako iz vora n ide vie izlaznih
konektora, uzima se najbolja (to jest najmanja) vrednost po nekom od konektora i taj konektor
se obeleava ime se produava najbolje parcijalno reenje. Revidiranu vrednost funkcije
procene vora n potrebno je proslediti nagore u grafu. Pri tome se (eventualno) auriraju
funkcije procene vorova-prethodnika vora n po obeleenim konektorima. vorove-
prethodnike po neobeleenim konektorima nije potrebno razmatrati. Poto je procena uvek
potcenjena veliina, a auriranjem se dobijaju preciznije procene, vrednost funkcije procene
auriranjem moe samo da se povea. Auriranje moe da dovede do toga da za odreeni vor
funkcija procene po nekom od konektora koji nije obeleen postane povoljnija od vrednosti
po obeleenom konektoru (s obzirom da se ova poslednja auriranjem poveala) , pa je tada
potrebno premestiti obeleje na neobeleeni konektor.
Primenimo AO* algoritam na zadati problem. U postavci problema definisane su kako
heuristika funkcija za svaki vor AND/OR grafa, to jest za svaku cifru, tako i cene pojedinih
konektora.
Graf pretrage se inicijalno sastoji samo od startnog vora 6 za koga je vrednost funkcije
procene jednaka vrednosti njegove heuristike funkcije i iznosi 6. Razvijanjem vora 6 u graf
unosimo izlazne konektore vora 6 i vorove 2, 3 i 4 (slika 52a).
Vrednosti funkcije procene za ove vorove jednake su vrednostima njihovih heuristikih
funkcija (na slici 52a trenutne vrednosti funkcija procene napisane su pored svakog vora).
Sada se revidira funkcija procene vora 6. Po levom konektoru, vrednost funkcije procene za
vor 6 jednaka je dvostrukoj vrednosti funkcije procene vora 3 (jer je to jedini vor naslednik
po levom 2-konektoru) na koju se dodaje cena levog konektora, odnosno:
f
P1
= c
P1
+ f(3) + f(3) = 2 + 3 + 3 =8
gde je sa P1 oznaen levi konektor na slici 52a. Na slian nain, vrednost funkcije procene po
desnom konektoru je:
f
P2
= c
P2
+ f(4) + f(2) = 2 + 4 + 2 = 8
Prema tome, aurirana vrednost funkcije procene za vor 6 je:
f(6) = min (f
P1
, f
P2
) = 8
Potrebno je markirati jedan od konektora vora 6 koji odgovara najboljem parcijalnom
reenju. S obzirom da su u konkretnom sluaju funkcije procene po oba konektora jednake
proizvoljno je izabran levi konektor i obeleen strelicom. S obzirom da vor 6 nema
prethodnika u grafu, zavrena je faza auriranja funkcija procene vorova.

52 Pretraivanje

6
4
2
3
6
4
2
3
1
6 8 8
4
3
2 2
0
3 4
4
razvijen
razvijen
reen
(a) (b)

Slika 52
U sledeoj iteraciji algoritma AO*, potrebno je za ekspanziju izabrati novi vor. Taj vor
treba da se nalazi u podgrafu koji predstavlja najbolju (markiranu) parcijalnu putanju. U
konkretnom sluaju radi se o voru 3. Razvijanjem ovoga vora nastaje situacija prikazana na
slici 52b. U graf je unesen izlazni konektor vora 3 koji odgovara pravilu P5. Od novih
vorova u graf je unesen vor 1. Poto je ovo ciljni vor, on je odmah (rafiranjem) oznaen
kao REEN. vor 3 ne moemo jo oznaiti kao reen, jer nije reen vor 2. Nova vrednost
funkcije procene za vor 3 jednaka je:
f(3) = c
P5
+ f(2) + f(1) = 2 + 2 + 0 = 4.
Poto je promenjena vrednost funkcije procene za vor 3 potrebno je, u skladu sa
algoritmom, aurirati procenu za vor 6 kao prethodnika vora 3 po oznaenom markeru P1.
Nova vrednost funkcije procene po konektoru P1 iznosi:
f
P1
= c
P1
+ f(3) + f(3) = 2 + 4 + 4 = 10
S obzirom da se funkcija procene po markeru P2 nije promenila i iznosi f
P2
= 8, a poto je
f(6) = min (f
P1
, f
P2
) = 8
nema promene u vrednosti procene za vor 6. Meutim, poto se sada ova procena dobija po
desnom konektoru, potrebno je ukloniti marker to jest strelicu sa konektora P1 i markirati
konektor P2. Ovim je zavrena faza auriranja funkcija procene vorova.
Pretraga se nastavlja razvijanjem jednog od nerazvijenih vorova na markiranoj putanji. S
obzirom da vor 1 predstavlja ciljni vor, on ne dolazi u obzir za razvijanje, tako da potrebno
izabrati izmeu vorova 4 i 2.
Algoritam AO* ne specificira koji vor treba izabrati pa je na proizvoljan nain izabran vor 4
(naravno, treba primetiti da je za dobijanje reenja neophodno naknadno razviti i vor 2 tako
da ovaj izbor i nema preveliki uticaj na efikasnost pretrage). Slika 53a predstavlja graf
pretrage posle razvoja vora 4.
Funkcije procene za vor 4 po konektorima P3 i P4 su:
f
P3
= c
P3
+ f(2) + f(2) = 2 + 2 + 2 = 6

f
P4
= c
P4
+ f(3) + f(1) = 2 + 4 + 0 = 6
pa je nova vrednost funkcije procene za vor 4:
f(4) = min (f
P3
, f
P4
) = 6
Na proizvoljan nain (s obzirom na jednakost procena) izmeu konektora P3 i P4 biramo P4 i
markiramo ga. Sledi auriranje funkcije procene vora 6, prethodnika vora 4 po obeleenom
konektoru. Nova vrednost f(6) je 10 jer su sada procene i po konektoru P1 i po konektoru P2
jednake 10. Konektor P2 ostaje obeleen jer nije dobijena bolja procena.
6
4
2
3
1
6
4
2
3
1
razvijen
razvijen
10 8
6 4
0
2
4
10
4
0
2
6
(a) (b)

Slika 53
Sada se razvija poslednji od nerazvijenih vorova a to je vor 2 (slika 53b). Vrednost funkcije
procene vora 2 se ne menja jer je sada:
f(2) = c
P6
+ f(1) + f(1) = 2 + 0 + 0 = 2
pa nema potrebe aurirati procene ostalih vorova u grafu. vor 2 je reen, jer je ciljni vor 1
njegov jedini naslednik po izlaznom konektoru P6. Potrebno je razmotriti reenost vorova -
prethodnika vora 2 po obeleenim konektorima. vor 3 je reen jer su oba njegova
naslednika po obeleenom konektoru P5 reena. Iz istih razloga reeni su i vorovi 4 i 6. Poto
je startni vor 6 reen, pretraga se zavrava. Funkcija procene startnog vora daje tanu cenu
reenja koja iznosi 10 u ovom sluaju. Dobijeno je reenje sa slike 51c. S obzirom da smo u
pojedinim trenucima pretrage birali konektore na proizvoljan nain, mogli mogli smo dobiti i
jedno od druga dva reenja jer su takoe optimalna kao i dobijeno reenje.
Zadatak 19: Igra nim
Igra nim se izvodi na sledei nain: Dva igraa naizmenino uklanjaju jedan, dva ili tri
metalna novia sa steka koji sadri na poetku pet novia. Igra koji uzme poslednji novi
gubi. Pokazati da igra koji je drugi na potezu moe uvek da pobedi. Koja bi bila dobitnika
strategija?
54 Pretraivanje

Reenje
Na slici 54 prikazano je kompletno stablo pretrage ove igre. vorovi stabla su pozicije u igri.
Uz svaku granu stoji broj novia koji bivaju uklonjeni da bi se iz jedne pozicije prelo u
drugu.
1
2
3
1
2
3 1
2
3 1 2
1
2
3 1 2 1 1 2 1 1
1 2 1 1 1
1
prvi igra
na potezu
prvi igra
na potezu
prvi igra
na potezu
drugi igra
na potezu
drugi igra
na potezu
drugi igra
na potezu

Slika 54
Listovi stabla odgovaraju zavrnoj poziciji u kojoj vie nema nijednog novia na steku.
Listovi obeleeni sa odgovaraju pozicijama u kojima gubi igra koji je prvi na potezu jer se
do ovih listova stie primenom neparnog broja operatora uzimanja novia. Listovi obeleeni
sa odgovaraju pozicijama u kojima gubi igra koji je drugi na potezu.
Radi sistematinog odreivanja dobitnike strategije drugog igraa konstruisaemo AND/OR
graf igre nim na sledei nain:
- Stanja emo predstaviti ureenim parom u kome prva komponenta oznaava broj novia
na steku (od 0 do 5), a druga igraa koji je na potezu (A ili B). Poetno stanje kodiramo
kao (5,A) jer je na steku svih pet novia, a prvi igra je na potezu.
- Ciljno stanje grafa je stanje (0,B) jer ono oznaava da je igra A sa steka uklonio poslednji
novi, to jest da je igra B pobedio.
- Operatori promene stanja su skidanje sa steka jednog, dva ili tri novia i predstavljae
grane AND/OR grafa.
- vorove oblika (x,A), dakle stanja u kojima je prvi igra na potezu definiemo kao AND
vorove, a vorove oblika (y,B) to jest stanja u kojima je drugi igra na potezu definiemo
kao OR vorove. Sa take gledita igraa B mora postojati reenje (putanja u grafu) za
svaki mogui potez igraa A (odnosno za svakog naslednika AND vora) i bar za jedan
potez igraa B iz svake pozicije (odnosno bar za jednog naslednika OR vora).
AND/OR graf igre nim konstruisan prema izloenim principima prikazan je na slici 55. Graf
je aciklian, s obzirom da se u svakom potezu sa steka uklanja bar po jedan novi tako da se
ne moe desiti povratak u neko od ranijih stanja u igri.

(5,A)
(4,B) (3,B) (2,B)
(3,A) (2,A) (1,A) (0,A)
(1,B) (0,B)

Slika 55
Debljim linijama prikazan je podgraf koji predstavlja reenje datog problema. S obzirom da se
radi o relativno jednostavnom grafu za nalaenje reenja korien je rekurzivni algoritam
definisan u zadatku 18. Reenje je jedinstveno jer se mora uzeti u obzir da ono ne sme sadrati
vor (0,A) poto taj vor oznaava situaciju kada igra A pobeuje. To povlai da u reenje ne
smeju biti ukljueni niti vorovi (1,B), (3,A) i (2,A). Na ovaj nain jednoznano su odreeni
konektori koji se biraju u OR vorovima grafa.
Dobijeno reenje AND/OR grafa predstavlja matematiki izraenu dobitniku strategiju za
drugog igraa. Reima opisana, dobitnika strategija bila bi da drugu igra u svom prvom
potezu sa steka skine sve novie osim jednog, to je uvek mogue bez obzira na potez prvog
igraa. Na taj nain e igra uvek biti zavrena u sledeem potezu prvog igraa, jer on mora da
uzme novi koji je ostao na steku.
Zadatak 20: Problem est kraljica
Na ahovsku tablu dimenzije 6 x 6 potrebno je smestiti est kraljica tako da nijedna od njih ne
napada bilo koju drugu. Reiti problem primenom neke od metoda pretraivanja po izboru.
Reenje
Formuliimo najpre ovaj problem kao problem pretraivanja: startno stanje je prazna
ahovska tabla. U svakom potezu smetamo jednu kraljicu na tablu, tako da nije napadnuta od
prethodno smetenih kraljica. Problem je reen kada sa na tablu smeste svih est kraljica.
Ovako definisan problem pretraivanja je komutativan, to znai da u reenju predstavljeno
nizom operatora moemo bez ogranienja permutovati redosled operatora.
Oigledno je da u istoj vrsti table ne mogu biti smetene dve kraljice. Da bismo smanjili
faktor grananja u stablu pretrage, usvojiemo sledeu taktiku: prvu kraljicu smetamo u prvu
vrstu table, drugu kraljicu u drugu vrstu, i tako dalje.. Na ovaj nain, u svakom potezu treba se
odluiti za poziciju u okviru jedne vrste.
Heuristiku funkciju mogue je definisati na sledei nain:
56 Pretraivanje

- Neka diag(i,j) oznaava duinu najdue dijagonale koja prolazi kroz eliju tabele u vrsti i i
koloni j (i,j e {1,2,3,4,5,6}). Vrednost heuristike funkcije za smetanje kraljice u vrstu i i
kolonu j je:
h(i,j) = 6* diag(i,j) + j
Drugim reima, prednost dajemo pozicijama za manjom vrednou diag. U sluaju kada u
vrsti postoje dve pozicije sa istom vrednou za diag, prednost emo dati levoj eliji. Treba
primetiti da na vrednost heuristike funkcije ima uticaja jedino poloaj poslednje postavljene
kraljice. Drugim reima, ova funkcija ne ocenjuje poziciju u globalu ve samo lokalno meu
sledbenicima tekueg vora pretrage. Zbog toga e za pretragu biti primenjen metod
planinarenja.
Poto su definisani svi elementi potrebne za vrenje pretrage, mogue je primeniti algoritam
planinarenja. Stablo pretrage prikazano je na slici 56. U toku procesa reavanja obieno je
ukupno 15 stanja u stablu pretrage i tri puta vreno vraanje unazad (backtracking) iz stanja
koja nemaju naslednika, to jest, u kojima nije bilo mogue postaviti novu kraljicu tako da ne
napada nijednu od ve postavljenih kraljica.
Pored naenog reenja postoji jo simetrinih reenja problema koja se dobijaju na osnovu
naenog reenja rotiranjem cele ahovske table:
x x x
x x x
x x x
x x x
x x x
x x x

Problem smetanja 8 kraljica na tablu 8 x 8 mogue je reiti na isti nain kao i problem 6 x 6.
itaocu se preporuuje da razmisli o heuristikoj funkciji koja bi ocenjivala tekue stanje
pretraivanja u globalu, tako da je mogue primeniti metod traenja 'prvo najbolji'.


x x x x x x
x x x
x x x
x
x
x
x
x x
x
x
x
x
x
x
x
x
x
x
x
x x
x
x
x
x
x
x x x
x x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
37 32
27
29 35 42
31 41 36
40 30 32 40
32 32 40 35
41 38 31
20
1
2
3
4
5 6
7
8
9
10
11
12
13
14
15

Slika 56

58 Pretraivanje

Zadatak 21: Agenda
Pretpostavimo da se prostor pretraivanja moe predstaviti kao potpuno (ispunjeno) binarno
stablo od 31 stanja i etiri nivoa (ne raunajui startno stanje kao nivo). Drugim reima, svi
vorovi stabla sem listova poseduju po dva naslednika. Pretpostavimo takoe da postoji samo
jedno ciljno stanje koje lei u prostoru pretraivanja.
a) Kolika je maksimalna mogua veliina agende ako vrimo pretraivanje po irini?
b) Kolika je maksimalna mogua veliina agende ako vrimo pretraivanje 'prvo najbolji' ?
Reenje
U toku pretrage skup vorova koji su do tog trenutka uneti u stablo pretrage, a nisu
ekspandovani predstavlja agendu. U algoritmima pretrage definisanim u dodatku 1 kao
struktura podataka za pamenje agende tokom pretrage koristi se lista. Procena maksimalne
veliine agende za neki problem pretrage je od praktinog znaaja, da bi se mogao proceniti
memorijski prostor potreban za tu pretragu. Maksimalna veliina agende tokom neke pretrage
zavisi kako od upotrebljenog algoritma tako i od dimenzije problema (broja moguih stanja) i
konfiguracije grafa pretrage.
a) Stablo pretrage opisano u postavci zadatka prikazano je na slici 57. Pri pretrazi po irini,
agenda u svakom trenutku pretrage sadri vorove sa istog nivoa stabla pretrage. Agenda se
poveava tokom pretrage sa nivoom na stabla pretrage na kome se vri ekspanzija stanja, tako
da je agenda najvea u trenutku kada se ekspanduje poslednje stanje na treem nivou stabla
pretrage. Tada se u agendi nalaze svi vorovi sa etvrtog nivoa kojih ima 16.
1. nivo
2. nivo
3. nivo
4. nivo

Slika 57
b) U ovom sluaju maksimalna mogua veliina agende je ista kao i u sluaju a) i iznosi 16, i
to u trenutku pretrage kada ona sadri sve vorove etvrtog nivoa stabla pretrage. Kod
pretrage 'prvo najbolji' agenda moe sadrati stanja sa vie razliitih nivoa stabla pretrage.
Ukoliko agenda sadri (pored listova) i unutranje vorove, sistematskom zamenom
unutranjih vorova njihovim sledbenicima poveava se veliina agende, da bi ona dostigla
maksimalnu vrednost kada se u njoj nalaze samo listovi. Ovakva, za pretragu nepovoljna,
situacija javlja se kada je heuristika funkcija loe definisana tako da se pretraga 'prvo
najbolji' svodi na pretragu po irini.

Zadatak 22: Zalutala deca
Dvoje dece pobeglo je od roditelja i stoji u nepoznatom gradu koji je na mapi (slika 58)
oznaen slovom S. Poto su ogladneli ele da idu u restoran koji je lociran u voru T. Sve
ulice su jednosmerne. Svaki put izmeu vorova dugaak je jednu jedinicu.
Nivoi

Slika 58
a) Teodora je odluila da primeni metodu grananja i ograniavanja, bez upotrebe dinamikog
programiranja, kako bi pronala najkrau putanju od S do T. Ukoliko se ikada dvoumi kojim
putem da krene, ona bira put koji je najblii vrhu strane. Pre nego to bude sigurna da je
pronala najkrai put, ona pronalazi n puteva od kojih svaki poinje u voru S i zavrava se u
voru koji je obeleen bilo sa T bilo sa D i dodaje taj put u red puteva. Kolika je vrednost za
n. Obrazloiti. Prikazati odreeni broj koraka (vie od 5) pretraivanja opisanom metodom.
b) Uro misli da bi bilo bolje koristiti i procenu udaljenosti uz grananje i ograniavanje.
Takoe on, za razliku od Teodore, primenjuje dinamiko programiranje. Procena udaljenosti
za svaki vor je prava linija do vora T. Da li Uro koristi korektnu heuristiku? Obrazloiti.
Ukoliko se ikada dvoumi kojim putem da krene, on bira putanju koja je blia vrhu strane. Pre
nego to bude siguran da je pronaao najkrai put (do ciljnog vora), on pronalazi n puteva od
startnog vora S do jednog od krajnjih vorova T ili D i dodaje ih u listu puteva. Koliko je n u
ovom sluaju? Prikazati postupak pretraivanja.
Reenje
U cilju lakeg razumevanja reenja zadatka, slika 59 prikazuje detaljnije oznaenu sliku datu
postavkom. Svaki vor grafa nalazi se na nekom nivou u odnosu na startni vor (L1 prvi
nivo udaljenost, L2 drugi nivo udaljenosti, itd.). Dodatno svakom voru pridrueno je
odgovarajue ime L
xy
, gde x oznaava nivo vora, a y redni broj vora na nivou x, pri emu se
60 Pretraivanje

numeracija vri od vrha ka dnu strane. Na primer, sa L
42
oznaen je drugi vor od vrha strane
na etvrtom nivou.
L11
L21
L31
L41
L51
L12
L22
L32
L42
L52
L23
L33
L43
L53
L34
L45
L56
L55
L44
L54
Nivoi

Slika 59
a) Kako je od ranije poznato, metod grananja i ograniavanja daje optimalno reenje u
odnosu na broj grana, od startnog do odredinog vora. Za detalje o algoritmu grananja i
ograniavanja pogledati algoritam 5 u dodatku 1.
Razmotrimo kako Teodora obavlja obilazak stabla u skladu sa navedenim algoritmom. Startni
vor S ima dva naslednika, vor L
11
i L
12
. Na osnovu toga kreiraju se dve parcijalne putanje S,
L
11
i S, L
12
, ije su cene kotanja 1, i dodaju u listu putanja. Sledee, potrebno je iz liste
putanja izabrati onu sa najmanjom cenom kotanja. Kako obe putanje u listi imaju jednaku
cenu kotanja potrebno je razmotriti izbor putanje definisan postavkom zadatka. Kako je
definisano postavkom, potrebno je izabrati putanju iji je poslednji vor blii vrhu strane. U
naem sluaju u pitanju je putanja S, L
11
. Kreiraju se dve nove parcijalne putanje
produavanjem izabrane i to S, L
11
, L
21
i S, L
11
, L
21
, koje se dodaju u listu putanja. Cena
kotanja obe putanje je 2. Prvih est ekspandovanih vorova prikazano je na slici 60. Dalje se
postupak sprovodi pravolinijski.
Bitno je uoiti ablon koji se javlja prilikom kreiranja i obilaska parcijalnih putanja. Iz
startnog vora kreirane su dve putanje, obe jedinine cene. Zatim je na osnovu svake od njih
kreirano po dve putanje, sve etiri cene 2. Ovo dovodi do zakljuka da e vorovi na nivou
n+1 biti obieni tek nakon obilaska svih vorova na nivou n. Drugo, na osnovu opisanog, lako
moemo odrediti, da bi broj putanja koje bi bile kreirane obilaskom kompletnog grafa, iznosio
2
6
= 64, to je ujedno i broj putanja koje Teodora obilazi pre utvrivanja reenja.

S
L
11
0
L
12
1 1
1
3
L
21
L
22
L
22
L
23
L
31
L
32
L
32
L
33
L
32
L
33
L
33
L
34
2 2 2 2
3 3 3 3 3 3 3 3
2
4 5 6

Slika 60
b) Kako Uro tokom obilaska pored cene putanje razmatra i procenu udaljenosti (heuristiku),
moe se zakljuiti da primenjuje A* algoritam. S obzirom da kao heuristiku funkciju
razmatra vazduno rastojanje, to je potcenjena vrednost stvarne udaljenost, moe se zakljuiti
da je heuristika korektno izabrana, odnosno pronaena putanja bie optimalna.
Heuristika funkcija moe se opisati narednom formulom:
2 2
2 2
(6 ) 2 2 (6 )
2 2 2
x d x d
h
| | | |
+
= + =
| |
| |
\ . \ .

Sa d je obeleeno rastojanje vora po vertikali od prave koja prolazi kroz take S i T. Na
primer, d bi imalo vrednost 1 za vorove L
11
, L
12
, L
32
, L
33
, L
53
, L
54
.
Cena kotanja nekog vora zavisi od nivoa na kome se vor nalazi. Za vor na nivou x cena
kotanja iznosi x.
Vrednost funkcije procene rauna se na osnovu sledee formule:
2 2
2 2
(6 ) 2 2 (6 )
2 2 2
x d x d
f x x
| | | |
+
= + + = +
| |
| |
\ . \ .

Obilazak stabla primenom A* algoritma prikazan je na slici 61. Pregledom stabla moe se
utvrditi da n iz postavke zadatka ima vrednost 2.
62 Pretraivanje

S
L
11
0+18
L
12
1+13
1
3
L
21
L
22
L
22
L
23
L
31 L
32
L
32
L
33
L
33
L
34
2
4
5
6
L
41
L
42
L
42
L
43
L
43
L
44
L
52
L
53
L
53
L
54
D T
1+13
2+10 2+8 2+10
3+3 3+5 3+5 3+3
4+10 4+2 4+2 4+2
5+5 5+1 5+1
6+2 6
7 8
9
10
11
12
13

Slika 61
Zadatak 23: Odlazak na kafu
Grafom (slika 62) je opisano jedno malo, ali lepo mesto u Srbiji, Lipniki or. Raskrsnice su
obeleene vorovima grafa a putevi granama grafa. Duina puteva naznaena je uz grane
grafa. Na svakoj raskrsnici nalazi se po jedna kua. ivka, koja ivi u kui A, reila je da
jutarnju kafu popije sa Gordanom koja ivi u kui Z. ivka nije sigurna kojim e putem najpre
stii do kue Z, ali zna koliki je napor potreban od svake raskrsnice do kue Z. Napor
potreban od svake raskrsnice naznaen je unutar svakog vora.
(Kada je izbor raskrsnice dvosmislen potrebno je vriti izbor po leksikografskom poretku (pr:
ukoliko se za obilazak moe izabrati vor B ili C, potrebno je izabrati vor B).
a) Izvriti pretraivanje strategijom po irini. Usvojiti da je put do odredinog vora
pronaen tek u trenutku njegove ekspanzije ne kada se ciljni vor nae u redu. Napisati kojim
redom se vri ekspanzija vorova. Dati kompletnu putanju od startnog do ciljnog vora.
b) Izvriti pretraivanje strategijom po dubini. Usvojiti da je put do odredinog vora
pronaen tek u trenutku njegove ekspanzije ne kada se ciljni vor nae u redu. Napisati kojim
redom se vri ekspanzija vorova. Dati kompletnu putanju od startnog do ciljnog vora.

c) Izvriti pretraivanje metodom prvo-najbolji. Koristiti dinamiko programiranje tokom
pretraivanja. Napisati kojim redom se vri ekspanzija vorova. Dati kompletnu putanju od
startnog do ciljnog vora.

d) Izvriti pretraivanje A* metodom. Prikazati promene liste parcijalnih putanja. Pretraga se
zavrava kada se iz liste preuzme putanja u kojoj je Z poslednji vor.

Slika 62
Reenje
a) Na slici 63 prikazan je redosled ekspanzije (A, B, C, D, E, F, G, H, Z), kao i pronaena
putanja (A, E, Z).
A
B
0
E
1
C D
F G H Z
I L I J J K
1 1 3 4
2 2 3 4
2 2 2 2 2 2
2 3
4 5
6 7 8 9

Slika 63
b) Primenom algoritma 2 iz dodatka 1 dobijeno je stablo pretrage prikazano na slici 64. Na
slici je naznaen redosled ekspanzije vorova (A, B, F, I, G, C, J, H, D, K, Z), kao i pronaena
putanja (A, B, F, I, G, J, H, K, Z).
64 Pretraivanje

A
B
1
2
F
3
I
4
G
5
H
8
C J
7 6
Z

D K
9 10
11

Slika 64
c) Na slici 65 prikazano je stablo pretrage primenom algoritma prvo-najbolji. Naznaen je
redosled ekspanzije vorova i pronaena putanja. Treba primetiti da je za ovu stavku
naglaeno da je potrebno primeniti princip dinamikog programiranja. Meutim, kako se
moe videti sa kreiranog stabla pretrage, nije postojala potreba za upotrebom ovog principa.
A
B
0
E
1
C D
F G H Z
4 4 4 4
6 6 4 0
2 3
4 5
6

Slika 65
d) Slika 66 ilustruje promene liste parcijalnih putanja tokom obilaska stabla primenom A*
metode. Prikazane liste putanja su sortirane. Kako se moe videti sa slike, poslednje odabrana
putanja je A, E, Z koja ujedno predstavlja i reenje. itaocu se preporuuje da kreira stablo
pretrage.

A
A
B
0+8
A
C
A
D
A
E 4+1 4+1 4+3 4+4
A
B
F 6+3
A
C
A
D
A
E 4+1 4+3 4+4
A
B
F 6+3
A
D
A
E 4+3 4+4
A
C
G 6+3
A
B
F 6+3
A
E 4+4
A
C
G 6+3
A
D
H 6+4
A
B
F 6+3
A
C
G 6+3
A
D
H 6+4
A
E
Z 0+8

Slika 66
Zadatak 24: Utvrivanje gradiva
Potrebno je pronai putanju od startnog vora S do odredinog vora G (slika 67), upotrebom
razliitih strategija pretraivanja.
Sve ulice su jednosmerne, sa leva na desno. Ukoliko se pojavi sluaj kada je izbor narednog
vora dvosmislen, potrebno je izabrati vor blii vrhu strane. Ukoliko se desi da nakon
primene prethodnog pravila i dalje postoji vie moguih izbora onda je potrebno izabrati vor
blii levom kraju strane.
a) Primeniti strategiju pretraivanja po irini.
b) Primeniti strategiju pretraivanja po dubini. Prilikom pretrage primeniti princip
dinamikog programiranja.
66 Pretraivanje

c) Primeniti strategiju prvo-najbolji, u kombinaciji sa principom dinamikog programiranja.
d) Primeniti strategiju grananja i ograniavanja, u kombinaciji sa principom dinamikog
programiranja.
Cene kotanja prikazane su na slici.

Slika 67
Reenje
a) Primenom algoritma 1 iz dodatka 1 dobijeno je stablo pretrage prikazano na slici 68. Na
stablu pretrage naznaen je redosled ekspanzije vorova (S, M, W, F, W, G).
S
M
1
W F
2
3
W G W
4
6 5
N G

Slika 68
b) Uz standardni algoritam obilaska po dubini (algoritam 2, dodatak 1), primenjen je princip
dinamikog programiranja. Stablo pretrage prikazano je na slici 69. Precrtani vorovi izuzeti
su iz razmatranja na osnovu principa dinamikog programiranja. Redosled ekspanzije vorova
naznaen je na stablu pretrage (S, M, W, N, X, O, Y, P, Z, I, H, G).

S
M
1
W F
2
3
N X G
4
5
W
O Y H
6
7
X
P Z I
8
9
Y Y
Z Z

10
11
12

Slika 69
c) Uz algoritam 4 dat u dodatku 1 primenjen je princip dinamikog programiranja.
Rezultujue stablo pretrage prikazano je na slici 70. Na stablu je naznaen redosled ekspanzije
vorova (S, F, W, G). Principom dinamikog programiranja u ovom primeru iz razmatranja
izuzet je samo jedan vor, W (precrtan na slici).
S
M
1
W F
3
W
2
G N
4
0
8
0 8 4
0 4

Slika 70
d) Primenom metode grananja i ograniavanja dobijeno je stablo pretrage prikazano na slici
71.
68 Pretraivanje

S
M
1
W F
W
7
0
4
24
20 10
W
N G
X
O Y H
Y
2
3
4 8
5
6
8
12 28
16
26 20 36
24

Slika 71
Zadatak 25: Heuristika za A*
Pretpostavimo da za reavanje nekog problema pretraivanja elimo da primenimo metodu
A*. Neka je za tu primenu pronaena heuristika funkcija udaljenost do cilja najvie za K
jedinica. Kako se moe dobiti garantovano optimalno reenje za A* pretraivanje?
Reenje
Neka je d(S) stvarna, a h(S) procenjena udaljenost do cilja u proizvoljnom stanju pretrage S.
Po uslovu zadatka je:
h(S) - d(S) s K
Preureivanjem ove nejednakosti dobija se:
h(S) - K s d(S)
Poslednju nejednakost tumaimo na sledei nain: Veliina h(S) - K uvek predstavlja
potcenjenu meru udaljenosti do cilja u proizvoljnom stanju pretrage S. Reenje dobijeno
primenom algoritma pretrage A* je garantovano optimalno ukoliko heuristika funkcija u
svakom stanju pretrage predstavlja potcenjenu vrednost stvarne udaljenosti do cilja. Prema
tome, modifikovanu heuristiku funkciju h' koja garantuje optimalnost reenja moemo
definisati koristei funkciju h na sledei nain:

h'(S) = max [0 , h(S) - K ]
pri emu je jo dodatno obezbeena nenegativnost heuristike funkcije h'(S).
Zadatak 26: Projektovanje tampanog kola
Posmatrajmo problem projektovanja elektrinih veza izmeu taaka na povrini
dvodimenzionalne elektronske tampane ploe (slika 72). Povrinu posmatramo kao
kvadratno polje sa kvadratnom reetkom. Posmatrajmo ovo kao problem pretraivanja u
kojem postoji samo jedan operator: naneti metal na mrenu eliju [X,Y], gde su X i Y
Dekartove koordinate. U poetku, nijedna elija nije popunjena metalom. U ciljnom stanju,
elektrina veza postoji izmeu svakog para u zadatoj listi parova elija. Elektrina veza znai
neprekidan niz susednih elija ispunjenih metalom koji povezuje par elija, a da pri tom nema
vezu sa bilo kojim drugim elijskim parom; na primer, cilj moe da bude da se poveu parovi
[10,20] sa [25,29] i [3,9] sa [44,18] ali ne i [10,20] sa [3,9]. Potrebno je pronai put
uspostavljanjem ciljne veze sa najmanjim utrokom metala.
a) Odrediti prostor pretraivanja.
b) Da li je dvosmerno pretraivanje dobra ideja?
c) Kako se menja faktor grananja u toku direktnog pretraivanja?
d) Nai heuristiku koja ograniava direktno pretraivanje.

Slika 72
70 Pretraivanje

Reenje
a) Prostor pretraivanja je skup svih moguih izgleda povrine tampanog kola. S obzirom
da svaka elija moe biti u jednom od dva stanja, i da ima N
2
elija gde je N dimenzija
kvadratnog polja, postoji ukupno 2
2
N
razliitih rasporeda metala.
b) Dvosmerno pretraivanje nije mogue sprovesti, kao ni pretraivanje unazad jer postoji
mnotvo rasporeda metala koji zadovoljavaju ciljni uslov i ne postoji lak nain da se ovi
rasporedi pronau. Kada bi bio poznat neki od ovih rasporeda, ne bi bilo potrebe za
pretragom. U ovom sluaju cilj je upravo nalaenje tanog opisa ciljnog stanja, za razliku od
problema gde nam je opis ciljnog stanja poznat, a traimo niz operatora koji iz startnog stanja
prevode u ciljno stanje. Samo ova druga vrsta problema omoguava pretragu unazad.
c) Faktor grananja se smanjuje u svakom koraku. Svaka primena operatora ukljuuje
prekrivanje jedne elije metalom, tako da se smanjuje broj elija koje treba razmatrati. Osim
elije koja je upravo metalizovana, jo neke elije mogu pri tom ispasti iz daljeg razmatranja -
to su elije koje moraju ostati nepokrivene metalom jer bi u suprotnom dolo do formiranja
pogrenih elektrinih veza. Prema tome, faktor grananja moe se smanjiti i za vie od jedan po
nivou stabla pretrage. Posmatrajmo, na primer, situaciju na slici 73 gde je potrebno povezati
eliju [3,3] sa elijom [4,4], kao i eliju [1,4] sa elijom [4,1]. U poetnom stanju (sve elije
nepopunjene, slika 73a), faktor grananja je 16, jer je za popunjavanje mogue izabrati bilo
koju eliju. Pretpostavimo da se u prvo koraku pretrage popuni elija [4,4] (slika 73b). Faktor
grananja za drugi korak je 15, jer se moe izabrati bilo koja od nepopunjenih elija. Neka je u
drugom koraku izabrana elija [3,3]. Ovim je formirana veza elija [4,4] i [3,3] pa, s obzirom
da ove elije ne uestvuju ni u jednoj drugoj vezi, ne sme se popunjavati nijedna od njima
susednih elija (na slici 73c ove elije su osenene). Prema tome, u treem koraku, faktor
grananja jednak je broju nepopunjenih elija koje su dozvoljene za popunjavanje, odnosno 7.
x
y
1 2 3 4
1
2
3
4
x
y
1 2 3 4
1
2
3
4
x
y
1 2 3 4
1
2
3
4
(a) (b) (c)

Slika 73
d) Mnoge heuristike se mogu osmisliti, na primer:
- Prioritet dati elijama koje su susedne poslednjoj pokrivenoj eliji (takozvano fokusiranje
panje)
- Prioritet dati elijama koje lee na pravoj liniji izmeu taaka koje je potrebno spojiti.
- im se uspostavi elektrina veza izmeu dve zadate take, ne metalizovati nijednu eliju
koja je unutar odreenog rastojanja (na primer 5 elija) od ovih taaka.
- Prioritet dati elijama koje nastavljaju pravu liniju (na primer, metalizovati taku [X,Y]
ako su i [X-1,Y] i [X-2,Y] metalizovane).

Zadatak 27: Kombinovanje hemijskih jedinjenja
Kombinovanje hemijskih elemenata i jedinjenja da bi se dobila nova jedinjenja je neka vrsta
pretraivanja. Poznate su sledee reakcije:
1) AKO kombinujemo jedan mol Cl
2
i jedan mol H
2
O
ONDA dobija se jedan mol HClO i jedan mol HCl
2) AKO kombinujemo jedan mol CaCO
3
sa dva mola HCl
ONDA dobija se jedan mol CaCl
2
, jedan mol CO
2
i jedan mol H
2
O
3) AKO kombinujemo dva mola H
2
O
2
i jedan mol MnO
2

ONDA dobija se dva mola H
2
O, jedan mol O
2
i jedan mol MnO
2

(dakle, ovo je katalizator)
4) AKO kombinujemo jedan mol H
2
i jedan mol Cl
2

ONDA dobija se dva mola HCl
5) AKO kombinujemo etiri mola HCl i jedan mol MnO
2

ONDA dobija se jedan mol MnCl
2
, dva mola H
2
O i jedan mol Cl
2
.
a) Polazei od startnog stanja koje se sastoji od dva mola Cl
2
, jednog mola MnO
2
, jednog
mola CaCO
3
i dva mola H
2
O
2
, nai reenje za dobijanje jednog mola CaCl
2
primenom
pretraivanja po dubini.
b) Formulisati heuristiku funkciju i funkciju cene pogodnu za ovakve probleme.
Reenje
a) Stanje pretrage e predstavljati spisak svih hemikalija raspoloivih u odreenom trenutku
(bilo da su inicijalno zadate ili proizvod reakcija) sa naznaenim koliinama. Svaka od pet
navedenih hemijskih reakcija definie po jedan operator promene stanja. Preduslov za
primenu odreenog operatora je da se hemikalije potrebne za reakciju nalaze u tekuem stanju
u koliinama veim ili jednakim onim navedenim u formuli. Poetno stanje opisano je u
postavci. Ciljno stanje je bilo koje stanje koje poseduje bar 1 mol CaCl
2
. Stablo pretrage za
ovaj sluaj prikazano je na slici 74 i ne zavisi od algoritma pretrage, jer je u svakom od stanja
primenljiv tano jedan od operatora.
Treba primetiti da se vei faktor grananja mogao ostvariti da smo reakcije izvodili sa
proporcionalno manjim koliinama hemikalija. Tako bi se, na primer, u treem stanju pretrage
za reakciju po pravilu 5 mogao uzeti samo 1 mol HCl i 1/4 mola MnO
2
, to bi proizvelo novo
stanje razliito od onih prikazanih na slici 74. Meutim, uzimanje manjih koliina hemikalija
ne garantuje da bismo uvek dobili traeno jedinjenje u potrebnoj koliini.
b) U optem sluaju kod problema sinteze hemijskih jedinjenja, funkciju cene nekog
operatora moe predstavljati (trina) cena hemikalija potrebnih za odreenu reakciju.
Heuristika funkcija moe biti broj neupotrebljenih hemikalija za koje se pretpostavlja da e
biti upotrebljene, pomnoeno prosenom cenom tih hemikalija. Ukoliko nam je potrebna
heuristika funkcija koja daje lokalno najbolji sledbenik tekueg vora, operatore moemo
poreati po prioritetu koji odreujemo na osnovu toga ta je rezultat odgovarajuih hemijskih
reakcija.

72 Pretraivanje

2Cl
2
, MnO
2
, CaCO
3
, 2H
2
O
2

reakcija 3
2Cl
2
, CaCO
3
, 2H
2
O , O
2
, MnO
2

reakcija 1
Cl
2
, CaCO
3
, H
2
O , O
2
, MnO
2
, HClO , HCl
reakcija 1
CaCO
3
, O
2
, MnO
2
, 2HClO , 2HCl
reakcija 2
O
2
, MnO
2
, 2HClO , CaCl
2
, CO
2
, H
2
O
Slika 74
Alternativno se heuristika funkcija moe bazirati na proceni opasnosti izvoenja pojedinih
hemijskih reakcija, ako je ovaj faktor od znaaja.
Usvojeni model pretraivanja pri kome se u svakom koraku bira jedna od reakcija za koje
postoje potrebne komponente u dovoljnim koliinama u tekuem stanju odgovara sledeoj
situaciji: Svaka od hemikalija dri se odvojeno od svih drugih, za odreenu reakciju meaju se
samo hemikalije potrebne za tu reakciju u eljenim koliinama a proizvodi reakcije se
odvajaju jedni od drugih. U praksi su hemikalije esto pomeane u jednoj reakcionoj posudi
tako da se hemijske reakcije odvijaju simultano razliitim brzinama i uspostavlja se neko
ravnoteno stanje. Za takav sluaj morala bi se raditi sloena analiza (to jest, simulacija
istovremenih reakcija) za odreivanje toga stanja. Operator promene stanja tada bi bilo
dodavanje nove hemikalije u reakcionu posudu to bi dovelo do novog ravnotenog stanja.
Zadatak 28: Simbolika integracija
Posmatrajmo problem simbolike integracije: Potrebno je izraunati zadati neodreeni
integral nalaenjem primitivne funkcije za podintegralnu funkciju, to jest, za zadatu f(x)
potrebno je nai funkciju F(x) tako da vai

}
= + dx x f c x F ) ( ) ( .
Funkcija F(x) naziva se u matematici primitivnom funkcijom funkcije f(x).
a) ta je prostor pretraivanja?
b) Kako izgleda startno stanje?
c) Kako izgleda ciljno stanje?
d) Koji su operatori promene stanja?
e) Da li se problem moe razloiti na nekom meustanju?

Reenje
a) Problem je generalno definisan u smislu da zadata funkcija f(x) moe biti proizvoljna
matematika funkcija jedne promenljive. U realizaciji automatske simbolike integracije
nuno se namee ogranienje da je funkcija f(x) zadata izrazom koji je sastavljen od
uobiajenih algebarskih operacija i elementarnih matematikih funkcija. U tom sluaju,
prostor pretraivanja predstavlja skup svih moguih izraza sastavljenih od ovih elementarnih
funkcija. Poto nema ogranienja u sloenosti izraza, prostor pretraivanja je beskonano
veliki.
b) Startno stanje predstavljeno je zadatom funkcijom f(x) iji neodreeni integral treba nai.
U narednoj diskusiji simboliki emo stanja oznaavati neodreenim integralima funkcija, da
bi se naglasilo da se reava problem integracije.
c) Ciljno stanje je predstavljeno matematikom funkcijom ija se primitivna funkcija
trivijalno nalazi, to jest poznata je iz tablica (takozvani tablini integrali). Na primer,
1. 1 ,
1
1
= +
+
=
}
+
n C
n
x
dx x
n
n
4. C x xdx + =
}
sin cos
2. C x
x
dx
+ =
}
ln 5. C e dx e
x x
+ =
}
i tako dalje..
3. C x xdx + =
}
cos sin i tako dalje
d) Problem se (u sluaju da reenje postoji) moe reiti sistematskim transformisanjem
podintegralne funkcije po odreenim matematikim pravilima dok se problem ne svede na
jedan ili vie tablinih integrala. Pravila transformacije podintegralne funkcije igraju u ovom
sluaju ulogu operatora promene stanja. Neka od pravila su:
1. Pravilo dekompozicije:
[ ( ) ( )] ( ) ( ) f x f x dx f x dx f x dx
1 2 1 2
z z z
=

2. Pravilo mnoenja konstantom:
Af x dx A f x dx A ( ) ( ) , = =
z z
0
je proizvoljna konstanta.
3. Zamena promenljive: ( ) [ ( )] '( ) f x dx f t t dt =
} }
pri emu je x = (t) gde diferencijal
promenljive x zamenjujemo diferencijalom funkcije promenljivom (t) i pri tome se funkcija
bira tako da nova podintegralna funkcija bude pogodnija od stare. Oigledno sistem koji
primenjuje ovo pravilo mora imati realizovano i simboliko diferenciranje. Simboliko
diferenciranje nije problem pretraivanja jer se za zadatu funkciju njen diferencijal
jednoznano odreuje precizno definisanim pravilima.
4. Parcijalna integracija: udv uv vdu =
z z
.
e) Pravilo dekompozicije omoguava nam dekompoziciju problema jer se problem nalaenja
jednog (sloenijeg) integrala svodi na nezavisno nalaenje vie (prostijih) integrala. Proces
pretraivanja se moe sada izraziti koristei AND/OR stablo. Na slici 75 prikazano je
AND/OR stablo pretraga za izraunavanje integrala

x
x
dx
4
2 5 2
1 ( )
/
z

74 Pretraivanje

z
x
x
dx
4
2 5 2
1 ( )
/
z
y
dy
cos
4
y sin
4
z y dy ctg
4
z y dy tg
4
1
z
z
z
dz
4
2 4
1 ( )
32
+z
2
( )
1
z
z
dz
4
+z
2
( )
1
z
z
dz
4
+z
2
( )
F
H
G
I
K
J
1+ z
2
+
1+z
2
1
z dz
zz dz
2
1
z
dz
+z
2
zdz
zdw
x = siny
trigonometrijski
identitet
z = 2 arctg y
y = arctg z y = arcctg z
deljenje brojioca imeniocem
z = tan w mnoenje konstantom
zdz
dekompozicija
trigonometrijski identitet

Slika 75
Ciljna stanja predstavljaju tabline integrale, tako da se na osnovu njih, kada se eliminiu
promenljive uvedene u toku reavanja problema dobija reenje:
x
x
dx x x x
4
2 5 2
3
1
1
3 ( )
(arcsin ) (arcsin ) arcsin
/
= + +
z
tg tg

Pretraivanje u Igrama 75

1.3. Pretraivanje u Igrama
Zadatak 29: Minimax Metoda
Upotrebom minimax algoritma, za dato stablo igre (slika 76), pronai naredni potez koji e
biti odigran.
A
B C D
E F G H I J K L M
a
c
b
a1
a2
a3 b1
b2
b3 c1
c2
c3
3 12 8 2 4 6 14 5 2
MAX
MIN
MAX

Slika 76
Reenje
Svaka potezna igra se moe predstaviti stablom igre. Svaki vor stabla predstavlja jednu
poziciju u igri a grane mogue poteze. Potezi preslikavaju jednu poziciju na tabli u drugu.
Svakom igrau odgovara neki nivo stabla. Naime, ukoliko je prvom igrau odgovarao nivo N,
onda e drugom igrau odgovarati nivo N+1.
Neke od pozicija nemaju mogue poteze. Ove pozicije nazivaju se terminalne pozicije. U
ovim pozicijama svaki igra dobija odreeni rezultat (na primer, za iks-oks igru, terminalna
stanja su ona u kojima su sva polja popunjena ili je jedan od igraa spojio tri simbola).
Broj grana od svakog vora u stablu jednak je broju moguih poteza u tom stanju i naziva se
faktor grananja. Faktor grananja dobar je indikator koliko e sama igra biti komplikovana
kompjuteru za igranje.
Kako bismo pronali naredni potez koji e odigrati MAX, za stablo iz postavke zadatka,
sproveemo, minimax algoritam opisan u dodatku 1 (algoritam 7). Za trenutno stanje u
algoritam prosleuje se koreni vor stabla. Maksimalnu dubina stabla nee biti ograniena.
S obzirom da trenutni, koreni, vor stabla nije terminalni njemu se dodeljuje beskonana
vrednost. Sledee je potrebno razmotriti sve mogue operacije (a, b i c) iz trenutnog vora i
sauvati najveu dobijenu vrednost za igraa (jer je u pitanju MAX igra). Prvo se razmatra
operacija a i pronalazi stanje do koga dovodi. U pitanju je stanje B. Za novodobijeno stanje
rekurzivno se vri poziv minimax algoritma. Trenutni izgled stabla prikazan je na slici 77.
76 Pretraivanje

A
B
a
MAX
MIN
-

Slika 77
Kako vor B takoe nije terminalni vor potrebno je odrediti njegovu najbolju vrednost to
postiemo razmatranjem stanja u koja moemo prei pod dejstvom jednog od operatora: a1,
a2, a3, i izborom najmanje vrednost (primetiti da vor B pripada nivou kada je MIN na
potezu). Poetna najbolja vrednost vora B je pozitivna beskonanost. Prva od operacija vora
B, a1, dovodi do prelaska u vor E nad kojim vrimo novi rekurzivni poziv minmax
algoritma. vor E jeste terminalni vor i kao rezultat poslednjeg poziva minimax algoritma
vraa se vrednost statike funkcije procene vora E. Vrednosti statikih funkcija date su na
slici u postavci zadatka, i za vor E vrednost ove funkcije je 3. Izgled stabla igre dat je na slici
78.
A
B
E
a
a1
3
MAX
MIN
MAX
-
+

Slika 78
Nakon prvog povratak iz minimax funkcije vor B dobija novu najbolju vrednost (min{+,
3}).
Kako postoje operacije koje nisu razmotrene nad vorom B, bira se jedna od preostalih, najpre
a2. Izabrana operacija vodi ka voru F, nad kojim se poziva algoritam. Kako je u pitanju
terminalni vor funkcija minimax se zavrava, a povratna vrednost je vrednost 12. Vrednost
vora B nee biti promenjena jer je vrednost dobijena preko vora F vea od trenutno najbolje
vrednosti, dobijene preko vora E. Trenutni izgled stabla prikazan je na slici 79.

A
B
E F
a
a1
a2
3 12
MAX
MIN
MAX
3
-

Slika 79
Preostala je jo jedna operacija koju je potrebno razmotriti nad vorom B. U pitanju je
operacija a3, koja vodi u vor G. vor G je terminalni vor za koji statika funkcija procene
vraa vrednost 8, kako je naznaeno u postavci zadatka. Trenutna vrednost vora B bolja je od
trenutno dobijene preko vora G. To je ujedno i konana vrednost vora B koja predstavlja
povratnu vrednost funkcije minmax. Ovog trenutka potrebno je aurirati vrednost vora A na
3 (max{-, 3}). Trenutni izgled stabla igre dat je na slici 80.
A
B
E F G
a
a1
a2
a3
3 12 8
MAX
MIN
MAX
3
3

Slika 80
Nadalje je potrebno razmotriti ostale operacije, b i c, vora A na analogni nain. Ove operacije
dovode do vorova C i D, preko kojih se dobija vrednost 2. Konani izgled stabla igre
prikazan je na slici 81. Kako je trenutna vrednost vora A, 3, vea od vrednosti dobijene preko
ovih vorova, nee doi do njene promene.
78 Pretraivanje

A
B C D
E F G H I J K L M
a
c
b
a1
a2
a3 b1
b2
b3 c1
c2
c3
3 12 8 2 4 6 14 5 2
MAX
MIN
MAX
3
3
2 2

Slika 81
Konana vrednost korenog vora upuuje na potez koji je optimalan za igraa (dovodi ga u
najbolju moguu poziciju). Ovaj potez naziva se i minimax odluka. Kako je vrednost korenog
vora u primeru 3, koja je dobijena preko grane a, to je ujedno i optimalni potez za MAX
igraa u trenutnom stanju igre. Ukoliko pretpostavimo da MIN takodje vri optimalan izbor
poteza, on bi u sledeem koraku izabrao potez a1.
Zadatak 30: Alfa-Beta Odsecanje
Upotrebom minimax algoritma, uz primenu alfa-beta odsecanja, za dato stablo igre, na slici
82, pronai naredni potez koji e biti odigran. Naznaiti koji vorovi stabla nee biti obieni.
A
B C D
E F G H I J K L M
a
c
b
a1
a2
a3 b1
b2
b3 c1
c2
c3
3 12 8 2 4 6 14 5 2
MAX
MIN
MAX

Slika 82
Reenje
Problem minimax algoritma je eksponencijalni rast broja vorova sa dubinom stabla. Metode
za eliminisanje eksponencijalne zavisnosti jo uvek nisu pronaene ali je otkrivena metoda
koja u najboljem sluaju moe prepoloviti broj vorova koje je potrebno obii. Tehnika koja
sprovodi ovu optimizaciju u literaturi je poznata pod nazivom alfa-beta odsecanje.
Prilikom alfa odsecanja potrebno je voditi evidenciju o najboljem potezu koji moe biti
odigran. Alfa granica je donja granica rezultata koja moe biti postignuta. Pretragom se moe
pronai bolja sekvenca poteza ali se loija sekvenca nee prihvatiti. Voenjem evidencije o

alfa vrednosti izbegava se razmatranje svih poteza u kojima bi protivnik imao mogunost
boljeg poteza.
Sa druge strane beta odsecanje vodi evidenciju o gornjoj granici rezultata koja se moe
postii. Ova vrednost se aurira u trenucima kada nas protivnik natera na neku sekvencu
poteza. Tada je poznata gornja granica koja se moe postii pri emu dalji potezi protivnika
mogu ovu granicu dodatno suziti. Ukoliko se pronae sekvenca poteza sa procenom veom od
beta granice, taj deo se moe izuzeti iz razmatranja jer protivnik nee dozvoliti te poteze.
Kako bismo pronali traeni potez koji e odigrati MAX, za stablo iz postavke zadatka,
sproveemo, minimax algoritam sa alfa-beta odsecanjem opisan u dodatku 1 (algoritam 8).
Za trenutno stanje u algoritam prosleuje se koreni vor stabla. Maksimalnu dubina stabla
nee biti ograniena, a vrednosti za alfa i beta su - odnosno +.
S obzirom da trenutni, koreni, vor stabla nije terminalni njemu se dodeljuje beskonana
vrednost. Sledee je potrebno razmotriti sve mogue operacije (a, b i c) iz trenutnog vora i
sauvati najveu dobijenu vrednost za igraa (jer je u pitanju MAX igra). Prvo se razmatra
operacija a i pronalazi stanje do koga dovodi. U pitanju je stanje B. Za novodobijeno stanje
rekurzivno se vri poziv minimax algoritma. Trenutni izgled stabla prikazan je na slici 83.
A
B
a
MAX
MIN
- [-,+]
[-,+]

Slika 83
Kako vor B takoe nije terminalni vor potrebno je odrediti njegovu najbolju vrednost to
postiemo razmatranjem stanja u koja moemo prei pod dejstvom jednog od operatora: a1,
a2, a3, i izborom najmanje vrednost (primetiti da vor B pripada nivou kada je MIN na
potezu). Poetna najbolja vrednost vora B je pozitivna beskonanost. Prva od operacija vora
B, a1, dovodi do prelaska u vor E nad kojim vrimo novi rekurzivni poziv minmax
algoritma. vor E jeste terminalni vor i kao rezultat poslednjeg poziva minimax algoritma
vraa se vrednost statike funkcije procene vora E. Vrednosti statikih funkcija date su na
slici u postavci zadatka, i za vor E vrednost ove funkcije je 3. Izgled stabla dat je na slici 84.
Nakon prvog povratak iz minimax funkcije vor B dobija novu najbolju vrednost (min{+,
3}). Takoe vri se auriranje beta vrednosti u okviru vora B koja sada iznosi takoe 3
(min{+, 3}).

80 Pretraivanje

A
B
E
a
a1
3
MAX
MIN
MAX
-
+
[-,+]
[-,+]
[-,+]

Slika 84
Kako postoje operacije koje nisu razmotrene nad vorom B, bira se jedna od preostalih, najpre
a2. Izabrana operacija vodi ka voru F, nad kojim se poziva algoritam. Kako je u pitanju
terminalni vor funkcija minimax se zavrava, a povratna vrednost je vrednost 12. Vrednost
vora B nee biti zamenjena jer je vrednost dobijena preko vora F vea od trenutno najbolje
vrednosti, dobijene preko vora E. Takoe nee doi do promene beta vrednosti. Trenutni
izgled stabla prikazan je na slici 85.
A
B
E F
a
a1
a2
3 12
MAX
MIN
MAX
3
- [-,+]
[-,3]
[-,+] [-,+]

Slika 85
Preostala je jo jedna operacija koju je potrebno razmotriti nad vorom B. U pitanju je
operacija a3, koja vodi u vor G. vor G je terminalni vor za koji statika funkcija procene
vraa vrednost 8, kako je naznaeno u postavci zadatka. Trenutna vrednost vora B bolja je od
trenutno dobijene preko vora G. To je ujedno i konana vrednost vora B koja predstavlja
povratnu vrednost funkcije minmax. Ovog trenutka potrebno je aurirati vrednost vora A na
3 (max{-, 3}), kao i vrednost alfa na 3 (max{-,3}). Trenutni izgled stabla igre dat je na
slici 86.

A
B
E F G
a
a1
a2
a3
3 12 8
MAX
MIN
MAX
3
3
[3,+]
[-,3]
[-,+] [-,+] [-,+]

Slika 86
Nadalje je potrebno razmotriti ostale operacije, b i c, vora A na analogni nain. Operacija b
vodi ka voru C za koji je potrebno odrediti najbolju vrednost. Treba razmotriti sve operacije
koje je mogue izvriti nad ovim vorom. U pitanju su operacije b1, b2 i b3. Operacija b1
vodi ka voru H koji je terminalni vor i ija je vrednost statike funkcije procene jednaka 2.
Ovo je ujedno i najbolja vrednost vora C. Ovog trenutka vri se provera da li je najbolja
vrednost manja ili jednaka alfa vrednosti, to je u ovom sluaju ispunjeno i vri se odsecanje
dela stabla. Drugim reima operacije b2 i b3 nee biti razmatrane i trenutno najbolja vrednost
ini povratnu vrednost funkcije. Alfa vrednost A vora se nee promeniti. Trenutni izgled
stabla igre prikazano je na slici 87. Iako naznaeni na slici vorovi I i J nee biti obieni.
A
B C
E F G H I J
a
b
a1
a2
a3 b1
b2
b3
3 12 8 2 4 6
MAX
MIN
MAX
[-,+] [-,+] [-,+] [-,+]
[3,+]
[-,3] [3,+] 2
3
3

Slika 87
Na isti nain potrebno je razmotriti preostalu operaciju vora A, c. Operacija c dovodi do
vora D nad kojim je mogue izvriti tri operacije c1, c2 i c3. Operacija c1 vodi ka voru L
koji je terminalni i ija je vrednost statike funkcije procene 14. To e ujedno biti i najbolja
trenutna vrednost vora D kao i nova vrednost beta parametra. Slika 88 Prikazuje ovaj
trenutak.
82 Pretraivanje

A
B C D
E F G H I J K
a
c
b
a1
a2
a3 b1
b2
b3 c1
3 12 8 2 4 6 14
MAX
MIN
MAX
[-,+] [-,+] [-,+] [3,+]
[3,+]
[-,3] [3,+] [3,14]
[3,+]
3
3
2 14

Slika 88
vor L daje novu najbolju vrednost, 5, za vor D ujedno postavljajui istu vrednost za
parametar beta, vora D. Povratna vrednost vora M izlazi van alfa-beta granica u kom
trenutku se trenutno najbolja vrednost vora D propagira ka voru A. Konani izgled granicu
za beta na vrednost 5 dok vor M izlazi van granice. Stoga se konana vrednost vora D
jednaka 2. Konani izgled stabla prikazan je na slici 89. Lako se zakljuuje da je konana
minimax vrednost vora A jednaka 3.
A
B C D
E F G H I J K L M
a
c
b
a1
a2
a3 b1
b2
b3 c1
c2
c3
3 12 8 2 4 6 14 5 2
MAX
MIN
MAX
[-,+] [-,+] [-,+] [-,+]
[3,+]
[-,3] [3,+]
[-,+]
[3,5]
[-,+] [-,+]
2 2 3
3

Slika 89
Minimax odluka u ovom zadatku svakako je jednaka odluci u prethodnom zadatku. Uloga
alfa-beta odsecanja jeste optimizacija pretrage. vorovi I i J nisu obieni u ovom zadatku.
Zadatak 31: Online Partner
Igrate mice protiv online partnera na Facebook-u. Igra je skoro zavrena u trenutku kada va
partner zahteva pauzu kako bi otiao do toaleta. Vi se slaete, ali dok ekate odluujete da
skicirate stablo igre preostalih poteza. Stablo koje ste skicirali prikazano je na slici 90.

A
B
MAX
MIN
C D
E F H G I J K L M
N O P Q R S T U V
W X Y Z
AA BB CC DD EE
10 2 9
8
4
7
4
2 4
8
3 8
3 9 2 8
4
6 9
MAX
MAX
MIN

Slika 90
a) Nakon posmatranja stabla pretrage, odluujete da pronaete koji je najbolji potez.
Upotrebljavate minimax metod za odreivanje optimalne putanje kroz stablo pretrage.
Takoe, prikazujete minimax vrednost za svaki vor na dijagramu, a zatim vorove koji se
nalaze na najboljoj putanji.
b) Va partner se i dalje nije vratio iz toaleta, stoga vi nastavljate da posmatrate stablo
pretrage i razmiljate koji vorovi bi mogli biti iseeni primenom alfa-beta odsecanja. Moete
pretpostaviti da ste ranije pretraili levi deo stabla i pronali da je minimax vrednost za vor B
jednaka 4. Nastavljate sa procesiranjem stabla na desno, i zaokruujete sve vorove ija e
statika vrednost biti izraunata ukoliko se primeni minimax algoritam sa alfa-beta
odsecanjem. Takodje, precrtavate sve vorove za koje vrednost nee biti izraunata.
Reenje
a) Primenom minimax algoritma dobijene su minimax vrednosti oznaene na slici 91.
Optimalna putanja takoe je naznaena na slici i prolazi kroz vorove A, B, F i O.
b) Primenom minimax algoritma sa alfa-beta odsecanjem dobijeno je stablo igre prikazano
na slici 92. Precrtani vorovi su ne obieni vorovi stabla, dok su vorovi za koje je
izraunata statika vrednost funkcije oznaeni podebljano.

84 Pretraivanje

A
B
MAX
MIN
C D
E F H G I J K L M
N O P Q R S T U V
W X Y Z
AA BB CC DD EE
10 2 9
8
4
7
4
2 4
8
3 8
3 9 2 8
4
6 9
MAX
MAX
MIN 2
4
2
8
4
3
3 2
9 3
3
4

Slika 91
A
B
MAX
MIN
C D
E F H G I J K L M
N O P Q R S T U V
W X Y Z
AA BB CC DD EE
10 2 9
8
4
7
4
2 4
8
3 8
3 9 2 8
4
6 9
MAX
MAX
MIN
4
3
3 2
9 3
3
4
[-,+]
[4,+]
[4,+]
[4,+] [4,+]
[4,+]

Slika 92
Zadatak 32: Progresivno Produbljivanje
Razmotrimo stablo igre prikazano na slici 93. Svaki vor stabla obeleen je jednim slovom
(slova od A do P) i za svaki list je naznaena statika vrednost. Uobiajeno, to je statika
vrednost vea, to je bolja situacija iz perspektive MAX igraa.

S
A
MAX
MIN
B
C D
I J K G H
MAX
MIN
4 3
E F
L M N
O P
2 6 5 7 1 5 3 2

Slika 93
a) Sprovesti minimax pretraivanje stabla, pretpostaviti da koreni vor pokuava da
maksimizuje uspeh. U kom listu e MAX zavriti? Koliko statikih vrednosti se izraunava
prilikom pretraivanja?
b) Ukoliko se upotrebljava metoda progresivnog produbljivanja, koliko statikih vrednosti e
biti izraunato?
c) Sprovesti minimax pretraivanje uz primenu alfa-beta odsecanja. Koji od vorova, ukoliko
takvi postoje, e biti odseeni?
d) Pretpostaviti da je mogue izvriti razmetanje grana koje izlaze iz istog vora na dubini 2
(C, D, E i F). Na primer moe se izvriti zamena pozicija vorova G i H. Ukoliko razmotrimo
sva mogua razmetanja vorova, koji je najmanji broj izraunavanja statikih vrednosti
potrebno prilikom alfa-beta pretrage?
Reenje
Na turnirima, od igraa se oekuje da naprave oekivani broj poteza u zadatom vremenu,
ogranienom od strane nemilosrdnog sata.
U ovim prilikama esta je primena metoda progresivnog produbljivanja (engl. progressive
deepening) koji analizira svaku situaciju za dubinu 1, zatim za dubinu 2, zatim za dubinu 3,
itd. sve dok se ne iskoristi vreme odreeno za jedan potez. Na ovaj nain, uvek postoji potez
spreman da se odigra. Izbor je zasnovan na analizi koja je sprovedena na nivou za jedan
manjem od nivoa na kome je algoritam prekinut, usled isteka raspoloivog vremena.
a) Primenom minimax algoritma dobija se stablo prikazano na slici 94.
Optimalna putanja za MAX igraa, naznaena na slici, je S, A, C, H. Broj listova stabla
ujedno je i broj izraunatih statikih vrednosti, u ovom zadatku, 10.
b) Najpre vrimo izraunavanje razmatrajui stablo zakljuno sa dubinom 1. Ovom prilikom
imamo 2 izraunavanja. Najpre izraunavanje vrednosti vora A a zatim i vora B. Sledei
nivo produbljivanja zahteva 4 izraunavanja statikih vrednosti i to za vorove C, D, E i F.
etvrti, u ovom primeru poslednji korak produbljivanja, ukljuuje u razmatranje nivo 3
posmatranog stabla. Ovim dobijamo 10 novih izraunavanja statikih vrednosti. Na osnovu
prethodnog, moe se izvesti zakljuak da je ukupni broj izraunatih statikih vrednosti 16.
86 Pretraivanje

S
A
MAX
MIN
B
C D
I J K G H
MAX
MIN
4 3
E F
L M N
O P
2 6 5 7 1 5 3 2
4 6
4
4
3 3
3

Slika 94
c) Reenje je jednostavna primena ranije opisanog minimax algoritma sa alfa-beta
odsecanjem. Jedini vor stabla koji e biti odseen je vor K, to je naznaeno na slici 95.
S
A
MAX
MIN
B
C D
I J K G H
MAX
MIN
4 3
E F
L M N
O P
2 6 5 7 1 5 3 2
4 6
4
4
3 3
3 [-,4]
[4,+]
[4,7]
[2,4] [4,+] [7,+] [4,7]

Slika 95
d) Promenom redosleda dece nekog vora mogue je ranije zakljuiti da neke od grana istog
roditelja nije potrebno obii. Ono to treba zapaziti jeste da brzina odsecanja nema uticaj na
vrednosti vorova koji se nalaze na nivoima iznad. Iz tog razloga smisleno je razmotriti samo
vorove iji je odreeni broj izlaznih grana iseen. U naem primeru to je samo vor D. Ideja
je da se potreba za odsecanjem uoiti jo prilikom obilaska prvog deteta. Stoga zamenom
vorova I i J moemo izvriti odsecanje ranije nego to je to bio sluaj u prethodnoj taki.
vorovi I i K u ovom sluaju nee biti obieni. Najmanji broj statikih vrednosti koji se moe
postii jeste 8.

Primeri na programskom jeziku Java 87

1.4. Primeri na programskom jeziku Java
Zadatak 33: Osnovni skup klasa
Potrebno je kreirati skup klasa (radni okvir), na programskom jeziku Java, koje ine osnovu
za razliite algoritme pretraivanja.
Reenje
Na samom poetku, vano je napomenuti da je ovde prikazano jedno od, mnogobrojnih,
moguih reenja. Kako je poznato iz prakse, projektovanje biblioteke klasa vremenski je
zahtevan posao, a kreirani modeli podloni su promenama.
Raniji zadaci iz ovog poglavlja ilustrovali su razliite algoritme pretraivanja, pri emu je
svako pretraivanje rezultovalo u kreiranju stabla pretrage. Svaki vor stabla pretrage opisivao
je jedno stanje sistema. S toga, jedna od klasa kreiranog radnog okvira predstavlja opis vora
stabla pretrage. U pitanju je klasa Node. Zavisno od konkretnog problema koji se reava
(odnosno opisa stanja problema), ova klasa moe biti dodatno proirena.

package rs.etf.es.search.lib;

public class Node {
private String name;

public Node(String n) {
name = n;
}

public String getName() {
return name;
}

public String toString() {
return name;
}
}

Odreeni broj algoritama pretraivanja (na primer, metoda planinarenja), zahteva definisanje
funkcije za izraunavanje heuristike vrednosti vora. Kako bi se podrao ovaj zahtev, kreiran
je interfejs, HeuristicCalculator, koji definie metodu calculate, iji je cilj odreivanje
heuristike vrednosti za prosleeni vor. Metoda calculate, vraa vrednost tipa Value.


public interface HeuristicCalculator<E extends Node> {

public Value calculate(E next);
}

88 Pretraivanje


public interface Value {

public double calculate();
}

Nakon razmatranja, ustanovljeno je da heuristika vora, u generalnom sluaju, moe biti
proizvoljne sloenosti. Ovde je primenjen pristup, da klasa koja opisuje heuristiku vora mora
implementirati interfejs Value i omogui preslikavanje sloenog opisa heuristike u vrednost
tipa double (metoda calculate).
Pojam ekspanzije vora, poznat je iz prethodnih zadataka, ovog poglavlja. Radi se o procesu
obilaska odreenog vora i dodavanju stanja u koja se moe prei u stablo pretrage.
Odreivanje stanja u koja se moe prei zavisi od problema koji se reava. Iz navedenog
razloga, ekspanzija vora apstrahovana je interfejsom Operator. Ime kreiranog interfejsa treba
da upuuje da je u pitanju operator koji se izvrava nad prosleenim stanjem a kao rezultat
vraa listu stanja u koja se, primenom tog operatora, moe prei. Metoda possible interfejsa
Operator, definie da li se nad prosleenim stanjem operator moe primeniti.

import java.util.*;

public interface Operator<E extends Node> {

public boolean possible(E current);

public List<E> expand(E current);
}

Takoe, kroz ranije primere, uvedena je apstrakcija putanje. U pitanju je niz vorova stabla,
pri emu je prvi vor na putanji koreni vor stabla pretrage. Ova apstrakcija opisana je klasom
Path.

import java.util.*;

public class Path<E extends Node> implements Cloneable {
private List<E> path = new LinkedList<E>();

public Path(E node) {
path.add(node);
}

public void addNode(E node) {
path.add(node);
}

public int size() {
return path.size();
}

public E get(int index) {
return path.get(index);
}

public E getLast() {
return path.get(path.size() - 1);
}

public Path<E> clone() {
try {
Path<E> newPath = (Path<E>) super.clone();
newPath.path = new LinkedList<E>(path);
return newPath;
} catch (CloneNotSupportedException e) {
e.printStackTrace();
}
return null;
}
}

Klasa Path omoguava dohvatanje broja vorova na putanji (metoda size), dohvatanje i-tog
vora putanje (metoda get), dohvatanje poslednjeg vora na putanji (metoda getLast),
dodavanje novog vora na kraj putanje (metoda addNode) i kloniranje putanje.
Nalik uvedenom interfejsu, HeuristicCalculator, za odreivanje heuristike vrednosti vora,
definisan je interfejs, CostCalculator, za odreivanje cene putanje. Metoda calculate,
interfejsa CostCalculator, vraa vrednost Value tipa, iz istih razloga kao u sluaju
HeuristicCalculator interfejsa. Dodatno, kako pojedini algoritmi uzimaju u obzir zbir
heuristike i cene (A*), metode calculate oba interfejsa vraaju isti tip.


public interface CostCalculator<E extends Node> {

public Value calculate(Path<E> path);
}

Nakon ekspanzije vora stabla pretrage, potrebno je novo kreirane putanje dodati u listu
putanja za obilazak. Mesto novo kreiranih putanja u listi putanja za obilazak zavisi od
algoritma pretraivanja. Na primer, algoritam planinarenja zahteva dodavanje putanja na
poetak liste pri emu su nove putanje sortirane na osnovu heuristike vrednosti. Ureivanje
putanja apstrahovano je interfejsom Evaluator. Listu putanja koju je potrebno urediti odreuje
sam algoritam pretrage kao i skup vrednosti na osnovu kojih se vri ureivanje (u sluaju
metoda planinarenja to bi bila lista heuristikih vrednosti poslednjih vorova na putanji).

import java.util.*;

public interface Evaluator<E extends Node> {

public List<Path<E>> evaluate(List<Path<E>> paths, List<Value> values);
}

Klasa Strategy, opisuje osnovu algoritama pretraivanja. Svi algoritmi pretraivanja trebalo bi
da nasleuju ovu klasu.
90 Pretraivanje

import java.util.*;

public abstract class Strategy<E extends Node> {
private Operator<E>[] operators;
private List<StrategyObserver<E>> observers = new
LinkedList<StrategyObserver<E>>();
private StrategyController<E> controller;

protected List<Path<E>> history = new LinkedList<Path<E>>();;
protected List<Path<E>> paths = new LinkedList<Path<E>>();
private Path<E> current;

public Strategy(E start, StrategyController<E> controller,
Operator<E>... operators) {
if (start == null)
throw new NullPointerException("start node is null!");
this.controller = controller;
this.operators = operators;
this.paths.add(new Path<E>(start));
}

public void search() {
updateSearchStarted();
while (hasNext()) {
current = next();
history.add(current);
updateNextPath();
if (isEnd())
break;
List<Path<E>> newPaths = expandCurrent();
removeLoops(newPaths);
updateNewPaths(newPaths);
addPaths(newPaths);
}
updateSearchFinished();
}

protected abstract void addPaths(List<Path<E>> newPaths);

private Path<E> next() {
return paths.remove(0);
}

private void updateNewPaths(List<Path<E>> newPaths) {
for (int i = 0; i < observers.size(); i++)
observers.get(i).updateNewPaths(newPaths);
}

private void removeLoops(List<Path<E>> expanded) {
for (int i = expanded.size() - 1; i >= 0; i--) {
Path<E> newPath = expanded.get(i);
for (int j = 0; j < newPath.size() - 1; j++)
if (newPath.get(j).equals(newPath.getLast())) {
expanded.remove(i);
break;
}
}
}

private List<Path<E>> expandCurrent() {
List<E> nodes = new LinkedList<E>();

for (int i = 0; i < operators.length; i++) {
if (operators[i].possible(current.getLast()))
nodes.addAll(operators[i].expand(current.getLast()));
}
List<Path<E>> newPaths = new LinkedList<Path<E>>();
for (int i = 0; i < nodes.size(); i++) {
if (nodes.get(i) == null)
throw new NullPointerException("expand: null is not valid node!");
Path<E> newPath = current.clone();
newPath.addNode(nodes.get(i));
newPaths.add(newPath);
}
return newPaths;
}

private boolean hasNext() {
return !paths.isEmpty();
}

private boolean isEnd() {
if (controller != null)
return controller.isEnd(this);
return false;
}

public Path<E> getCurrent() {
return current;
}

public List<Path<E>> getPaths() {
return paths;
}

public List<Path<E>> getHistory() {
return history;
}

// OBSERVABLE

public void addObserver(StrategyObserver<E> observer) {
if (observer == null)
return;
observers.add(observer);
}

private void updateSearchStarted() {
observers.get(i).updateSearchStarted(this);
}

private void updateNextPath() {
for (int i = 0; i < observers.size(); i++) {
observers.get(i).updateNextPath(this);
}
}

private void updateSearchFinished() {
observers.get(i).updateSearchFinished(this);
}
}

92 Pretraivanje

Klasi Strategy mogu biti pridrueni posmatrai (metoda addObserver). Ovi posmatrai,
pretplaeni su na posmatranje kljunih koraka prilikom pretraivanja. Dogaaje na koje mogu
reagovati definisani su interfejsom StrategyObserver. Kako je retko da posmatra eli
reagovati na sve dogaaje, kreirana je klasa StrategyObserverImpl koja telo svih metoda
ostavlja prazno.

import java.util.*;

public interface StrategyObserver<E extends Node> {
public void updateSearchStarted(Strategy<E> strategy);

public void updateNewPaths(List<Path<E>> newPaths);

public void updateNextPath(Strategy<E> strategy);

public void updateSearchFinished(Strategy<E> strategy);
}

import java.util.*;

public class StrategyObserverImpl<E extends Node> implements
StrategyObserver<E> {

public void updateNewPaths(List<Path<E>> newPaths) {}

public void updateNextPath(Strategy<E> strategy) {}

public void updateSearchFinished(Strategy<E> strategy) {}

public void updateSearchStarted(Strategy<E> strategy) {}
}

Moe se postaviti pitanje, da li posmatraima treba omoguiti direktan pristup do internih
delova strategije ili prosleivati objekat u kome bi bile kopije na koje se posmatra pretplatio.
U ovde razmatranom okruenju primenjen je prvi pristup, pri emu se oekuje da posmatrai
ispotuju svoju ulogu (ne vre promenu sistema).
Sada je mogue razmotriti detalje klase Strategy. Konkretno kljune metode ove klase, search
(primetiti da je u pitanju uzorak template method).

public void search() {
updateSearchStarted();
while (hasNext()) {
current = next();
history.add(current);
updateNextPath();
if (isEnd())
break;
List<Path<E>> newPaths = expandCurrent();
removeLoops(newPaths);
updateNewPaths(newPaths);
addPaths(newPaths);
}
updateSearchFinished();

}

Metoda najpre obavetava sve posmatrae o poetku pretraivanja. Zatim sledi petlja koja se
zaustavlja nakon to su razmotrene sve otkrivene putanje. Na poetku listi putanja sadri
jednu putanju duine 1 (putanja sa startnim vorom). U svakom ciklusu petlje razmatra se po
jedna putanja iz liste putanja. Radi evidencije o redosledu obilaska putanja, trenutno
razmatrana putanja dodaje se u istoriju. Nakon toga, posmatrai se obavetavaju o izboru
naredne putanje. Sledi provera da li je pretragu potrebno zavriti ili ne. Ovaj uslov proverava
objekat, prosleen putem konstruktora, klase StrategyController. Ukoliko se koristi
podrazumevana implementacija (vraa se vrednost false), pretraivanje se zavrava kase se
isprazni lista putanja.


public class StrategyController<E extends Node> {

public boolean isEnd(Strategy<E> strategy) {
return false;
}
}

Ukoliko se pretraga ne zavrava, vri se ekspanzija trenutne putanje, primenom prosleenih
operatora (pozivaju se samo operatori ija metoda possible vraa vrednost true). Nakon
izvrene ekspanzije vri se uklanjanje svih putanja koje imaju cikluse, posle ega se
obavetenje o novo kreiranim putanjama alje posmatraima. Petlja se zavrava pozivom
apstraktne metode addPaths, ija se implementacija zahteva za konkretan algoritam
pretraivanja i koja je zaduena za smetanje novih putanja u listu putanja i ureenje liste.
Zadatak 34: Algoritam planinarenja na jeziku Java
a) Napisati skup klasa koje implementiraju odgovarajue interfejse i nasleuju odgovarajue
klase iz zadatka 33 u cilju implementacije algoritma pretraivanja metodom planinarenja
(engl. hill-climbing).
b) Primeniti metodu iz take a) za nalaenje puta izmeu taaka A i H na putnoj mrei sa
slike 96, pri emu heuristika funkcija predstavlja vazduno rastojanje tekueg i ciljnog vora:
h x x y y
c c
= + ( ) ( )
2 2

gde su x i y koordinate tekueg, a x
c
i y
c
koordinate ciljnog vora.
94 Pretraivanje

0
1
2
3
4
5
1 2 3 4
y
x
6
-
-
-
-
-
- -
-
A
B
E
D
C
H
G
F

Slika 96
Reenje
a) Kreirana je klasa HillClimbing koja nasleuje klasu Strategy definisanu u zadatku 33.
Implementacija algoritma planinarenja zasnovana je na algoritmu 3 iz dodatka 1:

package rs.etf.es.search.algorithms;
import java.util.*;
import rs.etf.es.search.lib.*;

public class HillClimbing<E extends Node> extends Strategy<E> {
private Evaluator<E> evaluator;
private HeuristicCalculator<E> calculator;

public HillClimbing(E start, StrategyController<E> controller,
Evaluator<E> evaluator,
HeuristicCalculator<E> calculator,
super(start, controller, operators);
if (calculator == null || evaluator == null)
throw new NullPointerException("calculator|evaluator is null!");
this.calculator = calculator;
this.evaluator = evaluator;
}

protected void addPaths(List<Path<E>> newPaths) {
List<Value> heuristics = new LinkedList<Value>();
for (int i = 0; i < newPaths.size(); i++) {
E next = newPaths.get(i).getLast();
heuristics.add(calculator.calculate(next));
}
List<Path<E>> sorted = evaluator.evaluate(newPaths, heuristics);
paths.addAll(0, sorted);
}
}

Pored objekata koje prihvata konstruktor klase Strategy, konstruktor klase HillClimbing
prihvata dodatna dva. Prvi je instanca klase Evaluator, koji u sluaju metode planinarenja vri
ureivanje novo kreiranih putanja (nakon ekspanzije) na osnovu vrednosti heuristikih
funkcija krajnjih vorova na tim putanjama. Metoda addPaths prihvata listu novih putanja,

kreira listu heuristika za ove putanje, vri ureivanje putanja upotrebom objekta klase
Evaluator i tako sortirane dodaje na poetak liste putanja koje je potrebno obii.
Najpre je kreirana dodatna biblioteka klasa, EvaluatorImple, koja implementira interfejs
Evaluator. Cilj ove klase bilo je definisanje dve unutranje klase za koje se smatra da su pri
implementaciji originalnog interfejsa u esto upotrebi. U pitanju su klase koje uvaju parove
put-vrednost, i klasa za ureenje ovih objekata na osnovu vrednosti.

import java.util.*;

public abstract class EvaluatorImpl<E extends Node> implements Evaluator<E>
{

public static class PV<T extends Node> {
private Path<T> path;
private Value value;

public PV(Path<T> p, Value v) {
path = p;
value = v;
}

public Path<T> getPath() {
return path;
}

public Value getValue() {
return value;
}
}

public static class PVComparator<T extends Node> implements
Comparator<PV<T>> {
public int compare(PV<T> pc1, PV<T> pc2) {
return Double.compare(pc1.getValue().calculate(),
pc2.getValue().calculate());
}
}
}

Za ureenje vrednosti u rastuem poretku kreirana je klasa AscendentEvaluator, koja
nasleuje klase EvaluatorImpl. Najpre se na osnovu dobijenih listi kreiraju parovi put-
vrednost, zatim se izvri sortiranje i kao rezultat vrate ureene putanje.

import java.util.*;

public class AscendantEvaluator<E extends Node> extends EvaluatorImpl<E> {

public List<Path<E>> evaluate(List<Path<E>> paths, List<Value> values) {
List<PV<E>> pairs = new LinkedList<PV<E>>();
for (int i = 0; i < paths.size(); i++) {
pairs.add(new PV<E>(paths.get(i), values.get(i)));
}
Collections.sort(pairs, new PVComparator<E>());
96 Pretraivanje

List<Path<E>> evaluated = new LinkedList<Path<E>>();
for (int i = 0; i < pairs.size(); i++) {
evaluated.add(pairs.get(i).getPath());
}

return evaluated;
}
}

Za sortiranje upotrebljena je Javina biblioteka klasa Collections, pri emu je za komparator
upotrebljena unutranja nasleena klasa PVComparator.
b) Razlikovaemo dva sluaju vezana za graf nad kojim je potrebno sprovesti obilazak.
Jedan, kao u ovom zadatku, kada je kompletan graf poznat unapred, i drugi kada se graf kreira
dinamiki. U prvom sluaju, pre poetka obilaska, primenom bilo kog algoritma pretraivanja,
bie izvreno kreiranje kompletnog grafa. U tu svrhu kreiran je interfejs Graph koji
omoguava, dodavanje vorova grafu, povezivanje vorova grafa (grane mogu jednosmerne ili
dvosmerne), definisanje karakteristike grane (na primer, cena), dohvatanje karakteristike
grane, dohvatanje svih suseda i dohvatanje broja vorova u grafu. Jedna od moguih
implementacija grafa data je na kraju ovog zadatka.

package rs.etf.es.graph;
import java.util.*;

public interface Graph<E, T> {

public void addNode(E node);

public void addNodes(E... nodes);

public void connect(E node1, E node2);

public void connect(E node1, E node2, boolean isDirected);

public void connect(E node1, E node2, T cost);

public void connect(E node1, E node2, T cost, boolean isDirected);

public void connect(E node, E... nodes);

public void setCost(E node1, E node2, T cost);

public T getCost(E node1, E node2);

public List<E> getNeighbors(E node);

public int size();
}

Reavani problem odnosi se na prostor u 2D ravni i svaki vor grafa (kasnije vor stabla
pretrage) opisan je poloajem u prostoru. U skladu sa tim kreirana je klasa Node2D, za opis
vora stabla pretrage koja nasleuje klasu Node, definisanu u zadatku 33.
package rs.etf.es.search.examples.space;

public class Node2D extends Node {

private int x;
private int y;

public Node2D(String name, int x, int y) {
super(name);
this.x = x;
this.y = y;
}

public int getX() {
return x;
}

public int getY() {
return y;
}
}

Upotrebom definisanog vora i ranije prikazanog interfejsa Graph, jednostavno je izvriti opis
grafa sa slike 96.
import rs.etf.es.graph.*;

public class Graph2D {
private static Node2D start;
private static Node2D end;
private static boolean isCreated;
private static Graph<Node2D, Double> graph;

public static Graph<Node2D, Double> graph() {
if (isCreated)
return graph;

graph = new GraphImpl<Node2D, Double>();
isCreated = true;

Node2D a = new Node2D("A", 2, 0);
Node2D b = new Node2D("B", 0, 2);
Node2D c = new Node2D("C", 4, 1);
Node2D d = new Node2D("D", 3, 3);
Node2D e = new Node2D("E", 1, 4);
Node2D f = new Node2D("F", 4, 5);
Node2D g = new Node2D("G", 3, 5);
Node2D h = new Node2D("H", 1, 6);

graph.addNodes(a, b, c, d, e, f, g, h);

graph.connect(a, b, c, d, e);
graph.connect(b, a, e);
graph.connect(c, a, d, f, g);
graph.connect(d, a, c, f, h);
graph.connect(e, a, b);
graph.connect(f, c, d, g);
graph.connect(g, c, f, h);
graph.connect(h, d, g);

start = a;
end = h;
return graph;
}

98 Pretraivanje

public static Node2D getStart() {
if (!isCreated)
graph();
return start;
}

public static Node2D getEnd() {
if (!isCreated)
graph();
return end;
}
}

Kako e biti upotrebljen algoritam planinarenja iz take a), potrebno je razmotriti konstruktor
klase HillClimbing.
Startni vor definisan je prethodno prikazanom klasom Graph2D. Kontroler strategije u ovom
zadatku potrebno je da zaustavi pretragu kada detektuje unapred definisani vor. Kako je ovo
est sluaj kreirana klasa EndStrategyController smetena je u osnovni paket klasa.


public class EndStrategyController<E extends Node> extends
StrategyController<E> {
private E end;

public EndStrategyController(E end) {
this.end = end;
}

public boolean isEnd(Strategy<E> strategy) {
return end.equals(strategy.getCurrent().getLast());
}
}

Sledei parametar konstruktora je tipa Evaluator. Ovde e biti upotrebljen evaluator definisan
u taki a) za potrebe algoritma metodom planinarenja.
Naredni parametar je tipa HeuristicCalculator. Kako je opisano u zadatku 33, objekat ovog
tipa vri izraunavanje vrednosti heuristike za prosleeni vor. U ovom primeru ta vrednost je
vazduno rastojanje. Vrednost rastojanja je tipa double. Meutim kako calculate metoda vraa
objekat tipa Value kreirana je klasa DoubleValue koja implementira ovaj interfejs i vri
prosleivanje dobijene vrednosti. Ova klasa smetena je u osnovni paket jer je est sluaj za
jednostavnije primere.


public class DoubleValue implements Value {
private double val;

public DoubleValue(double val) {
this.val = val;
}

public double calculate() {
return val;

}
}


public class HeuristicCalculator2D implements HeuristicCalculator<Node2D> {
private Node2D end;

public HeuristicCalculator2D(Node2D end) {
this.end = end;
}

public Value calculate(Node2D next) {
return new DoubleValue(Util2D.distance(next, end));
}
}

Prilikom izraunavanja udaljenosti izmeu vorova upotrebljena je klasa Util2D.


public class Util2D {

public static double distance(Node2D first, Node2D second) {
return (Math.sqrt(Math.pow((first.getX() - second.getX()), 2)
+ Math.pow((first.getY() - second.getY()), 2)));
}
}

Poslednji argument konstruktora je niz objekata tipa Operator. Ovaj tip definisan je u zadatku
33. Kreirani operator koristi interfejs Graph i prilikom ekspanzije vri vraanje suseda vora
koji se ekspanduje. Kako je u pitanju est sluaj, ovaj operator smeten je u radni okvir.

import java.util.*;

public class ExpandGraphNodeOperator<E extends Node> implements Operator<E>
{
private Graph<E, ?> graph;

public ExpandGraphNodeOperator(Graph<E, ?> graph) {
this.graph = graph;
}

public List<E> expand(E current) {
return graph.getNeighbors(current);
}

public boolean possible(E current) {
return true;
}
}

100 Pretraivanje

Kako su poznati svi argumenti klase HillClimbing, preostalo je kreiranje glavne klase i
pokretanje pretraivanja.

package rs.etf.es.search.examples.space.hillclimbing;
import rs.etf.es.search.algorithms.*;
import rs.etf.es.search.examples.space.*;

public class HillClimbing2D {
public static void main(String[] args) {
StrategyController<Node2D> controller =
new EndStrategyController<Node2D>(Graph2D.getEnd());
Evaluator<Node2D> evaluator = new AscendantEvaluator<Node2D>();
HeuristicCalculator<Node2D> calculator =
new HeuristicCalculator2D(Graph2D.getEnd());
ExpandGraphNodeOperator<Node2D> operator =
new ExpandGraphNodeOperator<Node2D>(Graph2D.graph());

Strategy<Node2D> strategy =
new HillClimbing<Node2D>(Graph2D.getStart(),
controller,
evaluator,
calculator,
operator);

StrategyObserver2D observer = new StrategyObserver2D();
strategy.addObserver(observer);

strategy.search();
}
}

Kako se moe videti iz metode main kreiranoj strategiji pretraivanja pridruen je jedan
posmatra. Ovaj posmatra ima za cilj da na kraju pretrage ispie pronaenu putanju i
redosled obilaska vorova.

import java.util.*;

public class StrategyObserver2D extends StrategyObserverImpl<Node2D> {

public void updateSearchFinished(Strategy<Node2D> strategy) {
System.out.print("history: ");
printHistory(strategy);
System.out.print("\npath: ");
printPath(strategy);
}

private void printHistory(Strategy<Node2D> strategy) {
List<Path<Node2D>> history = strategy.getHistory();
for (int i = 0; i < history.size(); i++)
System.out.print(history.get(i).getLast());
}

private void printPath(Strategy<Node2D> strategy) {
Path<Node2D> path = strategy.getCurrent();
for (int i = 0; i < path.size(); i++)
System.out.print(path.get(i));

}
}

Nakon pokretanja HillClimbing2D dobija se sledei izlaz:
history: AEBDH
path: ADH
Elegantniji pristup bila bi upotreba apstraktne fabrike za kreiranje objekata potrebnih
konstruktoru klase HillClimbing.
Lako je ustanoviti da je pretraga opisana stablom sa slike 97. I pored toga to uz vorove nisu
navedene vrednosti heuristike funkcije, ove vrednosti se mogu kvalitativno oceniti gledajui
datu putnu mreu.
E
B
C B
C F H
A
D
3
4
1
2
5

Slika 97
Jedna od moguih implementacija interfejsa Graph, data je u nastavku:

package rs.etf.es.graph;
import java.util.*;

public class GraphImpl<E, T> implements Graph<E, T> {
private HashMap<E, List<E>> nodes = new HashMap<E, List<E>>();
private LinkedList<Pair<E, T>> pairs = new LinkedList<Pair<E, T>>();

static class Pair<E, T> {
E n1, n2;
T c;

public Pair(E n1, E n2) {
this(n1, n2, null);
}

public Pair(E n1, E n2, T c) {
this.n1 = n1;
this.n2 = n2;
this.c = c;
}

public boolean equals(Object o2) {
if (!(o2 instanceof Pair))
return false;
Pair<?, ?> p2 = (Pair<?, ?>) o2;
return ((n1.equals(p2.n1) && n2.equals(p2.n2))
|| (n1.equals(p2.n2) && n2.equals(p2.n1)));
}

return n1 + " " + n2;
}
102 Pretraivanje

}

public void addNode(E node) {
if (!nodes.containsKey(node)) {
nodes.put(node, new LinkedList<E>());
}
}

public void addNodes(E... nodes) {
for (int i = 0; i < nodes.length; i++)
addNode(nodes[i]);
}

public void connect(E node1, E node2) {
connect(node1, node2, null, false);
}

public void connect(E node1, E node2, boolean isDirected) {
connect(node1, node2, null, isDirected);
}

public void connect(E node1, E node2, T cost) {
connect(node1, node2, cost, false);
}

public void connect(E node1, E node2, T cost, boolean isDirected) {
connectNodes(node1, node2, cost);
if (!isDirected)
}

private void connectNodes(E node1, E node2, T cost) {
addNode(node1);
addNode(node2);
List<E> adjacent = nodes.get(node1);
if (!adjacent.contains(node2))
adjacent.add(node2);
int index = pairs.indexOf(new Pair<E, T>(node1, node2));
if (index == -1)
pairs.add(new Pair<E, T>(node1, node2, cost));
else
pairs.get(index).c = cost;
}

public T getCost(E node1, E node2) {
return pairs.get(pairs.indexOf(new Pair<E, T>(node1, node2))).c;
}

public List<E> getNeighbors(E node) {
return nodes.get(node);
}

public void setCost(E node1, E node2, T cost) {
}

public void connect(E node, E... nodes) {
for (int i = 0; i < nodes.length; i++)
connect(node, nodes[i]);
}

public int size() {
return nodes.size();

}
}
Zadatak 35: Algoritam 'prvo najbolji' na jeziku Java
klase iz zadatka 33 u cilju implementacije algoritma pretraivanja metodom prvo najbolji
(engl. best first).
b) Primeniti proceduru iz take a) za nalaenje puta izmeu taaka A i H na putnoj mrei sa
slike 96 iz zadatka 34, pri emu heuristika funkcija predstavlja vazduno rastojanje tekueg i
ciljnog vora:
h x x y y
c c
= + ( ) ( )
2 2

gde su x i y koordinate tekueg, a x
c
i y
c
koordinate ciljnog vora.
Reenje
a) Pristup reenju jednak je pristupu koji je korien prilikom reavanja prethodnog zadatka.
Naime, kreirana je klasa BestFirst koja nasleuje klasu Strategy i koja implementira metodu
prvo najbolji. Implementacija algortma prvo-najbolji zasnovana je na algoritmu 4 iz dodatka
1.

import java.util.*;

public class BestFirst<E extends Node> extends Strategy<E> {
private HeuristicCalculator<E> calculator;

public BestFirst(E start, StrategyController<E> controller,
HeuristicCalculator<E> calculator,
if (calculator == null || evaluator == null)
throw new NullPointerException("calculator|evaluator null!");
}

paths.addAll(newPaths);
E next = getPaths().get(i).getLast();
heuristics.add(calculator.calculate(next));
}
List<Path<E>> sorted = evaluator.evaluate(getPaths(), heuristics);
paths = sorted;
}
}

Bie korien isti Evaluator kao u zadatku 34.
104 Pretraivanje

b) Jedina razlika u odnosu na zadatak 34 je prilikom kreiranja strategije pretraivanja.

package rs.etf.es.search.examples.space.bestfirst;

public class BestFirst2D {
new EndStrategyController<Node2D>(Graph2D.getEnd());
HeuristicCalculator<Node2D> calculator =
new HeuristicCalculator2D(Graph2D.getEnd());
new ExpandGraphNodeOperator<Node2D>(Graph2D.graph());

Strategy<Node2D> strategy = new BestFirst<Node2D>(Graph2D.getStart(),
controller,
evaluator,
calculator,
operator);


strategy.search();
}
}

Izlaz nakon zavretka pretraivanja je:
history: AEDH
path: ADH
Lako je ustanoviti da je pretraga opisana stablom sa slike 98. I pored toga to uz vorove nisu
navedene vrednosti heuristike funkcije, ove vrednosti se mogu kvalitativno oceniti gledajui
datu putnu mreu. U odnosu na pretragu planinarenjem iz zadatka 34, ekspandovan je jedan
vor manje zahvaljujui globalnom izboru najboljeg vora pri pretrazi.

E
B
C B
C F H
A
D
3
4
1
2

Slika 98

Zadatak 36: Algoritam grananja i ograniavanja na jeziku Java
klase iz zadatka 33 u cilju implementacije algoritma pretraivanja metodom grananja i
ograniavanja (engl. branch-and-bound).
b) Primeniti proceduru iz take a) za nalaenje najkraeg puta izmeu taaka A i H na putnoj
mrei sa slike 96 iz zadatka 34.
Reenje
a) Pristup reavanju slian je pristupu koji je primenjen prilikom reavanja zadatka 34.
Implementacija algoritma grananja i ograniavanja zasnovana je na algoritmu 5 iz dodatka 1.

import java.util.*;

public class BranchAndBound<E extends Node> extends Strategy<E> {
private CostCalculator<E> calculator;

public BranchAndBound(E start, StrategyController<E> controller,
CostCalculator<E> calculator,
if (evaluator == null || calculator == null)
throw new NullPointerException("evaluator | calculator is null!");
}

List<Value> costs = new LinkedList<Value>();
Path<E> next = paths.get(i);
costs.add(calculator.calculate(next));
}
List<Path<E>> sorted = evaluator.evaluate(getPaths(), costs);
paths = sorted;
}
}

Upotrebljena je ista klasa Evaluator kao u zadatku 34. Treba primetiti razliku da sada kroz iste
argumente klasa Evaluator prihvata listu cena. Grananje i ograniavanje prosleuje kompletnu
listu putanja i cenu za svaku od njih.
b) Argument u konstruktoru klase BranchAndBound koji se razlikuje u odnosu na klasu
HillClimbing iz zadatka 34, jeste CostCalculator.


106 Pretraivanje

public class CostCalculator2D implements CostCalculator<Node2D> {
private Graph<Node2D, Double> graph;

public CostCalculator2D(Graph<Node2D, Double> graph) {
this.graph = graph;
}

public Value calculate(Path<Node2D> path) {
double value = 0;
for (int i = 0; i < path.size() - 1; i++) {
value += graph.getCost(path.get(i), path.get(i + 1));
}
return new DoubleValue(value);
}

}

Kako je za potrebe metode grananja i ograniavanja potrebno definisati i cenu svake grane,
kreirana je nova klasa za opis grafa sa slike 96.

package rs.etf.es.search.examples.space.branchandbound;

public class BranchAndBoundGraph2D {
private static Node2D start;
private static Node2D end;
private static boolean isCreated;
private static Graph<Node2D, Double> graph;

public static Graph<Node2D, Double> graph() {
if (isCreated)
return graph;

graph = new GraphImpl<Node2D, Double>();
isCreated = true;

Node2D a = new Node2D("A", 2, 0);
Node2D b = new Node2D("B", 0, 2);
Node2D c = new Node2D("C", 4, 1);
Node2D d = new Node2D("D", 3, 3);
Node2D e = new Node2D("E", 1, 4);
Node2D f = new Node2D("F", 4, 5);
Node2D g = new Node2D("G", 3, 5);
Node2D h = new Node2D("H", 1, 6);

graph.addNodes(a, b, c, d, e, f, g, h);

graph.connect(a, b, c, d, e);
graph.setCost(a, b, Util2D.distance(a, b));
graph.setCost(a, c, Util2D.distance(a, c));
graph.setCost(a, d, Util2D.distance(a, d));
graph.setCost(a, e, Util2D.distance(a, e));

graph.connect(b, e);
graph.setCost(b, e, Util2D.distance(b, e));

graph.connect(c, d, f, g);
graph.setCost(c, d, Util2D.distance(c, d));
graph.setCost(c, f, Util2D.distance(c, f));
graph.setCost(c, g, Util2D.distance(c, g));

graph.connect(d, f, h);
graph.setCost(d, f, Util2D.distance(d, f));
graph.setCost(d, h, Util2D.distance(d, h));

graph.connect(f, g);
graph.setCost(f, g, Util2D.distance(f, g));

graph.connect(g, h);
graph.setCost(g, h, Util2D.distance(g, h));

start = a;
end = h;

return graph;
}

public static Node2D getStart() {
if (!isCreated)
graph();
return start;
}

public static Node2D getEnd() {
if (!isCreated)
graph();
return end;
}
}

Ostali argumenti klasa BranchAndBound isti su kao arumenti klase HillClimbing iz zadatka
34. Kreirana je klasa BranchAndBound2D koja prikazuje upotrebu definisane metode
pretraivanja.

package rs.etf.es.search.examples.space.branchandbound;

public class BranchAndBound2D {
new EndStrategyController<Node2D>(BranchAndBoundGraph2D.getEnd());
CostCalculator<Node2D> calculator =
new CostCalculator2D(BranchAndBoundGraph2D.graph());
new ExpandGraphNodeOperator<Node2D>(BranchAndBoundGraph2D.graph());
Strategy<Node2D> strategy =
new BranchAndBound<Node2D>(BranchAndBoundGraph2D.getStart(),
controller,
evaluator,
calculator,
operator);


strategy.search();
}
}
108 Pretraivanje

Nakon zavretka pretraivanja dobija se sledei izlaz:
history: ACBDEDECFFGBGFH
path: ADH
Stablo pretrage je znatno vee od stabala pretrage po metodima planinarenja i 'prvo najbolji'
ali je garantovana optimalnost reenja. I pored toga to je ciljni vor unesen u stablo pretrage
ve pri etvrtoj ekspanziji, ovaj vor je obien tek poto su produene sve parcijalne putanje
krae od ciljne putanje.
Zadatak 37: Putna mrea
a) Napisati skup klasa na programskom jeziku Java koje omoguavaju pretraivanje grafa
metodom A*. Kao osnovu koristiti radno okruenje definisano u zadatku 33.
b) Primeniti metodu iz take a) za nalaenje puta izmeu taaka S i G na putnoj mrei sa
slike 24 iz zadatka 12.
Reenje
a) Klasa AStar, nasleuje klasu Strategy i implementira algoritam 6 iz dodatka 1.

import java.util.*;

public class AStar<E extends Node> extends Strategy<E> {
private CostCalculator<E> cCalculator;
private HeuristicCalculator<E> hCalculator;

public AStar(E start, StrategyController<E> controller,
Evaluator<E> evaluator, HeuristicCalculator<E> hCalculator,
CostCalculator<E> cCalculator, Operator<E>... operators) {
if (evaluator == null || cCalculator == null || hCalculator == null)
throw new NullPointerException("evaluator | calculator is null!");
this.hCalculator = hCalculator;
this.cCalculator = cCalculator;
}

checkOrder(newPaths);
for (int i = 0; i < getPaths().size(); i++) {
Path<E> next = getPaths().get(i);
costs.add(cCalculator.calculate(next));
heuristics.add(hCalculator.calculate(next.getLast()));
}
heuristics.addAll(costs);
List<Path<E>> sorted = evaluator.evaluate(getPaths(), heuristics);
paths = reducePaths(sorted);
}

private void checkOrder(List<Path<E>> newPaths) {
for (int i = newPaths.size() - 1; i >= 0; i--)
for (int j = 0; j < history.size(); j++)
if (equalEnd(history.get(j), newPaths.get(i)))
newPaths.remove(i);
}

private List<Path<E>> reducePaths(List<Path<E>> sorted) {
List<Path<E>> reduced = new LinkedList<Path<E>>();

for (int i = 0; i < sorted.size(); i++) {
int j;
for (j = 0; j < reduced.size(); j++)
if (equalEnd(sorted.get(i), reduced.get(j)))
break;
if (j == reduced.size())
reduced.add(sorted.get(i));
}
return reduced;
}

private boolean equalEnd(Path<E> p1, Path<E> p2) {
return p1.getLast().equals(p2.getLast());
}
}

Metod A* vri sortiranje liste putanja na osnovu zbira cene putanje i heuristike vrednosti
poslednjeg vora na toj putanji. S toga se objektu klase Evaluator vri prosleivanje liste koja
sadri kako vrednosti cene tako i vrednosti heuristike. U skladu sa ovim kreiran je klasa
AStarEvaluator, koja prihvata listu putanja i listu u kojoj se nazale cene i heuristike, razdvaja
cene i heuristike, pronalazi sumu cena i heuristikih vrednosti, vri sortiranje putanja na
osnovu ovih vrednosti i vraa ureenu listu.

import java.util.*;

public class AStarEvaluator<E extends Node> extends EvaluatorImpl<E> {

public List<Path<E>> evaluate(List<Path<E>> paths, List<Value> values) {

for (int i = 0; i < values.size(); i++)
if (i < values.size() / 2)
heuristics.add(values.get(i));
else
costs.add(values.get(i));

List<PV<E>> pairs = new LinkedList<PV<E>>();
pairs.add(new PV<E>(paths.get(i),
new DoubleValue(heuristics.get(i).calculate()
+ costs.get(i).calculate())));
}
Collections.sort(pairs, new PVComparator<E>());
List<Path<E>> evaluated = new LinkedList<Path<E>>();
for (int i = 0; i < pairs.size(); i++) {
110 Pretraivanje

evaluated.add(pairs.get(i).getPath());
}

return evaluated;
}
}

b) U skladu sa razmatranim problemom, putnom mreom, kreirana je klasa RoadNode koja
opisuje vor grafa pretrage. Pridruena vrednost predstavlja odstojanje do odredinog vora,
koje je dato postavkom zadatka.

package rs.etf.es.search.examples.road;

public class RoadNode extends Node {
private double distance;

public RoadNode(String n, double distance) {
super(n);
this.distance = distance;
}

public double getDistance() {
return distance;
}
}

Raunanje heuristike vrednosti u ovom sluaju je jednostavno, jer je potrebno proslediti
podatak koji vor poseduje.


public class RoadHeuristicCalculator implements
HeuristicCalculator<RoadNode> {

public Value calculate(RoadNode next) {
return new DoubleValue(next.getDistance());
}
}

Na osnovu definisanog vora stabla pretrage jednostavno se kreira graf dat na slici 12.


public class Road {
private static Graph<RoadNode, Double> graph;
private static RoadNode start;
private static RoadNode end;
private static boolean isDefined;

public static Graph<RoadNode, Double> graph() {
if (isDefined)
return graph;

graph = new GraphImpl<RoadNode, Double>();
isDefined = true;

RoadNode s = new RoadNode("S", 11.5);
RoadNode a = new RoadNode("A", 10.4);
RoadNode b = new RoadNode("B", 6.7);
RoadNode c = new RoadNode("C", 7.0);
RoadNode d = new RoadNode("D", 8.9);
RoadNode e = new RoadNode("E", 6.9);
RoadNode f = new RoadNode("F", 3.0);
RoadNode g = new RoadNode("G", 0);

graph.addNodes(s, a, b, c, d, e, f, g);

graph.connect(s, a, 3.0);
graph.connect(s, d, 10.0);

graph.connect(a, b, 4.0);
graph.connect(a, d, 5.0);

graph.connect(b, c, 2.0);
graph.connect(b, d, 6.0);

graph.connect(d, e, 2.0);

graph.connect(e, f, 4.0);

graph.connect(f, g, 3.0);

start = s;
end = g;
return graph;
}

public static RoadNode getStart() {
graph();
return start;
}

public static RoadNode getEnd() {
graph();
return end;
}
}

Raunanje cene putanje za nijansu je kompleksije od raunanje heuristike vora i zasniva se
na sabiranju vrednosti cena pridruenih granama grafa.


public class RoadCostCalculator implements CostCalculator<RoadNode> {
private Graph<RoadNode, Double> graph;

public RoadCostCalculator(Graph<RoadNode, Double> graph) {
this.graph = graph;
}

112 Pretraivanje

public Value calculate(Path<RoadNode> path) {
double value = 0;
for (int i = 0; i < path.size() - 1; i++) {
value += graph.getCost(path.get(i), path.get(i + 1));
}
return new DoubleValue(value);
}
}

Preostalo je definisanje klase koja vri kreiranje instance klase AStar sa odgovarajuim
parametrima i pokretanje pretraivanja.

package rs.etf.es.search.examples.road.astar;
import rs.etf.es.search.examples.road.*;

public class RoadAStar {

StrategyController<RoadNode> controller =
new EndStrategyController<RoadNode>(Road.getEnd());
Evaluator<RoadNode> evaluator = new AStarEvaluator<RoadNode>();
HeuristicCalculator<RoadNode> hCalculator =
new RoadHeuristicCalculator();
CostCalculator<RoadNode> cCalculator =
new RoadCostCalculator(Road.graph());
ExpandGraphNodeOperator<RoadNode> operator =
new ExpandGraphNodeOperator<RoadNode>(Road.graph());

Strategy<RoadNode> strategy = new AStar<RoadNode>(Road.getStart(),
controller,
evaluator,
hCalculator,
cCalculator,
operator);

RoadStrategyObserver observer = new RoadStrategyObserver();

strategy.search();
}
}

Kreirani kontroler pretrage istovetan je kontroleru definisanom u zadatku 34.
Novo kreirana klasa RoadStrategyObserver vri posmatranje izvravanja i prikazuje rezultate
pretrage.

import java.util.*;

public class RoadStrategyObserver extends StrategyObserverImpl<RoadNode> {

public void updateSearchFinished(Strategy<RoadNode> strategy) {
System.out.print("history: ");
printHistory(strategy);
System.out.print("\npath: ");

}

private void printHistory(Strategy<RoadNode> strategy) {
List<Path<RoadNode>> history = strategy.getHistory();
for (int i = 0; i < history.size(); i++)
System.out.print(history.get(i).getLast());
}

private void printPath(Strategy<RoadNode> strategy) {
Path<RoadNode> path = strategy.getCurrent();
System.out.print(path.get(i));
}

}

Izvravanje klase RoadAStar generie sledei izlaz:
history: SABCDEFG
path: SADEFG
itaocu se preporuuje da izvri pretragu kreiranog grafa drugim algoritmima pretraivanja.
Zadatak 38: Pregovori o razoruanju
Zemlje X i Y pregovaraju o razoruanju. Svaka ima projektile razliite snage, pri emu je
snaga izraena jednim brojem. Svaki korak u pregovorima rezultuje jednom od sledee dve
akcije:
1) eliminie sa obe strane po jedan projektil iste snage, ili
2) eliminie na jednoj strani projektil snage S a na drugoj dva projektila ija je ukupna snaga
S.
Navesti niz koraka koji e dovesti do eliminacije svih projektila sa jedne ili obe strane, pri
emu ni u jednom koraku nijedna strana ne sme imati vie od jednog projektila od druge
strane. Poetno stanje je sledee:
Snage projektila zemlje X: 9, 11, 9, 3, 4, 5, 7, 18
Snage projektila zemlje Y: 12, 2, 16, 5, 7, 4, 20
Napisati program na jeziku Java koji reava zadati problem.
Reenje
Definiimo operatore pretrage u skladu sa uslovom zadatka:
1. op1(P) oznaava uklanjanje po jednog projektila snage P iz svake od lista. Preduslov za
primenu ovog operatora je da se i u listi X i u listi Y nalazi projektil snage P.
2. op2(P1,P2,P3) oznaava uklanjanje iz liste X projektila P1 i P2, a iz liste Y projektila
P3. Preduslov za primenu ovog operatora je da je lista X jednaka ili dua najvie za 1 od
liste Y i da je P1 + P2 = P3. Uslov vezan za duine lista X i Y potreban je da se obezbedi
da, prema postavci zadatka, ni u jednom trenutku procesa uklanjanja projektila razlika
duina ove dve liste ne bude vea od 1.
114 Pretraivanje

3. op3(P1,P2,P3) oznaava uklanjanje iz liste Y projektila P1 i P2, a iz liste X projektila
P3. Preduslov za primenu ovog operatora je da je lista Y jednaka ili dua najvie za 1 od
liste X i da je P1 + P2 = P3.
Algoritam pretrage po dubini izabran je na osnovu sledeih razmatranja:
- Reenje se moe nai u relativno malom broju koraka. Taj broj manji je ili jednak duini
krae liste iz poetnog stanja poto se svakom primenom operatora iz obe liste uklanja bar
po jedan projektil.
- Problem ima relativno veliki faktor grananja. Operatori op2 i op3 mogu se na odreeno
stanje sa razliitim argumentima. Na primer, ako je u odreenom stanju pretrage duina
liste X, koju emo oznaiti sa n, manja do jednaka duini liste Y, potrebno je razmotriti
( ) n;2
razliitih kombinacija argumenata operatora op2 gde ( ) n;2
= n * (n-1) predstavlja
broj razliitih parova projektila iz liste od n projektila. Naravno, mora biti zadovoljen uslov
da zbir snaga izabranih projektila odgovara snazi jednog projektila iz liste Y, to smanjuje
broj primena operatora Op2, ali je taj broj i dalje veliki. U poetnom stanju treba, na
primer, ispitati 56 parova projektila iz liste X od kojih uslove zadovoljava 9 parova: (9,11),
(9,3), (9,7), (11,9), (11,5), (9,3), (9,7), (3,4) i (5,7). Neki parovi se ponavljaju jer se u listi
X nalaze dva razliita projektila iste snage 9.
- Graf pretrage je aciklian jer nova stanja poseduju manji broj projektila od stanja -
prethodnika u grafu pretrage.
Najpre je kreirana klasa Depth koja implementira algoritam pretraivanja metodom obilaska
vorova po dubini. Algoritam sve novo kreirane putanje stavlja na poetak liste putanja koje
je potrebno obii. Kako je poznato ovaj metod ne zahteva heuristiku vora niti cenu putanje te
stoga nije potrebna ni klasa Evaluator.

import java.util.*;

public class Depth<E extends Node> extends Strategy<E> {

public Depth(E start, StrategyController<E> controller,
}

paths.addAll(0, newPaths);
}
}

vor stabla pretrage, stanje sistema, opisan je klasom NegotiateNode. Stanje sistema sastoji se
od dva niza vrednosti koje opisuje snage projektila dve zemlje (liste X i Y). Polje info nosi
dodatnu informaciju o nastanku vora. Ova informacija bie upisana od strane operatora koji
je kreirao vor. Metoda isEmpty vri proveru da li je u pitanju vor u kome su eliminisani
projektili sa jedne ili obe strane (reenje problema na osnovu postavke zadatka).

package rs.etf.es.search.examples.negotiate;
import java.util.*;


public class NegotiateNode extends Node implements Cloneable {
private static int id = 0;
private List<Integer> X;
private List<Integer> Y;

private String info;

public NegotiateNode(Integer[] X, Integer[] Y) {
super(Integer.toString(id++));
if (X.length - Y.length > 1 || X.length - Y.length < -1)
throw new RuntimeException("sizes of the lists are not correct");
this.X = new LinkedList<Integer>();
this.Y = new LinkedList<Integer>();
for (int i = 0; i < X.length; i++)
this.X.add(X[i]);
for (int i = 0; i < Y.length; i++)
this.Y.add(Y[i]);
}

public List<Integer> getX() {
return X;
}

public List<Integer> getY() {
return Y;
}

public void setInfo(String i) {
info = i;
}

public String getInfo() {
return info;
}

protected NegotiateNode clone() {
NegotiateNode pn = null;
try {
pn = (NegotiateNode) super.clone();
pn.X = new LinkedList<Integer>();
pn.Y = new LinkedList<Integer>();
for (int i = 0; i < X.size(); i++)
pn.X.add(X.get(i));
for (int i = 0; i < Y.size(); i++)
pn.Y.add(Y.get(i));
} catch (Exception e) {
}
return pn;
}

public boolean isEmpty() {
return X.size() == 0 || Y.size() == 0;
}

return "X " + X.toString() + " Y " + Y.toString();
}
}

116 Pretraivanje

Klasa NegotiateStrategyController, predstavlja kontroler strategije. Logika je tako
implementirana da se zaustavljanje pretrage deava kada je pronaeno max reenja, odnosno
sva reenja problema, ukoliko se koristi podrazumevani konstruktor.


public class NegotiateStrategyController extends
StrategyController<NegotiateNode> {

private int counter;
private int max;

public NegotiateStrategyController() {
this(-1);
}

public NegotiateStrategyController(int max) {
this.max = max;
}

public boolean isEnd(Strategy<NegotiateNode> strategy) {
if (strategy.getCurrent().getLast().isEmpty())
counter++;
return counter == max;
}
}

Kako je razmatrano na poetku reenja zadatka, u skladu sa uslovima zadatka, definisana su
tri operatora. Ovi operatori definiu prelaze iz razmatranog stanja. Svaki od operatora
implementira interfejs Operator, definisan u zadatku 33.

import java.util.*;

public class Op1 implements Operator<NegotiateNode> {

public List<NegotiateNode> expand(NegotiateNode current) {
List<NegotiateNode> nodes = new LinkedList<NegotiateNode>();
for (int i = 0; i < current.getX().size(); i++)
for (int j = 0; j < current.getY().size(); j++)
if (current.getX().get(i) == current.getY().get(j)) {
NegotiateNode pn = current.clone();
int x = pn.getX().remove(i);
int y = pn.getY().remove(j);
String info = "op1 (" + x + " " + y + ")";
pn.setInfo(info);
nodes.add(pn);
}
return nodes;
}

public boolean possible(NegotiateNode current) {
return true;
}
}


import java.util.*;


public boolean possible(NegotiateNode node) {
return node.getX().size() == node.getY().size()
|| node.getX().size() - 1 == node.getY().size();
}

for (int i = 0; i < current.getX().size() - 1; i++)
for (int j = i + 1; j < current.getX().size(); j++)
for (int k = 0; k < current.getY().size(); k++)
if (current.getX().get(i) + current.getX().get(j)
== current.getY().get(k)) {
int x2 = pn.getX().remove(j);
int x1 = pn.getX().remove(i);
int y = pn.getY().remove(k);
String info = "op2 (" + x1 + " " + x2 + " " + y + ")";
pn.setInfo(info);
nodes.add(pn);
}
return nodes;
}
}

import java.util.*;


public boolean possible(NegotiateNode node) {
return node.getX().size() == node.getY().size()
|| node.getX().size() == node.getY().size() - 1;
}

for (int i = 0; i < current.getX().size(); i++)
for (int j = 0; j < current.getY().size() - 1; j++)
for (int k = j + 1; k < current.getY().size(); k++)
if (current.getX().get(i) == current.getY().get(j)
+ current.getY().get(k)) {
int x = pn.getX().remove(i);
int y1 = pn.getY().remove(k);
int y2 = pn.getY().remove(j);
String info = "op3 (" + x + " " + y1 + " " + y2 + ")";
pn.setInfo(info);
nodes.add(pn);
}
return nodes;
}
}

118 Pretraivanje

Dodatno, kreirana je klasa NegotiateObserver koja posmatra izvravanje pretrage. Klasa ima
za cilj ispis pronaenih reenja, kao i ispis njihovog broja.


public class NegotiateObserver extends StrategyObserverImpl<NegotiateNode>
{
int c = 0;

public void updateNextPath(Strategy<NegotiateNode> strategy) {
if (strategy.getCurrent().getLast().isEmpty())
printOperation(strategy.getCurrent());
}

public void printOperation(Path<NegotiateNode> current) {
c++;
System.out.println("-------------");
for (int i = 1; i < current.size(); i++)
System.out.print(current.get(i).getInfo());
System.out.println();
}

public void updateSearchFinished(Strategy<NegotiateNode> strategy) {
System.out.println(c);
}
}

Klasa NegotiateMain, prikazuje pretragu upotrebom kreiranih klasa za primer iz postavke
zadatka.


public class NegotiateMain {
static Integer[] X = {
9, 11, 9, 3, 4, 5, 7, 18
};
static Integer[] Y = {
12, 2, 16, 5, 7, 4, 20
};

StrategyController<NegotiateNode> controller =
new NegotiateStrategyController(3);
Operator<NegotiateNode> op1 = new Op1();

NegotiateNode start = new NegotiateNode(X, Y);
Strategy<NegotiateNode> strategy =
new Depth<NegotiateNode>(start,
controller,
op1, op2, op3);

NegotiateObserver observer = new NegotiateObserver();


strategy.search();
}
}

Bitno je primetiti, da u ovom primeru graf pretrage nije poznat unapred. Naime, on se kreira u
vreme izvravanja primenom ranije definisanih operatora. Operatori imaju za cilj ekspanziju
prosleenog vora u skladu sa definicijom.
Ukoliko se izostavi argument konstruktora, vri se pretraivanje svih stanja i pronalaenje
svih reenja problema. Ukupan broj reenja je 1056. Prva tri reenja koje program ispisuje su:
-------------
op1(4 4) op1(5 5) op1(7 7) op2(9 11 20) op2(9 3 12) op3(18 16 2)
-------------
op1(4 4) op1(5 5) op1(7 7) op2(9 11 20) op3(18 16 2) op2(9 3 12)
-------------
op1(4 4) op1(5 5) op1(7 7) op2(9 3 12) op2(11 9 20) op3(18 16 2)
3
Zadatak 39: Problem N kraljica
Na ahovsku tablu dimenzije n x n potrebno je smestiti n kraljica tako da nijedna od njih ne
napada bilo koju drugu. Reiti problem primenom neke od metoda pretraivanja po izboru.
Reenje
Problem koji se reava, jeste generalizacija problema est kraljica iz zadatka 20. Razmatranja
iz zadatka 20, vai i ovde. Naime, bie upotrebljena ista heuristika, a od algoritama
pretraivanja izabran je metod planinarenja.
Metod planinarenja kao i Evaluator koji ide uz ovaj metod pretrage, implementirani su u
zadatku 34.
Ovde je potrebno definisati stanje pretrage, operatore za ekspanziju vora, funkciju za
izraunavanje heuristike vora, kontroler stretegije pretraivanja i posmatra pretrege.
Klasa NQueenNode definie jedno stanje pretrage. Stanje je opisano ahovskom tablom,
rednim brojem naredne vrste koju je potrebno popuniti i indekse vrste i kolone polja koje je
poslednje setovano u razmatranom stanju.

package rs.etf.es.search.examples.nqueens;

public class NQueenNode extends Node implements Cloneable {
private static int id;
private boolean table[][];
private int n;

private int nextRow = 0;
private int newI = -1;
private int newJ = -1;

public NQueenNode(int n) {
super(Integer.toString(id));
this.n = n;
120 Pretraivanje

this.table = new boolean[n][n];
initTable();
}

private void initTable() {
for (int i = 0; i < table.length; i++)
for (int j = 0; j < table[i].length; j++)
table[i][j] = false;
}

public int getN() {
return n;
}

public int getNewI() {
return newI;
}

public int getNewJ() {
return newJ;
}

public boolean hasNew() {
return newI != -1 && newJ != -1;
}

public boolean hasNextRow() {
return nextRow < n;
}

public int getNextRow() {
return nextRow;
}

public void setNextRow(int next) {
nextRow = next;
}

public boolean isSet(int i, int j) {
return table[i][j];
}

public void set(int i, int j, boolean f) {
table[i][j] = f;
newI = i;
newJ = j;
}

String s = "";
for (int i = 0; i < table.length; i++) {
for (int j = 0; j < table[i].length; j++)
s += table[i][j] ? "Q " : "_ ";
s += "\n";
}
return s;
}

public NQueenNode clone() {
NQueenNode newNode = null;
try {
newNode = (NQueenNode) super.clone();
newNode.table = new boolean[n][n];
for (int i = 0; i < table.length; i++)

for (int j = 0; j < table.length; j++)
newNode.table[i][j] = table[i][j];
} catch (CloneNotSupportedException e) {
e.printStackTrace();
}
return newNode;
}
}

Raunanje heuristike vrednosti vora, rauna se po formuli iz zadatka 20, a opisano je
klasom NQueenHeuristicCalculator.


public class NQueenHeuristicCalculator implements
HeuristicCalculator<NQueenNode> {

public Value calculate(NQueenNode next) {
if (!next.hasNew())
return new DoubleValue(0);
return new DoubleValue(h(next));
}

private double h(NQueenNode next) {
return 6 * diag(next.getNewI(), next.getNewJ(), next.getN())
+ next.getNewJ();
}

private double diag(int i, int j, int n) {
double diagonal = Math.min(i, j) + Math.min(n - i, n - j) + 1;
double antidiagonal = Math.min(i, n - j) + Math.min(j, n - i) + 1;
return Math.max(diagonal, antidiagonal);
}
}

Operator za ekspanziju za tekue stanje pronalazi mogue naslednike. Preciznije, ukoliko
postoji ne popunjena vrsta matrice pokuava se smetanje kraljice u svaku od kolona naredne
slobodne vrste. Samo validne putanje (putanje u kojima raspored kraljica zadovoljava uslove
zadatka), dodaju se u listu naslednika.

import java.util.*;
import rs.etf.es.search.lib.Operator;

public class NQueenOperator implements Operator<NQueenNode> {

public List<NQueenNode> expand(NQueenNode current) {
List<NQueenNode> nodes = new LinkedList<NQueenNode>();
for (int j = 0; j < current.getN(); j++) {
NQueenNode newNode = current.clone();
newNode.setNextRow(current.getNextRow() + 1);
newNode.set(current.getNextRow(), j, true);
if (!isAttack(newNode))
nodes.add(newNode);
}
return nodes;
122 Pretraivanje

}

public boolean possible(NQueenNode current) {
return current.hasNextRow();
}

private boolean isAttack(NQueenNode newNode) {
if (existInTheColumn(newNode))
return true;

if (existOnDiagonale(newNode))
return true;

return false;
}

private boolean existInTheColumn(NQueenNode newNode) {
int newJ = newNode.getNewJ();
int newI = newNode.getNewI();
for (int i = 0; i < newI; i++)
if (newNode.isSet(i, newJ))
return true;
return false;
}

private boolean existOnDiagonale(NQueenNode newNode) {
int newJ = newNode.getNewJ();
int newI = newNode.getNewI();
for (int i = 0; i < newI; i++)
for (int j = 0; j < newNode.getN(); j++)
if (newNode.isSet(i, j) &&
Math.abs(newI - i) == Math.abs(newJ - j))
return true;
return false;
}
}

Usvojeno je da se pretraga zavrava prilikom otkrivanja prvog reenja. Preporuuje se itaocu
da izvri izmenu u cilju generisanja prvih n reenja.


public class NQueenStrategyController extends
StrategyController<NQueenNode> {

public boolean isEnd(Strategy<NQueenNode> strategy) {
return !strategy.getCurrent().getLast().hasNextRow();
}
}

Kreirani posmatra pretraivanja vri ispis putanje po zavretku obilaska.

public class NQueenStrategyObserver extends
StrategyObserverImpl<NQueenNode> {

public void updateSearchFinished(Strategy<NQueenNode> strategy) {

}

private void printPath(Strategy<NQueenNode> strategy) {
Path<NQueenNode> path = strategy.getCurrent();
System.out.print(path.get(i) + "\n");
}
}

Za kraj, kreirana je klasa NQueenMain koja prikazuje upotrebu definisanih klasa za reavanje
problema iz zadatka 20.


public class NQueenMain {
private static final int N = 6;

StrategyController<NQueenNode> controller =
new NQueenStrategyController();
NQueenNode start = new NQueenNode(N);
Evaluator<NQueenNode> evaluator = new AscendantEvaluator<NQueenNode>();
HeuristicCalculator<NQueenNode> calculator =
new NQueenHeuristicCalculator();
Operator<NQueenNode> operator = new NQueenOperator();

Strategy<NQueenNode> strategy =
new HillClimbing<NQueenNode>(start,
controller,
evaluator,
calculator,
operator);

NQueenStrategyObserver observer = new NQueenStrategyObserver();

strategy.search();
}
}

Pokretanjem poslednje klase dobija se sledei izlaz:
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _

_ _ _ Q _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _

124 Pretraivanje

_ _ _ Q _ _
Q _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _

_ _ _ Q _ _
Q _ _ _ _ _
_ _ _ _ Q _
_ _ _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _

_ _ _ Q _ _
Q _ _ _ _ _
_ _ _ _ Q _
_ Q _ _ _ _
_ _ _ _ _ _
_ _ _ _ _ _

_ _ _ Q _ _
Q _ _ _ _ _
_ _ _ _ Q _
_ Q _ _ _ _
_ _ _ _ _ Q
_ _ _ _ _ _

_ _ _ Q _ _
Q _ _ _ _ _
_ _ _ _ Q _
_ Q _ _ _ _
_ _ _ _ _ Q
_ _ Q _ _ _

Jednostavno je izvriti izmene kontrolera pretrage i posmatraa kako bi se ispisao ukupni broj
reenja za proizvoljno n. Konkretno za n = 6, postoje etiri reenja, za n = 8, broj reenja je
92.

2. Model i predstavl j anj a
znanj a
126 Modeli predstavljanja znanja

2.1. Formalna logika
Zadatak 40: Predikati START, END i DUR
Dati su predikati
START(e,t) - istinit ako je dogaaj e zapoeo u trenutku t,
END(e,t) - istinit ako se neki dogaaj e zavrio u trenutku t, i
DUR(e,d) - istinit ako je dogaaj e trajao d vremenskih jedinica.
a) Napisati dobro formirane formule (WFF) koje bi omoguile zakljuivanje o kraju nekog
dogaaja, bez obzira na to da li je poznata vrednost t u predikatu END, ili o poetku nekog
dogaaja bez obzira na to da li je poznata vrednost t u predikatu START.
b) Definisati novi predikat AFTER(e1,e2) koji je istinit ako se dogaaj e1 desio posle
dogaaja e2, koristei formule iz prethodne take.
c) Definisati novi predikat TOK(e1,e2) koji je istinit ako se dogaaj e1 zavrio u trenutku
kada se e2 deava.
Reenje
a) Za zakljuivanje o poetku dogaaja koristimo dobro formiranu formulu:
e t d s{ [ END(e,t) . DUR(e,d) . ZBIR(s,d,t) ] START(e,s) }
Ako se dogaaj e zavrio u trenutku t, a znamo da je trajao d vremenskih jedinica, to znai da
je ovaj dogaaj morao da pone u trenutku t-d. Analogno moemo zakljuiti o kraju dogaaja
znajui njegovo trajanje i vremenski trenutak poetka:
e t d s{ [ START(e,t) . DUR(e,d) . RAZLIKA(s,t,d) ] END(e,s) }
b) Potrebno je da bude ispunjen uslov da je vremenski trenutak t
2
poetka dogaaja e
2
sledi
vremenski trenutak t
1
kraja dogaaja e
1
(nema preklapanja deavanja dogaaja):
e
1
e
2
t
1
t
2
[ START(e
2
,t
2
) . END(e
1
,t
1
) . VEE(t
2
, t
1
) AFTER(e
2
, e
1
) ]
Predikat VEE(t
2
, t
1
) je taan ako je vee t
2
od t
1
.
c) Vremenski trenutak t
1
kada se zavrava dogaaj e
1
treba da se nalazi izmeu vremena
poetka t
2
i kraja t
3
dogaaja e
2
:
e
1
e
2
t
1
t
2
t
3
[ END(e
1
,t
1
) . START(e
2
,t
2
) . END(e
2
,t
3
) . IZMEU(t
1
, t
2
, t
3
)
TOK(e
1
, e
2
) ]
Zadatak 41: Ostrvo uivanja
okoladgrad, glavni grad Ostrva uivanja, nalazi se na raskrsnici etiri puta koja postoje na
ostrvu. Svaki od puteva vodi na jednu od etiri strane sveta, i ide do jednog od etiri sela koja
takoe postoje na ostrvu (slika 99). Poznato je:
Formalna logika 127

1. Selo na Okeanskom putu je za 1 milju dalje od okoladgrada nego to je to sluaj sa
Sladoled-selom.
2. Najblie selo udaljeno je 2 milje od okoladgrada.
3. Ne postoji par sela koja su podjednako udaljena od okoladgrada.
4. Selo Urmaica udaljeno je 6 milja od sela koje se nalazi na kraju Obalskog puta.
5. Selo na Putu Slasti udaljeno je 9 milja od sela Jesenloze.
6. Selo na jugu dvaput je dalje od okoladgrada no to je to sluaj sa selom na severu..
Predstaviti ove injenice u obliku stavova predikatske logike.
okoladgrad
selo
selo
selo
selo
sever

Slika 99
Reenje
Za predstavljanje zadatih injenica uveemo sledee predikate:
- NA(p,s) je ispunjeno ako je selo s na putu p.
- U_SMERU(d,s) je ispunjeno ako je selo s na strani sveta d.
- JEDNAKO(x,y) oznaava relacioni operator jednakosti x i y, gde x i y mogu biti ili oznake
sela ili razdaljine. Isti operator upotrebiemo, dakle, u razliitim kontekstima to se naziva
preoptereenje (engl. overloading) operatora.
- MANJE(x,y) je ispunjeno ako je razdaljina x manja od razdaljine y.
Funkcija DALJINA(x,y) daje kao rezultat udaljenost mesta x od mesta y.
injenice se sada mogu predstaviti na sledei nain:
1. x [ NA(Okeanski_put,x)
JEDNAKO(DALJINA(x, okoladgrad), DALJINA(Sladoled_Selo, okoladgrad)+1) ]
2. -x [ MANJE(DALJINA(x, okoladgrad), 2) ]
3. x y [ JEDNAKO(DALJINA(x, okoladgrad), DALJINA(y, okoladgrad))
JEDNAKO(x,y) ]
4. x [ NA(Obalski_put,x) JEDNAKO(DALJINA(x, Urmaica), 6) ]
5. x [ NA(Put_slasti,x) JEDNAKO(DALJINA(x, Jesenloza), 9) ]

6. x y [ U_SMERU(Jug, x) . U_SMERU(Sever,y)
JEDNAKO( DALJINA(x, okoladgrad), 2*DALJINA(y, okoladgrad)) ]
Zadatak 42: Svet blokova (interpretacija predikatskih formula)
Svet blokova predstavlja jednu od interpretacija sledeih dobro formiranih formula:
ON(C,A)
ONTABLE(A)
ONTABLE(B)
CLEAR(C)
CLEAR(B)
(x)[CLEAR(x) (-y) ON(y,x) ]
Nai dve drugaije interpretacije (van sveta blokova) koje zadovoljavaju konjunkciju ovih
formula.
Reenje
Predikatske formule interpretiramo tako to dodelimo odreenja znaenja (semantiku)
pojedinim predikatima, funkcijama, konstantama i promenljivama. Imena predikata, funkcija,
konstanti i operatora obino se biraju tako da asociraju na njihovo znaenje, ali nas to ne
spreava da formulu koja ima odreeno znaenje interpretiramo na neki drugi nain tako to
emo definisati nova znaenja za pojedine predikate. Istoj formuli moemo odrediti
proizvoljan broj razliitih interpretacija.
Zadatim formulama moemo dati interpretaciju odnosa meu zaposlenima u preduzeu:
- A, B i C su osobe koje rade u istom preduzeu.
- Predikat ON(C,A) oznaava da je osoba C nadreena osobi A.
- Predikati ONTABLE(A) i ONTABLE(B) oznaavaju da su osobe A i B izvrioci poslova
(nemaju podreenih).
- Predikati CLEAR(C) i CLEAR(B) oznaavaju da su osobe B i C (su)vlasnici preduzea.
- Formula (x)[CLEAR(x) (-y) ON(y,x)] u ovom sluaju znai da vlasnik preduzea
nema iznad sebe nadreenu osobu.
Naveemo drugaiju interpretaciju koja se odnosi na matematiki pojam skupa:
- A, B i C predstavljaju razliite skupove.
- Predikat ON(C,A) oznaava da je skup C podskup skupa A.
- Predikati ONTABLE(A) i ONTABLE(B) oznaavaju da su skupovi A i B podskupovi
skupa TABLE. Skup TABLE je univerzalan skup, to jest, sadri sve ostale skupove.
- Predikati CLEAR(C) i CLEAR(B) oznaavaju da su B i C prazni skupovi.
- Formula (x)[CLEAR(x) (-y) ON(y,x)] izraava svojstvo praznog skupa da ne
postoji skup koji je podskup praznog skupa.
Formalna logika 129

italac za vebu moe pronai druge interpretacije zadatih formula.
Zadatak 43: Jovanovi preci
Pretpostavimo da smo injenicu da je Jovan Petrov otac predstavili sa OTAC(Petar, Jovan),
injenicu da je Milica Petrova majka predikatom MAJKA(Petar, Milica) i injenicu da je
Milan jedan od Petrovih predaka predikatom PREDAK(Petar, Milan).
Napisati dobro formiranu formulu koja treba da predstavi injenicu:
Svaki Petrov predak je ili njegov otac, ili njegova majka ili jedan od njihovih predaka.
Reenje
Zadati iskaz moe se predstaviti sledeom predikatskom formulom:
x {PREDAK(Petar,x) [OTAC(Petar,x) v MAJKA(Petar,x) v [-y(OTAC(Petar,y) v
MAJKA(Petar,y) ) . PREDAK(y,x)]]}
Iskaz P Q se tumai na sledei nain: Svako P je Q. Drugim reima, ako je P tano
moemo odmah da utvrdimo da je Q tano, ali ako P nije tano ne moemo nita rei o
istinitosnoj vrednosti Q (jer, na primer, moe biti nekih drugih pretpostavki koje povlae
tanost Q). Ako je Q tano, ne moemo nita rei o istinitosnoj vrednosti P (jer, kao to je
malopre reeno, i neke druge pretpostavke osim P mogu da povlae zakljuak Q), dok u
sluaju netanosti Q moemo odmah da utvrdimo netanost P (poznato je da je P Q
ekvivalentno sa Q P). Prema tome, P je dovoljan uslov za Q, a Q je neophodan uslov za
P.
Oznaimo sa P injenicu da je neko (ljudsko bie) x Petrov predak, a sa Q injenicu da je x ili
Petrov otac, ili Petrova majka, ili jedan od njihovih predaka. Zadati iskaz striktno se
predstavlja u formi P Q (to je u reenju i uinjeno), mada se, poznajui znaenja predikata
moe ustvrditi i Q P. Prema tome, vai ekvivalencija P Q to jest, P je neophodan i
dovoljan uslov za Q, a takoe, Q je neophodan i dovoljan uslov za P.
Obratimo panju i na sloeni uslov da je x ili Petrov otac, ili Petrova majka ili jedan od
njihovih predaka. Formulacija ili ... ili odgovara logikoj operaciji ekskluzivno ili u oznaci .
Vrednost izraza P Q je tana ako je tano jedan od iskaza P i Q taan (za razliku od obinog
ILI koje je tano i u sluaju kada su i P i Q tani). U reenju bi, striktno reeno, bila potrebna
operacija ekskluzivno ILI, meutim, uzimajui u obzir semantika ogranienja (da na primer
ista osoba ne moe biti i Petrov otac i Petrova majka), mogue je upotrebiti obinu ILI
operaciju.
Zadatak 44: Inteligencija raunarskog sistema
Predstaviti sledeu sentencu preko dobro formiranih formula predikatskog rauna:
a) Raunarski sistem je inteligentan ako moe da obavi zadatak koji, ako ga obavlja ovek,
zahteva inteligenciju.

b) Ako je problem pretraivanja komutativan tada, za bilo koje stanje pretrage S, svaki lan
skupa operatora primenljivih na stanje S je takoe primenljiv na bilo koje stanje dobijeno
primenom nekog primenljivog operatora na S.
Reenje
a) itanjem iskaza moemo definisati sledee predikate:
- OVEK(c) koji je taan ako je c ovek
- SISTEM(s) je ispunjeno ako s predstavlja raunarski sistem
- ZADATAK(x) koji je taan ako je z zadatak
- OBAVLJA(z,x) taan je ako zadatak z obavlja x, gde x moe biti ovek ili raunarski
sistem.
- ZAHTEVA_INTELIGENCIJU(z,c) je ispunjeno ako zadatak z zahteva inteligenciju od
oveka c da bi ga obavio
- INTELIGENTAN(s) je ispunjeno ako raunarski sistem s poseduje inteligenciju.
Sada se dati iskaz moe predstaviti sa
s -z{ SISTEM(s) . ZADATAK(z) .OBAVLJA(z,s) .
c[OVEK(c) . OBAVLJA(z,c) ZAHTEVA_INTELIGENCIJU(z,c)]
INTELIGENTAN(s)}
b) Da bismo predstavili zadati iskaz, koristiemo sledee predikate:
- PROBLEM(p) je ispunjen u sluaju da p predstavlja neki problem pretraivanja
- OPERATOR(o,p) je ispunjen u sluaju da o predstavlja neki operator promene stanja u
problemu p
- KOMUTATIVAN(p) je ispunjen ako je problem p komutativan
- STANJE(s,p) vai ako s predstavlja neko stanje u problemu p
- PRIMENLJIV(o,s) je ispunjeno ako je operator o primenjiv na stanje s
Definiemo i jednu funkciju:
- NovoStanje(s,o) vraa kao rezultat naslednika stanja s za operator o.
Dati iskaz moe se predstaviti sledeom formulom:
PROBLEM(p) .
[STANJE(s,p) . OPERATOR(o,p) . PRIMENLJIV(o,s) .
OPERATOR(o1,p) . PRIMENLJIV(o1,s)
PRIMENLJIV(o,NovoStanje(s,o1))]
KOMUTATIVAN(p)
Podrazumeva se da su sve promenljive u gornjoj formuli univerzalno kvantifikovane.
Iskazi dati govornim jezikom esto mogu da se interpretiraju na razliite naine. Na primer, u
reenju pod a) podrazumevano je da su svi ljudi inteligentni, to jest da mogu da ree svaki
Formalna logika 131

zadatak pri emu za neke zadatke moraju, a za neke ne da upotrebe inteligenciju. Meutim,
moe se usvojiti i drugaija pretpostavka: neki ljudi su inteligentni, a neki nisu i postoje
zadaci koje samo inteligentni ljudi mogu da ree. itaocu se ostavlja da iskaz zadat u taki a)
predstavi predikatskom formulom u sluaju alternativnog tumaenja ljudske inteligencije.
Zadatak 45: Nalaenje konjuktivne normalne forme
Odrediti konjuktivnu normalnu formu za sledeu formulu:
x { Cigla(x) { -y [ Na(x,y) . Piramida(y) ] . -y [ Na(x,y) . Na(y,x) ] .
. y [Cigla(y) Jednako(x,y)] }}
Reenje
Svaka dobro formirana formula moe se dovesti u konjuktivnu normalnu formu (KNF), to jest,
biti predstavljena nizom klauzula pri emu se izmeu pojedinih klauzula podrazumeva
operator konjukcije. Klauzula je niz literala povezanih disjunkcijom. Postupak transformacije
formule u KNF sastoji se iz niza koraka:
1. Eliminisanje implikacija ( E
1
E
2
transformie se u E
1
v E
2
)
Sledi
x [ Cigla(x) v (-y [ Na(x,y) . Piramida(y) ] . -y [ Na(x,y) . Na(y,x) ] .
. y [(Cigla(y)) v Jednako(x,y)])]
2. 'Sputanje' negacija do atomskih formula
((E
1
. E
2
) transformie se u E
1
v E
2
,
(E
1
v E
2
1
. E
2
,
(E
1
1
,
x [ E
1
(x) ] transformie se u -x [ E
1
(x) ] ,
-x [ E
1
(x) ] transformie se u x [ E
1
(x) ] )
Sledi
x [ Cigla(x) v (-y [ Na(x,y) . Piramida(y) ] . y [ Na(x,y) v Na(y,x) ] .
. y [Cigla(y) v Jednako(x,y) ] )]
3. Uklanjanje egzistencijalnih kvantifikatora
Posmatrajmo izraz
x -y [ Na(x,y) . Piramida(y) ].
Za svaku vrednost x uvek se moe nai neka vrednost y takva da formula vai. Drugim
reima, postoji funkcija u koja (nije bitno na koji nain) za svaku vrednost x daje
odgovarajuu vrednost y. Sada posmatranu formulu moemo da zamenimo sledeom:
Na(x,u(x)) . Piramida(u(x))

Egzistencijalni kvantifikator vie se ne javlja u formuli. Funkcije uvedene radi zamene
egzistencijalnih kvantifikatora zovu se Skolemove funkcije, po skandinavskom matematiaru
koji ih je prvi uveo. U gornjem primeru, funkcija u po prirodi stvari zavisi od x. Generalno,
argumenti funkcije su sve promenljive koje su vezane univerzalnim kvantifikatorom na onom
mestu u formuli na kome se pojavljuje lan -y.
Ako Skolemovu funkciju u problemu koji razmatramo nazovemo Dri, imaemo:
x [ Cigla(x) v ( Na(x,Dri(x)) . Piramida(Dri(x)) . y [ Na(x,y) v Na(y,x) ]
. y [Cigla(y) v Jednako(x,y) ])]
4. Preimenovanje promenljivih tako da svakom kvantifikatoru odgovara posebna promenljiva
(ovo je priprema za sledei korak)
x [ Cigla(x) v ( Na(x,Dri(x)) . Piramida(Dri(x)) . y [ Na(x,y) v Na(y,x) ]
. z [Cigla(z) v Jednako(x,z) ])]
5. Premetanje svih univerzalnih kvantifikatora na levu stranu bez promene njihovog
redosleda
x y z [ Cigla(x) v ( Na(x,Dri(x)) . Piramida(Dri(x)) .
. [ Na(x,y) v Na(y,x) ] . [Cigla(z) v Jednako(x,z) ])]
6. 'Sputanje" disjunkcija do najnieg nivoa (prema zakonu distribucije v u odnosu na .
( E1 . E2 ) v E3 transformie se u ( E1 v E3 ) . ( E2 v E3 ) )
Sledi
x y z [ ( Cigla(x) v Na(x,Dri(x))) . ( Cigla(x) v Piramida(Dri(x))) .
. ( Cigla(x) v Na(x,y) v Na(y,x)) .
. ( Cigla(x) v Cigla(z) v Jednako(x,z))) ]
7. Eliminacija konjukcija ( svaki lan treba napisati kao zasebnu formulu )
x [ Cigla(x) v Na(x,Dri(x)) ]
x [ Cigla(x) v Piramida(Dri(x)) ]
x y [ Cigla(x) v Na(x,y) v Na(y,x) ]
x z [ Cigla(x) v Cigla(z) v Jednako(x,z)) ]
8. Preimenovanje promenljivih tako da ne postoji ista promenljiva u razliitim formulama
x [ Cigla(x) v Na(x,Dri(x)) ]
u [ Cigla(u) v Piramida(Dri(u)) ]
v y [ Cigla(v) v Na(v,y) v Na(y,v) ]
w z [ Cigla(w) v Cigla(z) v Jednako(w,z)) ]
9. Uklanjanje kvantifikatora
Cigla(x) v Na(x,Dri(x))
Cigla(u) v Piramida(Dri(u))
Formalna logika 133

Cigla(v) v Na(v,y) v Na(y,v)
Cigla(w) v Cigla(z) v Jednako(w,z))
Zakljuno sa ovim korakom zavren je postupak transformacije formule u KNF. Zavisno od
sloenosti formule, pojedini koraci mogu se preskoiti ili objediniti.
Zadatak 46: Saa i kikiriki (zakljuivanje rezolucijom)
Dati su iskazi:
1. Saa voli sve vrste hrane.
2. Jabuke su hrana.
3. Piletina je hrana.
4. Hrana je sve ono to neko jede i ne otruje se.
5. Sran jede kikiriki i jo je iv.
6. Ceca jede sve to Sran jede.
a) Pretvoriti iskaze u dobro formirane formule predikatske logike.
b) Odrediti konjuktivnu normalnu formu za formule dobijene pod a).
c) Rezolucijom pokazati da Saa voli kikiriki.
Reenje
a) Potrebno je najpre definisati predikate sa znaenjem vezanim za kontekst problema.
Predikatima predstavljamo osobine objekata. Na primer, predikat HRANA(x) je istinit ako je
objekat x neka vrsta hrane. Vrednost ovog predikata definie se formulom 4. Konkretne
objekte identifikujemo konstantama pa ih piemo velikim slovom, na primer.: JABUKA,
PILETINA, KIKIRIKI su pojedine vrste hrane, a SRAN, CECA su konkretne osobe.
Predikatima takoe iskazujemo i relacije meu objektima: predikat VOLI(x,y) oznaava da
(osoba) x voli (hranu) y; predikat OTRUJE_SE(x,y) je taan ako se osoba x otrovala hranom
y; predikat JEDE(x,y) je taan ako osoba x jede hranu y.
1. x [ HRANA(x) VOLI (SAA, x) ]
2. HRANA(JABUKA)
3. HRANA(PILETINA)
4. x y [ JEDE(y,x) . OTRUJE_SE(y,x) HRANA(x) ]
5. JEDE(SRAN, KIKIRIKI) . OTRUJE_SE(SRAN, KIKIRIKI)
6. x [ JEDE(SRAN,x) JEDE(CECA,x) ]
b) Prevoenje formula predikatske logike u konjuktivnu normalnu formu je neophodan
postupak za primenu pravila rezolucije.
1. HRANA(x) v VOLI (SAA, x)
2. HRANA(JABUKA)

3. HRANA(PILETINA)
4. JEDE(y,x
1
) v OTRUJE_SE(y,x
1
) v
v HRANA(x
1
)
5'. JEDE(SRAN, KIKIRIKI)
5''. OTRUJE_SE(SRAN, KIKIRIKI)
6. JEDE(SRAN,x
2
) v JEDE(CECA,x
2
)
c) Rezolucija je jedno od pravila izvoenja u predikatskom raunu pri emu se
kombinacijom dve klauzule oblika P v Q i P v R dobija nova klauzula Q v R. Simboliki se
ovo oznaava kao:
P Q P R Q R v v v ,
Pri tome klauzule mogu imati vie od dva literala koji se svi (osim literala P i P) pojavljuju
u rezultantnoj formuli. Dokazivanje primenom rezolucije svodi se na dodavanje negacije
tvrenja hipotezama i pokuaj ustanovljavanja protivrenosti tako formiranog sistema
stavova. Protivrenost je utvrena dobijanjem klauzule bez literala koju oznaavamo sa NIL.
Stavovima iz take b) dodajemo negaciju tvrenja iz take c):
7. VOLI (SAA, KIKIRIKI)
iz 4. i 5'., unifikacijom promenljivih x
1
= KIKIRIKI i y=SRAN i primenom rezolucije dobija
se:
8. OTRUJE_SE(SRAN,KIKIRIKI) v HRANA(KIKIRIKI)
iz 8. i 5''. rezolucijom se dobija
9. HRANA(KIKIRIKI)
iz 1. i 9., stavljajui x = KIKIRIKI, rezolucijom se dobija
10. VOLI (SAA, KIKIRIKI)
iz stavova 7. i 10. dobija se prazna klauzula NIL. Prema tome, dobijena je protivrenost u
skupu stavova koji sadri polazne stavove i negaciju tvrenja, ime je utvreno da je polazno
tvrenje tano.
Zadatak 47: Rodbinske veze
Date su sledee tvrdnje:
1. Ako je osoba X brat osobe Z i osoba Y takoe brat osobe Z, onda je osoba X brat i
osobe Y ili su X i Y ista osoba.
2. Ako je osoba X muko i ima istu majku kao i osoba Y, onda je X brat osobe Y ili su X
i Y ista osoba.
3. Marija je majka Milana i Ane.
4. Milan je muko.
5. Jovan je Anin brat.
Formalna logika 135

6. Milan i Jovan nisu ista osoba.
7. Milan i Ana nisu ista osoba.
a) Napisati formule predikatskog rauna i prevesti ih u klauzalni oblik.
b) Rezolucijom dokazati ili pobiti tvrdnju da je Milan Jovanov brat.
Reenje
a) injenice se mogu predstaviti predikatskim formulama na sledei nain:
1. x y z [ Brat(x,z) . Brat(y,z) Brat(x,y) v Ista_osoba(x,y) ]
2. x y z [ Muko(x) . Majka(z,x) . Majka(z,y) Brat(x,y) v Ista_osoba(x,y) ]
3. Majka(Marija, Milan) . Majka(Marija, Ana)
4. Muko(Milan)
5. Brat(Jovan, Ana)
6. Ista_osoba(Milan, Jovan)
7. Ista_osoba(Milan, Ana)
Sva tvrenja osim tvrenja 1. i 2. se ve nalaze u klauzalnoj formi poto se radi o literalima.
Tvrenja 1. i 2. dovode se u klauzalnu formu uklanjanjem implikacije i primenom
DeMorganovog zakona uz preimenovanje promenljivih druge formule radi jednoznanosti.
1. Brat(x,z) v Brat(y,z) v Brat(x,y) v Ista_osoba(x,y)
2. Muko(u) v Majka(w,u) v Majka(w,v) v Brat(u,v) v Ista_osoba(u,v)
3'. Majka(Marija, Milan)
3''. Majka(Marija, Ana)
4. Muko(Milan)
5. Brat(Jovan, Ana)
6. Ista_osoba(Milan, Jovan)
7. Ista_osoba(Milan, Ana)
b) Prethodnim tvrdnjama dodajemo negaciju pretpostavke da je Milan Jovanov brat:
8. Brat(Milan, Jovan)
i traimo protivrenost primenjujui pravilo rezolucije. S obzirom da ima dosta stavova,
potrebno je usvojiti neku strategiju za izbor dva stava na koje primenjujemo rezoluciju u
svakom koraku zakljuivanja. U ovom sluaju primeniemo strategiju prvenstva jedinice
(engl. unit preference) prema kojoj se prioritet pri izboru daje stavovima sa najmanjim brojem
lanova. U ovom sluaju izmeu stavova 3' do 8 proizvoljno biramo stav 4 koji jedino moe
da se upari sa stavom 2:
2., 4.
u=Milan
9. Majka(w,Milan) v Majka(w,v) v Brat(Milan,v) v
Ista_osoba(Milan,v)

U nastavku biramo stav 3'. Ovaj stav moe da se upari sa stavovima 2 i 9. Od ova dva stava
biramo 9 jer ima manje lanova i primenjujemo rezoluciju:
3'., 9.
w=Marija
10. Majka(Marija,v) v Brat(Milan,v) v Ista_osoba(Milan,v)
Stav 3'' moemo upariti sa stavovima 2, 9 i 10 od kojih biramo stav 10 kao najkrai:
3''., 10.
v=Ana
11. Brat(Milan,Ana) v Ista_osoba(Milan,Ana)
Stav 7 uparujemo sa stavom 11 kao najkraim od stavova 1, 2, 9, 10 i 11.
7., 11. 12. Brat(Milan,Ana)
Dobijeni stav 12 biramo sledei. Ovaj stav moe se upariti jedino sa stavom 1.
1., 12.
x=Milan, z=Ana
13. Brat(y,Ana) v Brat(Milan,y) v Ista_osoba(Milan,y)
Od neupotrebljenih stavova sa jednim predikatom ostali su jo 5 i 6. Stav 5 moe se upariti sa
stavovima 1 i 13 pri emu biramo 13 jer ima manje lanova.
5., 13.
y=Jovan
14. Brat(Milan,Jovan) v Ista_osoba(Milan, Jovan)
Stav 6. moe se upariti sa stavovima 1, 2, 9, 11, 13 i 14. Od ovih stavova biramo stav 14 jer
ima samo dva lana.
6., 14. 15. Brat(Milan,Jovan)
Novi stav 15 moe se upariti sa stavovima 1 i 8 od kojih izbor pada na stav 1.
8., 15. NIL
to znai da je pretpostavka tana.
Zadatak 48: Kriminalci i njihovi zloini
Dati su sledei stavovi:
1. Za svaki zloin postoji poinilac.
2. Samo kriminalci ine zloine.
3. Samo kriminalci bivaju uhapeni.
4. Uhapeni kriminalci ne ine zloine.
5. Zloini se i dalje ine.
Primenom rezolucije dokazati stav "Ima kriminalaca koji nisu uhapeni".
Reenje
Potrebno je date stavove prevesti u formule predikatske logike:
1. x { Zloin(x) -y [ Poinilac(x,y) ] }
2. z u [ Zloin(z) . Poinilac(z,u) Kriminalac(u) ]
3. v [ Uhapen(v) Kriminalac(v) ]
4. w { Kriminalac(w) . Uhapen(w) -a [ Zloin(a) . Poinilac(a,w) ] }
Formalna logika 137

5. -b [ Zloin(b) ]
Pri prevoenju sa govornog jezika treba obratiti panju da se ouva smisao iskaza. Na primer,
stav 3. glasi da je injenica da je osoba kriminalac neophodan uslov da bi ona bila uhapena.
Da je ovo predstavljeno kao:
3. v [ Kriminalac(v) Uhapen(v)]
to bi znailo da su svi kriminalci uhapeni, ali bi doputalo mogunost da je pri tome uhapen
i poneki estit graanin.
Ovim stavovima dodajemo negaciju tvrenja kao pripremu za sprovoenje procedure
dokazivanja tvrenja:
6. -c [ Kriminalac(c) . Uhapen(c) ]
Pre primene rezolucije potrebno je stavove prevesti u konjuktivnu normalnu formu:
1. Zloin(x) v Poinilac(x, u(x))
2. Zloin(z) v Poinilac(z, u) v Kriminalac(u)
3. Uhapen(v) v Kriminalac(v)
4. Kriminalac(w) v Uhapen(w) v Zloin(a) v Poinilac(a,w)
5. Zloin(B)
6. Kriminalac(c) v Uhapen(c)
Primenom rezolucije na stavove 3. i 6. odmah se dobija stav NIL ime je dokaz gotov. Dokaz
se moe sprovesti i bez korienja stava 3.:
1., 5.
x B =
7. Poinilac(B,u(B))
2., 7.
z B, u = (B) =

u
8. Zloin(B) v Kriminalac(u(B))
5., 8. 9. Kriminalac(u(B))
4.,7.
a B, w = (B) =

u
10. Kriminalac(u(B)) v Uhapen(u(B)) v Zloin(B)
9., 10. 11. Uhapen(u(B)) v Zloin(B)
5., 11. 12. Uhapen(u(B))
6., 12.
c = (B) u
13. Kriminalac(u(B))
9., 13. NIL
Zadatak 49: Perica i Chop Suey
Poznate su injenice:
1. Perica voli sva laka jela.
2. Jela francuske kuhinje su teka.

3. Jela kineske kuhinje su laka.
4. Chop Suey je jelo kineske kuhinje.
Koristei rezoluciju odgovoriti na pitanje: koje jelo voli Perica?
Reenje
Prevodimo iskaze u stavove predikatske logike:
1. x [ Lako_jelo(x) Perica_voli(x) ]
2. y [ Francusko_jelo(y) Lako_jelo(y) ]
3. z [ Kinesko_jelo(z) Lako_jelo(z) ]
4. Kinesko_jelo(Chop_Suey)
Dokazaemo da postoji jelo koje Perica voli, to jest
-x [ Perica_voli(x) ]
Zbog toga emo gornjim stavovima dodati negaciju tvrenja:
5. -x [ Perica_voli(x) ]
Prevedimo iskaze u konjuktivnu normalnu formu:
1. Lako_jelo(x) v Perica_voli(x)
2. Francusko_jelo(y) v Lako_jelo(y)
3. Kinesko_jelo(z) v Lako_jelo(z)
4. Kinesko_jelo(Chop_Suey)
5. Perica_voli(w)
Sada rezolucijom traimo protivrenost. Primeniemo strategiju skupa podrke (engl. set-of-
support) pri izboru stavova za spajanje, koja se sastoji u tome da se za spajanje uvek prvi
biraju oni stavovi koji predstavljaju ili negaciju tvrenja ili stavove izvedene iz negacije
tvrenja. Razmatramo, prema tome, redom stavove 1 do 4 radi spajanja sa stavom 5; jedina
mogua kombinacija je:
1., 5.
x w =
6. Lako_jelo(w)
Poto su isprobane sve kombinacije stava 5 sa ostalim poetnim stavovima, razmatramo
kombinacije stava 6 sa ostalim stavovima. Jedina mogua kombinacija je:
3., 6.
z w =
7. Kinesko_jelo(w)
Najzad, razmatranjem kombinacija stava 7. sa ostalim stavovima, jedina mogua kombinacija
4., 7.
w Chop_Suey =
NIL
Dokazano je dakle, da Perica voli Chop_Suey.
Pri prevoenju pretpostavki u predikatske formule treba obratiti panju da iskaz 1. znai da
injenica da je neko jelo lako povlai zakljuak da Perica voli to jelo, a ne obrnuto. Drugim
reima, formula
Formalna logika 139

x [ Perica_voli(x) Lako_jelo(x)]
ne bi predstavljala korektan prevod stava 1. Poslednja formula moe se prevesti iskazom:
Perica voli SAMO laka jela (ali ne obavezno SVA laka jela).
itaocu se preporuuje da pokua reenje pronai primenom neke od alternativnih strategija
izbora stavova za rezoluciju.
Zadatak 50: Svet blokova (zakljuivanje rezolucijom)
Dati su sledei stavovi iz sveta blokova:
- Blok A nalazi se na stolu. - Blok A je plave boje.
- Blok B nalazi se na bloku A. - Blok B je plave boje.
- Blok C nalazi se na stolu. - Blok C je crvene boje.
- Blok D nalazi se na bloku B. - Blok D je zelene boje.
- Blok X je ispod nekog drugog bloka Y ako se Y nalazi na X, ili se X nalazi ispod bloka koji je
ispod bloka Y.
Prethodne stavove formulisati u obliku stavova predikatske logike, zatim primenom rezolucije
uz strategiju skupa podrke (set-of-support) dokazati stav: blok A nalazi se ispod zelenog
bloka.
Reenje
Formulacija pretpostavki u obliku predikatskih formula:
1. Blok(A)
2. Blok(B)
3. Blok(C)
4. Blok(D)
5. Plav(A)
6. Plav(B)
7. Crven(C)
8. Zelen(D)
9. Na(A,Sto)
10. Na(B,A)
11. Na(C,Sto)
12. Na(D,B)
13. x y [ Blok(x) . Blok(y) . Na(y,x) Ispod(x,y) ]
14. x y [ Blok(x) . Blok(y) . -z ( Blok(z) . Ispod(x,z) . Ispod(z,y) ) Ispod(x,y) ]
Prethodnim stavovima dodajemo negaciju tvrenja:

15. -z [ Blok(z) . Zeleno(z) . Ispod(A,z))
Stavove 13., 14. i 15. potrebno je prevesti u konjuktivnu normalnu formu:
13. Blok(x) v Blok(y) v Na(y,x) v Ispod(x,y)
14. Blok(u) v Blok(v) v Blok(w) v Ispod(u,w) v Ispod(w,v) v Ispod(u,v)
15. Blok(x) v Zeleno(z) v Ispod(A,z)
Problem izbora stavova za spajanje pri rezoluciji je znaajan jer u sluaju postojanja velikog
broja polaznih stavova dolazi do kombinatorne eksplozije ukoliko se pokuaju napraviti sve
mogue kombinacije stavova ( primena rezolucije takoe generie nove stavove). Sa druge
strane, ukoliko redukujemo kombinatoriku spajanja stavova rizikujemo da ne otkrijemo pravi
redosled spajanja. Skup podrke je takva strategija izbora stavova kod koje se za spajanje uvek
biraju prvo oni stavovi koji predstavljaju ili negaciju tvrenja ili stavove izvedene u nekom od
prethodnih koraka primene rezolucije. Rezolucija uz set-of-support strategiju:
8., 15.
z = D
16. Blok(D) v Ispod(A,D)
4., 16. 17. Ispod(A,D)
14., 17.
u=A, v=D
18.Blok(A) v Blok(D) v Blok(w) v Ispod(A,w) vIspod(w,D)
1., 18. 19. Blok(D) v Blok(w) v Ispod(A,w) v Ispod(w,D)
4., 19. 20. Blok(w) v Ispod(A,w) v Ispod(w,D)
2., 20.
w=B
21. Ispod(A,B) v Ispod(B,D)
13., 21.
x=A, y=B
22. Blok(A) v Blok(B) v Na(B,A) v Ispod(B,D)
1., 22. 23. Blok(B) v Na(B,A) v Ispod(B,D)
2., 23. 24. Na(B,A) v Ispod(B,D)
24., 10. 25. Ispod(B,D)
13., 25.
x=B, y=D
26. Blok(B) v Blok(D) v Na(D,B)
2., 26. 27. Blok(D) v Na(D,B)
4., 17. 28. Na(D,B)
12., 28. NIL
Zadatak 51: Rezolucija uz izbor stavova po irini
a) Sledee WFF transformisati u konjuktivnu normalnu
formu (CNF):
1. xys [ C(x,s) . C(y,s) O(x,y,P(x,y,s)) ]
2. xys [ O(x,y,s) C(y,s) ]
b) Poznate su injenice:
Formalna logika 141

1. P R
2. Q R
3. P v Q
Pokazati da je R teorema, odnosno da R sledi iz prethodnih injenica, koristei rezoluciju uz
strategiju izbora stavova po irini.
Reenje
a)
1. C(x
1
,s
1
) v C(y
1
,s
1
) v O(x
1
,y
1
,P(x
1
,y
1
,s
1
))
2. O(x
2
,y
2
,s
2
) v C(y
2
,s
2
)
b) injenice u konjuktivnoj normalnoj formi:
1. P v R
2. Q v R
3. P v Q
Dodajemo negaciju teoreme:
4. R
Rezolucijom traimo protivrenost. Za izbor stavova za primenu rezolucije primeniemo
strategiju izbora po irini (engl. breadth-first), koja se sastoji u tome da se razmotre redom
sve mogue kombinacije postojeih stavova pre nego to se pree na novodobijene stavove.
Stav 1 moe se redom kombinovati sa stavovima 3 i 4 a ne moe sa stavom 2:
1., 3. 5. Q v R
1., 4. 6. P
Stav 2 moe se redom kombinovati sa stavovima 3 i 4:
2., 3. 7. P v R
2., 4. 8. Q
Stavovi 3 i 4 ne mogu se kombinovati. Sada se razmatraju kombinacije stava 5 sa stavovima 1
do 4. Mogue kombinacije su:
2., 5. 9. R v R, to se elementarnom transformacijom svodi na R
4., 5. 10. Q
Razmatranjem kombinacija stava 6 sa stavovima 1 do 5, zakljuujemo da je jedina mogua
kombinacija:
3., 6. 11. Q
Ovaj stav identian je ve dobijenom stavu 10. U sistem za zakljuivanje moe se ugraditi
detekcija ovakvih situacija da bi se izbeglo nepotrebno razmatranje stava 11 u narednim
kombinacijama; meutim, treba voditi rauna o tome da sprovoenje detekcije takoe zahteva
odreeno vreme pri zakljuivanju.

Sledi razmatranje kombinacija stava 7 sa stavovima 1 do 6. Zakljuujemo da su mogue
kombinacije:
1., 7. 12. P
4., 7. 13. P
6., 7. 14. R
kombinacije:
3., 8. 15. P
5., 8. 16. R
kombinacije:
4., 9. NIL
ime je polazna pretpostavka dokazana.
Ovaj primer jasno ilustruje problem kombinatorne eksplozije pri zakljuivanju primenom
rezolucije: broj moguih kombinacija stavova za spajanje je eksponencijalna funkcija broja
polaznih stavova i lanova u tim stavovima. U ovom sluaju, bilo je potrebno 13 koraka da bi
se za 4 polazna jednostavna stava nalo konano reenje primenom taktike spajanja stavova
po irini. Ova taktika je 'neinteligentna' a njen je cilj da se ne preskoi nijedna od moguih
kombinacija stavova. Za isti primer, mogue je nai reenje u samo 3 koraka:
2., 3. '5. P v R
1., 5. '6. R
4., 6. NIL.
Zadatak 52: Rezolucija uz strategiju prvenstva jedinice
Date su pretpostavke
1. A(C1)
2. x y {[ A(x) v B(y) ] C(x,y) }
3. x {[ A(x) . B(x) ] C(x,x) }
a) Prevesti pretpostavke u konjuktivnu normalnu formu.
b) Rezolucijom dokazati -x [C(x,x)]. Za izbor stavova koristiti strategiju prvenstva jedinice
(engl. unit preference).
Reenje

a) Pretpostavke u konjuktivnoj normalnoj formi su:
1. A(C1)
Formalna logika 143

2'. A(x
1
) v C(x
1
, y
1
)
2''. B(y
2
) v C(x
2
, y
2
)
3. A(x
3
) v B(x
3
) v C(x
3
, x
3
)
b) Dodajemo negaciju teoreme u klauzalnoj formi:
4. C(x
4
, x
4
)
Primenom rezolucije, uz unit-preference strategiju:
1., 2'.
x C
1 1
=
5. C(C
1
, y
1
)
4., 5.
x y C
1 1 4
= =
NIL
Zadatak 53: Svet blokova (funkcija Puton)
Date su sledee aksiome:
1. x y s { Clear(x,s) . Clear(y,s) . Equal(x,y) On[x,y,Puton(x,y,s)] }
2. x y s { On(x,y,s) Clear(y,s) }
3. x y s { On(x,y,s) . Clear(x,s) On[x,Table,Puton(x,Table,s)] }
4. x y s { On(x,y,s) . Clear(x,s) Clear[y,Puton(x,Table,s)] }
5. x y z s { On(x,y,s) . Equal(z,x) ] On[x,y,Puton(z,Table,s)]}
6. On(A,B,S)
7. On(B,C,S)
8. Clear(A,S)
9. Equal(A,B)
10. Equal(A,C)
11. Equal(B,C)
a) Prevesti aksiome u konjuktivnu normalnu formu.
b) Dokazati rezolucijom: -s [ Clear(C,s) ]
Reenje
a) Pretpostavke u KNF glase:
1. Clear(x
1
,s
1
) Clear(y
1
,s
1
) v Equal(x
1
,y
1
) v On[x
1
,y
1
,Puton(x
1
,y
1
,s
1
)]
2. On(x
2
,y
2
,s
2
) v Clear(y
2
,s
2
)
3. On(x
3
,y
3
,s
3
) v Clear(x
3
,s
3
) v On[x
3
,Table,Puton(x
3
,Table,s
3
)]
4. On(x
4
,y
4
,s
4
) v Clear(x
4
,s
4
) v Clear[y
4
,Puton(x
4
,Table,s
4
)]
5. On(x
5
,y
5
, s
5
) v Equal(z, x
5
) v On[x
5
, y
5
, Puton(z, Table, s
5
)]
6. On(A,B,S)

7. On(B,C,S)
8. Clear(A,S)
9. Equal(A,B)
10. Equal(A,C)
11. Equal(B,C)
b) Pretpostavkama dodajemo negaciju tvrenja
-s [ Clear(C,s) ]
u konjuktivnoj normalnoj formi:
12. Clear(C,s
6
)
Sada stavove kombinujemo primenom rezolucije
4., 8.
x A, s =S
4 4
=
13. On(A,y
4
,S) v Clear[y
4
,Puton(A,Table,S)]
6., 13.
y =B
4
14. Clear[B,Puton(A,Table,S)]
4. , 14.
x B, s =Puton(A,Table,S)
4 4
=
15. On[B,y
4
,Puton(A,Table,S)] v
v Clear[y
4
,Puton(B,Table,Puton(A,Table,S))]
12., 15.
y =C, s Puton[B,Table,Puton(A,Table,S)]
4 6
=
16. On[B,C,Puton(A,Table,S)]
5., 16.
x =B, y =C, z=A, s =S
5 5 5
17. On(B, C, S) v Equal(A, B)
9., 17. 18. On(B, C, S)
7., 18. NIL
Zadati sistem aksioma mogue je interpretirati na sledei nain:
- A, B i C predstavljaju blokove na stolu Table,
- predikati On i Clear opisuju meusobni poloaj blokova u odreenom stanju sistema
blokova: On(x, y, s) je ispunjeno ako je u stanju s blok x na bloku (ili stolu) y. Clear(x, s)
je ispunjeno ako se u stanju s na bloku x ne nalazi nijedan drugi blok. Predikat Equal(x,y)
opisuje identinost blokova x i y.
- S predstavlja poetno stanje sistema prikazano na slici 100a,
- funkcija Puton(x, y, s) daje kao rezultat novo stanje u koje sistem dolazi iz stanja s
stavljanjem bloka x na blok (ili sto) y. Iskazi 1., 3., 4. i 5. definiu preduslove za primenu
ove funkcije, to jest, operatora promene stanja sistema.
Prema ovoj interpretaciji, trailo se da se nae pokae da se sistem moe iz poetnog stanja
dovesti u stanje u kome se na bloku C ne nalazi nijedan drugi blok. U postupku reavanja
dokazano je da takvo stanje postoji (slika 100b). Traeno stanje opisano je izrazom sa kojim
je unificirana promenljiva s
6
prilikom spajanja stavova 12 i 15:
s
6
= Puton[B, Table, Puton(A, Table,S)]
Interpretacija ovoga izraza je da iz poetnog stanja treba prvo staviti blok A na sto, pa zatim i
blok B na sto.
Formalna logika 145

A
B
C
Table
A B C
Table
(a) (b)

Slika 100
Zadatak 54: Kontradikcija u pretpostavkama
Na osnovu sledeih pretpostavki
1. x [Jednako(x,x+1)]
2. Jednako(2,3)
a) Rezolucijom izvesti zakljuak: Sve jabuke su kruke.
b) Zato je u taki a) bilo mogue izvesti takav zakljuak?
Reenje
a) Potrebno je zakljuak predstaviti u formi predikatske formule, na primer:
x [ Jabuka(x) Kruka(x) ]
Prevedimo pretpostavke i negaciju zakljuka u konjuktivnu normalnu formu:
1. Jednako(x,x+1)
2. Jednako(2,3)
3'. Jabuka(C)
3''. Kruka(C)
Primenom rezolucije utvrujemo da u skupu stavova postoji kontradikcija
1., 2.
x=2
NIL
ime je 'dokazano' da polazno tvrenje vai. Primetimo negacija tvrenja uopte nije
koriena u izvoenju zakljuka.
b) Iz kontradiktornih pretpostavki mogue je izvui bilo kakav zakljuak.
Zadatak 55: Problem unifikacije stavova
Objasniti zato se sledei skupovi literala ne mogu unificirati:
a) {P(A), P(B)}
b) {P(f(A),x), P(x,A)}

c) { P(f(x,x), A), P(f(y,f(y,A)), A) }
Reenje
Dokazivanje rezolucijom zahteva da se u klauzulama koje se razmatraju nau dva lana
(literala) koja se poklapaju u svemu osim to je jedan od njih negiran. Unifikacija je proces
nalaenja smena koje dovode do poklapanja literala. Unifikacija podlee pravilima
predstavljenim algoritmom 14 u dodatku 1.
a) Predstavimo zadate literale listama:
P, A
P, B
Vidimo da se prvi elementi (imena predikata) poklapaju u obe liste, dok se drugi elementi ne
poklapaju. Poto se radi o konstantama, nije ispunjen uslov iz take 3.1. procedure unifikacije
pa se zadati literali ne mogu unificirati.
b) U ovom sluaju imamo liste
P, f(A), x
P, x, A
Prvi elementi se poklapaju. Za druge elemente lista, prema taki 3.2. procedure, uvodimo
smenu x = f(A). Posle zamene svih pojava promenljive x, u obe liste, izrazom f(A) liste imaju
sledei izgled:
P, f(A), f(A)
P, f(A), A
Poslednji element prve liste je konstantna vrednost koju funkcija f vraa za argument A, dok
je u drugoj listi poslednji element konstanta A. U optem sluaju, ne radi se o istim
vrednostima pa nije zadovoljena taka 3.1. procedure unifikacije.
c) Predstavimo zadate literale listama:
P, f(x,x), A
P, f(y,f(y,A)), A
Prvi i trei elementi su identini u obe liste. Drugi element u obe liste je funkcija f sa dva
argumenta. Potrebno je upariti svaki od argumenata putem zamene promenljivih. Prvi
argumenti uparuju se smenom x = y. Posle zamene oba deavanja promenljive x u prvoj listi
promenljivom y, liste imaju sledei izgled:
P, f(y,y), A
P, f(y,f(y,A)), A
Sada se moe zakljuiti da bi za uparivanje drugih argumenata funkcije f bilo potrebno izvriti
zamenu y = f(y,A). Ova zamena kri ogranienje da se promenljiva ne sme zameniti izrazom
koji sadri tu promenljivu. Prema tome, unifikacija ni u ovom sluaju nije mogua.
Formalna logika 147

Zadatak 56: Poslednji element liste
Izraz cons(x,y) oznaava listu dobijenu umetanjem x na elo liste y. Praznu listu oznaavamo
sa EMPTY; lista 2 data je sa cons(2,EMPTY); lista (1,2) sa cons (1,cons(2,EMPTY)); itd.
Izraz LAST(x,y) znai da je y poslednji element liste x. Imamo sledee aksiome:
1. (u) LAST(cons(u,EMPTY),u)
2. (x)(y)(z){LAST(y,z)LAST[cons(x,y),z]}
Primenom rezolucije dokazati sledeu teoremu :
(-v)LAST{cons[2,cons(1,EMPTY)],v}
Reenje
Aksiome prevodimo u konjuktivnu normalnu formu:
1. LAST[cons(u,EMPTY),u]
2. LAST(y,z) v LAST[cons(x,y),z]
Aksiomama dodajemo negaciju teoreme
(-v)LAST{cons[2,cons(1,EMPTY)],v}
prevedenu u konjuktivnu normalnu formu
3. LAST{cons[2,cons(1,EMPTY)],v}
Primenimo rezoluciju sa strategijom skupa podrke: Stavovi 1 i 3 ne mogu se unificirati jer se
drugi argumenti funkcije cons razlikuju (u stavu 1 to je EMPTY, u stavu 3 radi se o
cons(1,EMPTY)). Zato se uzimaju stavovi 2 i 3 za primenu rezolucije:
2 i 3.
x 2, z v, y cons(1, EMPTY) = = =
4. LAST[cons(1,EMPTY),v]
Poto nema vie stavova za spajanje sa stavom 3 (negacijom teoreme), prelazimo na spajanje
stava 4 sa ostalim stavovima. Rezolucijom iz stavova 1 i 4 se dobija protivrenost, iz ega
sledi tanost polazne teoreme:
1. i 4.
u v =1 =
NIL
Zadatak 57: Dokazivanje tautologija
Primenom rezolucije dokazati da je svaka od sledeih formula tautologija:
a) (P Q) [(R v P) (R v Q)]
b) [(P Q) P] P
c) (P P) P
d) (P Q) (Q P)

Reenje
U optem sluaju dokazivanja neke predikatske formule rezolucijom, posedujemo skup
aksioma P i tvrenje T. Rezoluciju primenjujemo na skup P T to jest na skup koji se
sastoji od polaznih aksioma i negacije tvrenja. Ukoliko primenom rezolucije dobijemo
prazan stav, to jest protivrenost u skupu P T to znai da skup P T ne moe biti
zadovoljen ni za jednu interpretaciju (semantiku koju dodeljujemo pojedinim konstantama,
promenljivama, funkcijama i predikatima) aksioma i tvrenja. Iz ovoga sledi da je skup P T
zadovoljen u svakoj interpretaciji, sledstveno tome T je teorema koja se dobija iz polaznih
aksioma P nezavisno od interpretacije.
Zamislimo sada da imamo samo tvrenje T bez bilo kakvih aksioma. Ponovimo razmatranje
iz prethodnog pasusa stavljajui da je P prazan skup: Ako rezolucijom pokaemo da T nije
zadovoljeno, dokazali smo da je T zadovoljeno nezavisno od interpretacije i nezavisno od
ikakvih polaznih pretpostavki. Formule koje su zadovoljene nezavisno od interpretacije, dakle
vae u svakoj interpretaciji nazivaju se valjanim formulama u predikatskoj logici.
Propoziciona (iskazna) logika je podskup predikatske logike bez promenljivih. Formule
iskazne logike koje su tane za svaku interpretaciju (to jest, bez obzira koju istinitosnu
vrednost imaju predikati koje se pojavljuju u formuli) nazivaju se tautologije. Tautologije u
iskaznoj logici predstavljaju isto ono to valjane formule predstavljaju u predikatskoj logici.
Prema tome, da bismo dokazali da je neka formula tautologija, potrebno je primenom
rezolucije nai protivrenost u skupu stavova koji predstavljaju negaciju polazne formule.
a) Negiramo datu formulu:
{(P Q) [(R v P) (R v Q)]}
Prevodimo dobijenu formulu u konjuktivnu normalnu formu (KNF).
- Eliminacijom implikacije dobija se:
{(P v Q) v [(R v P) v (R v Q)]}
- Negaciju sputamo na atomske formule. Prebacimo najpre krajnje levu negaciju 'pod
zagradu':
(P v Q) . (R v P) . (R v Q)
- Transformisanjem poslednjeg lana formule dobijamo:
(P v Q) . (R v P) . R . Q
- Podelom na klauzule dobijamo traenu formu:
1. P v Q
2. R v P
3. R
4. Q
Primenom rezolucije traimo protivrenost u navedenim stavovima (stavovi za spajanje e biti
birani tako da se cilj postigne u to manje koraka):
1., 2. 5. Q v R
3., 5. 6. Q
Formalna logika 149

4., 6. NIL
Dobijanjem protivrenosti dokazano je da je polazna formula tautologija.
b) Prevodimo negaciju formule u KNF:
{[(P Q) P] P}
- Eliminacija implikacija
{[(P v Q) v P] v P}
- Sledea dva koraka odnose se na sputanje negacija do predikata
{[(P . Q) v P] v P}
[(P . Q) v P] . P
- Primena zakona distribucije na stavove unutar srednje zagrade
[(P vP) . (Q v P)] . P
- Podela na klauzule (primetiti da se prva klauzula uproava koristei injenicu da je P v P
isto to i samo jedno P)
1. P
2. Q v P
3. P
Kombinovanjem 1. i 3. stava odmah se dobija prazan stav ime je dokaz gotov.
c) Prevodimo negaciju formule u KNF:
[(P P) P]
- Eliminacija implikacija:
[(P v P) v P]
- Eliminacija spoljne negacije
(P v P) . P
Podelom se dobijaju stavovi P i P. Primenom rezolucije na ova dva stava odmah se dobija
prazan stav.
d) Prevodimo negaciju formule u KNF:
[(P Q) (Q P)]
- Eliminacija implikacija:
[(P v Q) v (Q v P)]
- Eliminacija spoljne negacije
(P v Q) . (Q v P)
- Primena De Morganovog zakona na drugu disjunkciju
(P v Q) . Q . P
Podelom se dobijaju se stavovi:

1. P v Q
2. Q
3. P
Dvostrukom primenom rezolucije
1., 2. 4. P
3., 4. NIL
dobija se prazan stav to kompletira dokaz.
Zadatak 58: Dokazivanje valjanosti formule
Pokazati da je sledea dobro formirana formula valjana primenom rezolucije:
(x){P(x) . [Q(A) v Q(B)]} (-x) [P(x) . Q(x) ]
Reenje
Dobro formirana formula predikatske logike naziva se valjanom ako je tana za svaku
moguu interpretaciju predikata koji se pojavljuju u toj formuli. U prethodnom zadatku imali
smo specijalan sluaj valjanih formula koje vae u propozicionoj logici i nazivaju se
tautologije. Dokaz da je neka formula valjana moe se sprovesti na isti nain kao i u sluaju
tautologija (videti analizu prethodnog zadatka): na stavove dobijene negiranjem polazne
formule primenjuje se rezolucija dok se ne dobije prazan stav. Dobijanje praznog stava je
dokaz da postoji protivrenost u negaciji polazne formule to dokazuje da je polazna formula
valjana.
Negiramo datu formulu:
{(x)[P(x) . (Q(A) v Q(B))] (-x) (P(x) . Q(x) ) }
Prevodimo formulu u konjuktivnu normalnu formu kao pripremu za sprovoenje rezolucije.
- Eliminiemo implikaciju:
{(x)[P(x) . (Q(A) v Q(B))] v (-x) (P(x) . Q(x) ) }
- Spoljnu negaciju 'uvlaimo pod zagradu':
(x)[P(x) . (Q(A) v Q(B))] . (-x) (P(x) . Q(x) )
- Preostalu negaciju sputamo do atomskih formula:
(x)[P(x) . (Q(A) v Q(B))] . (x) (P(x) v Q(x) )
- Kvantifikatore izvlaimo na levu stranu uz preimenovanje desnog pojavljivanja
promenljive x:
(x)(y){[P(x) . (Q(A) v Q(B))] . (P(y) v Q(y) ) }
- Razlaemo formulu na pojedine klauzule
1. P(x)
2. Q(A) v Q(B)
Formalna logika 151

3. P(y) v Q(y)
Na ovako dobijene stavove primenjujemo rezoluciju:
1., 3.
x=y
4. Q(y)
2., 4.
y=A
5. Q(B)
4., 5.
y=B
NIL
Dobijen je prazan stav NIL ime je dokaz zavren.
Zadatak 59: Problem skolemizacije
Pokazati korienjem rezolucije da dobro formirana formula (-x)P(x) logiki sledi iz dobro
formirane formule [P(A1) v P(A2)]. Meutim, Skolemova forma za (-x)P(x), to jest, P(A), ne
sledi logiki iz [P(A1) v P(A2)]. Objasniti.
Reenje
Pokaimo najpre, uz pomo rezolucije, da tanost (-x)P(x) sledi iz pretpostavke [P(A1) v
P(A2)]. Pretpostavku i negaciju tvrenja prevodimo u konjuktivnu normalnu formu:
1. P(A1) v P(A2)
2. P(x)
Dvostrukom primenom rezolucije dobijamo prazan stav ime je polazno tvrenje dokazano:
1., 2.
x A1 =
3. P(A2)
2., 4.
x A2 =
NIL
Razmotrimo sada drugo tvrenje. Pretpostavka i negacija tvrenja imaju sledee konjuktivne
normalne forme:
1. P(A1) v P(A2)
2. P(A)
Rezolucija se ne moe primeniti na stavove 1. i 2. jer se ne poklapaju konstante u predikatima
P(A1) i P(A). Prema tome, rezolucijom se u ovom sluaju ne moe dokazati ispravnost
tvrenja.
Da bi se objasnio ovakav rezultat treba se podsetiti strategije dokazivanja stavova
rezolucijom: pretpostavi se tanost negacije tvrenja, negacija se dodaje polaznim
pretpostavkama, pa se rezolucijom se pokuava ustanoviti nekonzistentnost ovako dobijenog
skupa stavova. U sluaju pojave nekonzistentnosti dokazano je da negacija tvrenja ne moe
biti tana pri datim pretpostavkama (koje su po definiciji tane), pa se iz toga zakljuuje
tanost polaznog tvrenja pri datim pretpostavkama.
U naem sluaju pretpostavka tvrdi da je predikat P(x) taan za neku vrednost promenljive x.
Ta vrednost je ili A1 ili A2 (ili obe ove vrednosti).

Negacija tvrenja P(x) je znatno 'jae' tvrenje od negacije tvrenja P(A): P(x) znai da
predikat P(x) nije ispunjen ni za jednu moguu vrednost x. Ovaj stav se moe osporiti (to je
primenom rezolucije i pokazano) na osnovu pretpostavke, ak i ako se iz pretpostavke ne zna
tana vrednost promenljive x za koju vai P(x).
Skolemizacijom formule (-x)P(x) dobijena je formula P(A). Drugim reima, poto postoji
neka vrednost za x tako da predikat P(x) vai, uveli smo neku konstantu A i ustvrdili da P(A)
ima tanu istinitosnu vrednost. Pri tome ne definiemo nain na koji se A moe odrediti.
Negacija ovog tvrenja, P(A) znai da postoji neka konkretna vrednost promenljive x za
koju ne vai P(x). Ovo je znatno 'slabije' tvrenje nego negacija originalnog
(neskolemizovanog) tvrenja i ne moe se osporiti pretpostavkom, s obzirom da pretpostavka
ne tvrdi da je P(x) tano za svako x. Prema tome, skolemizacija moe dovesti do 'gubitka
optosti' tvrenja u toj meri da ono ne moe biti dokazano.
Zadatak 60: Raspored Cigala
Dati su sledei iskazi:
- Cigla A nalazi se na stolu.
- Cigla B nalazi se na cigli A.
- Cigla C nalazi se na cigli A.
- Cigla D nalazi se na cigli B.
- Cigla A je plave boje.
- Cigla B je plave boje.
- Cigla C je crvene boje.
- Cigla D je zelene boje.
- Cigla je iznad neke druge cigle X ako se nalazi na njoj, ili se nalazi na cigli koja je
iznad cigle X.
a) Predstaviti ove iskaze u obliku stavova predikatske logike.
b) Primenom rezolucije dokazati da se cigla D nalazi iznad plave cigle.
Reenje
a) Upotrebljeni predikati su Na, Boja i Iznad, kao i konstante za cigle, boje i sto:
1. Na(A, Sto)
2. Na (B, A)
3. NA (C, A)
4. Na (D, B)
5. Boja (A, Plava)
6. Boja (B, Plava)
7. Boja (C, Crvena)
Formalna logika 153

8. Boja (D, Zelena)
9. (x)(y) (Na(x, y) v (-z)(Na(x,z) . Iznad(z,y)) Iznad(x,y))

b) Da bismo primenili rezoluciju, moramo da prevedemo bazu znanja u KNF. Za formulu 9.
imamo:
(x)(y) ((Na(x, y) v (-z)(Na(x,z) . Iznad(z,y))) v Iznad(x,y))
(x)(y) ((Na(x, y) . (z)(Na(x,z) v Iznad(z,y))) v Iznad(x,y))
(Na(x, y) . (Na(x,z) v Iznad(z,y))) v Iznad(x,y)
Dobijamo dve klauzule, uz preimenovanje promenljivih:
9a. Na(x, y) v Iznad(x,y)
9b. Na(x1, z) v Iznad(z,y1) v Iznad(x1,y1)
Upit glasi:
(-x) (Iznad(D,x) . Boja(x,Plava))
Za primenu rezolucije dodajemo negaciju upita bazi znanja:
10. Iznad(D, x2) v Boja(x2,Plava)
Primeniemo strategiju skupa podrke za izbor klauzula na koje primenjujemo pravilo:
10, 9a
/ D, / 2 x y x
11. Na(D,x3) v Boja(x3,Plava)
11, 4
/ B x3
12. Boja(B,Plava)
12, 6 NIL
Primetimo da posle primene rezolucije, u dobijenoj klauzuli takoe preimenujemo
promenljive. Na taj nain u bazi znanja nikad nemamo istu promenljivu u dve razliite
klauzule. Druga mogunost je da preimenovanje promenljivih obavljamo neposredno pre
primene rezolucije.
Poto smo dobili praznu klauzulu, dokazali smo tvrenje. Dodatno, poto smo imali
substituciju 3/ B x , dokazali smo da cigla B zadovoljava upit.
Zadatak 61: Premisa-zakljuak
Primenom rezolucije dokazati da iz premise
(x) ((-y)(S(x,y) . M(y)) (-y) (I(y) . E(x,y)))
sledi zakljuak
(-x)I(x) (x)(y)(S(x,y) M(y))
Reenje
Pretvorimo premisu u KNF:
(x)((-y)(S(x,y) . M(y)) (-y)(I(y) . E(x,y)))

(x)( (-y)(S(x,y) . M(y)) v (-y)(I(y) . E(x,y)))
(x)((y)( S(x,y) v M(y)) v (-y)(I(y) . E(x,y)))
Sada za promenljivu y za koju je vezan egzistencijalni kvantifikator primenjujemo pravilo
skolenizacije. Ona je pod uticajem samo promenljive x, pa emo je zameniti funkcijom sa
jednim argumentom, neka to bude ( ) x I (argument ove funkcije e biti promenljiva x):
( ) ( ) ( ) ( ) ( ) ( )
( )(( )( S , M ) (I E , )) x y x y y x x x v v I . I
Sada moemo da uklonimo kvantifikatore:

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( S , M ) (I E , )
( S , M I ) ( S , M E , )
x y y x x x
x y y x x y y x x
v v I . I
v v I . v v I

Dobijamo dve klauzule:
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
1. S , M I
2. S , M E ,
x y y x
x1 y1 y1 x1 x1
v v I
v v I

Bazi znanja dodajemo negaciju zakljuka prevedenog u KNF:
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )I ( )( ) S , M
( )I ( )( ) S , M
( )I ( )( ) S , M
( ) I ( )( ) S , M
x x x y x y y
x x x y x y y
x x x y x y y
x x x y x y y
-
- v v
- . v
. - - .

Sada primenjujemo pravilo skolenizacije. Poto promenljive vezane za egzistencijalni
kvantifikator nisu pod uticajem univerzalnih kvantifikatora, zamenjujemo ih konstantama:
( ) ( ) ( ) ( )
( ) I S X, Y M Y x x . .
Dobili smo tri klauzule:
( )
( )
( )
3. I
4. S X, Y
5. M Y
x2

Dalje primenjujemo rezoluciju:
( ) ( ) ( )
( ) ( )
( )
/ X, y/ Y
1, 4 6. M Y I X
5, 6 7. I X
/ X
3, 7 NIL
x
x2
v I
I
I

Poto smo dobili praznu klauzulu, tvrenje je dokazano.

Produkcioni sistemi 155

2.2. Produkcioni sistemi
Zadatak 62: Zakljuivanje direktnim ulanavanjem
Posmatrajmo sledeu bazu znanja koja se sastoji od pravila (produkcija) i injenica.
if b(x) then a(x)
if c(x) and d(x) then b(x)
if e and f(x) then d(x)
if g(x) then c(x)
g(2)
f(5)
g(5)
e
a) Koje sve nove injenice i po kom redosledu proizilaze primenom direktnog ulanavanja sa
fokusiranjem panje (engl. focus of attention) na nove injenice?
b) Prikazati proces zakljuivanja o istinitosti cilja a(x) povratnim ulanavanjem.
c) Koje sve nove injenice ili pravila i po kom redosledu proizilaze iz ove baze znanja ako se
primenjuje ciklino hibridno ulanavanje (engl. rule cycle hybrid)?
Reenje
Produkcioni sistemi su forma pogodna za izraavanje takozvanog proceduralnog znanja.
Produkcioni sistem je skup pravila oblika logike implikacije:
preduslov zakljuak
U analitikim (deduktivnim) produkcionim sistemima uobiajeno je da je preduslov logiki
izraz a zakljuak predikat ili implikacija vie predikata i rad sistema se svodi na utvrivanje
istinitosne vrednosti odreenih predikata.
Sintetiki produkcioni sistemi pored skupa pravila poseduju i model sveta koji se aurira
primenom pravila. U takvim sistemima preduslov je logiki izraz, a zakljuak sadri niz akcija
koji menjaju trenutno stanje u modelu sveta.
Produkcioni sistem u ovom zadatku spada u analitike produkcione sisteme. Predikatski
stavovi koji se pojavljuju u pravilima dele se na:
- pretpostavke, koje se pojavljuju iskljuivo u preduslovima pravila,
- ciljeve, koji se pojavljuju iskljuivo u zakljucima i
- meupredikate (engl. intermediate predicates), koji se mogu pojaviti i u preduslovima
jednih i u zakljucima drugih pravila.

Zakljuivanje pomou produkcionog sistema predstavlja proces utvrivanja istinitosne
vrednosti zakljuaka na osnovu zadatih istinitosnih vrednosti pretpostavki (I za neke od
meupredikata mogue je zadati istinitosnu vrednost u kom sluaju oni igraju ulogu
pretpostavki. Meupredikati mogu igrati i ulogu ciljeva ukoliko nam je od vanosti njihova
istinitosna vrednost na kraju procesa zakljuivanja). U procesu zakljuivanja moe se koristiti
jedna od sledeih osnovnih strategija:
- Direktno ulanavanje. Kod ove strategije na osnovu pretpostavki, koristei pravila u smeru
od preduslova ka zakljucima, odreuju se svi mogui zakljuci.
- Povratno ulanavanje. Kod ove strategije polazi se od datog cilja i koristei produkcije u
smeru od zakljuaka ka preduslovima utvruje se da li su zadovoljeni svi preduslovi
neophodni za dati cilj.
- Hibridno ulanavanje. Strategije direktnog i povratnog ulanavanja mogu se iskombinovati
na vie naina sa ciljem da se iskoriste prednosti svake od njih.
U reenju zadatka detaljno je prikazan proces zakljuivanja primenom direktnog ulanavanja.
Nove injenice u bazu znanja dodavane su ispred postojeih injenica (to ima uticaj na tok
zakljuivanja). Ovo je takozvano zakljuivanje sa fokusiranjem panje na nove injenice.
U zadatom produkcionom sistemu stavovi e, f(x) i g(x) predstavljaju pretpostavke, stavovi
b(x), c(x) i d(x) su meupredikati a stav a(x) je ciljni stav. Polazne injenice g(2), f(5), g(5) i e
nam definiu istinitost stavova - pretpostavki za odreene konkretne vrednosti promenljivih.
Zadati produkcioni sistem sadri predikate koji imaju argumente u kojima se pojavljuju
promenljive. Promenljive unutar pravila posmatraju se kao univerzalno kvantifikovane. U
procesu zakljuivanja promenljive iz pravila se vezuju, odnosno, dobijaju konkretne vrednosti
tako su zakljuci predstavljeni stavovima koji sadre konstante. U procesu povratnog
ulanavanja (videti deo pod b) mogu se u okviru zakljuaka pojaviti promenljive koje se tada
posmatraju kao egzistencijalno kvantifikovane, to jest, cilj je ispunjen ako se nae bar jedna
konkretna vrednost promenljive za koju je dati predikat ispunjen.
Primenimo algoritam zakljuivanja direktnim ulanavanjem naveden u dodatku 1 (algoritam
12) na zadati produkcioni sistem. Poetna situacija opisana je na sledei nain:
Lista neupotrebljenih injenica L : g(2), f(5), g(5), e
Produkcioni sistem:
1. if b(x) then a(x)
2. if c(x) and d(x) then b(x)
3. if e and f(x) then d(x)
4. if g(x) then c(x)
Dobijene injenice: -
Prvo se sledi injenica g(2). Jedino preduslov pravila 4 uparuje ovu injenicu, pri emu
promenljiva x dobija vrednost 2. Kada se predikat g(x) ukloni iz pravila 4 na osnovu koraka
2.1.1., dobija se novo 'pravilo' c(2) (podsetimo se da je promenljiva x vezana u procesu
uparivanja preduslova pravila 4. sa injenicom g(2)). Prema koraku 2.1.2 dobijena je nova
injenica koja se stavlja na elo liste L. Jedino zakljuak pravila 4 uparuje injenicu c(2), ali
se ovo pravilo ne uklanja iz baze jer je zakljuak optiji s obzirom da sadri promenljivu.

Koraci 2.1.3. i 2.1.4. preskau se u ovom sluaju. Situacija pre nove iteracije u algoritmu je
sledea:
Lista neupotrebljenih injenica L : c(2), f(5), g(5), e
Produkcioni sistem:
Dobijene injenice: c(2)
U novoj iteraciji algoritma zakljuivanja sledi se injenica c(2). Jedino pravilo 2. u preduslovu
poseduje predikat c(x). Prema 2.1.1. od pravila 2. kreira se novo pravilo
if d(2) then b(2)
koje se prema 2.1.3 stavlja ispred pravila 2. Pravilo 2 se ne eliminie jer su i preduslov i
zakljuak generalniji od preduslova i zakljuka novog pravila. Posle ove iteracije imamo
sledeu situaciju:
Lista neupotrebljenih injenica L : f(5), g(5), e
Produkcioni sistem:
1a. if d(2) then b(2)
U narednoj iteraciji sledi se injenica f(5) i bira pravilo 3 kao jedino primenljivo. U bazu
znanja dodaje se novo pravilo 2a. tako da je trenutna situacija sledea:
Lista neupotrebljenih injenica L : g(5), e
Produkcioni sistem:
2a. if e then d(5)


Naredna injenica koja se sledi je g(5). Na osnovu pravila 4 koje je jedino primenljivo u ovoj
situaciji dobija se nova injenica c(5) i dodaje na elo liste L, koja ima izgled:
Lista neupotrebljenih injenica L : c(5), e
dok baza znanja ostaje neizmenjena.
Sada se sledi injenica c(5). Ovoj injenici odgovara pravilo 2 od koga nastaje novo pravilo
1b pa je situacija sledea:
Lista neupotrebljenih injenica L : e
Produkcioni sistem:
1b. if d(5) then b(5)
2a. if e then d(5)
Dobijene injenice: c(2), c(5)
injenici e odgovaraju pravila 2a. i 3. Na osnovu pravila 2a. dobija se nova injenica d(5)
koja se stavlja na elo liste L, a pravilo 2a. se uklanja iz baze poto zakljuak potpuno
odgovara novodobijenoj injenici. Na osnovu pravila 3 dobija se novo pravilo 2b. a pravilo 3
se uklanja kao redundantno, pa imamo sledeu situaciju:
Lista neupotrebljenih injenica L : d(5)
Produkcioni sistem:
1b. if d(5) then b(5)
2b. if f(x) then d(x)
Dobijene injenice: c(2), c(5), d(5)

injenicu d(5) uparuju preduslovi pravila 1b i 2. (to se, naravno ne moe rei za pravilo 1a
koje sadri predikat d ali sa razliitom konstantom kao argumentom). Na osnovu pravila 1b.
dobija se nova injenica b(5), a pravilo 1b se uklanja iz baze. Na osnovu pravila 2 nastaje
novo pravilo
if c(5) then b(5)


koje nema potrebe unositi u bazu poto ve imamo b(5) kao injenicu. Pravilo 2 se ne moe
ukloniti iz baze jer je njegov zakljuak generalniji. Situacija je sada:
Lista neupotrebljenih injenica L: b(5)
Produkcioni sistem:
Dobijene injenice: c(2), c(5), d(5), b(5)
injenici b(5) odgovara pravilo 1 koje daje novu injenicu a(5). Baza znanja se ne menja. S
obzirom da se sleenjem injenice a(5) ne dobija nikakva nova injenica, lista neupotrebljenih
injenica je konano ispranjena. Zavrna situacija je, prema tome:
Lista neupotrebljenih injenica L: -
Produkcioni sistem:
Dobijene injenice: c(2), c(5), d(5), b(5), a(5)
Zadatak 63: Zakljuivanje povratnim ulanavanjem
Posmatrajmo bazu znanja iz postavke zadatka 62:
if b(x) then a(x)
if g(x) then c(x)
g(2)
f(5)
g(5)
e
Prikazati proces zakljuivanja o istinitosti cilja a(x) povratnim ulanavanjem.


Reenje
Promenljiva x koja se pojavljuje u ciljnom predikatu a smatra se egzistencijalno
kvantifikovanom. Drugim reima, da bi cilj bio ispunjen, dovoljno je nai jednu konkretnu
vrednost C za promenljivu x za koju je predikat a(C) ispunjen.
Povratno rezonovanje je 'ciljno usmereno' jer polazi od zadatog cilja (upita u bazu znanja),
upotrebom pravila u smeru od zakljuaka ka preduslovima ispituje da li su ispunjene sve
injenice koje zahteva dati cilj. PROLOG programi su produkcioni sistemi, a pri izvravanju
tih programa primenjuje se upravo zakljuivanje putem povratnog ulanavanja.
Razmotrimo zakljuivanje povratnim ulanavanjem za zadati produkcioni sistem prema
algoritmu 11 navedenom u dodatku 1.
Inicijalno, upit a(x) se razmatra kao tekui cilj u proceduri TEST. Tekui (i jedini) predikat
cilja je a(x). (U narednoj tabeli, tekui predikat cilja je podvuen). S obzirom da ovaj predikat
nije razmatran, promenljiva x nije vezana, a redni broj N stava koji je korien u razmatranju
tekueg predikata ima inicijalnu vrednost 0.
tekui cilj C1: poetni upit
a(x)
N 0
vezivanja -
Predikat a(x) ne moe se upariti ni sa jednom injenicom. Od pravila je relevantno samo
pravilo 1. Zato se uz predikat a(x) pamti redni broj ovoga pravila (potreban je za eventualno
vraanje unazad pri zakljuivanju kao to e kasnije biti objanjeno), a promenljiva x iz stava
a(x) vezuje se za promenljivu x iz pravila 1 koja e biti oznaena kao x' da bi se ove dve
promenljive mogle razlikovati.
a(x)
N 1
vezivanja x = x'
Prema taki 2.2. algoritma, prelazi se na razmatranje preduslova pravila 1 ime se formira
novi tekui cilj C2 i rekurzivno poziva procedura TEST.
tekui cilj C2: preduslov pravila 1
b(x')
N 0
vezivanja -
Razmatranjem stava b(x) uoava se da ovom stavu ne odgovara ni jedna injenica. Ovom
stavu odgovara jedino zakljuak pravila 2. Prema tome, uz ovaj stav pamti se redni broj
pravila, i vri vezivanje promenljive x' za promenljivu x iz pravila 2 koju emo oznaiti sa x''.


b(x)
N 2
vezivanja x = x
Uzima u razmatranje preduslov pravila 2 koji postaje novi tekui cilj. Sledi novi poziv
procedure TEST.
c(x'') and d(x'')
N 0
vezivanja -
Sledei stav koji se razmatra je levi stav u sloenom preduslovu pravila 2, a to je c(x). Ovom
stavu odgovara pravilo 4. Promenljiva x'' vezuje se za promenljivu iz pravila 4 koji emo
oznaiti kao x'''.
c(x'') and d(x'')
N 4
vezivanja x'' = x'''
Preduslov g(x) pravila 4 dolazi na red za razmatranje. Sledi poziv procedure TEST za novi
cilj.
g(x''')
N 0
vezivanja -
Stav g(x) uparuje se sa injenicom g(2) iji je redni broj N jednak 5 i pri tome promenjiva x'''
dobija vrednost 2.
g(x''')
N 5
vezivanja x''' = 2
Stav g(x) za x=2 je zadovoljen to povlai i zadovoljenost pravila 4 kao tekueg cilja i
povratak iz poslednjeg poziva procedure TEST u prethodni poziv. U prethodnom pozivu,
tekui cilj je bio C3. Poto je tekui predikat c(x'') zadovoljen za x'' = 2 prelazi se razmatranje
predikata d(x'') prema taki 4 algoritma.


c(x'') and d(x'')
N 4 0
vezivanja x'' = 2 -
Poto se tekui predikat d(x'') za x'' =2 razmatra prvi put, za njega je N = 0. Tekui predikat ne
uparuje ni jedna od injenica, ve samo zakljuak pravila 3.
c(x'') and d(x'')
N 4 3
vezivanja x'' = 2 -
S obzirom da je promenljiva x'' vezana za vrednost 2, u preduslovu pravila 3 zamenjuje se
promenljiva vrednou 2. Ovo postaje tekui cilj u novom pozivu procedure TEST.
e and f(2)
N 0
vezivanja -
Prvi predikat e u preduslovu pravila 3 zadovoljen je injenicom iz baze (N=8), pa se prelazi
na razmatranje drugog predikata.
e and f(2)
N 8 0
vezivanja - -
Drugi stav f(2) ne moe biti zadovoljen, jer ne postoji injenica niti pravilo koje moe biti
upareno sa ovim stavom. Na ovom mestu dolazi do povratka u zakljuivanju (backtracking-a)
prema koraku 3 algoritma. Razmatra se ponovo stav koji se nalazi levo od stava f(2) u
preduslovu pravila 3 a to je e.
e and f(2)
N 8 0
vezivanja - -
Pretraivanjem baze znanja poev od 9. reda (jer je N=8 za tekui predikat) ustanovljavamo
da predikat e ne moe biti zadovoljen ni injenicom ni zakljukom pravila. Poto se radi o
krajnje levom predikatu cilja C4, ustanovljava se da cilj C4 nije zadovoljen. Sledi povratak iz
poslednjeg poziva procedure TEST u prethodni.


c(x'') and d(x'')
N 4 3
vezivanja x'' = 2 -
Razmatranjem baze znanja od 4. reda nalazi se da se predikat d(x'') ne moe se zadovoljiti na
alternativan nain, pa se zakljuivanje vraa na levi stav pravila 2, a to je stav c(x). Pri tome
se ponitava veza promenljive x'' = 2.
c(x'') and d(x'')
N 4 3
vezivanja - -
Ne postoji injenica koja zadovoljava tekui predikat c(x). Zbog toga se razmatraju pravila
poev od 4. reda baze znanja prema taki 2.2. pa se bira pravilo 4. Preduslovi pravila 4 ve su
na ovom nivou bili razmatrani kao cilj C4. Promenljiva x'' vezuje se za promenljivu x''' iz
pravila 4. Sledi novi poziv procedure test za C4 kao tekui cilj.
g(x''')
N 5
vezivanja x''' = 2
Poto se prethodno vezivanje x''' = 2 raskida, pretraivanje baze znanja kree od estog reda
prema taki 2.1. algoritma. Pri tome se pronalazi injenica g(5) i vri vezivanje promenljive
x''' za novu vrednost 5.
g(x''')
N 8
vezivanja x''' = 5
Cilj C4 je zadovoljen, kontrola se vraa prethodnom pozivu procedure TEST i tekui cilj
postaje C3. Promenljiva x'' dobija vrednost 5.
c(x'') and d(x'')
N 4 3
vezivanja x'' = 5 -
Razmatra se drugi stav pravila 2, a to je d(x'') za x'' =5.


c(x'') and d(x'')
N 4 3
vezivanja x'' = 5 -
Poto injenice ne mogu upariti tekui predikat, razmatraju se pravila poev od treeg reda
bazu znanja. Ovaj predikat uparuje zakljuak pravila 3. Sledi novi poziv procedure TEST pri
emu preduslov pravila 3 uz smenu x = 5 postaje novi cilj C6. Ovaj cilj se razlikuje od cilja
C5 jer je promenljiva x zamenjena drugom vrednou; prema tome je N = 0, to jest,
razmatranje tekueg predikata poinje od prvog reda baze znanja.
e and f(5)
N 0
vezivanja -
Prvi predikat e u preduslovu pravila 3 zadovoljen je injenicom iz baze (N=8), pa se prelazi
na razmatranje drugog predikata.
e and f(5)
N 8 0
vezivanja - -
Tekui predikat f(5) zadovoljen je injenicom 6.
e and f(5)
N 8 6
vezivanja - -
Prema tome, cilj C6 je potpuno zadovoljen, pa se kontrola vraa prethodnom pozivu
procedure TEST.
c(x'') and d(x'')
N 4 3
vezivanja x'' = 5 -
Tekui cilj C3 je u potpunosti zadovoljen, pa se kontrola vraa na prethodni nivo.


b(x')
N 2
vezivanja x' = x''
U tekuem cilju C2 zadovoljen je predikat b(x') pri emu je x' = x'' = 5. Time je zadovoljeno i
pravilo jedan pa se kontrola vraa prvom pozivu procedure TEST.
a(x)
N 1
vezivanja x = x'
Promenljiva x dobija vrednost 5, to znai da je zadovoljen i krajnji cilj a(x), za x=5.
U procesu zakljuivanja, redom su zadovoljavana pravila: 4 (za x=2), 4 (za x=5), 3, 2, 1 i
poetni upit. Zakljuak svakog od ovih pravila generisao je po jednu novu injenicu: c(2),
c(5), d(5), b(5) i a(5). Prema tome, dobijene su iste injenice u istom redosledu kao u zadatku
62 u kome je primenjeno zakljuivanje direktnim ulanavanjem u istoj bazi znanja. U optem
sluaju broj i redosled dobijenih injenica ne moraju se poklapati kod ova dva naina
zakljuivanja.
U algoritmu zakljuivanja povratnim ulanavanjem navedeno je (u koraku 6. procedure
TEST) da je potrebno pamtiti zadovoljene ciljeve zbog mogunosti njihovog ponovnog
razmatranja prilikom vraanja pri zakljuivanju. Pogodna struktura podataka je AND/OR
stablo. Svaki vor stabla odgovara jednom zadovoljenom predikatu u ciljevima. Konektori su
oznaeni pravilima kojima su zadovoljeni pojedini predikati ciljeva. Svaki cilj predstavlja
skup onih vorova stabla koji svi imaju isti ulazni konektor.
Na primer, AND/OR stablo za dati problem po zavretku rada algoritma ima izgled prikazan
na slici 101 punim linijama. Isprekidanim linijama prikazani su pojedini podciljevi. Primetiti
da u stablu nema cilja C5 jer on nije zadovoljen tokom zakljuivanja.

a(x)
b(x)
c(x) d(x)
g(5) e f(5)
C1
C2
C3
C4 C6

Slika 101

Zadatak 64: Zakljuivanje ciklikim hibridnim ulanavanjem
Posmatrajmo bazu znanja iz postavke zadatka 62:
if b(x) then a(x)
if g(x) then c(x)
g(2)
f(5)
g(5)
e
Koje sve nove injenice ili pravila i po kom redosledu proizilaze iz ove baze znanja ako se
primenjuje ciklino hibridno ulanavanje (engl. rule cycle hybrid)?
Reenje
Pri zakljuivanju ciklikim hibridnim ulanavanjem (algoritam 13 iz dodatka 1), cikliki se
ponavljaju sledee akcije: vri se razmatranje pravila po redosledu kojim su zadata u bazi
znanja; ako svi predikati iz preduslova nekog pravila uparuju injenice iz baze, pravilo uspeva
i njegova leva strana (uz odgovarajue smene promenljivih) dodaje se u bazu kao nova
injenica.
Razmotrimo zadati produkcioni sistem. U prvoj iteraciji algoritma:
- Preduslovi pravila 1 i 2 nisu ispunjeni u prvom prolazu.
- Preduslov pravila 3 jeste ispunjen poto se moe upariti sa injenicama e i f(5), pa se na
elo liste injenica dodaje d(5). Pravilo 3 se pri tom ne eliminie jer se njegov zakljuak ne
sadri u dobijenoj injenici.
- Preduslov pravila 4 moe se upariti sa injenicama g(2), pa zatim i g(5) pa se injenicama
dodaju dve nove c(2) i c(5) a pravilo 4 ostaje u razmatranju.
Na kraju prve iteracije baza znanja ima sledei izgled:
Pravila
if b(x) then a(x)
if g(x) then c(x)
injenice: poetne dobijene
g(2) d(5)
f(5) c(2)
g(5) c(5)
e

U drugoj iteraciji, zakljuivanje se odvija na sledei nain:
- pravilo 1 ne uspeva.
- pravilo 2 uspeva za x = 5, pa se u bazu dodaje nova injenica b(5).
- Razmatranjem pravila 3 i 4 ne dobijaju se nove injenice.
Na kraju druge iteracije baza znanja ima sledei izgled:
Pravila
if b(x) then a(x)
if g(x) then c(x)
injenice: poetne dobijene(1) dobijene(2)
g(2) d(5) b(5)
f(5) c(2)
g(5) c(5)
e
U treoj iteraciji:
- pravilo 1 uspeva i bazi se dodaje injenica a(5).
- Ostala pravila ne generiu nove injenice.
Na kraju tree iteracije baza znanja ima sledei izgled:
Pravila
if b(x) then a(x)
if g(x) then c(x)
injenice: poetne dobijene(1) dobijene(2) dobijene(3)
g(2) d(5) b(5) a(5)
f(5) c(2)
g(5) c(5)
e

U sledeoj iteraciji, nijedno pravilo ne generie nove injenice i time je zakljuivanje
zavreno. Zakljuivanjem su dobijene injenice d(5), c(2), c(5), b(5) i a(5), tim redom. U
poreenju sa zakljuivanjem uz korienje strategije direktnog ulanavanja u istoj bazi znanja
(zadatak 62), radi se o istim injenicama ali je redosled dobijanja drugaiji.


Redosled injenica, pravila, zatim redosled predikata u preduslovima pravila kao i u upitima
ima u vei ili manji uticaj na tok pojedinih vrsta zakljuivanja. Tabela 6 sumarno pokazuje
koliki uticaj imaju ovi redosledi pri emu su oni poreani po opadajuem znaaju.
Po nainu upotrebe pravila - od preduslova ka zakljuku - zakljuivanje putem ciklikog
ulanavanja podsea na direktno ulanavanje. Iz tabele 6 se meutim vidi da je kod ciklikog
hibridnog ulanavanja redosled pravila znaajniji od redosleda injenica kao to je to sluaj i
kod povratnog ulanavanja, a suprotno direktnom ulanavanju.

Povratno ulanavanje Direktno ulanavanje Cikliko hibridno ulanavanje
predikati upita injenice pravila
pravila pravila predikati u IF delovima
predikati u IF delovima predikati u IF delovima injenice
injenice
Tabela 6
Zadatak 65: Negacije i zakljuivanje povratnim i direktnim ulanavanjem
Baza znanja sadri sledea pravila:
R1: if fact1 then goal1
R2: if a and b then goal1
R3: if c(x) then goal2(x)
R4: if not(d) then a
R5: if d then b
R6: if not(e) then c(2)
R7: if fact2 and fact3 then d
R8: if fact2 and fact4 then e
injenice:
fact2
fact3
a) Koristei povratno ulanavanje ispitati istinitost ciljeva goal1 i goal2(x)
b) Koristei direktno ulanavanje sa fokusiranjem panje na nove injenice odrediti sve
mogue zakljuke.
Reenje
U zadatom produkcionom sistemu ciljni predikati su goal1 i goal2(x), pretpostavke su fact1,
fact2, fact3 i fact 4 a svi ostali predikati spadaju u meupredikate. U okviru pravila pojavljuju
se i negacije predikata. Ove negacije tretiraju se u skladu sa pretpostavkom o zatvorenom

svetu (engl. closed world assumption) da je negacija predikata tana ako sa datim injenicama
ne moemo utvrditi istinitost traenog predikata (drugim reima, ako nema dovoljno
informacija da se utvrdi da je neto istinito, uzimamo je da njegova negacija istinita).
PROLOG u zakljuivanju koje, kao to je ve reeno, vri povratnim ulanavanjem, takoe
koristi pretpostavku o zatvorenom svetu.
Zakljuivanje se vri prema algoritmu 11 iz dodatka 1 sa dodatnim pravilom vezanim za
negirane predikate u ciljevima:
- U koraku 2 algoritma dodaje se: Ako se u tekuem cilju tekui predikat P pojavljuje
negiran, onda je not(P) zadovoljeno ako i samo ako P nije zadovoljen.
Drugim reima, ispitujemo ispunjenost predikata P, pa ako utvrdimo da je predikat P ispunjen,
znai da nije ispunjena njegova negacija i obrnuto, ako P nije ispunjen, znai da je ispunjena
njegova negacija.
a) Zakljuivanje sa datim pravilima obavlja se sledeim redosledom ciljeva:
- goal1; nema ga u injenicama; razmatra se pravilo R1 i njegov preduslov
- fact1; u injenicama ga nema, a nema ni pravila; fact1 nije zadovoljeno, a time ni pravilo
R1
- goal1; ostalo je jo pravilo R2; razmatra se njegov preduslov
- a; nema ga u injenicama; razmatra se pravilo R4; potrebno je razmotriti not(d)
- d; nema ga u injenicama; razmatra se pravilo R7
- fact2 jeste injenica
- fact3 jeste injenica pa pravilo R7 uspeva; d je zadovoljeno; not(d) nije zadovoljeno; R4 ne
uspeva; R2 ne uspeva;
- goal1; nema vie nerazmotrenih pravila; prvi cilj goal1 nije zadovoljen; ostaje drugi cilj
goal2(x) za razmatranje
- goal2(x); nema ga u injenicama; razmatra se pravilo R3
- c(x); nema ga u injenicama; razmatra se pravilo R6; potrebno je razmotriti not(e)
- e; nema ga u injenicama; razmatra se R8
- fact2 je injenica
- fact4; nema ga u injenicama i ne pojavljuje se u zakljucima pravila pa nije ispunjeno;
pravilo R8 ne uspeva
- e; nije ispunjeno poto vie nema pravila za razmatranje; not(e) je ispunjeno; uspeva R6;
uspeva c(x) za x=2; uspeva R3 za x=2; uspeva goal2(2).
U toku zakljuivanja dobijene su sledee nove injenice prema redosledu dobijanja: d, not(e),
c(2), goal2(2).
b) Kod direktnog ulanavanja (algoritam 12 iz dodatka 1) potrebno je pravila sa negacijama
predikata preskoiti pri razmatranju sve dok se ostalim pravilima ne zakljue sve mogue
injenice.

Tok zakljuivanja u zadatom produkcionim sistemu je sledei (redom su navedeni injenica
koja se u datom trenutku sledi, pravilo koje se pri tom razmatra i akcija koja se preduzima kao
rezultat razmatranja pravila):
Korak Lista injenica Pravilo Akcija
1. fact2, fact3 R7 Brie se R7, dodaje se R9: if fact3 then d
2. fact2, fact3 R8 Brie se R8, dodaje se R10: if fact4 then e
[ injenica fact2 je razmotrena, nisu dodate nove injenice, pa se prelazi na sledeu zadatu
injenicu]
3. fact3 R9 d je nova injenica; R9 se brie
4. d R5 b je nova injenica; R5 se brie
[ pravilo R4 se u ovom trenutku ignorie sve dok ima injenica za razmatranje ]
5. b R2 R2 se brie; dodaje se R11: if a then
goal1
U ovom trenutku zakljuivanja produkcioni sistem ima sledei izgled:
R1: if fact1 then goal1
R11: if a then goal1
R3: if c(x) then goal2(x)
R4: if not(d) then a
R6: if not(e) then c(2)
R10: if fact4 then e
Nema vie novih injenica za razmatranje, pa treba razmotriti pravila sa negacijama predikata.
not(d) nije ispunjeno jer je d injenica, a not(e) je ispunjeno jer e nije injenica. Prema tome,
not(e) je nova injenica za razmatranje.
Korak Lista injenica Pravilo Akcija
6. not(e) R7 R7 se brie; c(2) je nova injenica
7. c(2) R3 goal2(2) je nova injenica; R3 se ne brie
8. goal2(2) - nema pravila za razmatranje, niti
nerazmotrenih injenica, pa je
zakljuivanje okonano
Zakljuivanjem su dobijene sledee injenice (prema redosledu dobijanja): d, b, not(e), c(2),
goal2(2). U odnosu na taku a) dobijena je jedna injenica vie - injenica b. U zakljuivanju
povratnim ulanavanjem razmatra se ispunjenost samo onih predikata koji mogu uticati na
ispunjenost zadatog cilja, dok se kod direktnog ulanavanja izvode svi mogui zakljuci na
osnovu zadate baze znanja.


Zadatak 66: Negacije i zakljuivanje direktnim i ciklikim hibridnim
ulanavanjem
Posmatrajmo sledeu bazu znanja koja se sastoji od produkcionih pravila i injenica.
1. if v and t then a
2. if b and u and not(t) then a
3. if n(x) and b then m(x)
4. if c then b
5. if r and s then t
6. if v and r then u
7. r
8. v
9. c
10. n(12)
a) Navesti sve nove injenice ili pravila izvedena direktnim ulanavanjem prema redosledu
njihovog dobijanja. Pravila sa not ostavljaju se za kraj.
b) Nai sve nove injenice ili pravila izvedena iz ciklikog hibridnog ulanavanja prema
redosledu njihovog dobijanja. Pravila sa not ostavljaju se za kraj.
c) Problem sa ciklikim hibridnim ulanavanjem je u tome to se njime ponavljaju
ispitivanja istih pravila u svakom ciklusu. Opisati nain na koji bi se izbeglo ispitivanje nekih
pravila na osnovu toga ta se desilo u prethodnom ciklusu.
Reenje
a) Inicijalno stanje je:
Lista neupotrebljenih injenica: r, v, c, n(12).
Produkcioni sistem:
4. if c then b
6. if v and r then u
Tok zakljuivanja (prema algoritmu 12 u dodatku 1) je sledei:
Sledi se prva od datih injenica r; pravila 5 i 6 se briu a nastaju pravila 5a (if s then t) i 6a (if
v then u)
Lista neupotrebljenih injenica: v, c, n(12).

Produkcioni sistem:
4. if c then b
5a. if s then t
6a. if v then u
Sledi se v; pravilo 1 se brie, a dodaje se 1a (if t then a); od pravila 6a, koje se brie, nastaje
nova injenica u.
Lista neupotrebljenih injenica: u, c, n(12).
Produkcioni sistem:
1a. if t then a
4. if c then b
5a. if s then t
Dobijene injenice: u
Sledi se u; od pravila 2 (koje se brie) nastaje pravilo 2a (if b and not(t) then a). Treba uoiti
da pravilo smo pravilo 2 razmatrali iako ono sadri predikat sa operatorom not. Radi se,
meutim o predikatu not(t), tako da bismo pravilo 2 iskljuili iz razmatranja jedino u ako
bismo smo sledili injenicu t to ovde nije bio sluaj.
Lista neupotrebljenih injenica: c, n(12).
Produkcioni sistem:
1a. if t then a
2a. if b and not(t) then a
4. if c then b
5a. if s then t
Dobijene injenice: u
Sledi se c i na osnovu pravila 4, koje se brie, nastaje nova injenica b.
Lista neupotrebljenih injenica: b, n(12).
Produkcioni sistem:
1a. if t then a
2a. if b and not(t) then a

5a. if s then t
Dobijene injenice: u, b
Sledi se b; od pravila 2a (koje se brie) nastaje 2b (if not(t) then a); od pravila 3 (brie se)
nastaje pravilo 3a (if n(x) then m(x)).
Lista neupotrebljenih injenica: n(12).
Produkcioni sistem:
1a. if t then a
2b. if not(t) then a
3a. if n(x) then m(x)
5a. if s then t
Dobijene injenice: u, b
Sledi se poslednja od datih injenica n(12); pravilo 3a dokazuje injenicu m(12).
Lista neupotrebljenih injenica: m(12).
Produkcioni sistem:
1a. if t then a
5a. if s then t
Dobijene injenice: u, b, m(12)
Sledi se m(12); ne dobijaju se nove injenice niti pravila.
Poto su razmotrene sve injenice, prelazi se na razmatranje pravila sa not. Poto meu
zadatim i dobijenim injenicama nema injenice t, not(t) je nova injenica koju treba
razmotriti.
Lista neupotrebljenih injenica: not(t).
Produkcioni sistem:
1a. if t then a
5a. if s then t
Dobijene injenice: u, b, m(12), not(t)
Sledi se not(t); Pravilo 2b (koje se brie) dokazuje injenicu a.
Lista neupotrebljenih injenica: a.

Produkcioni sistem:
1a. if t then a
5a. if s then t
Dobijene injenice: u, b, m(12), not(t), a
Sledi se a; ne dobijaju se nove injenice niti pravila; zakljuivanje je zavreno.
Prema tome, zakljuivanjem su dobijene nove injenice ovim redom: u, b, m(12), not(t), a.
Samo predikati za koje je utvreno da su tani su navedeni u ovoj listi. Za sve ostale
predikate, prema pretpostavki o zatvorenom svetu, vai njihova negacija; t je samo jedan od
takvih predikata iju smo negaciju i eksplicitno koristili da bismo utvrdili vaenje drugih
predikata.
b) Tok zakljuivanja ciklikim hibridnim ulanavanjem sa datim produkcionim sistemom je
sledei:
Preduslovi pravila 1, 3 nisu ispunjeni (bar po jedan predikat iz preduslova ovih pravila ne
nalazi se meu injenicama). Pravilo 2 se ignorie jer sadri not.
Pravilo 4 je zadovoljeno, pa se ono brie, a dobija se nova injenica b.
Pravilo 5 nije zadovoljeno.
Poslednje, esto pravilo je zadovoljeno ( i v i r su injenice). Pravilo se brie, a injenicama se
dodaje u.
Na kraju iteracije, pravila su:
injenice su: poetne dobijene
r, v, c, n(12) b, u
Pri drugom prolasku kroz listu pravila, prva dva pravila ponovo nisu zadovoljena.
Tree pravilo je zadovoljeno za x=12. injenicama se dodaje m(12), a pravilo se ne brie jer
ima generalniji zakljuak.
Peto pravilo nije zadovoljeno.

injenice su: poetne dobijene
r, v, c, n(12) b, u, m(12)
8. U sledeem prolasku ne dobija se nijedna nova injenica, pa je potrebno razmotriti
negirane predikate u preduslovima pravila. U pravilu 2, not(t) je ispunjeno jer se t ne
nalazi meu injenicama.
9. Pravilo 1 u sledeem prolazu nije zadovoljeno.
10. Pravilo 2 sada se razmatra i zadovoljeno je, pa se ono uklanja i utvruje nova injenica
a.
11. Pravilo 3 je zadovoljeno za x=12, ali to ne dovodi do dobijanja nove injenice.
12. Pravilo 5 nije zadovoljeno.
injenice su: poetne dobijene(I)
r, v, c, n(12) b, u, m(12), not(t), a
13. U sledeem prolazu kroz preostala pravila 1, 3 i 5 ne dobija se nijedna nova injenica,
pa je proces zakljuivanja okonan.
Prethodnim postupkom dobijene su nove injenice: b, u, m(12), not(t), a. Dobijeni su svi
mogui zakljuci kao i u sluaju pod a), ali je redosled dobijanja razliit.
c) U algoritam 13 koji je dat u dodatku 1 ve je ugraena svojevrsna optimizacija kroz ideju o
brisanju pravila koje ne sadri promenljive po njegovoj uspenoj primeni. Mana datog
algoritma je to u svakom ciklusu razmatra sva preostala pravila. Ukoliko pravilo P u
prethodnom ciklusu nije bilo zadovoljeno, a nije dobijena nijedna od injenica koja bi se
mogla upariti sa predikatima u if delu pravila P, onda ovo pravilo sigurno nee biti
zadovoljeno ni u tekuem ciklusu. Indeksiranjem pravila prema imenima predikata u
preduslovima pravila, omoguuje se da se u tekuem ciklusu pronau i razmotre samo ona
pravila koja sadre predikat koji je u prethodnom ciklusu razmatranja pravila utvren kao
injenica.
Na primer, za indeksiranje pravila u bazi znanja iz ovog zadatka koristi se tabela 7. Svaka
vrsta oznaena je jednim od predikata iz preduslova pravila. U vrsti koja odgovara predikatu P
nalazi se lista rednih brojeva svih pravila koja sadre predikat P (ili njegovu negaciju) u
preduslovu. Prema tome, da bi se razmotrila pravila koja sadre u preduslovu predikat P,
dovoljno je pronai odgovarajuu vrstu u tabeli i razmotriti sva pravila iz te vrste.


Predikat Lista pravila
b 2, 3
c 4
n(x) 3
r 5, 6
s 5
t 1, 2
u 2
v 1, 6
Tabela 7
Takoe se mogu grupisati pravila sa negacijama predikata u preduslovu, da bi se ona u drugoj
fazi algoritma (kada se razmatraju negacije predikata) mogla efikasno obraditi.
Zadatak 67: Povratno ulanavanje i pamenje zakljuaka
Dat je produkcioni sistem:
R1: if j(x) and b(x) then k(x)
R2: if a(x) and not g(x) then f(x)
R3: if b(x) and m then a(x)
R4: if i then d
R5: if e(x) and c then d
R6: if a(x) and h then g(x)
R7: if m then g(x)
R8: if c then b(x)
Pretpostavimo da su ciljevi f(x), d i k(x), u tom redosledu, a injenice c, m, e(a) i j(b),
respektivno. Zakljuivanje se okonava im se dokae neki od ciljeva.
a) Pretpostavimo da se zakljuivanje obavlja direktnim ulanavanjem. Navesti redosled
razmatranja pravila.
b) Navesti redosled razmatranja pravila pri zakljuivanju povratnim ulanavanjem ako nema
pamenja (engl. caching) zakljuaka. Koji je redosled razmatranja pravila ako se upotrebljava
pamenje zakljuaka?
c) Da li redosled injenica utie na to koji cilj e biti prvi dokazan u taki a)? Objasniti
zakljuak.
d) Da li redosled injenica utie na to koji cilj e biti prvi dokazan u taki b)? Objasniti
zakljuak.

Reenje
Pamenje zakljuaka pri zakljuivanju povratnim ulanavanjem znai da se zadovoljeni
predikati iz zakljuaka pravila dodaju u bazu znanja kao injenice. Pamenje zakljuaka ne
utie na rezultate procesa zakljuivanja, ve ima za cilj da povea performanse na taj nain to
se za zapamene predikate odmah utvruje zadovoljenost u naknadnim razmatranjima, bez
potrebe da se nanovo razmatraju pravila koja ih zadovoljavaju.
a) Pri direktnom ulanavanju zakljuujemo polazei od injenica ka ciljevima, sledeim
redom:
1. Razmatramo prvu od datih injenica c. Uparuju je preduslovi pravila R5 i R8. R5 se
uproava u oblik (if e(x) then d) a R8 je potpuno zadovoljeno pa se eliminie i
dobijamo novu injenicu b(x). Produkcioni sistem sada ima sledei izgled:
R1: if j(x) and b(x) then k(x)
R3: if b(x) and m then a(x)
R4: if i then d
R5: if e(x) then d
R7: if m then g(x)
2. Sledimo b(x). Uparuju je pravila R1 i R3 koja dobijaju uproene oblike (if j(x) then
k(x)) i (if m then a(x)) respektivno.
R1: if j(x) then k(x)
R3: if m then a(x)
R4: if i then d
R5: if e(x) then d
R7: if m then g(x)
3. Razmatramo sledeu od datih injenica a to je m. Prvo pravilo koje je uparuje je
uproeno pravilo R3. Ono se brie i nastaje nova injenica a(x). Drugo pravilo koje
uparuje m je R7. I ono se brie, a nova injenica g(x) dodaje se u listu injenica za
razmatranje ispred injenica a(x).
R4: if i then d
R5: if e(x) then d
4. Sledimo g(x). Pravilo R2 se ignorie jer ima not. Nema drugih pravila koja uparuju g(x).

5. Sledimo a(x). Pravilo R2 se uproava u oblik (if not g(x) then f(x)) a pravilo R6 u oblik
(if h then g(x)).
R2: if not g(x) then f(x)
R4: if i then d
R5: if e(x) then d
R6: if h then g(x)
6. Sledimo datu injenicu e(a). Uparuje je uproeno pravilo R5; ovo pravilo se brie a
predikat d dodaje injenicama. Poto se d nalazi u listi ciljeva, zakljuivanje je
zavreno.
R2: if not g(x) then f(x)
R4: if i then d
R6: if h then g(x)
Zakljuivanjem su dobijene injenice: b(x), a(x), g(x) i d, tim redosledom.
b) Prvo emo sprovesti zakljuivanje od ciljeva ka injenicama bez pamenja zakljuaka:
1. Prvi cilj je f(x). Meu injenicama nema ovog cilja a moe ga zadovoljiti pravilo R2, pa
treba razmotriti preduslov ovoga pravila.
2. Razmatramo a(x) i pravilo R3 (jer meu injenicama nemamo a(x)).
3. Razmatramo b(x) i pravilo R8.
4. Razmatramo c koje se nalazi meu injenicama. Prema tome, pravilo R8 je zadovoljeno
kao i podcilj b(x).
5. Nastavljamo razmatranje pravila R3 i u skladu sa tim predikat m. Radi se o injenici,
tako da su pravilo R3 i podcilj a(x) zadovoljeni.
6. Nastavljamo sa razmatranjem pravila R2. Da bismo utvrdili zadovoljenost podcilja not
g(x) razmatraemo podcilj g(x) pa ako on nije zadovoljen, njegova negacija jeste po
pretpostavci o zatvorenom svetu. Prvo od pravila koje zadovoljavaju g(x) je R6 pa emo
razmotriti njegove preduslove.
7. Prvi preduslov pravila R6 je a(x). Poto ne pamtimo zakljuke, injenica da je ovaj cilj
ve razmatran nema uticaja u ovom trenutku. To znai da e se ponoviti razmatranje
pravila R3 i R8 da bi se ponovo dolo da zakljuka da je a(x) zadovoljen.
8. Nastavljamo razmatranje pravila R6. Drugi preduslov je h. Ovog predikata nema meu
injenicama niti ga moe zadovoljiti neko od pravila. Prema tome h, kao ni pravilo R6
nisu zadovoljeni.
9. Treba pokuati zadovoljiti g(x) na alternativan nain. Drugo pravilo koje ga ima u
zakljuku je R7.
10. Preduslov pravila R7 je predikat m i on se nalazi meu injenicama. Prema tome pravilo
R7 je zadovoljeno a time i g(x). To znai da not g(x) nije zadovoljeno pa pravilo R2 nije

zadovoljeno. Poto vie nema pravila koja mogu zadovoljiti cilj f(x), zakljuujemo da
ovaj cilj nije zadovoljen.
11. Prelazimo na razmatranje drugog cilja d. Prvo od pravila koja zadovoljavaju ovaj cilj je
R4.
12. Preduslov i pravila R4 nije injenica niti se moe zadovoljiti upotrebom pravila pa
pravilo R4 ne moe biti zadovoljeno. Sledee pravilo koje moe zadovoljiti cilj d je R5.
13. Oba preduslova pravila R5 se mogu upariti injenicama tako da je R5 zadovoljeno, a
time i cilj d ime se zakljuivanje zavrava.
Zakljuivanjem su dobijene injenice: b(x), a(x), g(x) i d, tim redosledom.
Razmotrimo sada varijantu zakljuivanja povratnim ulanavanjem kada postoji pamenje
zakljuaka, to znai da se zadovoljeni podciljevi u toku zakljuivanja dodaju u bazu znanja
kao injenice.
U konkretnom sluaju tok zakljuivanja u situaciji kada se primenjuje pamenje zakljuaka je
slian varijanti bez pamenja, s jedinom razlikom to se u taki 7 ne razmatraju pravila R3 i
R8 jer se odmah detektuje da se a(x) nalazi meu injenicama.
c) Redosled injenica ima uticaja na tok zakljuivanja direktnim ulanavanjem (pogledati
diskusiju u zadatku 64). Na primer, kada bismo obrnuli redosled injenicama e(a) i j(b) tako
da se prvo razmatra j(b), prvo bi bio dokazan cilj k(b).
d) U datom sluaju redosled injenica nema uticaja na tok zakljuivanja povratnim
ulanavanjem. Ovaj redosled moe biti od uticaja jedino u situaciji kada postoje razliite
injenice s istoimenim predikatom, tako da u cilju postoji promenljiva za koju se mogu vezati
razliite vrednosti u zavisnosti od redosleda injenica.
U komercijalnim ekspertskim sistemima koji primenjuju zakljuivanje povratnim
ulanavanjem, koriste se i takozvane virtuelne injenice. To znai da se od korisnika ne trai
da unese sve injenice pre poetka zakljuivanja, ve se u toku procesa zakljuivanja
korisniku postavlja pitanje u vezi sa nekim predikatom tek u trenutku kada on postane tekui
cilj, ime se izbegava da se korisniku postavljaju pitanja koja nisu relevantna za konkretnu
situaciju. Ovo je znaajna prednost povratnog ulanavanja nad direktnim, s obzirom da je u
sluaju direktnog ulanavanja neophodno imati na raspolaganju sve injenice unapred. Kod
direktnog ulanavanja, pravila je mogue razdeliti u vie domena, tako da je u jednom
trenutku samo jedan domen aktivan. Na osnovu zakljuaka toga domena aktivira se neki od
sledeih domena. Tada korisnik unapred mora da odgovori samo za pitanja vezana za
konkretni domen, ime se ublaava ta mana direktnog ulanavanja.
Zadatak 68: Broj iteracija u ciklikom hibridnom ulanavanju
Pretpostavimo da vrimo cikliko hibridno ulanavanje sa R pravila. U predikatima pravila se
ne pojavljuju promenljive niti se pojavljuju negirani predikati. Pretpostavimo da u
preduslovima pravila ima S razliitih, od ukupno T predikata. U zakljucima pravila ima L
razliitih predikata. Neka je dato F injenica, gde je F > 0. Koliki je maksimalan broj iteracija
neophodan da se doe do svih moguih zakljuaka?

Reenje
Pri ciklikom hibridnom ulanavanju u svakoj iteraciji prolazi se kroz sva pravila, traei ona
iji su preduslovi u potpunosti zadovoljeni injenicama. Od zakljuaka takvim pravila nastaju
nove injenice. U svakoj iteraciji mora se dobiti bar jedna nova injenica; u suprotnom se
zakljuivanje obustavlja. Poto ima L razliitih zakljuaka i nema promenljivih u predikatima,
najvei broj novih injenica koje se mogu dobiti tokom zakljuivanja je L; u situaciji kada se
u svakoj iteraciji zadovoljava po jedno pravilo, ne moe biti vie od L iteracija. Pored
parametra L i parametra S (broj razliitih predikata u preduslovima pravila) utie na
maksimalan broj iteracija. Broj iteracija ne moe biti vei od S jer da bi se u svakoj iteraciji
naao po jedan novi zakljuak, mora biti zadovoljen bar po jedan novi predikat u preduslovu.
Prema tome, konani odgovor je da je maksimalan broj iteracija jednak vrednosti manjeg od
parametra S i L.
Zadatak 69: Problem izbora pia uz veeru
Upravo ste se spremili za mirno vee kod kue, kad vam se iznenada javio jedan stari
poznanik - dolazi na veeru. Uzbuna! Potrebna je pomo malog sistema za usklaivanje
jelovnika i vinske karte. Pravila su sledea:
P1: IF zahteva se skupo vino I danas je urevdan
THEN Osvetano Vino
P2: IF zahteva se skupo vino I glavno jelo je prasetina
THEN Dinga
P3: IF dobro je jeftino vino I glavno jelo je piletina I gost nije osobito omiljen
THEN Banatski Rizling
P4: IF dobro je jeftino vino I glavno jelo se ne zna
THEN Jagodinska Ruica
P5: IF dobro je pivo I glavno jelo je kupus
THEN Valjevsko Pivo
P6: IF dobro je pivo
THEN BiP
P7: IF gost pazi na zdravu ishranu
THEN pahuljice od itarica
P8: IF gost pazi na zdravu ishranu I ne slue se mrkve
THEN sok od cvekle
P9: IF slui se vino I treba opseniti prostotu
THEN zahteva se skupo vino
P10: IF slui se vino
THEN dobro je jeftino vino

P11: IF gost ima prefinjen ukus
THEN slui se vino
P12: IF prilog je kupus
THEN dobro je pivo
P13: IF gost nije osobito omiljen I jelo se kupuje u dragstoru
THEN dobro je pivo
P14: IF .T.
THEN voda
Zakljuci se ispituju u navedenom redosledu:
- Osvetano Vino
- Dinga
- Jagodinska Ruica
- Banatski Rizling
- Valjevsko pivo
- BiP
- pahuljice od itarica
- sok od cvekle
- voda
Ako treba, pretpostavlja se da su sledei iskazi tani:
- jelo se kupuje u dragstoru
- prilog je kupus
- gost nije osobito omiljen
- gost ima prefinjen ukus
- danas je urevdan
- glavno jelo je piletina
Ako treba pretpostavlja se da sledei iskazi nisu tani:
- ne slue se mrkve
- glavno jelo se ne zna
- gost pazi na zdravu ishranu
- treba opseniti prostotu
- glavno jelo je prasetina
a) Simulirati zakljuivanje povratnim ulanavanjem na osnovu datih pretpostavki; navesti
redosled pravila i izabrano pie.
b) Sa drugim pretpostavkama, da li bi uz kupus mogao da bude preporuen Dinga, i zato?

c) Sa drugim pretpostavkama, da li bi uz prasetinu mogao da bude preporuen sok od cvekle,
i zato?
Reenje
a) Razmatramo ispunjenost zakljuaka po zadatom redosledu:
- Osvetano Vino: ne nalazi se meu injenicama, samo u zakljuku pravila P1 pa
razmatramo njegov preduslov: zahteva se skupo vino I danas je urevdan.
- zahteva se skupo vino: ne nalazi se meu injenicama, samo u zakljuku pravila P9 pa
razmatramo njegov preduslov: slui se vino I treba opseniti prostotu.
- slui se vino: ne nalazi se meu injenicama, samo u zakljuku pravila P11 pa razmatramo
njegov preduslov: gost ima prefinjen ukus.
- gost ima prefinjen ukus: uparuje ga injenica; prema tome, pravilo P11 je zadovoljeno, a
time i njegov zakljuak slui se vino. Prelazi se na drugi stav preduslova pravila P9.
- treba opseniti prostotu: prema postavci zadatka, ova injenica nije ispunjena niti se moe
zakljuiti primenom pravila. Prema tome, pravilo P9 nije zadovoljeno. Preduslov pravila
P1 zahteva se skupo vino ne moe se zadovoljiti na drugi nain osim primenom pravila P9,
pa zakljuujemo da ovaj preduslov kao i samo pravilo P1 i zakljuak Osvetano Vino nisu
zadovoljeni. Razmatra se sledei zakljuak sa liste zakljuaka:
- Dinga: ne nalazi se meu injenicama, samo u zakljuku pravila P2 pa razmatramo
njegov preduslov: zahteva se skupo vino I glavno jelo je prasetina.
- zahteva se skupo vino: u ranijem razmatranju dobijeno je da se ovaj preduslov ne moe
ispuniti, pa zakljuujemo da se pravilo P2 ne moe zadovoljiti a time ni zakljuak Dinga.
Prelazimo na sledei cilj iz liste zakljuaka:
- Jagodinska Ruica: ne nalazi se meu injenicama, samo u zakljuku pravila P4 pa
razmatramo njegov preduslov: dobro je jeftino vino I glavno jelo se ne zna.
- dobro je jeftino vino: ne nalazi se meu injenicama, samo u zakljuku pravila P10 pa
razmatramo njegov preduslov: slui se vino.
- slui se vino: u ranijem razmatranju dobijeno je da je ovaj stav zadovoljen. Prema tome,
zadovoljen je i zakljuak pravila P10: dobro je jeftino vino. Razmatra se preostali
preduslov pravila P4:
- glavno jelo se ne zna: prema postavci, ovaj stav nije zadovoljen niti se moe zadovoljiti na
osnovu pravila. Prema tome, pravilo P4 nije zadovoljeno a time ni zakljuak Jagodinska
Ruica. Sledei zakljuak sa liste je Banatski Rizling.
- Banatski Rizling: ne nalazi se meu injenicama, samo u zakljuku pravila P3 pa
razmatramo njegov preduslov: dobro je jeftino vino I glavno jelo je piletina I gost nije
osobito omiljen
- dobro je jeftino vino: ranijim razmatranjem utvreno je da je ovaj stav ispunjen. Prelazi se
na sledei stav iz preduslova pravila P3.
- glavno jelo je piletina: nalazi se meu injenicama. Prelazi se na sledei stav iz preduslova
pravila P3.

- gost nije osobito omiljen: nalazi se meu injenicama. Prema tome, zadovoljeno je pravilo
P3 kao i zakljuak da za pie treba da se poslui Banatski Rizling ime je zakljuivanje
zavreno.
b) Da bi za pie bio izabran Dinga, prema pravilu P2 morali bi vaiti iskazi zahteva se skupo
vino i glavno jelo je prasetina. Iskaz zahteva se skupo vino je meupredikat i proizilazi iz
pravila P9, prema tome moraju vaiti preduslovi slui se vino i treba opseniti prostotu. Iskaz
slui se vino je meupredikat i proizilazi iz pravila P11, pa mora vaiti njegov preduslov: gost
ima prefinjen ukus. Prema tome, da bi se preporuio Dinga, moraju biti ispunjene sledee
pretpostavke:
- glavno jelo je prasetina
- treba opseniti prostotu
- gost ima prefinjen ukus
koje povlae ispunjenje meupredikata:
- slui se vino
- zahteva se skupo vino
Ove pretpostavke slau sa pretpostavkom prilog je kupus, ali ne i sa pretpostavkom glavno
jelo je kupus. Potrebno je, na kraju, proveriti da li se zakljuak Osvetano vino moe dobiti iz
ovih pretpostaki s obzirom da je prioritet ovog zakljuka vei od zakljuka Dinga. Prema
pravilu P1, s obzirom da je ispunjen preduslov zahteva se skupo vino, konstatujemo da se
navedenim pretpostavkama mora dodati
- danas nije urevdan
da bi krajnji zakljuak bio Dinga, a ne Osvetano vino.
c) Sa datim redosledom ispitivanja zakljuaka, ne postoji skup pretpostavki pod kojima bi se
za pie preporuio sok od cvekle. Da bi se za pie doneo zakljuak sok od cvekle, morali bi
vaiti iskazi gost pazi na zdravu ishranu i ne slue se mrkve iz preduslova pravila P8.
Meutim, prema zadatom redosledu zakljuaka, zakljuak pahuljice od itarica proverava se
pre zakljuka sok od cvekle, tako da se pravilo P7 razmatra pre pravila P8. Preduslov pravila
P7, iskaz gost pazi na zdravu ishranu, je podskup preduslova pravila P8, tako da e od ova
dva pravila za primenu uvek biti birano pravilo P7.
Zadatak 70: Produkcioni sistem za delovanje robota
Razmotrimo sledei produkcioni sistem za delovanje robota. Neka su sledee injenice
istinite, prema redosledu:
F1: Desno od robota postoji objekat sa kracima.
F2: Objekat je visok 60 cm.
F3: Objekat zauzima zapreminu od 0.5 m
3
.
F4: Objekat je nepokretan.
F5: Drugi objekat se kree ka robotu.

F6: Od drugog objekta uje se govor (pretpostavimo da govor jeste nepravilan um ali
ne i glasan um).
Pretpostavimo da sve ostale injenice u pravilima nisu istinite. Pretpostavimo, takoe, da se
svaka nova injenica koja nastane zakljuivanjem dodaje na elo date liste injenica. U
produkcionom sistemu mogue su sledee akcije, po redosledu:
A1: Okrenuti se za 180 stepeni.
A2: Stati i ekati.
A3: Okrenuti se ka neemu.
A4: Pomeriti se unapred za malo rastojanje.
A5: Okrenuti se za 20 stepeni na desno.
A6: Pomeriti se unapred za veliko rastojanje.
Pravila su:
R1: IF uje se glasan um ispred robota
THEN okrenuti se za 180 stepeni i pomeriti se za veliko rastojanje.
R2: IF treba se sakriti a postoji bun u blizini
THEN okrenuti se ka bunu i pomeriti se za malo rastojanje
R3: IF treba se sakriti a robot je u bunju
THEN stati i ekati
R4: IF objekat se kree ka robotu i objekat je osoba ili vozilo
THEN treba se sakriti
R5: IF objekat se kree ka robotu i radi se o ivotinji
THEN stati i ekati
R6: IF predmet je prepreka i robot se kree i predmet mu blokira put
THEN okrenuti se za 20 stepeni i pomeriti se za kratko rastojanje
R7: Pomeriti se unapred za veliko rastojanje (nema IF dela).
R8: IF objekat ima duge krake i kraci se kreu i objekat nema tokove
THEN radi se o ivotinji
R9: IF objekat odaje nepravilne umove
THEN radi se o ivotinji
R10: IF objekat odaje pravilne umove i kree se
THEN radi se o vozilu
R11: IF objekat ima tokove
THEN radi se o vozilu
R12: IF objekat se ne kree i zauzima vie od 0,03 m
3
zapremine
THEN radi se o prepreci

R13: IF prepreka ima krake i nia je od 90 cm
THEN radi se o bunu
R14: IF prepreka ima krake i via je od 90 cm
THEN radi se o drvetu
R15: IF prepreka nema krake
THEN radi se o steni
R16: IF ivotinja ima etiri kraka u po dva para i dri se na jednom paru
THEN radi se o osobi
R17: IF ivotinja govori
THEN radi se o osobi
a) Navesti redosled pozivanja pravila, uspehe i neuspehe sa povratnim ulanavanjem.
Usvojiti rezoluciju konflikata prema redosledu pravila. Pretpostaviti pamenje (engl. caching)
dokazanih injenica.
b) Navesti redosled pozvanih pravila pri direktnom ulanavanju, ignoriui pravilo R7. Kao i
u taki a), pravila uzimati prema datom redosledu.
c) Definisati drugaiju rezoluciju konflikata koja bi dobro dola za ovakav produkcioni
sistem.
Reenje
a) U sluaju povratnog ulanavanja zakljuivanje se vri od zakljuaka ka injenicama. U
ovom sluaju zakljuci odgovaraju akcijama koje robot moe preduzeti i potrebno ih je
razmotriti onim redosledom kojim su zadate.
1. Prva akcija koja se razmatra je A1, 'okrenuti se za 180 stepeni'. Jedino pravilo koje ima
A1 u zakljuku je R1. Poto se pretpostavka ovog pravila 'uje se glasan um' ne nalazi
meu injenicama niti se iz pravila moe zakljuiti, ne uspeva pravilo R1, a time ni
akcija A1.
2. Razmatra se A2 akcija, 'stati i ekati'. Ovu akciju u THEN delu imaju pravila R3 i R5.
Prema zadatoj strategiji rezolucije konflikata, za razmatranje se bira prvo od navedenih
pravila, a to je R3.
3. Razmatra se preduslov pravila R3 'treba se sakriti' i pravilo R4. Preduslov 'objekat se
kree prema robotu' (vezano za drugi objekat; postojanje vie objekata moe se
formalizovati kroz uvoenje promenljivog argumenta predikata tako da bi u ovom
trenutku dolo do vezivanja promenljive za konkretnu vrednost) je zadovoljen
injenicom F5. Drugi preduslovi su 'radi se o osobi' ili 'radi se o vozilu'. Potrebno je
zadovoljiti jedan od njih da bi pravilo R4 bilo zadovoljeno. Prvo od pravila koje utvruju
da se radi o osobi je R16.
4. Razmatra se preduslov pravila R16, 'radi se o ivotinji'. Ovaj preduslov ne nalazi se
meu injenicama, pa razmatramo prvo od pravila, pravilo R8.
5. Preduslov pravila R8 'objekat ima dugake krake' nije zadovoljen (nema ga ni meu
injenicama ni u zakljucima pravila) pa pravilo R8 nije zadovoljeno.

6. Da bismo ustanovili da li se radi o ivotinji biramo sledee pravilo R9 za razmatranje.
Poto je govor vrsta nepravilnog uma, onda je preduslov pravila R9 zadovoljen
pretpostavkom F6. Prema tome novu injenicu 'radi se o ivotinji' (vezano za drugi
objekat) dodajemo ostalim injenicama poto primenjujemo pamenje zakljuaka.
7. Drugi od preduslova pravila R16, 'ivotinja ima etiri kraka u po dva para' nije
zadovoljen, pa pravilo R16 otpada.
8. Nastavljamo razmatranje preduslova pravila R4, 'radi se o osobi' (sada vezano, izborom
pravila R17. Ve je ranije utvrena injenica 'radi se o ivotinji'. injenica F6
zadovoljava i drugi preduslov, 'ivotinja govori'. (Naravno ovde je uzeto da ljudi spadaju
u iru klasu ivotinja, to je pogodno za ovaj produkcioni sistem za klasifikaciju, koji
ima pravila da najpre utvrdi pripadnost iroj klasi, pa zatim jednoj od njenih potklasa.).
9. Poto je pravilo R17 zadovoljeno, nova injenica 'radi se o osobi' dodaje se postojeim
injenicama. Pravilo R4 je takoe zadovoljeno pa se injenicama dodaje zakljuak 'treba
se sakriti'.
10. Nastavljamo sa razmatranjem pravila R3. Drugi preduslov 'robot je u bunju' nije
zadovoljen (niti ga pravilima moemo zadovoljiti) pa pravilo R3 ne uspeva.
11. Alternativni nain da se zadovolji postavljeni cilj, akcija 'stati i ekati' je pravilo R5. Prvi
preduslov 'objekat se kree ka robotu' je zadovoljen injenicom F5 (koja se odnosi na
drugi objekat), a drugi 'radi se o ivotinji' (takoe vezano za drugi objekat) je ranije
zadovoljen i ubaen kao nova injenica u bazu znanja. Prema tome, utvruje se da je
pravilo R5 zadovoljeno, a time i postavljeni cilj, akcija 'stati i ekati'. Zato nema potrebe
razmatrati druge akcije.
b) U ovom nainu zakljuivanja sledimo injenice i korienjem pravila iznalazimo nove
injenice koje proistiu iz zadatih:
1. injenica F1 upariva je sa preduslovima pravila R13, R14 i R16 pa se odgovarajui
predikati uklanjaju iz preduslova ovih pravila (ukoliko pretpostavimo da se u pravilima
upotrebljavaju predikati sa promenljivim argumentom, zbog postojanja vie objekata,
pravila R13, R14 i R16 ostae u bazi i u neizmenjenoj formi, a ispred e biti dodata
odgovarajua pojednostavljena pravila).
2. injenica F2 upariva je sa preduslovom iz pravila R13, 'prepreka je manja od 90 cm'. U
pravilu R13 ostaje jo jedan preduslov 'radi se o prepreci'.
3. injenica F3 uparuje drugi preduslov iz pravila R12, tako da u tom pravilu ostaje jo
preduslov 'objekat se ne kree).
4. injenica F4 uparuje poslednji preduslov pravila R12. Iz zakljuka pravila nastaje nova
injenica 'prvi objekat je prepreka'. Nazovimo je F7 i dodajmo je na poetak liste
injenica za razmatranje.
5. injenica F7 uparuje se sa preduslovima pravila R6, R13, R14 i R15. Jedino je pravilo
R13 potpuno zadovoljeno, pa novonastalu injenicu 'prvi objekat je bun' koju emo
oznaiti sa F8 dodajemo u listu injenica za dalje razmatranje.
6. injenicu F8 uparuje stav u pravilu R2, meutim ovo pravilo nije potpuno zadovoljeno.
7. injenicu F5 (sledeu od zadatih injenica) uparuju stavovi iz pravila R4 i R5, meutim
ne slede novi zakljuci jer preduslovi pravila nisu potpuno zadovoljeni.

8. injenicu F6 uparuju stavovi iz pravila R9 i R17 pri emu je R9 potpuno zadovoljeno.
Zakljuak 'drugi objekat je ivotinja' oznaavamo sa F9 i dodajemo u listu injenica.
9. injenica F9 uparuje stavove iz pravila R16 i R17 i R17 je potpuno zadovoljeno. Prema
tome, drugi objekat je osoba. Ovu injenicu oznaavamo sa F10 i dodajemo u listu.
10. injenica F10 uparuje preduslov pravila R4, koje je potpuno zadovoljeno. Prema tome,
robot treba da se sakrije, to je nova injenica u oznaci F11.
11. injenica F11 kompletno zadovoljava pravilo R2. Prema tome dolazi se do zakljuka da
robot treba da se okrene ka bunu (akcija A3) i pomeri unapred za malo rastojanje(akcija
A4), ime je proces zakljuivanja okonan.
c) U takama a) i b) primenom dve razliite strategije zakljuivanja doli smo do dva razliita
zakljuka za isti problem. Razlog za to lei u injenici da je uslov za zavretak zakljuivanja
bi da se pronae jedna akcija koju robot treba da primeni. U datoj situaciji mogue je vie
alternativnih akcija i da smo zakljuivanje nastavili dok ne pronaemo sve akcije koje se
mogu primeniti, obe strategije bi na kraju dale iste skupove moguih akcija. U sistemima koji
rade u realnom vremenu, poeljno je meutim da se zakljuivanje okona nalaenjem jedne
akcije iz razloga performansi sistema za zakljuivanje. ta se moe uraditi da bi prva akcija
koju pronaemo bila po nekom kriterijumu najprimerenija datoj situaciji?
Pri zakljuivanju povratnim ulanavanjem u taki a) iz skupa svih pravila iji zakljuak
zadovoljava trenutni cilj birali smo po fiksnom redosledu pravilo za dalje razmatranje. Slino
tome, pri zakljuivanju direktnim ulanavanjem u taki b) fiksiran je bio redosled razmatranja
injenica (sa strategijom fokusiranja na nove injenice) kao i redosled razmatranja pravila iji
preduslovi uparuju injenicu koju trenutno sledimo.
Strategija rezolucije konflikata definie nain izbora jednog iz skupa pravila koja su u datom
trenutku pogodna za dalje razmatranje. Postoji vie razliitih strategija za primenu u
zakljuivanju koje se mogu primeniti i pri direktnom i pri povratnom ulanavanju:
- Ureivanje pravila po veliini preduslova - najpre primeniti pravilo sa najveim skupom
uslovnih elemenata, to jest sa najstroijim preduslovom
- Ureivanje pravila po prioritetima - svakom pravilu dodelimo odreeni prioritet po nekom
kriterijumu i prvo primenjujemo pravilo sa najviim prioritetom. Kriterijum, na primer,
moe biti veliina preduslova pravila ime efektivno dobijamo prethodni kriterijum, ili
neto drugo. Prioriteti pravila ne moraju biti fiksni; na primer, pravila moemo urediti po
aurnosti tako da prioritet dajemo pravilu koje je najskorije (ili u najranije) korieno.
- Ureivanje podataka po prioritetima - injenicama moemo dodeliti prioritete po nekom
kriterijumu koji e onda uticati na redosled razmatranja injenica. Ovaj kriterijum je
oigledan za direktno ulanavanje (fokusiranje panje na nove injenice je jedan specijalan
sluaj), a pri povratnom ulanavanju se moe efektivno sprovesti tako to utie na redosled
razmatranja pojedinih stavova u sloenom (pod)cilju.
- Ograniavanje konteksta - Deljenje pravila u grupe tako da je u odreenom trenutku
zakljuivanja aktivna samo jedna od grupa, a druge se aktiviraju u zavisnosti od dobijenih
zakljuaka.
Mogue je definisanje i kombinovanih kriterijuma - na primer, ograniavanje konteksta, s tim
to se u svakoj od grupa pravila primenjuje ureivanje pravila po veliini preduslova. S
obzirom da se mogu zamisliti veoma sloene strategije reavanja konflikata i opte strategije

zakljuivanja, mogue je koristiti poseban produkcioni sistem - takozvana metapravila - za
realizaciju ovih strategija.
U datom problemu mogua je primena svake od ovih strategija. Na primer, pravila moemo
podeliti u vie grupa od kojih bi u prvoj bila pravila za klasifikaciju okolnih objekata (da li se,
na primer, radi o biljkama ,ivotinjama ili ljudima) a posle klasifikacije bi se aktivirala grupa
pravila koja odgovaraju utvrenoj klasi objekta.
Analizom zakljuivanja iz taaka a) i b) moe se utvrditi da je direktno ulanavanje dalo
rezultat primereniji situaciji jer je u obzir uzelo oba okruujua objekata. Kod povratnog
ulanavanja bi trebalo dati drugaiji prioritet ciljevima (dati prednost kretanju u odnosu na
akciju 'stati i ekati') da bi se dobio isti rezultat.
Zadatak 71: Latisa odluivanja i I-ILI-NE latisa
Dati produkcioni sistem predstaviti u obliku:
a) I-ILI-NE (engl. AND-OR-NOT) latise
b) latise odluivanja
R1: if a and d and not e then r
R2: if not a and not c and q then s
R3: if not a and p then t
R4: if a and d and e then u
R5: if a and q then u
R6: if not a and not b and c then v
R7: if b and c then p
R8: if not c and d then p
R9: if not d then q
Reenje
Latisa je skraeni naziv za orijentisani acikliki graf. Latise odluivanja i AND-OR-NOT
latise spadaju u prevedene (kompilovane) naine predstavljanja produkcionih sistema.
Prednost ovakvih struktura je u veoj brzini donoenja zakljuka, dok je najvea mana to to
se gubi na generalnosti produkcionog sistema; naime, ova vrsta prevoenja ne moe se
primeniti na produkcione sisteme koji imaju predikate sa promenljivim argumentima.
a) Da bismo za dati produkcioni sistem odredili AND-OR-NOT latisu, interpretiraemo
pravila kao logike funkcije. Predikati koji se pojavljuju u pretpostavkama pravila
predstavljaju nezavisno promenljive ovih funkcija, a predikati iz zakljuaka zavisno
promenljive. Upotrebljavajui notaciju za logike funkcije, zadati produkcioni sistem opisan
je sledeim skupom funkcija:
r = a . d . e
s = a . c . q
t = a . p

u = (a . d . e) v (a . q)
v = a . b . c
p = (b . c) v (c . d)
q = d
Treba primetiti da se predikat u pojavljuje kao zakljuak u dva pravila, R4 i R5. Isto to vai i
za predikat p. Jedinstvena funkcija za svaki od ovih predikata dobijena je objedinjavanjem
funkcija za svako od pravila korienjem logike operacije ILI, s obzirom na to da se istinitost
predikata moe utvrditi ili jednim ili drugim pravilom.
AND-OR-NOT latisa za dati produkcioni sistem predstavlja se u vidu kombinacione mree
(prikazane na slici 102) koja realizuje napred navedeni skup logikih funkcija. Ulazi mree su
predikati-pretpostavke (na nain kako su oni definisani u zadatku 62), a izlazi mree oznaeni
su ciljnim predikatima. Upotrebljene su standardne oznake za logike elemente koji realizuju
pojedine logike funkcije. Meupredikati p i q su oznaeni na unutranjim linijama mree, na
onim mestima gde je realizovana njihova funkcija. Bez dodatnog elementa koji se odnosi na
logiku funkciju not, AND-OR-NOT (i uz razliitu grafiko predstavljanje vorova) latise se
poklapaju sa AND-OR aciklikim grafovima iz poglavlja o pretraivanju. Svaki konektor
AND-OR grafa ovde se predstavlja logikim I elementom, a logikim ILI elementom
predstavljeni su vorovi AND-OR grafa u kojima se stie vie konektora. Postoji i razlika u
orijentaciji grafike predstave: kod AND-OR grafa cilj je na vrhu slike, a listovi su dole, dok
se kombinaciona mrea po konvenciji predstavlja tako da levo budu ulazi (dakle
pretpostavke), a desno izlazi (ciljevi).
Predstava produkcionog sistema putem AND-OR-NOT latise omoguava maksimalnu
paralelizaciju postupka zakljuivanja; mogu se zamisliti i realizacije ovako predstavljenog
produkcionog sistema u integrisanim kolima za primenu u sistemi za odluivanje u realnom
vremenu.
b) Latisa odluivanja je vrsta usmerenog aciklikog grafa koji najvie podsea na dijagram
toka programa bez petlji. Pri zakljuivanju, vri se kretanje kroz graf. Svaki unutranji vor
latise odluivanja ima po dve izlazne grane. U svakom voru ispituje se istinitosna vrednost
nekog od predikata-pretpostavki (postavljanjem upita korisniku, na primer) i na osnovu toga
donosi odluka kojom od izlaznih grana e se dalje nastaviti kretanje. Listovi grafa (vorovi
bez naslednika), sadre ciljne predikate. Kada se u procesu zakljuivanja doe do nekog lista,
znai da je zadovoljen cilj koji odgovara tom listu i zakljuivanje se okonava.
Latisa odluivanja moe se konstruisati za dati produkcioni sistem primenom sledeeg
algoritma:
1. Za svako pravilo koje u zakljuku ima ciljni predikat (takozvano dijagnostiko pravilo),
zameniti u preduslovu toga pravila sve pojave meupredikata preduslovima pravila koja u
zakljucima imaju te meupredikate. Ako za neki meupredikat postoji vie pravila koja ga
imaju u zakljuku, za svako od takvih pravila napraviti po jednu verziju dijagnostikog
pravila. Ovaj postupak se zove saimanje pravila (engl. rule collapsing) i sam za sebe
predstavlja jedan od postupaka kompilacije produkcionog sistema.


a
d
e
a
c
d
a
b
c
c
d
a
d
e
a
a
b
c
q
p
r
s
t
u
v
= OR = NOT = AND

Slika 102
2. Izabrati predikat P koji najbolje zadovoljava sledee uslove:
- predikat P ili njegova negacija not P pojavljuju se u preduslovima to veeg broja pravila
negacija predikata pojavljuje se u pravilima priblino isti broj puta koliko i sam predikat
3. Podeliti pravila u dve grupe. U prvu grupu idu sva pravila u kojima se pojavljuje predikat
P, a u drugu sva pravila u kojima se pojavljuje not P. Pravila u kojima se ne pojavljuje ni P ni
not P moraju se iskopirati u obe grupe. Posle ove podele, iz svih pravila u obe grupe ukloniti
iz preduslova P i not P.
4. Polazni produkcioni sistem pridruen je korenu latise odluivanja. Ovom voru pridruuje
se i pitanje (koje se postavlja korisniku prilikom zakljuivanja uz korienje latise) o
istinitosnoj vrednosti predikata P. voru nasledniku korenog vora za istinito P pridruena je
prva grupa pravila iz take 3., a nasledniku za neistinito P druga grupa pravila.

5. Za svaku od dobijenih grupa ponaosob primeniti korake 2. do 4., zatim isto uraditi sa
novodobijenim grupama itd. Postupak se okonava kada se iz pravila potpuno eliminiu
preduslovi i ostanu samo zakljuci. Ovi zakljuci odgovaraju listovima (vorovima bez
naslednika) latise odluivanja. Ako se u toku postupka deljenja dobije grupa pravila G
identina sa grupom G' u nekom od ve postojeih vorova latise odluivanja, za grupu G se
ne pravi poseban vor ve se uzima vor grupe G' (na osnovu ovoga pravila konana struktura
predstavlja acikliki graf, a ne stablo).
U datom produkcionom sistemu predikati a, b, c, d i e su pretpostavke (prema tome, u toku
zakljuivanja bie postavljana pitanja o njihovoj istinitosnoj vrednosti), predikati p i q su
meupredikati, a predikati r, s, t, u i v predstavljaju ciljne predikate.
Produkcioni sistem koji se dobija saimanjem datog sistema eliminacijom predikata p i q (1.
koraka algoritma) odgovara korenu n
1
latise odluivanja (slika 103).
Produkcioni sistem n
1
:
if a and d and not e then r
if not a and not c and not d then s
if not a and b and c then t
if not a and not c and d then t
if a and d and e then u
if a and not d then u
if not a and not b and c then v
Dobijena su dva nova pravila koja odgovaraju originalnom pravilu R3. U prvom od njih
zamenjen je predikat p preduslovom originalnog pravila R7, a u drugom predikat p zamenjen
je preduslovom originalnog pravila R8. Poto je pretpostavljeno da meupredikati p i q nisu
od znaaja korisniku, uklonjena su posle saimanja pravila R7, R8 i R9.
Za prvu deobu pravila (korak 2. algoritma) izabran je predikat a koji se posle deobe uklanja iz
svih pravila (korak 3. algoritma). Dobijaju se sledee grupe koje odgovaraju istoimenim
vorovima latise sa slike 103:
Grupa n
2
odgovara pravilima u kojima se pojavljivalo a:
if d and not e then r
if d and e then u
if not d then u
Grupa n
3
odgovara pravilima u kojima se pojavljivalo not a:
if not c and not d then s
if b and c then t
if not c and d then t
if not b and c then v
Grupu n
2
najzgodnije je podeliti na osnovu predikata d ime se (posle uklanjanja d i not d)
dobijaju grupe n
4
i u (koja sadri samo zakljuak u kao injenicu pa je po njemu i nazvana), a
grupu n
3
na osnovu predikata c ime se dobijaju n
5
i n
6
:

Grupa n
4
(pravila sa d):
if not e then r
if e then u
Grupa u (pravila sa not d):
u
Grupa n
5
(pravila sa c):
if b then t
if not b then v
Grupa n
6
(pravila sa not c):
if not d then s
if d then t
U grupi u nema vie pravila sa preduslovima, ostao je samo zakljuak u tako da tu grupu vie
nije potrebno deliti. Grupe n
4
, n
5
i n
6
dele se na osnovu predikata e, b i d respektivno pri emu
se dobijaju konane grupe koje sadre samo zakljuke - listovi grafa sa slike 103.
n
1
n
2
n
3
n
4
n
5
n
6
t v s u r
a?
TRUE FALSE
d? c?
e? b? d?
TRUE
TRUE
TRUE
TRUE TRUE
FALSE
FALSE FALSE FALSE
FALSE

Slika 103
Zadatak 72: Problem vraanja u zakljuivanju
Posmatrajmo upit u bazu znanja:
n(x) and n(y) and n(z) and x>y and not f(x,x) and g(x,y,z)?
Neka je sadraj baze znanja sledei:
n(1)
n(2)
n(3)
n(4)

n(5)
f(2,2)
f(2,4)
f(3,1)
g(1,3,2)
g(2,3,3)
g(3,3,4)
g(4,3,5)
a) Koliko se puta pri ovom upitu obavi vraanje na prethodni predikat da bi se dobio prvi
odgovor povratnim ulanavanjem? Raunati svako pomeranje od desna na levo od predikata
do predikata u upitu kao jedno vraanje.
b) Preurediti upit tada da se smanji broj vraanja. Koliki je taj broj sada?
c) Predloiti nain zavisno zasnovanog vraanja (engl. dependency based backtracking) da bi
se dobio odgovor na poetni upit. Koliki je sada broj vraanja?
d) Dati odgovor na poetni upit uz relaksaciju. Usvojiti standardan oblik relaksacije kojom se
pokuava zadovoljiti svako sloeno ogranienje (sa vie promenljivih) zasebno, uz
zanemarivanje prethodnih dodela. Prikazati tok postupka.
Reenje
Algoritam zakljuivanja povratnim ulanavanjem iz dodatka 1 primenjuje takozvano
hronoloko vraanje pri zakljuivanju, ija je karakteristika da se vraanje sa tekueg
predikata vri na predikat koji je poslednji bio zadovoljen pre tekueg.
Zavisno zasnovano vraanje pri zakljuivanju formulie se na sledei nain: Sa predikata P
vraanje se vri na poslednji zadovoljeni predikat kojim je vezan neki od promenljivih
argumenata predikata P. Ako takvih predikata nema, vraanje se vri na predikat zadovoljen
neposredno pre razmatranja predikata P.
Relaksacija predstavlja jedan od metoda u okviru strategije reavanja problema
zadovoljavanjem ogranienja (engl. constraint satisfaction). Ova strategija ide na to da se
smanji skup moguih vrednosti za svaku od promenljivih u upitu razmatranjem postavljenih
ogranienja.
a) Potrebno je ukupno 162 vraanja da bi se dobio odgovor x = 4, y = 3, z = 5:
- 3 vraanja od n(y) do n(x), poto se moraju isprobati etiri razliite vrednosti za x dok se
ne dobije odgovor
- 17 vraanja od n(z) do n(y). Mora se tri puta proi kroz pet moguih vrednosti za y, i esti
put upit uspeva za treu po redu vrednost y (znai dodatna dva vraanja esti put).
- 89 vraanja od x > y do n(z). Sedamnaest puta se razmatra x > y za svaku od 5 moguih
vrednosti za z. Osamnaesti put upit uspeva za petu po redu vrednost z.
- 29 vraanja od not f(x,x) do x > y. Stav x > y 'prolazi' 6 parova (x,y) a to su: (2,1), (3,1),
(3,2), (4,1), (4,2) i (4.3) za svaku od 5 moguih vrednosti za z to je ukupno 30 pokuaja
od kojih poslednji uspeva. Od tih 30 pokuaja, 5 puta (za x=2 i z=1 do z=5) ne uspeva not

f(x,x). 24 puta ne uspeva poslednji stav g(x,y,z). Kada god poslednji stav ne uspe, vri se
vraanje do stava not f(x,x) to automatski povlai vraanje do x > y jer ne postoji drugi
nain da not f(x,x) zadovolji kada jednom uspe.
- 24 vraanja od g(x,y,z) do not f(x,x) kao to je u prethodnoj taki zakljueno.
b) Upit treba preurediti tako da najpre dou oni stavovi koje je najtee zadovoljiti. U ovom
sluaju radi se prvo u predikatu g, a zatim o stavu x > y. Prema tome, zadati upit se moe
preformulisati u:
g(x,y,z) and x > y and not f(x,x) and n(x) and n(y) and n(z)
Ovaj upit u zadatu bazu znanja daje isti odgovor kao pod a) sa samo 3 vraanja; sva tri puta
vraanje se vri od stava x > y do stava g(x,y,z).
c) Primenjujui zavisno zasnovano vraanje pri razmatranju datog upita, zakljuujemo da e
se sa predikata n(y) vraanje vriti na predikat n(x), sa n(z) na n(y) sa x > y na n(y) (a ne n(z)
kao kod hronolokog vraanja jer se u stavu x > y ne pojavljuje promenljiva z), sa not f(x,x)
na n(x) i sa g(x,y,z) na n(z). Razmotrimo sada tok zakljuivanja uz zavisno zasnovano
vraanje za zadati upit: n(x) and n(y) and n(z) and x>y and not f(x,x) and g(x,y,z).
- Prva tri predikata vezuju promenljive: x = 1, y = 1 i z = 1.
- Stav x > y nije zadovoljen; vraamo se na n(y).
- Bira se y = 2 i ponovo razmatra x > y koji ponovo nije zadovoljen; vraamo se na n(y). Isto
se ponavlja za vrednosti y od 3 do 5 (jo tri vraanja).
- Stav n(y) nije zadovoljen jer nema neisprobanih vrednosti za y; vraamo se na n(x) i
biramo x = 2.
- Razmatraju se n(y) i n(z), bira se y=1, z=1 i x > y sada uspeva.
- Poto f(2,2) uspeva, not f(x,x) nije zadovoljeno i vraamo se na n(x) uzimajui sada x = 3.
Razmatranjem n(y) i n(z) uzima se y =1 i z=1.
- Stav x>y uspeva kao i not f(x,x) ali stav g(x,y,z) nije zadovoljen. Vraamo se na n(z) i
uzimamo z=2.
- Stavovi x>y, not f(x,x) uspevaju ali g(x,y,z) ponovo nije zadovoljen pa se vraamo na n(z).
Situacija se ponavlja za vrednosti z od 3 do 5 (jo tri vraanja).
- Poto n(z) nije uspelo, vraamo se na n(y) (neposredno prethodni stav, jer nema
prethodnika koji vezuju z) i biramo y=2. Razmatranjem stava n(z) usvaja se z=1.
- Ponavlja se neispunjenje g(x,y,z) i vraanje na n(z) za vrednosti z od 1 do 5 (jo 5
vraanja).
- Stav n(z) nije zadovoljen, vraamo se na n(y) i biramo y=3. Razmatranjem stava n(z)
usvaja se z=1.
- Stav x > y nije zadovoljen. Vraamo se na n(y) i biramo y=4. Ponovo nije zadovoljen x >
y, vraamo se na n(y), biramo y=5. Ponovo nije zadovoljen x > y, vraamo se na stav n(y)
koji nije zadovoljen pa se dalje vraamo na n(x) i biramo x=4, a razmatranjem stavova n(y)
i n(z) usvaja se y=1 i z=1.
- Za vrednosti y=1 i y=2 ponavlja se neispunjenje g(x,y,z) i vraanje na n(z) za vrednosti z
od 1 do 5 (jo 10 vraanja sa g(x,y,z) na n(z) i 2 vraanja sa n(z) na n(y)).

- Za y=3 ponavlja se vraanje sa g(x,y,z) na n(z) za vrednosti z od 1 do 4 (jo 4 vraanja)
- Za z=5 uspeva kompletan upit.
Ukupno je bilo 39 vraanja to je znatno manje od verzije sa hronolokim vraanjem, ali i
znatno vie nego u sluaju optimalno ureenog upita.
d) Algoritam relaksacije naveden je u dodatku 1 (algoritam 16). Inicijalno, promenljive x, y i
z su aktivne i imaju sledee mogue vrednosti:
x, y, z e { 1, 2, 3, 4, 5}
- Razmatramo prvo promenljivu x i stavove upita koji sadre x. Za x=1 ne postoji vrednost y
tako da bude zadovoljen stav x>y, znai 1 se brie iz skupa moguih vrednosti x. Stav not
f(x,x) nije zadovoljen za x=2 pa se i ova vrednost uklanja iz skupa. Vrednost 5 se takoe
uklanja jer se g(5,y,z) ne moe zadovoljiti. Ostaju samo vrednost x=3 ili x=4. Promenljivu
x proglaavamo neaktivnom. Napomena: ni vrednost x=3 nije mogua jer tada iz g(3,y,z)
sledi y=3 a to ne zadovoljava stav x > y. Meutim, ovo razmatranje ukljuuje povezivanje
vrednosti promenljivih iz dva razliita stava, tako da se algoritmom proste relaksacije to ne
moe utvrditi, jer ovaj algoritam razmatra svaki stav nezavisno od drugih stavova.
- Razmatramo promenljivu y. Stav g(x,y,z) zadovoljen je samo za y=3. Promenljivu y
proglaavamo neaktivnom, a promenljivu x ponovo aktiviramo jer se pominje u
ogranienjima za y a nije joj utvrena konana vrednost.
- Ponovo razmatramo promenljivu x. Poto je y=3, mora biti x=4 da bi vailo x > y.
Promenljivu x proglaavamo neaktivnom.
- Razmatramo promenljivu z. Mora biti z=5 da bi vailo g(4,3,z). Promenljivu z
proglaavamo neaktivnom.
Prema tome, u skupu moguih vrednosti za svaku od promenljivih ostala je samo po jedna
vrednost ime je problem reen: x=4, y=3, z=5.
Zadatak 73: Problem elektrinog kola
Posmatrajmo elektrino kolo prikazano na slici 104. injenicu da su otpornici R1 i R4 serijski
vezani moemo predstaviti predikatom SERIJSKI(R1,R4); injenicu da je struja kroz otpornik
R1 2A zadajemo predikatom STRUJA(R1,2) a da R1 ima 2O predikatom
OTPORNOST(R1,2), i tako dalje.
a) Napisati pravilo koje izraava injenicu da, ako struja I tee kroz otpor R, tada ista struja
tee i kroz otpor serijski vezan sa R.
b) Napisati pravilo koje izraava injenicu da je pad napona na otporniku jednak proizvodu
struje kroz otpornik i njegove otpornosti.
c) Ispratiti put do postizanja sledeeg cilja: odreivanje pada napona na otporniku R4, ako se
primenjuje povratno ulanavanje. Pretpostaviti da je prethodno utvrena injenica da je struja
kroz R1 jednaka 2A.

R1= 2O
R2 R3
R4= 1/2 O

Slika 104
Reenje
a) Pravilo glasi:
if (SERIJSKI(r1,r2) or SERIJSKI(r2, r1)) and STRUJA(r1,x) then STRUJA(r2,x)
b) Pravilo glasi:
if OTPORNOST(r,x) and STRUJA(r,y) and JEDNAKO(z,PROIZVOD(x,y))
then NAPON(r,z)
Funkcija PROIZVOD(x,y) vraa proizvod brojeva x i y (u trenutku izraunavanja, x i y
moraju biti vezani za konkretne vrednosti). Za uvedeni predikat JEDNAKO potrebno je u
bazu znanja dodati injenicu JEDNAKO(x,x).
c) Deo baze znanja ima sledei izgled (navedene su samo one injenice koje su opisane
predikatima zadatim u postavci):
1. if SERIJSKI(r1,r2) and STRUJA(r1,x) then STRUJA(r2,x)
2. if OTPORNOST(r,x) and STRUJA(r,y) and JEDNAKO(z,PROIZVOD(x,y))
then NAPON(r,z)
3. OTPORNOST(R1, 2)
4. OTPORNOST(R4, 0.5)
5. SERIJSKI(R1, R4)
6. STRUJA(R1, 2)
7. JEDNAKO(x,x)
- Cilj je predstavljen sa NAPON(R4,u). Cilj ne moe upariti injenicom, ve samo
zakljukom pravila 2, pri emu je r=R4, z=u. Potrebno je razmotriti preduslove ovoga
pravila.
- Preduslov OTPORNOST(R4,x) zadovoljen je injenicom pa se ima da je x = 0.5. Prelazi
se na razmatranje drugog preduslova pravila 2.
- Predikat STRUJA(R4,y) ne moe se upariti injenicom ve samo zakljukom pravila 1 uz
vezivanje promenljivih r2 = R4, x=y. Potrebno je razmotriti preduslove pravila 1.
- Predikat SERIJSKI(r1,R4) zadovoljen je injenicom uz vezivanje r1=R1.

- Drugi preduslov pravila 1, STRUJA(R1,x) zadovoljen je injenicom pa je x=2. Prema
tome zadovoljeno je pravilo 1 pa vai i njegov zakljuak STRUJA(R4,2). Ovo zadovoljava
drugi predikat iz pravila 2 za y=2.
- Sada se razmatra trei preduslov pravila 2 a to je predikat
JEDNAKO(z,PROIZVOD(0.5,2)), odnosno JEDNAKO(z,1). Ovaj predikat zadovoljen je
injenicom pri emu je z = x = 1. Poto je potpuno zadovoljen preduslov pravila 2, vai i
njegov zakljuak NAPON(R4,1).
Nuno je da se novi predikat postavi krajnje desno u preduslovu. U trenutku razmatranja ovog
predikata pri zakljuivanju, promenljive x i y moraju biti vezane za konkretne vrednosti, inae
se ne bi mogao izraunati njihov proizvod.
Redosled predikata u preduslovima pravila 1 i 2 nije proizvoljan. Razmotrimo, na primer,
pravilo 1. Ovo pravilo tipino se pri zakljuivanju povratnim ulanavanjem aktivira upitom
STRUJA(R
i
,x) (znai traimo vrednost struje za poznati otpor R
i
). Ukoliko bi se u preduslovu
pravila 1 obrnuo redosled predikata, prvo bi se ilo na zadovoljavanje predikata
STRUJA(r1,x) pri emu su obe promenljive ovoga predikata slobodne. Ukoliko
pretpostavimo da u bazi nema injenica koje mogu da upare ovaj predikat, u razmatranje bi se
ponovo uzelo pravilo 1 i njegov preduslov. Time se opet kao tekui cilj pojavljuje predikat
STRUJA(r1,x), to jest zakljuivanje upada u mrtvu petlju.
Zadatak 74: lanovi planinarskog drutva
Razmotrimo sledeu situaciju: Toa, Mika i Jova lanovi su planinarskog drutva. Svaki lan
planinarskog drutva koji nije skija je planinar. Planinari ne vole kiu, a svako ko ne voli
sneg ne voli ni skijanje. Mika ne voli nita to Toa voli i voli sve to Toa ne voli. Toa voli
kiu i sneg.
a) Predstaviti ovu situaciju produkcionim sistemom pogodnim za zakljuivanje
ulanavanjem unazad.
b) Kakav je odgovor na pitanje: Da li postoji neki lan planinarskog kluba koji je planinar a
nije skija?
Reenje
a) Koristiemo sledee predikate:
- lan(x) vai ako je osoba x lan planinarskog drutva
- Skija(x) oznaava da osoba x skija
- Planinar(x) oznaava da je osoba x planinar
- Voli(x,y) oznaava da osoba x voli y, gde y moe biti Kia ili Sneg.
U postavci su navedene sledee injenice:
lan(Toa)
lan(Mika)
lan(Jova)
Voli(Toa,Kia)

Voli(Toa,Sneg)
Postavkom su definisana sledea pravila:
- Svaki lan drutva koji nije skija je planinar (podsetimo se da su promenljive u pravilima
univerzalno kvantifikovane):
P1. if lan(x) and not Skija(x) then Planinar(x)
- Planinari ne vole kiu. U ovom sluaju u zakljuku pravila nalazie se negacija predikata.
Negacija se, prema tome, utvruje eksplicitno ne oslanjajui se na pretpostavku o
zatvorenom svetu.
P2. if Planinar(y) then not Voli(y,Kia)
- Svako ko ne voli sneg, ne voli ni skijanje. U prevodu emo formulaciju 'voleti skijanje'
prevesti predikatom Skija jer to odgovara smislu iskaza.
P3. if not Voli(z,Sneg) then not Skija(z)
- Mika ne voli nita to Toa voli.
P4. if Voli(Toa,v) then not Voli(Mika,v)
- Mika voli sve to Toa ne voli.
P5. if not Voli(Toa,w) then Voli(Mika,w)
b) Upit glasi (promenljiva t je egzistencijalno kvantifikovana):
lan(t) and Planinar(t) and not Skija(t).
Polazimo od datog cilja pokuavajui da ga zadovoljimo injenicama:
1. Predikat lan(t) se prvi razmatra i zadovoljava prvom injenicom pri emu je t = Toa.
2. Razmatra se predikat Planinar(Toa). Nijedna injenica ga ne zadovoljava pa se bira pravilo
P1 koje u zakljuku ima ovaj predikat pri emu je x= Toa.
3. Prvi predikat iz preduslova pravila P1 je lan(Toa) i zadovoljen je istoimenom
injenicom.
4. Drugi stav preduslova pravila P1 koji glasi not Skija(Toa) ne nalazi se meu injenicama
pa se Razmatra pravilo P3 za z=Toa.
5. Preduslov pravila P3, koji glasi not Voli(Toa,Sneg) nije ispunjen jer se meu injenicama
nalazi Voli(Toa,Sneg). Prema tome, pravilo P3 nije zadovoljeno, kao ni pravilo P1 pa ne vai
Planinar(Toa). Moramo se dakle vratiti na prvi stav upita da bismo razmotrili alternativni
nain zadovoljavanja cilja.
6. Ciljni predikat lan(t) zadovoljava se za t = Mika postojanjem istoimene injenice.
7. Razmatra se sledei ciljni predikat Planinar(Mika) i preduslov pravila P1.
8. Vai da je lan(Mika) pa ostaje da se razmotri predikat not Skija(Mika) i pravilo P3.
9. Razmatra not Voli (Mika, Sneg). Odgovarajue injenice nema, pa se razmatra pravilo P4
za v= Sneg.
10. Razmatra se preduslov pravila P4, predikat Voli(Toa,Sneg). Baza znanja poseduje
odgovarajuu injenicu, pa zakljuujemo da je ovaj predikat zadovoljen a time i pravila P4,
P3 i P1 respektivno, kao i ciljni predikat Planinar(Mika).

11. Razmatra se poslednji ciljni predikat not Skija(Mika). Ukoliko se pri zakljuivanju
primenjuje pamenje zakljuaka, odmah bi se pronaao odgovarajui predikat meu
injenicama jer je to bio zakljuak zadovoljenog pravila P3. Ukoliko nema pamenja
zakljuaka, ponovilo bi se razmatranje pravila P3 i ponovo zakljuilo da je ono zadovoljeno.
Prema tome, polazni upit zadovoljen je za t = Mika.
Zadatak 75: Efikasnost zakljuivanja sa pamenjem zakljuaka
Pri zakljuivanju povratnim ulanavanjem pamenje zakljuaka ne mora u svakoj situaciji
doneti poboljanje performansi. Ovaj zadatak ima za cilj da utvrdi pod kojim uslovima se
isplati primenjivati pamenje zakljuaka.
Pretpostavimo da su data pravila koja utvruju istinitosnu vrednost predikata a(x) za neku
vrednost promenljive x i da je za razmatranje tih pravila potrebno u proseku R vremenskih
jedinica. Pretpostavimo da u cilju ubrzavanja zakljuivanja pamtimo K vrednosti promenljive
x za koju je predikat a(x) taan. Pri razmatraju upita sa predikatom a, prvo se moraju
sekvencijalno ispitati sve zapamene injenice sa predikatom a i u sluaju da se nijedna
injenica ne moe upariti sa upitom, koristimo pravila za a.
a) Neka je P verovatnoa da bilo koja zapamena injenica uparuje upit pri emu su
verovatnoe za sve zapamene injenice meusobno nezavisne. Pod kojim uslovima se
pamenje isplati? Pretpostaviti da je K <0.1/P i da svaki pristup keu traje jednu vremensku
jedinicu.
b) Ponoviti analizu iz take a), ukoliko verovatnoa uparivanja upita nije ista za svaku
injenicu nego ima sledeu raspodelu: za najee korienu injenicu iznosi P, za drugu po
uestalosti korienja iznosi P/2, za treu P/3 itd. Ostali uslovi su isti kao u taki a).
Reenje
a) Ukoliko pri razmatranju upita prva injenica u keu zadovolji upit vreme obrade upita je1,
ukoliko upit zadovolji druga injenica vreme obrade je 2, za treu injenicu je 3 itd. Poto je
reeno da su verovatnoe meusobno nezavisne za svaku injenicu, to znai da verovatnoa
da nijedna injenica iz kea ne zadovoljava upit iznosi P
r
= 1-KP, i tada je vreme obrade upita
K+R (vreme potroeno na ispitivanje zapamenih injenica + vreme razmatranja pravila).
Prema tome proseno vreme obrade upita izraeno je formulom:
T = P*1 + P*2 + P*3 +...+P*K + (1-KP)*(K+R)
Da bi se pamenje isplatilo, ovo vreme mora biti manje od vremena obrade upita bez
pamenja koje se svodi na vreme razmatranja pravila R
T < R
Poto je poznato da je 1+2+...+K = K(K+1)/2 nejednainu moemo transformisati u sledei
oblik:
PK(K+1)/2+(1-KP)K < KPR, to jest
(K+1)/2 + (1/P) -K < R
(2+P-PK)/2P<R
Poto je dato da je KP<0.1 vai takoe i da je P <0.1 pa moemo aproksimirati nejednakost sa

PR>1
to je konana formula za uslov pod kojim se isplati pamenje zakljuaka.
b) Izraunajmo prvo verovatnou P
r
da nijedna od K injenica u keu ne zadovoljava upit:
P
r
= 1 - P - P/2 - P/3 - .. - P/K
Upotrebljavajui aproksimativnu formulu 1 + 1/2 + 1/3 + ... + 1/K ~ log
2
(K+1) imamo da je
P
r
= 1 - Plog
2
(K+1)
Ovu vrednost uvrstiemo u formulu za srednje vreme pretrage u sluaju pamenja zakljuaka:
T = P*1+P/2*2+P/3*3+...+P/K*K + (1 - Plog
2
(K+1))*(R+K)
odnosno
T = KP + (1 - Plog
2
(K+1))*(R+K)
Kriterijum za uspenost pamenja je, kao i u sluaju a):
T < R
odnosno, kada se zameni formula za T,
KP + (1 - Plog
2
(K+1))*(R+K) < R
Transformacijom dobijamo
K(P+1) < P(R+K)log
2
(K+1)
Poto je P < PK < 0.1 moemo zanemariti P u odnosu na 1 pa dobijamo konaan izraz:
1 < P(R/K+1)log
2
(K+1)

Semantike mree 201

2.3. Semantike mree
Zadatak 76: trumfovi
Celokupno trumfetino znanje o trumfovima Ljutku, Sreku, Kefalu i Luftiki predstavljeno
je semantikom mreom na slici 105.
a) Predstaviti sledea fakta
1. trumfovi su sitni.
2. Sladokusci su krupni.
3. Biznismen ima neprijatan karakter.
4. trumf ima prijatan karakter jedino ako je (taj trumf) sitan.
dodavanjem IS-A, AKO, drugih veza i if-needed procedura u pomenutu mreu.
b) Navesti redosled pretraivanja vorova u odgovarajuoj proceduri nasleivanja pri
odgovoru na pitanje: Da li Luftika ima prijatan karakter?
Reenje
U zadatoj mrei pojavljuju se veze tipa JE (engl. IS_A) i JE_VRSTA_DO (engl.
A_KIND_OF skr. AKO). Veza IS_A povezuje objekat (kao konkretnu instancu neke klase
objekata) sa tom klasom. Objekat moe biti istovremeno specijalizacija vie razliitih klasa.
Na primer, Luftika je i diza tegova i sladokusac. Veza tipa AKO naznauje da je neka klasa
specifina instanca neke generalnije klase objekata.
TRUMF
ATLETA
ZAPOSLEN SLADOKUSAC DIZA TEGOVA
LUFTIKA
KEFALO LJUTKO SREKO
BIZNISMEN KOMIAR
PROFESOR
AKO
AKO
AKO AKO
AKO
AKO
AKO
IS_A
IS_A
IS_A
IS_A
IS_A

Slika 105
Nasleivanje u semantikim mreama predstavlja prenoenje zajednikih osobina sa
generalnijih klasa na specifine klase ili objekte. U konkretnom sluaju, s obzirom za trumfa
Luftiku nije eksplicitno naveden karakter, zakljuak o tome mora se izvesti na osnovu
saznanja kom tipu trumfova Luftika pripada i na osnovu zajednikih osobina svih trumfova.

Za odgovor na pitanje mora se koristiti varijanta procedure nasleivanja koja uzima u obzir
postojanje podrazumevanih vrednosti i if-needed procedura (algoritam 15 u dodatku 1).
Procedura vri pretragu po irini u delu mree koji se sastoji od vora F i njegovih sledbenika
prema IS_A i AKO vezama. Data je Z varijanta, u kojoj se u istom voru ispituje postojanje
prave, podrazumevane ili vrednosti po potrebi pre prelaska na sledei vor.
U N varijanti procedure nasleivanja, podmrea se ispituje tri puta: prvi put se zanemaruje
postojanje if-needed i podrazumevanih vrednosti. Ako se u ovom prolazu ne nae rezultat,
vri se ponovno pretraivanje cele podmree pri emu se u ispitivanje ukljuuju i if-needed
procedure. Ako ni ovo ispitivanje ne da rezultat, u treoj pretrazi se uzimaju u obzir i
podrazumevane vrednosti kada se konano ili dobija rezultat ili pretraga proglaava
neuspenom.
a) Kompletna mrea sa dodatnim znanjem prikazana je na slici 106. VELIINA i
KARAKTER predstavljaju osobine trumfova pa se radi predstavljanja ovih osobina
odgovarajuim vorovima dodaju pregratci (engl. slot) koje mogu uzeti jednu iz skupa
vrednosti. Na primer, vrednosti u pregratka za veliinu mogu biti KRUPAN ili SITAN, a za
karakter PRIJATAN ili NEPRIJATAN. Pregratci se u mrei predstavljaju na taj nain to se
od vora kome dodajemo pregradak nacrta usmerena strelica ka novom voru koji oznaava
vrednost pregratka. Strelica se oznai imenom pregratka. injenice 1. i 4. definiu pregratke
vora TRUMF, injenica 2. definie pregradak vora SLADOKUSAC, a injenica 3.
pregradak vora biznismen. Pregratci vora TRUMF imaju posebne osobine:
- VELIINA je pregradak sa podrazumevanom (engl. default) vrednou SITAN. Drugim
reima, za nekog konkretnog trumfa, u nedostatku dodatnih informacija moemo
pretpostaviti da je sitan. Na taj nain iskaz "trumfovi su sitni" tumaimo kao "trumfovi
su uglavnom sitni". Podrazumevane vrednosti povezane su sa nasleivanjem osobina -
videti objanjenje pod b).
- KARAKTER je pregradak ija se vrednost izraunava po potrebi (engl. if-needed) na
osnovu vrednosti drugih pregradaka, u ovom sluaju na osnovu veliine trumfa. Za
izraunavanje slui procedura K definisana pravilom 4.:
PROCEDURA K(VELIINA): if VELIINA = SITAN then return PRIJATAN
else return NEPRIJATAN
b) Procedura nasleivanja poseuje vorove zadate mree sledeim redom:
LUFTIKA DIZA TEGOVA SLADOKUSAC ATLETA TRUMF
U voru TRUMF nalazi se if-needed procedura K kojoj je ulazni argument VELIINA. Da
bi se odredila vrednost ovog atributa, rekurzivno se poziva procedura nasleivanja pri emu
pretraga kree od vora LUFTIKA:
LUFTIKA DIZA TEGOVA SLADOKUSAC
Na ovom mestu odreuje se da atribut VELIINA ima vrednost KRUPAN, pa se izvrava if-
needed procedura K koja daje odgovor NEPRIJATAN za vrednost atributa KARAKTER.
Semantike mree 203

TRUMF
ATLETA
ZAPOSLEN SLADOKUSAC DIZA TEGOVA
LUFTIKA
KEFALO LJUTKO SREKO
BIZNISMEN
KOMIAR
PROFESOR
AKO
AKO
AKO
AKO
AKO AKO
AKO
IS_A
IS_A IS_A
IS_A
IS_A
NEPRIJATAN
KRUPAN
SITAN
PROCEDURA(VELIINA)
VELIINA
KARAKTER
KARAKTER(if-needed)
VELIINA(default)

Slika 106
Zadatak 77: erlok Holms i gospodin Vilson
Koristei semantiku mreu predstaviti injenice koje se mogu izvesti iz sledeeg teksta:
Holms: Pored oiglednih injenica da je gospodin Vilson neko vreme obavljao fizike
poslove, da je bio u Kini i da se kasnije dosta bavio pisanjem, ne mogu zakljuiti nita
drugo...
Vilson: Ali kako ??
Holms: Vae ruke, dragi moj gospodine!
Vaa desna ruka je dosta vea od leve.
Njome ste sigurno radili pa su miii bolje razvijeni.
Riba koju imate istetoviranu neposredno iznad lanka na ruci jedino u Kini moe biti
uraena.
Trik bojenja ribljih krljuti neno ruiasto je svojstven za Kinu.
ta jo moemo zakljuiti po veoma uglaanoj desnoj maneti i po zakrpi na levom
rukavu pored lakta na koji se, odmarajui se, oslanjate na sto.
Reenje
Jedno od moguih reenja dato je na slici 107.

osoba
telo mukarac odea
ruka Vilson Holms sako eir
2
desna ruka lakat
tetoviranje Kina rukav
zakrpa desna manetna
pisanje iznoena fiziki rad velika
deo
deo
deo
deo
deo
je je je je
ima
raeno_u
zbog
stanje
broj
zbog
zbog
stanje
stanje
deo
ima
nalazi_se_na
nalazi_se_na

Slika 107
Zadatak 78: Alat
Nacrtati semantiku mreu koja predstavlja sledee injenice. Vrednosti svojstva predstaviti
takoe vorovima. Predstaviti ono to one znae a ne ono to bukvalno kau.
1. Kljuevi su alat.
2. ekii su alat.
3. Alat ima ruke.
4. Ruka ekia je vrsta.
5. Kljuevi su vrsti.
6. Veina ekia ima elinu ruku.
7. Kljuevi su u proseku dugi 25 santimetara.
Reenje
Reenje je prikazano na slici 108. U predstavljanju prve dve reenice koriena je relacija
AKO da se naznai da su klase ekia i kljueva specijalizacija ire klase alata. Konkretni
primerci ekia i kljueva (na primer klju broj 12) koji se ovde ne pominju, bili bi povezani
sa odgovarajuim klasama IS_A vezama.
Trea reenica izraava svojstvo alata predstavljeno relacijom HAS_A. Za predstavljanje
etvrte reenice u mreu je uveden poseban vor RUKA EKIA koji je podklasa optije
klase RUKA. Pogreno bi bilo svojstvo vrstine pripisivati voru RUKA jer bi se, zbog
nasleivanja, to odnosilo i na ruku kljueva. Uoiti da bi bukvalan prevod predikata etvrte
reenice relacijom IS_A bio potpuno pogrean jer bi to znailo da je ruka ekia specifina
klasa optije klase 'vrsta' to je besmisleno. vrstina je svojstvo ruke ekia, a svojstva se
prikazuju istoimenim vezama (pregratcima) u mrei izmeu vora koji ima odreeno svojstvo
Semantike mree 205

(u ovom sluaju ruka ekia) i vora koji predstavlja vrednost tog svojstva (u ovom sluaju
velika).
Od specifinijih problema predstavljanja treba pomenuti da 6. i 7. reenica opisuju
podrazumevane (engl. default) vrednosti odreenih svojstava to je i naznaeno na
odgovarajuim vezama a povezano je sa nasleivanjem vrednosti svojstava.
ALAT
KLJU EKI
RUKA
RUKA_EKIA
ELIK VELIKA VELIKA 25
AKO AKO
MATERIJAL
(default)
VRSTINA
VRSTINA
VELIINA
(default)
HAS_A
HAS_A
AKO

Slika 108
Zadatak 79: Zakljuivanje u semantikim mreama
Za svaki od sledeih skupova sentenci dati najbolji nain za predstavljanje znanja putem
semantike mree da bi se mogao dati odgovor na postavljeno pitanje:
a) Sentence:
1. Jovan voli voe.
2. Banane su voe.
3. Ljudi jedu ono to vole.
Da li Jovan jede banane?
b) Sentence:
1. Veina ljudi voli bombone.
2. Veina ljudi koja prireuje zabave voli da slui hranu koju njihovi gosti vole.
3. Toma prireuje zabavu.
ta bi Toma eleo da poslui?
Reenje
a) Slika 109 prikazuje semantiku mreu koja odgovara datim injenicama. Prvi iskaz
predstavljen je relacijom VOLI nad objektom JOVAN (instanca klase OVEK) i klasom
VOE. Drugi iskaz oznaava da je objekat BANANA instanca klase VOE. Trei iskaz
definie osobinu klase OVEK pod nazivom JEDE. Vrednost ove osobine dobija se kao
rezultat if-needed procedure P koja glasi:

PROCEDURA P(VOLI):
AKO je vrednost pregratka VOLI jednaka x,
ONDA je vrednost pregratka JEDE takoe jednaka x.
Radi odgovora na pitanje 'Da li Jovan jede banane?' potrebno je utvrditi vrednost pregratka
JEDE vora JOVAN. Vrednost ovoga pregratka dobija se nasleivanjem: JOVAN nasleuje
vrednost pregratka JEDE od optije klase OVEK. Poto se radi o if-needed proceduri njenim
razmatranjem nalazi se da JOVAN JEDE VOE jer se u pregratku VOLI objekta JOVAN
nalazi vrednost VOE.
Ovime je iscrpljen skup vrednosti koje vor JOVAN nasleuje za pregradak JEDE. S obzirom
da se u poetnom upitu pominje objekat BANANA, nadalje se razmatra istoimeni vor mree.
Ovaj vor nasleuje vezu JEDE (usmerenu od vora JOVAN) od generalnije klase VOE,
ime je konano dobijen pozitivan odgovor na pitanje da li Jovan jede banane.
OVEK
JOVAN
PROCEDURA P (VOLI)
VOE
BANANA
IS_A
VOLI
JEDE (if-needed)
IS_A

Slika 109
b) Date injenice mogu se predstaviti mreom na slici 110.
OVEK
GOST NA ZABAVI
BOMBONE
DOMAIN ZABAVE
TOMA
AKO
SLUI
VOLI (default)
IS_A
PROCEDURA P
(POZIVA, VOLI)
AKO
POZIVA

Slika 110
Procedura P glasi:
PROCEDURA P(POZIVA, VOLI)
1. Odrediti vor mree definisan vrednou pregratka POZIVA.
2. Odrediti vrednost pregratka VOLI vora naenog u koraku 1.
3. Pregradak SLUI dobija vrednost odreenu u koraku 2.
Semantike mree 207

Pitanje 'ta bi Toma eleo da poslui?' sada formuliemo u obliku 'Koju vrednost ima
pregradak SLUI objekta TOMA?'. Odgovor na ovo pitanje dobijamo primenjujui proceduru
nasleivanja:
- TOMA nasleuje vrednost pregratka SLUI od vora DOMAIN ZABAVE. Vrednost se
odreuje if-needed procedurom P.
- Izvravanjem procedure P nastaje potreba za utvrivanjem vrednosti u pregratku POZIVA
vora TOMA.
- Nasleivanjem od optijeg vora DOMAIN ZABAVE utvruje se da je re o voru
GOST NA ZABAVI. U proceduri P potrebno je odrediti vrednost pregratka VOLI vora
GOST NA ZABAVI.
- Vrednost pregratka VOLI vora GOST NA ZABAVI nasleuje se od vora OVEK koji
predstavlja optiju klasu. Radi se o podrazumevanoj vrednosti BOMBONE. Prema tome,
procedura P vraa vrednost BOMBONE kao vrednost pregratka SLUI za vor TOMA.
Zadatak 80: Problem nemakih ovara
Na slici 111 data je jedna semantika mrea.
ivo stvorenje
ivotinja biljka
AKO AKO
drvo bun
hrast
stoka
konj
domaa ivotinja
pas maka
nemaki ovar pudlica
pas
telo glava dodaci
rep
ui nos oi njuka noge ape
AKO AKO
AKO
AKO
AKO AKO AKO AKO
AKO AKO
IS_PART_OF IS_PART_OF
IS_PART_OF
IS_PART_OF

Slika 111
Pretpostavimo da raspolaemo sistemom za predikatsku logiku u kojem su predstavljene
informacije na slici. Koje bi dodatno znanje trebalo ukljuiti da obezbedimo nasleivanje
nanie u hijerarhiji?

Na primer, kako bi se moglo odgovoriti na pitanje da li nemaki ovari imaju njuke?
Reenje
Relacija IS_PART_OF je tranzitivna: Ako je x deo od y, a y je deo od z, onda je i x deo od z.
Na primer, ui su deo glave, a glava je deo psa; prema tome, ui su deo psa. Izrazimo ovo
pravilo predikatskom formulom:
1. xyz [ IS_PART_OF (x,y) . IS_PART_OF(y,z) IS_PART_OF(x,z)]
Nasleivanje osobina sa optije klase na specifiniju klasu ili konkretnu instancu obezbeuje
se sa sledea dva pravila:
- Ako je x deo od y ( IS_PART_OF ) a z je podklasa ire klase y (A_KIND_OF ), onda vai
da je x deo i od z. Na primer, rep je deo psa, a nemaki ovar je objekat klase pas iz ega
proizilazi da je rep deo i od nemakog ovara.
2. xyz [ IS_PART_OF (x,y) . AKO(z,y) IS_PART_OF (x,z)]
- klasa x je podklasa klase y ako su u semantikoj mrei vorovi x i y povezani sa jednom ili
vie AKO veza od vora x ka voru y. Na primer, pas je vrsta domae ivotinje; domaa
ivotinja je vrsta ivotinje; prema tome, zakljuak je da je pas vrsta ivotinje.
3. xyz [ AKO (x,y) . AKO(y,z) AKO(x,z)]
Deo semantike mree koji se odnosi na pitanje da li nemaki ovari imaju njuke opisuje
konjunkcijom sledeih predikata:
AKO(nemaki ovar, pas)
IS_PART_OF(njuka, glava)
IS_PART_OF(glava, nemaki ovar)
Primenom pravila 1. za x = njuka, y = glava, z = pas, primenom modus ponensa (iz A i A
B zakljuuje se B), moemo utvrditi da vai
IS_PART_OF(njuka, pas).
Primenom pravila 2. za x = njuka, y = pas i z = nemaki ovar, primenom modus ponensa,
moemo utvrditi da vai
IS_PART_OF (njuka, pas)
ime je ustanovljen pozitivan odgovor na postavljeno pitanje.

Okviri 209

2.4. Okviri
Zadatak 81: Pismo Pobesnelog Programera
Predstaviti znaenje sledeeg pisma grupom meusobno povezanih okvira.
Dragi Magic Software,
Isprobao sam Va "Zadivljujui inteligenti softver" i on ne radi. Probao sam Primer 3 iz Vaeg
prirunika i on se slupao pri pokuaju deljenja nulom. Zatim sam probao Primer 8 i linijski
tampa mi je odtampao 10000 LF. Kada sam izaao iz Vaeg programa, utvrdio sam da su
sve moje datoteke unitene. Hou da mi vratite novac.
Pobesneli Programer
Reenje
Potrebno je identifikovati klase objekata, kao i konkretne objekte pojedinih klasa. Za svaki od
objekata i za njihove klase potrebno je oformiti poseban okvir sa pregratcima koji opisuju
osobine ovih objekata. Pismo se moe predstaviti hijerarhijom okvira prikazanom na slici
112.
Punim linijama date su veze meu okvirima koje se odnose na hijerarhiju nasleivanja, a
isprekidanim linijama ostale veze koje se uspostavljaju vrednostima pregradaka pojedinih
okvira. Na primer, okvir Eksperiment 1 je jedan konkretan objekat koji pripada klasi
Eksperiment pa je povezan sa odgovarajuim okvirom vezom IS_A. Klasa Eksperiment
predstavlja jednu specijalizaciju ire klase Iskaz pa je veza meu njima tipa AKO (engl. A
Kind Of, sa znaenjem Vrsta Od). Iskaz je deo (engl. PART_OF) pisma, jer pismo treba da
sadri pregradak Tekst koji predstavlja listu iskaza.
Pismo
IS_A
Pismo
pobesnelog
programera
Iskaz
Eksperiment Zakljuak
Eksp. 1 Eksp. 2 Eksp. 3 Eksp. 4 Zakljuak 1
IS_A IS_A IS_A IS_A
IS_A
PART_OF
AKO AKO
PART_OF

Slika 112
Sledi opis svakog od okvira; za svaki pregradak naveden je njegov naziv, vrednost iza
dvotake (crtica oznaava da je pregradak prazan) i kod (nekih okvira) tip vrednosti u zagradi.
Okvir: Pismo
Poiljalac: -

Primalac:-
Tekst: - (lista iskaza)
Okvir: Pismo Pobesnelog Programera
Poiljalac: Pobesneli Programer
Primalac: Magic Software
Tekst: Eksperiment 1, Eksperiment 2, Eksperiment 3, Eksperiment 4, Zakljuak 1
Okvir: Iskaz
Tip: -
Okvir: Eksperiment
Tip: konstatacija
Akcija: -
Rezultat: -
Okvir: Zakljuak
Tip: zahtev
Sadraj: -
Okvir: Eksperiment 1
Tip: konstatacija
Akcija: ispitivanje 'Zadivljujueg inteligentnog softvera'
Rezultat: ne radi
Tip: konstatacija
Akcija: proba Primera 3 iz prirunika
Rezultat: pokuaj deljenja nulom
Tip: konstatacija
Akcija: proba Primera 8 iz prirunika
Rezultat: odtampano 10000 LF na tampau
Tip: konstatacija
Akcija: Izlazak iz programa
Rezultat: unitene korisnike datoteke
Okvir: Zakljuak
Tip: zahtev
Sadraj: vratite mi moj novac
Okviri 211

Izloeno reenje koncentrie se na predstavljanje strukture pisma. Reenje je mogue dalje
razraditi tako to bi se program 'Zadivljujui inteligentni softver' tretirao kao poseban objekat
klase Program, koji poseduje objekat klase Prirunik koji opet poseduje objekte klase Primer.
Sada bi pojedini objekti klase Eksperiment bili povezani (pregradak Akcija) sa objektima
klase Primer. Za svaki od ovih objekata, kao i za klase kojima oni pripadaju, uveo bi se
poseban okvir sa odgovarajuih pregratcima. Na primer, okvir za program opisan u pismu
mogao bi se opisati na sledei nain:
Okvir: Program 'Zadivljujui inteligentni softver'
Naziv: Zadivljujui inteligentni softver
Proizvoa: Magic Software
Korisnik: Pobesneli Programer
Prilog: Prirunik za 'Zadivljujui inteligentni softver'
Testiran sa: Eksperiment 1, Eksperiment 2, Eksperiment 3, Eksperiment 4
U daljoj razradi postojali bi i okviri za Pobesnelog programera i firmu Magic Software.
Zadatak 82: Predavanje na fakultetu (hijerarhija okvira)
Posmatrajmo okvir koji predstavlja bilo koji as (predavanje) na Elektrotehnikom fakultetu.
a) Dati dva primera pregrada koje e biti uvek popunjene vrednostima i odrediti koje e to
vrednosti biti.
b) Izvriti generalizaciju i specijalizaciju okvira.
c) Naznaiti jednu pregradu koja se nasleuje od nadreenog okvira i jednu koja se ne
nasleuje.
Reenje
a) Okvir za predavanje mora sadrati pregratke koji karakteriu as: mesto, vreme, predava,
predmet, sluaoci, trajanje asa itd. Samo oni pregratci koji ije su vrednosti zajednike za sve
asove na Elektrotehnikom fakultetu mogu biti popunjeni. Na primer, to je pregradak naziv
fakulteta koji ima vrednost Elektrotehniki fakultet i pregradak trajanje asa koji ima vrednost
45 minuta. Drugi pregratci, na primer oznaka uionice, postoje ali nisu popunjeni. Oni e biti
popunjeni u okvirima koji predstavljaju specijalizaciju razmatranog okvira i koji se odnose na
jedan konkretan as na Elektrotehnikom fakultetu.
b) Generalniji od posmatranog okvira koji predstavlja bilo koje predavanje na
Elektrotehnikom fakultetu je okvir koji predstavlja bilo koje predavanje na bilo kojem
fakultetu, generalniji od ovog poslednjeg je okvir koji predstavlja bilo koje predavanje u bilo
kojoj obrazovnoj instituciji itd.
Okvir koji predstavlja bilo koje predavanje iz predmeta 'ekspertski sistemi' na
Elektrotehnikom fakultetu je specijalan sluaj posmatranog okvira za bilo koje predavanje na
Elektrotehnikom fakultetu. Za konkretan as iz predmeta 'ekspertski sistemi' koji je odran
20. maja kolske 1994/95 godine moe se definisati okvir koji je specijalizacija prethodno
definisanog okvira. Ovaj poslednji okvir odgovara (u terminologiji objektno orijentisanog
projektovanja) konkretnom objektu, dok svi prethodni okviri definiu neku klasu objekata pri

emu se definie hijerarhija klasa meusobno povezanih vezama tipa JE_VRSTA_OD (engl.
A_KIND_OF skraeno AKO) i JE (engl. IS_A). , kako je prikazano na slici 113. Veza IS_A
odraava pripadnost konkretnog objekta nekoj klasi, dok veza tipa AKO odraava pripadnost
neke klase generalnijoj klasi.
c) Postoje dva tipa nasleivanja kod okvira:
- nasleivanje pregradaka i
- nasledjivanje vrednosti pregradaka
Pod nasleivanjem pregradaka podrazumeva se injenica da okvir mora imati sve pregratke
kao i okvir koji je generalniji od njega, bez obzira da li su oni popunjeni vrednostima ili nisu.
Tako, na primer, okvir koji predstavlja bilo koje predavanje na Elektrotehnikom fakultetu
ima pregradak za trajanje asa kao i generalniji okvir za bilo koje predavanje na bilo kojem
fakultetu.
Predavanje na
fakultetu
AKO
Predavanje na
ETF-u
Predavanje iz
Ekspertskih
sistema na ETF-u
Predavanje iz
Programskih
jezika na ETF-u
Predavanje iz
Ekspertskih
sistema na ETF-u
dana 19.05.2009.
Predavanje iz
Programskih
jezika na ETF-u
dana 20.05.2009.
AKO AKO
IS_A IS_A

Slika 113
Okvir koji predstavlja specijalizaciju, pored pregradaka nasleenih od generalnijeg okvira ima
u optem sluaju i pregratke koji nisu nasleeni nego su karakteristini za specijalizovani
okvir, a ne nalaze se u generalnijem okviru. Na primer, okvir koji predstavlja as iz
'ekspertskih sistema' moe da ima pregradak 'materijal koji se deli na asu'. Ovaj pregradak ne
poseduje okvir za bilo koji as na fakultetu, jer postoje drugi predmeti u kojima se na asu
nikada ne dele materijali.
Nasleivanje vrednosti pregradaka podrazumeva da se vrednost nekog pregratka u
posmatranom okviru, ako nije data, moe utvrditi na osnovu postojee vrednosti istoimenog
pregratka nekog od generalnijih okvira. Na primer, ako bilo koji as na Elektrotehnikom
fakultetu traje 45 minuta, tada i bilo koji as iz 'ekspertskih sistema' traje 45 minuta.
Okviri 213

Zadatak 83: Raunar (nasleivanje pregradaka i vrednosti pregradaka)
Svaki raunar ima proizvoaa i identifikacioni broj. Centralni procesor je deo svakog
raunara. Razmotrimo okvir koji predstavlja bilo koji raunar prodat od strane preduzea Ata
Mata doo.
a) Navesti primer nasleivanja vrednosti pregratka iz ovog okvira nanie u hijerarhiji.
b) Navesti primer nasleivanja pregratka iz ovog okvira nanie u hijerarhiji.
Reenje
a) i b) Okvir koji predstavlja bilo koji raunar proizveden u Ata Mata doo preduzeu ima
sledea dva pregratka:
- naziv proizvoaa koji ima vrednost 'Ata Mata doo'. Ovaj pregradak i njegovu vrednost
nasleuju svi specifiniji okviri (koji se odnose na pojedine tipove raunara koje proizvodi
ovo preduzee)
- identifikacioni broj koji je prazan (nije definisana vrednost pregratka). Ovaj pregradak
nasleuju svi specifiniji okviri u hijerarhiji. Okviri koji predstavljaju pojedinane
konkretne raunare imaju vrednost u ovom pregratku (vrednost se, dakle, ne nasleuje od
generalnijih okvira).
Zadatak 84: Ustavni sud (relacije meu okvirima)
Razmotrimo sledea dva primera zakljuivanja:
Aksioma 1: Dravne institucije nalaze se u vie gradova Srbije.
Aksioma 2: Sudovi su dravne institucije.
Zakljuak: Sudovi se nalaze u vie gradova Srbije.
Ovaj zakljuak ima smisla.
Aksioma 1: Sudovi se nalaze u vie gradova Srbije.
Aksioma 2: Ustavni sud Srbije je sud.
Zakljuak: Ustavni sud Srbije se nalazi u vie gradova Srbije.
Ovo je pogrean zakljuak na osnovu tanih pretpostavki. Predstaviti aksiome iz prethodna
dva primera jedinstvenom hijerarhijom okvira, ali na taj nain da se nasleivanjem ne moe
dobiti pogrean zakljuak iz drugog primera. Pri tome se ne smeju dodavati nove informacije,
na primer da je Ustavni sud Srbije u Beogradu.
Reenje
Za pravilno predstavljanje datih iskaza bitno je uoiti da se skup svih sudova posmatran kao
celina nalazi se u skupu gradova, ali se svaki konkretan sud nalazi u jednom gradu. Traena
hijerarhija okvira prikazana je na slici 114 i sastoji se od tri klase (Dravne institucije, Sudovi
i Sud) i jednog konkretnog objekta (Ustavni sud Srbije). Odnos klase Sudovi (koja se odnosi
na skup svih sudova Srbije) i klase Sud (koja generalizuje jedan sud) je odnos tipa
IS_PART_OF. Ukoliko bi se (grekom) uzelo da je klasa Sud jedna specijalizacija klase

Sudovi (veza tipa AKO), okvir Ustavni sud Srbije nasledio bi pregradak 'nalaze se u:' i
vrednost ovog pregratka od okvira Sudovi. U datom reenju, veza tipa IS_PART_OF prekida
lanac nasleivanja.
Okvir: Dravne institucije
Drava: Srbija
Nalaze se u: - (lista gradova)
AKO
IS_A
Okvir: Sudovi
Drava: Srbija
Nalaze se u: - (lista gradova)
Nazivi sudova: - (lista sudova)
Okvir: Sud
Nalaze se u: - (konkretan grad)
Okvir: Ustavni Sud Srbije
Drava: Srbija
Nalaze se u: -
IS_PART_OF

Slika 114
Zadatak 85: Narudba (nasleivanje kvalifikujuih pregradaka)
Posmatrajmo okvir F1 koji predstavlja narudbu (obrazac kojim se naruuje kupovina
neega).
a) Navesti primer nasleivanja vrednosti iz ovog okvira u neki drugi okvir.
b) Posmatrajmo kvalifikujui pregradak valuta vezan za pregradak cena kotanja u okviru
narudbe. Pretpostavimo da pregradak cena kotanja nasleuje svoju vrednost od istog
pregratka nekog drugog okvira F2. Odakle se pregradak valuta nasleuje?
Reenje
Svaki pregradak definisan je vrednou koju sadri i tipom te vrednosti. Na primer, pregradak
cena kotanja moe imati vrednost 100 i tip dinari. Tip pregratka moe biti eksplicitno
naveden u definiciji pregratka ili moe biti odreen vrednou nekog drugog pregratka K.
Pregradak K tada se naziva kvalifikujui pregradak jer odreuje tip vrednosti drugih
pregradaka.
Na primer, za pregradak valuta tip moe biti eksplicitno definisan kao jedna od vrednosti
dinari, marke, dolari. Poto je pregradak valuta kvalifikujui za pregradak cena kotanja, to
znai da e vrednost ovog pregratka (na primer dinari) odreivati tip vrednosti pregratka cena
kotanja.
a) Poto okvir F1 predstavlja prilino apstraktnu klasu njegova struktura odgovara praznom
formularu narudbenice. Drugim reima, veina pregradaka ovog okvira (koji definiu, na
primer, ko naruuje, ta se naruuje i od koga) je prazna pa specifiniji okviri ne mogu od F1
naslediti vrednosti. Pregratci koji su popunjeni u okviru F1 mogli bi biti: naslov popunjen
vrednou narudba ili, eventualno pregradak gde se dobija sa vrednou: kancelarija
magacionera koji opisuje gde se mogu uzeti prazni obrazci narudbenice. Nezavisno od
Okviri 215

nasleivanja vrednosti, specifiniji okviri od okvira F1 u hijerarhiji nasleuju sve pregratke
okvira F1.
b) Pregradak valuta se nasleuje na isti nain kao i pregradak cena kotanja od generalnijih
okvira u hijerarhiji. Prema tome, pregradak valuta i njegova vrednost bie nasleeni od okvira
F2 ili od nekog generalnijeg okvira.
Zadatak 86: Duina (viestruko nasleivanje)
Pretpostavimo da su pri pravljenju nekog ekspertskog sistema definisani okviri automobil i
trkaka staza. I jedan i drugi okvir imaju pregradak duina i eli se da tip ova dva okvira bude
uvek odreen istim kvalifikujuim pregratkom jedinica mere. Drugim reima, ako se
ekspertski sistem bude prodavao na evropskom kontinentu da obe duine budu izraene u
metrima, a ako se sistem bude prodavao u Engleskoj da duine budu izraene u stopama, a da
se promena izvri jednostavnom promenom vrednosti kvalifikujueg pregratka jedinice mere.
Meutim, ova dva okvira u hijerarhiji okvira nemaju zajednikog prethodnika (to jest, ne
postoji generalniji okvir koji bi kao specijalne sluajeve imao navedena dva okvira), tako da
ne mogu naslediti kvalifikujui pregradak. Predloiti reenje ovoga problema.
Reenje
Reenje je prikazano na slici 115. Uveden je novi okvir mera za duinu koji poseduje
pregradak jedinica mere. U hijerarhiji okvira novi okvir predstavlja zajednikog prethodnika
okvirima trkaka staza i automobil. Prema tome, okviri trkaka staza i automobil nasleuju
pregradak jedinica mere (i njegovu vrednost) iz okvira mera za duinu. Svaki od okvira
trkaka staza i automobil moe, u hijerahiji okvira, da ima i druge okvire prethodnike osim
okvira mera za duinu. Tada se radi o takozvanom viestrukom nasleivanju - od drugih
prethodnika ovi okviri nasleuju sve njihove pregratke.
AKO
Okvir: mera za duinu
Pregradak: jedinica mere
vrednost: (metar)
tip: (jedna od vrednosti: metar, stopa)
Okvir: automobil
vrednost: (4)
tip: (kvalifikujui pregradak jedinice mere)
Okvir: trkaka staza
vrednost: (2000)
tip: (kvalifikujui pregradak jedinice mere)
AKO AKO AKO

Slika 115

3. Strategi j e reavanj a
probl ema
218 Strategije reavanja problema

3.1. Planiranje
Zadatak 87: Svet blokova i STRIPS
Primenom STRIPS mehanizma generisati niz operatora kojima bi se niz blokova uz pomo
mehanike hvataljke preveo iz rasporeda prikazanog na slici 116a u raspored prikazan na slici
116b.
B C B
A C D A D
(a) (b)
Slika 116
Reenje
STRIPS algoritam slui za reavanje problema strategijom planiranja. Problem je potrebno
predstaviti u formalnoj logici. Cilj STRIPS-a je da se nae sekvenca operatora koja sistem
prevodi iz poetnog u ciljno stanje. STRIPS koristi sledee strukture podataka:
- tekue stanje problema u toku rada algoritma opisano u predikatskoj logici; inicijalno je to
startno stanje, a aurira se primenom operatora.
- ciljni stek koji sadri stavove koji odgovaraju trenutnom (pod)cilju u toku rada algoritma i
operatore izabrane za primenu za koje uslovi primene nisu jo zadovoljeni.
Operatori promene stanja definiu se zadavanjem tri liste stavova:
- PREDUSLOV je lista stavova koji moraju biti ispunjeni u tekuem stanju da bi operator
mogao biti primenjen
- UKLONI je lista stavova koji se uklanjaju iz tekueg stanja u trenutku primene operatora
- DODAJ je lista stavova koji se dodaju tekuem stanju u trenutku primene operatora.
STRIPS algoritam prikazan je na slici 117.
Za opis stanja problema uvode se sledei predikati za opisivanje meusobnog poloaja
blokova:
- Na(B,A) oznaava da se blok B nalazi neposredno iznad bloka A.
- NaStolu(C) oznaava da se blok C nalazi neposredno na stolu.
- NaVrhu(B) oznaava da se iznad bloka B ne nalazi nijedan drugi blok.
Status mehanike hvataljke opisuje se predikatima:
- RukaPrazna oznaava da nema blokova u hvataljci.
- URuci(A) oznaava da se u hvataljci nalazi blok A.
Planiranje 219

Ustanoviti poetno stanje
Staviti sloeni cilj na stek
Staviti komponente cilja na stek
stek
prazan?
Poetak
vrh steka?
(pod)cilj zadovoljen?
Izdati listu akcija
Kraj
Ukloniti (pod)cilj
sa vrha steka
Heuristiki izabrati operator koji
zadovoljava (pod)cilj i staviti ga
na stek
Staviti na stek listu preduslova
Staviti svaki od preduslova na
stek
Skinuti operator sa steka
Dodati operator listi akcija
Ukloniti stavove prema lisi
UKLONI iz tekueg stanja
Dodaj stavove u tekue stanje
prema listi DODAJ
da
ne
da
ne
operator
(pod)cilj

Slika 117
Poetno stanje moe se predstaviti sledeim skupom literala:
Na(B,A) NaVrhu(B) NaStolu(A) NaVrhu(C)
NaStolu(C) NaVrhu(D) NaStolu(D) RukaPrazna
Ciljno stanje predstavlja se sa:
Na(C,A) NaVrhu(C) NaStolu(A) Na(B,D)
NaVrhu(B) NaStolu(D) RukaPrazna
Akcije mehanike hvataljke (ruke) moemo modelirati sledeim operatorima:
- operator UZMI_SA_STOLA(x):
PREDUSLOV: RukaPrazna . NaVrhu(x) . NaStolu(x)
UKLONI: RukaPrazna; NaVrhu(x); NaStolu(x)

DODAJ: URuci(x)
- operator SPUSTI_NA_STO(y):
PREDUSLOV: URuci(y)
UKLONI: URuci(y)
DODAJ: RukaPrazna; NaVrhu(y); NaStolu(y)
- operator SKINI_SA_BLOKA(u,z):
PREDUSLOV: RukaPrazna . NaVrhu(u) . Na(u,z)
UKLONI: RukaPrazna; NaVrhu(u); Na(u,z)
DODAJ: URuci(u); NaVrhu(z)
- operator STAVI_NA_BLOK(v,w):
PREDUSLOV: URuci(v) . NaVrhu(w)
UKLONI: URuci(v); NaVrhu(w)
DODAJ: RukaPrazna; NaVrhu(v); Na(v,w)
STRIPS algoritam nalae da se tekue stanje problema inicijalizuje formalnim opisom
poetnog stanja i da se na ciljni stek stavi kako sloeni cilj (jednak formalnom opisu ciljnog
stanja) tako i svaka od komponenata sloenog cilja pojedinano. Posle ove inicijalizacije
izgled struktura podataka je sledei:
TEKUE STANJE:
Na(B,A) NaVrhu(B) NaStolu(A) NaVrhu(C)
NaStolu(C) NaVrhu(D) NaStolu(D) RukaPrazna

A C D
B

CILJNI STEK (raste nanie):
Na(C,A).NaVrhu(C).NaStolu(A).Na(B,D).NaVrhu(B).NaStolu(D).RukaPrazna
Na(C,A)
NaVrhu(C)
NaStolu(A)
Na(B,D)
NaVrhu(B)
NaStolu(D)
RukaPrazna
LISTA AKCIJA:
-
Grafiki prikaz tekueg stanja nije deo algoritma ve je dat radi lakeg praenja promena
tekueg stanja. Prva tri stava sa vrha steka RukaPrazna, NaStolu(D) i NaVrhu(B) su ve
Planiranje 221

zadovoljena u tekuem stanju, pa se uklanjaju sa steka. Na vrhu steka ostaje stav Na(B,D) koji
trenutno ne vai. Algoritam nalae izbor operatora koji u svom DODAJ delu ima navedeni
stav, a to je jedino operator STAVI_NA_BLOK(v,w), pri emu je izvrena unifikacija v
B, w D. Zatim se na stek stavljaju sam operator, njegov preduslov i svaka komponenta
preduslova posebno, posle ega je izgled steka:
Na(C,A)
NaVrhu(C)
NaStolu(A)
Na(B,D)
STAVI_NA_BLOK(B,D)
URuci(B) . NaVrhu(D)
URuci(B)
NaVrhu(D)
Vrni stav je zadovoljen u tekuem stanju dok stav URuci(B) nije zadovoljen. Ponovo, dakle,
treba pronai operator koji ima ovakav stav u svom DODAJ delu. U ovom sluaju postoje dva
operatora UZMI_SA_STOLA i SKINI_SA_BLOKA pa treba izvriti izbor jednog od njih.
STRIPS algoritam ne propisuje kako se vri izbor, ve se koristi poseban algoritam vezan za
konkretan problem. U naem sluaju, poto se blok B u tekuem stanju nalazi na bloku A
pogodniji je operator SKINI_SA_BLOKA(u,z) uz unifikacije promenljivih u B, z A,
pa se na stek stavlja operator, njegov preduslov i svaki stav preduslova:
Na(C,A)
NaVrhu(C)
NaStolu(A)
Na(B,D)
STAVI_NA_BLOK(B,D)
URuci(B)
SKINI_SA_BLOKA(B,A)
RukaPrazna . NaVrhu(B) . Na(B,A)
RukaPrazna
NaVrhu(B)
Na(B,A)

U tekuem stanju svi preduslovi vae pa ih sve skidamo sa steka, na ijem vrhu ostaje
operator SKINI_SA_BLOKA(B,A). Prema algoritmu, operator se skida sa steka i upisuje u
listu akcija; vri se modifikacija tekueg stanja: uklanjaju se stavovi koje operator
SKINI_SA_BLOKA ima u svojoj UKLONI listi, a dodaju se stavovi iz njegove DODAJ
liste. Strukture podataka STRIPS-a posle ovoga izgledaju ovako:
TEKUE STANJE
NaStolu(A) NaVrhu(A) NaVrhu(C) NaStolu(C)
NaVrhu(D) NaStolu(D) URuci(B)

A C D
B

Na(C,A)
NaVrhu(C)
NaStolu(A)
Na(B,D)
STAVI_NA_BLOK(B,D)
URuci(B)
LISTA AKCIJA:
1. SKINI_SA_BLOKA(B,A)
Vrni stav na steku URuci(B) sada vai, kao i sloeni preduslov, pa se uklanjaju sa steka na
ijem se vrhu sada pojavljuje operator STAVI_NA_BLOK(B,D). Prema algoritmu, operator
se skida sa steka i dopisuje u listu akcija a tekue stanje se aurira u skladu sa UKLONI i
DODAJ listama operatora STAVI_NA_BLOK. U tom trenutku imamo sledei izgled
struktura podataka:
TEKUE STANJE
NaStolu(A) NaVrhu(A) NaVrhu(C) NaStolu(C)
Na(B,D) NaVrhu(B) NaStolu(D) RukaPrazna

A C D
B

Na(C,A)
NaVrhu(C)
NaStolu(A)
Planiranje 223

Na(B,D)
LISTA AKCIJA:
2. STAVI_NA_BLOK(B,D)
Vrna tri stava steka zadovoljena su u tekuem stanju, pa se uklanjaju sa steka. Izgled ciljnog
steka posle uklanjanja stavova je:
Na(C,A)
Potrebno je nai operator koji zadovoljava stav Na(C,A) a to je sluaj jedino sa operatorom
STAVI_NA_BLOK(v,w), uz unifikacije v C, w A, posle ega na stek ide prvo operator
a zatim i njegovi preduslovi pa je izgled steka:
Na(C,A)
STAVI_NA_BLOK(C,A)
URuci(C) . NaVrhu(A)
URuci(C)
NaVrhu(A)
Stav NaVrhu(A) je zadovoljen, pa se skida sa steka; na vrhu steka ostaje stav URuci(C) koji
nije zadovoljen. Operatori koji ga zadovoljavaju su UZMI_SA_STOLA i
SKINI_SA_BLOKA. Koristei znanje o tekuem stanju i znaenju pojedinih operatora moe
se zakljuiti da je operator UZMI_SA_STOLA(x) pogodniji. Ovaj operator, nakon
unifikacije x C, stavlja se na stek kao i njegovi preduslovi nakon ega stek izgleda ovako:
Na(C,A)
STAVI_NA_BLOK(C,A)
URuci(C)
NaVrhu(A)
UZMI_SA_STOLA(C)
RukaPrazna . NaVrhu(C) . NaStolu(C)
RukaPrazna
NaVrhu(C)
NaStolu(C)

Poto su sve komponente sloenog podcilja zadovoljene, uklanjamo ih sa steka kao i sam
podcilj te na vrhu ostaje operator UZMI_SA_STOLA. Uklanjanjem ovog operatora sa steka,
auriranjem liste akcija i tekueg stanja, izgled struktura podataka je sledei:
TEKUE STANJE
NaStolu(A) NaVrhu(A) Na(B,D)
NaVrhu(B) NaStolu(D) URuci(C)

A
C
D
B

Na(C,A)
STAVI_NA_BLOK(C,A)
URuci(C)
LISTA AKCIJA:
3. UZMI_SA_STOLA(C)
Stav URuci(C) je u tekuem stanju zadovoljen pa se uklanja sa steka; kako su obe
komponente sloenog podcilja koji ostaje na vrhu steka zadovoljene, i taj podcilj se uklanja.
Zatim se operator STAVI_NA_BLOK(C,A) skida sa steka i upisuje u plan operacija, a tekue
stanje se aurira preko UKLONI i DODAJ lista ovog operatora. Prema tome, stanje je:
TEKUE STANJE
NaStolu(A) Na(C,A) NaVrhu(C) Na(B,D)
NaVrhu(B) NaStolu(D) RukaPrazna

A
C
D
B

Na(C,A).NaVrhu(C).NaStolu(A).Na(B,D).NaVrhu(B).NaStolu(D). RukaPrazna
Na(C,A)
LISTA AKCIJA:
3. UZMI_SA_STOLA(C)
4. STAVI_NA_BLOK(C,A)
Planiranje 225

Sada se vidi da tekue stanje odgovara ciljnom stanju, pa se sa steka skida kako stav Na(C,A)
tako i sloeni cilj; stek ostaje prazan to znai da je problem reen. Izdavanjem liste akcija
koje sistem prevode iz poetnog u ciljno stanje zavrava se rad STRIPS algoritma.
Zadatak 88: Svet blokova (problem izbora operatora)
Na slici 118a prikazana je jedna situacija iz sveta cigala. Pronai koje operatore i kojim redom
treba primeniti, da bi se prelo u situaciju pokazanu na slici 118b, koristei STRIPS algoritam.
B A
A B
(a) (b)
Slika 118
Reenje
Predstava stanja i operatori mogu se definisati na isti nain kao u zadatku 87. Poetno stanje u
ovom sluaju opisano je stavovima:
NaStolu(A) Na(B,A) NaVrhu(B) RukaPrazna
dok je ciljno stanje opisano sa:
NaStolu(B) Na(A,B) NaVrhu(B) RukaPrazna
Nije lako definisati algoritam koji obezbeuje optimalan redosled izbora operatora u optem
sluaju. Razmotrimo rad STRIPS algoritma ako za izbor operatora usvojimo jednostavno
pravilo da se operatori, u situacijama kada postoji mogunost izbora vie od jednog od njih,
biraju po redosledu kojim su definisani, naime:
1. UZMI_SA_STOLA(x)
2. SPUSTI_NA_STO(y)
3. SKINI_SA_BLOKA(u,z)
4. STAVI_NA_BLOK(v,w).
Inicijalno imamo sledeu situaciju:
TEKUE STANJE
NaStolu(A) Na(B,A) NaVrhu(B) RukaPrazna

A
B

NaStolu(B) . Na(A,B) . NaVrhu(A) . RukaPrazna
NaStolu(B)
Na(A,B)

NaVrhu(A)
RukaPrazna
LISTA AKCIJA:
-
Stav RukaPrazna zadovoljen je u poetnom stanju pa se ovaj stav skida sa steka. Da bi se
zadovoljio stav NaVrhu(A) potrebno je izabrati operator. Mogui operatori, koji imaju stav
NaVrhu(A) u svom DODAJ delu, su:
1-1 SPUSTI_NA_STO(A)
1-2 SKINI_SA_BLOKA(u,A)
1-3 STAVI_NA_BLOK(A,w)
pa biramo prvi od njih, SPUSTI_NA_STO(A). Izgled steka posle auriranja je:
NaStolu(B)
Na(A,B)
NaVrhu(A)
SPUSTI_NA_STO(A)
URuci(A)
Da bismo zadovoljili stav URuci(A) na izboru su sledei operatori:
2-1 UZMI_SA_STOLA(A)
2-2 SKINI_SA_BLOKA(A,z)
Biramo operator UZMI_SA_STOLA(A) i stavljamo ga na stek zajedno sa preduslovima:
NaStolu(B)
Na(A,B)
NaVrhu(A)
SPUSTI_NA_STO(A)
URuci(A)
UZMI_SA_STOLA(A)
RukaPrazna . NaVrhu(A) . NaStolu(A)
RukaPrazna
NaVrhu(A)
NaStolu(A)
Planiranje 227

Stav NaStolu(A) zadovoljen je u tekuem stanju, pa ga skidamo sa steka. Na vrhu steka ostaje
nezadovoljeni stav NaVrhu(A) koji se ve pojavljivao kao tekui cilj u tekuem stanju.
Algoritam u ovoj situaciji nalae ponovni izbor operatora SPUSTI_NA_STO(A), a za
zadovoljavanje preduslova primene ovog operatora bio bi ponovo izabran operator
UZMI_SA_STOLA(A) i tako dalje. Ova situacija predstavlja, prema tome, 'orsokak' za
algoritam izbora operatora.
Algoritam izbora operatora treba dakle da obezbedi vraanje unatrag (engl. backtracking),
tako to e obnoviti stanje steka pre izbora operatora UZMI_SA_STOLA(A) i izabrati
alternativni operator, u ovom sluaju operator SKINI_SA_BLOKA(A,z).
NaStolu(B)
Na(A,B)
NaVrhu(A)
SPUSTI_NA_STO(A)
URuci(A)
SKINI_SA_BLOKA(A,z)
RukaPrazna . Na(A,z) . NaVrhu(A)
RukaPrazna
Na(A,z)
NaVrhu(A)
Treba primetiti da pri prethodnom izboru operatora promenljiva z nije vezana ni za jednu od
konstanti A, B, C jer za tim nije postojala potreba. Na vrhu steka opet se pojavio
nezadovoljeni stav NaVrhu(A) koji signalizuje pogrean izbor operatora i nalae vraanje na
situaciju pre izbora poslednjeg operatora:
NaStolu(B)
Na(A,B)
NaVrhu(A)
SPUSTI_NA_STO(A)
URuci(A)
S obzirom da su ve razmotrene sve mogunosti za zadovoljavanje stava URuci(A),
zakljuujemo da je operator SPUSTI_NA_STO(A) pogreno izabran pa se vraamo na
razmatranje situacije pre izbora ovoga operatora:

NaStolu(B)
Na(A,B)
NaVrhu(A)
U ovoj situaciji biramo sledei operator po redosledu primene, a to je
SKINI_SA_BLOKA(u,A). Stavljamo ga na stek zajedno sa preduslovima primene:
NaStolu(B)
Na(A,B)
NaVrhu(A)
SKINI_SA_BLOKA(u,A)
RukaPrazna . Na(u,A) . NaVrhu(u)
RukaPrazna
Na(u,A)
NaVrhu(u)
Izvravanje algoritma nastavlja se unifikacijom u B da bi se utvrdilo da se stav NaVrhu(B)
nalazi u tekuem stanju. Unifikacijom je odreena vrednost i za ostale pojave promenljive u
na ciljnom steku tako da je sad na vrhu steka stav Na(B,A). Ovaj stav je zadovoljen, pa se
uklanja sa steka kao i stav RukaPrazna. Zadovoljen je i sloeni preduslov za primenu
operatora SKINI_SA_BLOKA(B,A) pa se preduslov i operator uklanjaju sa steka i operator
se primenjuje ime se dobija novo tekue stanje:
TEKUE STANJE
NaStolu(A) NaVrhu(A) URuci(B)

B
A

NaStolu(B)
Na(A,B)
NaVrhu(A)
LISTA AKCIJA:
Stav na vrhu steka, NaVrhu(A) zadovoljen u ovom stanju pa se uklanja sa steka. Stav
Na(A,B) nije zadovoljen u tekuem stanju. Jedini operator koji moe da zadovolji ovaj stav je
STAVI_NA_BLOK(v,w) uz unifikaciju v A, w B pa se ovaj operator stavlja na stek
zajedno sa preduslovima.
Planiranje 229

NaStolu(B)
Na(A,B)
STAVI_NA_BLOK(A,B)
URuci(A) . NaVrhu(B)
URuci(A)
NaVrhu(B)
Stav na vrhu steka, NaVrhu(B), nije zadovoljen u tekuem stanju. Mogui operatori za izbor
su:
3-1 SPUSTI_NA_STO(B)
3-2 STAVI_NA_BLOK(B,w)
3-3 SKINI_SA_BLOKA(u,B)
Bira se operator SPUSTI_NA_STO(y) i aurira ciljni stek stavljanjem ovoga operatora i
njegovih preduslova:
NaStolu(B)
Na(A,B)
STAVI_NA_BLOK(A,B)
URuci(A)
NaVrhu(B)
SPUSTI_NA_STO(B)
URuci(B)
Preduslov URuci(B) je zadovoljen, pa je mogue primeniti operator SPUSTI_NA_STO(B)
ime se dobija novo tekue stanje:
TEKUE STANJE
NaStolu(A) NaVrhu(A) NaStolu(B) NaVrhu(B)
RukaPrazna

A B

NaStolu(B)

Na(A,B)
STAVI_NA_BLOK(A,B)
URuci(A)
NaVrhu(B)
LISTA AKCIJA:
2. SPUSTI_NA_STO(B)
Stav NaVrhu(B) zadovoljen je u ovom stanju, pa se uklanja sa vrha steka. Za
zadovoljavanje stava URuci(A) na raspolaganju su operatori:
4-1 UZMI_SA_STOLA(A)
4-2 SKINI_SA_BLOKA(A,z)
Bira se prvi od ovih operatora i stavlja na stek zajedno sa preduslovima. Izgled steka je:
NaStolu(B)
Na(A,B)
STAVI_NA_BLOK(A,B)
URuci(A)
UZMI_SA_STOLA(A)
RukaPrazna . NaVrhu(A) . NaStolu(A)
RukaPrazna
NaVrhu(A)
NaStolu(A)
Svi preduslovi za primenu operatora UZMI_SA_STOLA(A) zadovoljeni su u tekuem
stanju, pa se zajedno sa operatorom uklanjaju sa steka. Primenom ovoga operatora dobija se
novo stanje:
TEKUE STANJE
NaStolu(B) NaVrhu(B) URuci(A)

A
B

Planiranje 231

NaStolu(B)
Na(A,B)
STAVI_NA_BLOK(A,B)
URuci(A)
LISTA AKCIJA:
2. SPUSTI_NA_STO(B)
3. UZMI_SA_STOLA(A)
Preduslovi za primenu operatora STAVI_NA_BLOK(A,B) su u potpunosti zadovoljeni pa se
redom skidaju sa steka. Ovaj operator takoe se uklanja sa steka i primenjuje na tekue stanje
ime se dobija novo tekue stanje.
TEKUE STANJE
NaStolu(B) Na(A,B) NaVrhu(A) RukaPrazna

B
A

NaStolu(B)
Na(A,B)
LISTA AKCIJA:
2. SPUSTI_NA_STO(B)
3. UZMI_SA_STOLA(A)
4. STAVI_NA_BLOK(A,B)
Svi stavovi na steku su zadovoljeni pa se redom skidaju sa steka dok se stek ne isprazni ime
se okonava algoritam. Reenje problema dato je listom akcija.
itaocu ostaje da proveri da li se moe definisati bolji redosled operatora pri izboru koji bi
smanjio broj vraanja unatrag.
Poetno stanje u igri Hanojskih kula, prikazano na slici 119a, opisano je sledeim stavovima:
NA(S1,MD) NA(S1,SD) NA(S1,VD)
Napomena: S
i
oznaava stub i, MD oznaava mali disk, SD srednji a VD veliki disk.

1 2 3 1 2 3
(a) (b)

Slika 119
a) Opisati ciljno stanje prikazano na slici 119b. Definisati operatore:
- POMERI_MALI_DISK
- POMERI_SREDNJI_DISK
- POMERI_VELIKI_DISK
potujui pri tome sledea ogranienja:
- u datom trenutku moe se pomeriti samo jedan disk koji mora biti slobodan i
- vei disk ne moe da doe iznad manjeg.
b) Navesti redosled biranja operatora tokom rada STRIPS algoritma i redosled operatora u
listi akcija.
Reenje
Treba primetiti da se u modelu stanja ne vidi eksplicitan redosled diskova na istom stubu. U
dozvoljenim stanjima ovaj redosled je jednoznano odreen pa to omoguava da se ova
informacija ne ukljui u predstavu stanja. Pri definiciji operatora promene stanja treba
obezbediti da se prelazi iz legalnih stanja vre samo u druga legalna stanja.
a) Ciljno stanje se opisuje koristei isti predikat NA kojim je predstavljeno poetno stanje:
Operatori se mogu definisati na sledei nain:
- operator POMERI_MALI_DISK(x,y):
PREDUSLOV: NA(x, MD)
ODUZMI: NA(x, MD)
DODAJ: NA(y, MD)
- operator POMERI_SREDNJI_DISK(z,u):
PREDUSLOV: NA(z, SD) . NA(z, MD) . NA(u, MD)
ODUZMI: NA(z, SD)
DODAJ: NA(u, SD)
- operator POMERI_VELIKI_DISK(v,w):
PREDUSLOV: NA(v,VD).NA(v,MD).NA(v,SD).NA(w,MD).NA(w,SD)
ODUZMI: NA(v, VD)
DODAJ: NA(w, VD)
Planiranje 233

Prvi argument operatora predstavlja izvorini, a drugi argument odredini stub. U radu
STRIPS algoritma podrazumeva se pretpostavka o zatvorenom svetu (engl. closed world
assumption) da negacija stava vai pod uslovom da se taj stav ne nalazi u tekuem stanju.
b) Inicijalno stanje opisano je na sledei nain.
TEKUE STANJE:
CILJNI STEK:
NA(S3,MD) . NA(S3,SD) . NA(S3,VD)
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
LISTA AKCIJA:
-
Da bismo zadovoljili stav NA(S3,VD) biramo operator POMERI_VELIKI_DISK uz
unifikaciju v S1 w S3 pa je izgled ciljnog steka:
CILJNI STEK:
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
POMERI_VELIKI_DISK(S1,S3)
NA(S1, VD) . NA(S1, MD) . NA(S1, SD) . NA(S3, MD) . NA(S3, SD)
NA(S1, VD)
NA(S1, MD)
NA(S1, SD)
NA(S3, MD)
NA(S3, SD)
S obzirom da se stav NA(S3,SD) ne nalazi u tekuem stanju, zadovoljena je negacija ovoga
stava prema pretpostavci o zatvorenom svetu, pa se ovaj stav uklanja sa steka; isto vai i za
stav NA(S3, MD). Stav NA(S1, SD) nije zadovoljen u tekuem stanju pa biramo operator
POMERI_SREDNJI_DISK(S1, S2) jer je to jedini operator koji uklanja stav NA(S1,SD).
Izmeu mogunosti da izaberemo S2 ili S3 za odredini disk, izbor je pao na S2 jer vodi do
reenja u manjem broju poteza. Sada je ciljni stek
CILJNI STEK:
NA(S3,MD)

NA(S3,SD)
NA(S3,VD)
NA(S1, VD) . NA(S1, MD) . NA(S3, MD) . NA(S1, SD) . NA(S3, SD)
NA(S1, VD)
NA(S1, MD)
NA(S1, SD)
POMERI_SREDNJI_DISK(S1, S2)
NA(S1, SD) . NA(S1, MD) . NA(S2, MD)
NA(S1, SD)
NA(S1, MD)
NA(S2, MD)
U tekuem stanju zadovoljeno je NA(S2, MD). Da bismo zadovoljili NA(S1, MD)
potrebno je ukloniti stav NA(S1,MD) iz tekueg stanja, pa biramo operator
POMERI_MALI_DISK(S1,S3). Odredini stub i ovog puta je izabran tako da se dobije
reenje u najmanjem broju poteza. Sadraj steka sada je:
CILJNI STEK:
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
NA(S1, VD)
NA(S1, MD)
NA(S1, SD)
NA(S1, SD)
NA(S1, MD)
POMERI_MALI_DISK(S1,S3)
NA(S1, MD)
Poto je preduslov za primenu poslednjeg izabranog operatora ispunjen, preduslov i operator
skidaju se sa steka i aurira se stanje u skladu sa UKLONI i DODAJ listama operatora pa je
stanje sledee:
Planiranje 235

TEKUE STANJE:
CILJNI STEK:
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
NA(S1, VD)
NA(S1, MD)
NA(S1, SD)
NA(S1, SD)
NA(S1, MD)
LISTA AKCIJA:
1. POMERI_MALI_DISK(S1,S3)
U tekuem stanju zadovoljeni su stavovi NA(S1, MD), NA(S1, SD) kao i sloeni uslov za
primenu operatora POMERI_SREDNJI_DISK(S1, S2) pa se ovi stavovi i pomenuti operator
skidaju sa steka. Primenom operatora dobija se:
TEKUE STANJE:
CILJNI STEK:
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
NA(S1, VD)
NA(S1, MD)
NA(S1, SD)
LISTA AKCIJA:

2. POMERI_SREDNJI_DISK(S1, S2)
U tekuem stanju zadovoljena su vrna tri stava sa steka pa se oni uklanjaju sa steka. Sloeni
preduslov, NA(S1, VD) . NA(S1, MD) . NA(S3, MD) . NA(S1, SD) . NA(S3, SD),
nije meutim zadovoljen jer ne vai stav NA(S3, MD). Ovaj stav bio je zadovoljen u
poetnom stanju, ali je izvreno pomeranje malog diska na stub 3; prema tome,
zadovoljavanjem jednog podcilja sloenog cilja 'pokvarilo' je zadovoljenost drugog podcilja.
Upravo iz ovog razloga pored podciljeva na stek se stavlja i sloeni cilj. Rad algoritma
nastavlja se tako to ponovo na stek stavljamo stav NA(S3, MD) i biramo operator
POMERI_MALI_DISK(S3,S2) da bismo zadovoljili ovaj stav. Primetimo da bi pomeranje
malog diska sa stuba 3 na stub 1 ponovo poremetilo jedan od uslova za primenu operatora
POMERI_VELIKI_DISK. Algoritam izbora operatora, treba dakle da ukljui i eliminaciju
mogunosti 'klackanja' izmeu dva podcilja tako da zadovoljavanje jednog od njih uvek kvari
drugi i obrnuto.
Uslovi za primenu izabranog operatora POMERI_MALI_DISK(S3,S2) su zadovoljeni, pa se
uslovi i sam operator skidaju sa steka odmah po njihovom stavljanju; primenom operatora
dobija se:
TEKUE STANJE:
CILJNI STEK:
NA(S3,MD)
NA(S3,SD)
NA(S3,VD)
NA(S3, MD)
LISTA AKCIJA:
U narednim koracima utvruje se da su zadovoljeni uslovi za primenu operatora
POMERI_VELIKI_DISK(S1,S3). Posle primene ovog operatora imamo:
TEKUE STANJE:
CILJNI STEK:
NA(S3,MD)
Planiranje 237

NA(S3,SD)
NA(S3,VD)
LISTA AKCIJA:
4. POMERI_VELIKI_DISK(S1,S3)
Stav NA(S3,VD) je zadovoljen pa se skida sa steka. Da bi se zadovoljio stav NA(S3,SD) bira
se operator POMERI_SREDNJI_DISK(S2,S3). U narednim koracima algoritma, da bi se
zadovoljio uslov za primenu navedenog operatora mali disk uklanja se sa stuba 2 izborom
operatora POMERI_MALI_DISK(S2,S1). Ovaj operator odmah se primenjuje a posle toga i
operator POMERI_SREDNJI_DISK(S2,S3). Na kraju se izborom i primenom operatora
POMERI_MALI_DISK(S1,S3) zadovoljava sloeni cilj i svi preostali stavovi bivaju skinuti
sa steka tako da je konano stanje:
TEKUE STANJE:
CILJNI STEK:
-
LISTA AKCIJA:
4. POMERI_VELIKI_DISK(S1,S3)
6. POMERI_SREDNJI_DISK(S2,S3)


3.2. Metod zadovoljenja ogranienja
Zadatak 90: Mree tipa konstanta-sabira-mnoa
Mree tipa konstanta-sabira-mnoa se mogu iskoristiti za modeliranje izvesnih elektronskih
komponenata. Mrea na slici 120 je model otpornika.
V I
R
I V
1 1
1 2
=
+ +
=
*
*
V
1
V
2
I
1
R
3 30
10
+

Slika 120
a) Izraunati vrednosti nepoznatih veliina na slici 120.
b) Modelirati kolo na slici 121 i pokuati odrediti veliine koje nisu poznate.
V
1
V
2
I
R
1
V
x
R
2
= 5 = 5
= 0 = 10

Slika 121
c) Kako treba uoptiti proceduru propagacije numerikih ogranienja da bi se situacija u taki
b) mogla obraditi?
Reenje
d) U sluaju mrea tipa konstanta-sabira-mnoa nepoznate veliine mogu se odrediti
primenom sledee procedure:
1. Sve dok postoji neka nepoznata veliina u mrei:
1.1. Odabrati element (sabira ili mnoa) kod koga se na dva od tri izvoda nalaze poznate
veliine.
1.2. Ako takav element ne postoji u mrei procedura se zavrava neuspehom.
Metod zadovoljenja ogranienja 239

1.3. Ako je element pronaen, izraunati nepoznatu vrednost na treem izvodu. Ako se radi
o izlazu elementa, vrednost se rauna kao proizvod (za mnoa) ili zbir (za sabira)
poznatih vrednosti na ulazima. Ako se radi o jednom od ulaza, vrednost se rauna kao
kolinik vrednosti na izlazu i vrednosti na drugom ulazu (za mnoa) ili kao razlika
vrednosti na izlazu i vrednosti na drugom ulazu (za sabira).
Primenimo proceduru na mreu sa slike 120. Potrebno je izraunati veliinu V
2
. U prvom
koraku procedure biramo mnoa i raunamo vrednost na izlazu 3 * 10 = 30. U drugom
koraku moe se izabrati sabira jer su sada poznate vrednosti na izlazu i na desnom ulazu
sabiraa, pa se traena vrednost V
2
na preostalom ulazu rauna kao razlika tih vrednosti: 30 -
30 = 0. Poto u mrei vie nema nepoznatih vrednosti, procedura se uspeno zavrava.
b) Koristei dati model otpornika, kolo sa slike 121 se modelira mreom prikazanom na slici
122. Nepoznate veliine su struja I i napon V
x
. Lako se moe utvrditi da nijedan od elemenata
na slici 122 nema poznate vrednosti na dva od tri svoja prikljuka, tako da procedurom
primenjenom u taki a) nije mogue odrediti nepoznate veliine. Pri tome, zadat je dovoljan
broj poznatih veliina da se problem moe reiti matematiki, na primer sistemom jednaina:
V
1
- R
1
* I = V
x

V
2
+ R
2
* I = V
x

uz zamenu poznatih vrednosti:
10 - 5 * I = V
x

0 + 5 * I = V
x

Sabiranjem jednaina dobijamo 10 = 2V
x
to jest V
x
= 5, pa je I = V
x
/ 5 = 1.
V I
R
I V
1
x
=
+ +
=
*
* 5
R
I V
2
=
+ +
=
*
* 5
0
10
1
2
S
1
S
2
M
2
M
1

Slika 122

c) Pretpostavimo da je u proceduri u taki a) dozvoljeno, da se pored poznatih veliina koristi
i nepoznata veliina jedne od promenljivih, na primer I. Sada moemo odrediti vrednosti na
izlazima mnoaa M1 i M2 koje su obe jednake 5I. Vrednost na izlazu sabiraa S2 je 0 + 5I =
IX. Sada na svakom od ulaza sabiraa S1 imamo vrednost 5I, a na izlazu je vrednost 10 pa
moemo napisati 5I + 5I = 10 odnosno I = 1. Sada nije teko pronai preostalu nepoznatu
vrednost V
x
; na izlazu mnoaa M2 je vrednost 5, pa je na izlazu iz sabiraa S2 vrednost 5 + 0
= 5 to jest V
x
=5.
Zadatak 91: Problem tri muziara
Petar, Jovan i Pavle su muziari. Jedan od njih svira saksofon, drugi gitaru, a trei doboe.
Jedan od njih se plai broja 13, drugi maaka, a trei se boji visine. Poznato je da su Petar i
gitarista paraglajdisti; da Pavle i svira saksofona vole make; i da doboar ivi u stanu broj
13 na trinaestom spratu.
Potrebno je za Petra, Jovana i Pavla utvrditi koji instrument svira svaki od njih i ega se koji
od njih boji.
Reenje
Svaka od osoba u datom problemu opisana je skupom svoje tri osobine: imenom, zanimanjem
i strahom. Pri tome svaka od ovih osobina moe imati jednu od tri konkretne vrednosti i svaka
od ovih vrednosti karakteristina je za jednu osobu (na primer, nemamo dvojicu doboara).
Moemo definisati tri relacije identiteta, po jednu za svaki par osobina. Neka NOT(Petar,
gitarista) znai da osoba sa imenom Petar nije gitarista. injenice date u postavci iskazuju se
na sledei nain:
1. NOT(Petar, gitarista)
2. NOT(Petar, plai se visine)
3. NOT(gitarista, plai se visine)
4. NOT(Pavle, plai se maaka)
5. NOT(Pavle, saksofonista)
6. NOT(saksofonista, plai se maaka)
7. NOT(doboar, plai se broja 13)
8. NOT(doboar, plai se visine)
Relacije moemo da predstavimo tabelarno. Svaki red i kolona su oznaeni konkretnim
vrednostima neke osobine, NOT ulaz u tabeli oznaava da je relacija identiteta iskljuena, a
YES oznaava da relacija identiteta vai. Brojevi u ulazima oznaavaju injenicu koja je
koriena da se uspostavi ulaz u tabeli.
gitarista saksofonista doboar
Petar NOT,1
Pavle NOT,5
Jovan

Oigledno da su nam potrebne jo dve tabele da bismo predstavili mogue identitete izmeu
ljudi i strahova i mogue veze izmeu sviraa instrumenata i strahova.
plai se broja 13 plai se maaka plai se visine
Petar NOT,2
Pavle NOT,4
Jovan

gitarista NOT,3
saksofonista NOT,6
doboar NOT,7 NOT,8

Sledea pravila nam kazuju kako se preostali nepopunjeni ulazi u ovim dodatnim tabelama
mogu popuniti. Ova pravila izraavaju ogranienje da svaka osoba poseduje svoju
karakteristinu vrednost svake od osobina.
1. IF svi ulazi u jednoj vrsti su NOT izuzev jednog THEN preostali je YES
2. IF jedan ulaz u vrsti je YES THEN svi ostali u toj vrsti su NOT
3. IF svi ulazi u jednoj koloni su NOT izuzev jednog THEN preostali je YES
4. IF jedan ulaz u koloni je YES THEN svi ostali u toj koloni su NOT
5. IF vai YES(x,y) i NOT(y,z) THEN moe se zakljuiti NOT(x,z).
Uz data pravila nije teko popuniti tabele. U svakom koraku reavanja problema,
popunjavanjem nekog ulaza smanjuje se broj moguih vrednosti za neku osobinu neke od
osoba, sve dok ne utvrdimo tanu vrednost. Pravila popunjavanja izraz su ogranienja koja su
svojstvena problemu.
Reavanje poinjemo popunjavanjem tree tabele. Prema pravilu 3, utvrujemo da se
saksofonista plai visine. Prema pravilu 2 imamo NOT(saksofonista, plai se broja 13). Prema
pravilu 3 imamo YES(gitarista, plai se broja 13). Prema pravilu 1 imamo YES(doboar, plai
se maaka). Prema pravilu 2, imamo NOT(gitarista, plai se maaka). Ovim je trea tabela
potpuno popunjena.
gitarista YES NOT NOT,3
saksofonista NOT NOT,6 YES
doboar NOT,7 YES NOT,8
Sada emo popunjavati prvu tabelu. Poto vai YES(plai se maaka, doboar) i NOT(plai se
maaka, Pavle) prema pravilu 5 imamo da je NOT(doboar, Pavle) pa popunjavamo
odgovarajui ulaz prve tabele. Prema pravilu 1 imamo YES(Pavle, gitarista), a prema pravilu
4 imamo NOT(Jovan, gitarista). Prema pravilu 5, poto vai YES(plai se visine,
saksofonista) i NOT(plai se visine, Petar) zakljuujemo NOT(Petar, saksofonista). Prema

pravilu 3, zakljuujemo YES(Jovan, saksofonista), a prema pravilu 1, imamo da je YES(Petar,
doboar). Prema pravilu 2 je NOT(Jovan, doboar) ime je i tabela 1 potpuno popunjena.
gitarista saksofonista doboar
Petar NOT,1 NOT YES
Pavle YES NOT,5 NOT
Jovan NOT YES NOT
Ostala je jo druga tabela da se popuni. Prema pravilu 5, iz YES(plai se broja 13, gitarista) i
NOT(gitarista, Petar) sledi NOT(Petar, plai se broja 13). Prema pravilu 1, sada imamo
YES(Petar, plai se maaka). Prema pravilu 4, imamo NOT(Jovan, plai se maaka). Prema
pravilu 5, poto je YES(plai se visine, saksofonista) i NOT(saksofonista, Pavle) imamo
NOT(Pavle, plai se visine). Prema pravilu 1, imamo YES(Pavle, plai se broja 13), a prema
pravilu 3 imamo YES(Jovan, plai se visine). Ostalo je jo samo da se prema pravilu 4 utvrdi
NOT(Jovan, plai se broja 13) i druga tabela je popunjena.
Petar NOT YES NOT,2
Pavle YES NOT,4 NOT
Jovan NOT NOT YES
Sada moemo da utvrdimo da je:
- Petar doboar i plai se maaka
- Pavle gitarista i plai se broja 13 i
- Jovan saksofonista i plai se visine.
Zadatak 92: Problem interpretacije snimaka
Raunari se mogu upotrebiti za analiziranje snimaka izviakih aviona ili satelita da bi od
velikog broja snimaka izdvojili mali broj snimaka koji mogu biti zanimljivi. Preliminarno
video procesiranje grupie delove slike u regione (preciznije, odreuje ivice regiona) na
osnovu slinosti u boji, osvetljenosti i teksturi delova slike. Drugi deo problema je
interpretacija slike, to jest odreivanje ta svaki od dobijenih regiona moe da predstavlja.
Problem interpretacije slike pogodan je za reavanje strategijom zadovoljavanja ogranienja.
Na slici 123 prikazane su granice 5 regiona. Ovu sliku potrebno je interpretirati potujui pri
tome sledea ogranienja:
C1. Svaki od regiona predstavlja ili travu ili vodu ili cestu ili kuu ili vozilo.
C2. Region se ne moe graniiti ili biti unutar regiona iste vrste (u suprotnom ne bi se videla
ivica).
C3. Kue i vozila ne mogu se graniiti niti biti unutar regiona vode (pretpostavljamo da voda
nije dovoljno duboka za amce).

C4. Vozila se moraju graniiti ili biti unutar regiona ceste, ali cesta ne moe biti unutar
regiona vozila.
C5. Vozila ne mogu biti unutar kua.
C6. Trava ne moe biti unutar vozila ili kua.
C7. Cesta ne moe biti potpuno unutar drugog regiona (poto su ceste skoro uvek povezane s
drugim cestama).
C8. Kue, vozila i ceste su pravilni (s pravolinijskim ivicama) regioni.
C9. Voda i trava su nepravilni regioni.
C10. Vozilo je region male veliine.
a) Napisati produkcioni sistem koji odgovara datim ogranienjima.
b) Napisati upit u produkcioni sistem pod a) za interpretaciju slike 123.
c) Metodom proste relaksacije pronai odgovor na upit pod b).
R1
R2
R4 R3
R5

Slika 123
Reenje
a) Za interpretaciju slike dovoljni su nam sledei predikati:
- Susedni(x,y) i Nesusedni(x,y) oznaavaju da se vrste regiona x i y mogu, odnosno ne mogu
graniiti;
- Unutar(x,y) i NijeUnutar(x,y) oznaavaju da region vrste x jeste, odnosno nije, unutar
regiona vrste y;
- Pravilan(x) i Nepravilan(x) oznaavaju da je region vrste x pravilnog, odnosno nepravilnog
oblika;
- Mali(x) i Veliki(x) oznaavaju da je region vrste x mali, odnosno veliki.
Ogranienje C1 opisuje skupove moguih vrednosti za promenljive R1 do R5 koje
predstavljaju pojedine regione na slici:
R1 = {Trava, Voda, Cesta, Kua, Vozilo}

Ogranienja C2 do C10 data u postavci mogu se iskazati sledeim injenicama:
C2:
Nesusedni(x,x)
NijeUnutar(x,x)
Napomena: U gornjim predikatima x predstavlja proizvoljnu vrstu regiona (univerzalno
kvantifikovanu promenljivu).
C3:
Nesusedni(Kua,Voda)
Nesusedni(Voda,Kua)
Nesusedni(Vozilo,Voda)
Nesusedni(Voda,Vozilo)
C4:
Susedni(Vozilo,Cesta)
Unutar(Vozilo,Cesta)
Susedni(Cesta,Vozilo)
NijeUnutar(Cesta,Vozilo)
C5:
NijeUnutar(Vozilo,Kua)
C6:
NijeUnutar(Trava,Vozilo)
NijeUnutar(Trava,Kua)
C7:
NijeUnutar(Cesta,y), gde je y region proizvoljne vrste
C8:
Pravilan(Kua)
Pravilan(Vozilo)
Pravilan(Cesta)
C9:
Nepravilan(Voda)
Nepravilan(Trava)


C10:
Mali(Vozilo)
Prethodnim injenicama treba dodati sledea pravila:
P1: if not Nesusedni(x,y) then Susedni(x,y)
P2: if not NijeUnutar(x,y) then Unutar(x,y)
sa znaenjem da su predikati Susedni, odnosno Unutar zadovoljeni (za regione x i y
proizvoljne vrste) ako ne podleu nekom od prethodnih ogranienja.
b) Slika 123 opisana je predikatskom formulom
Veliki(R1) and Veliki(R2) and Veliki(R3) and Veliki(R4) and Mali(R5) and
Pravilan(R3) and Pravilan(R5) and Nepravilan(R1) and Nepravilan(R2) and
Susedni(R1,R2) and Susedni(R2,R4) and Unutar(R3,R2) and Unutar(R5,R4)
koja predstavlja upit u bazu znanja iz take a) sa ciljem da se dobiju konkretne vrednosti za
promenljive R1 do R5. Baza znanja sadri opta ogranienja za interpretaciju proizvoljne
slike, a upit sadri ogranienja vezana za samu sliku.
Treba primetiti da u gornjoj formuli nismo klasifikovali region R4 ni kao pravilan ni kao
nepravilan zbog njegovog neobinog oblika.
c) Reavanje ovakvog tipa problema klasinim metodima zakljuivanja sa direktnim ili
povratnim ulanavanjem nije efikasno jer, zbog sloenog upita u koji je ugraeno mnotvo
ogranienja, dolazi mnogo puta do vraanja pri zakljuivanju. Za reavanje ovog problema na
efikasniji nain koristiemo algoritam proste relaksacije naveden u dodatku 1 (algoritam 16)
koji ima za cilj da smanji skup moguih vrednosti za svaku od promenljivih ije nas vrednosti
interesuju.
Primenimo algoritam na postavljeni problem. Inicijalni skupovi vrednosti i statusi
promenljivih R1 do R5 iz upita su:
R1 = {Trava, Voda, Cesta, Kua, Vozilo}, aktivna
Izaberimo, prema koraku 3. algoritma, promenljivu R1 za razmatranje. Razmotrimo da
li je V=Trava mogua vrednost. Prvi predikat iz upita koji pominje R1 je Veliki(R1) i
ispunjen je. Razmatramo drugi predikat, Nepravilan(R1); i ovaj predikat je ispunjen, pa
razmatramo trei predikat, Susedni(R1,R2) je ispunjeno za R2 = Voda.
Poto su svi predikati upita za R1=Trava ispunjeni, ovu mogunost ne moemo udaljiti iz liste
za R1. Razmatranjem sledee mogunosti R1=Voda, ustanovljavamo da su i za nju svi
predikati upita ispunjeni, pa je ne moemo izbaciti.
Razmotrimo R1=Cesta. Veliki(R1) je ispunjeno, ali nije i Nepravilan(R1), pa izbacujemo
Cesta iz skupa za R1.

Razmatranjem R1=Kua i R1=Vozilo ustanovljavamo da i ove mogunosti treba izbaciti iz
skupa za R1. Zavreno je razmatranje promenljive R1, obeleavamo je kao neaktivnu. Nema
potrebe obeleiti neku drugu promenljivu kao aktivnu. Situacija je sada sledea:
R1 = {Trava, Voda}, neaktivna
Razmotrimo promenljivu R2 sledeu. Predikati iz upita koji se odnose na R2 su:
Veliki(R2), Nepravilan(R2), Susedni(R1,R2), Susedni(R2,R4) i Unutar(R3,R2).
Za R2=Trava svi predikati su zadovoljeni (svaki od njih se razmatra nezavisno od
drugih), poto vai Susedni(Trava,Voda), Susedni(Voda,Trava) i Unutar (Voda, Trava). Isto
vai i za R2=Voda (vai, na primer Unutar(Trava, Voda)). Dalje ustanovljavamo da R2 ne
moe biti ni Cesta ni Kua ni Vozilo jer nisu ispunjeni predikati Nepravilan(R2), ili u sluaju
vozila, Veliki(R2). Posle auriranja statusa promenljivih situacija je:
R1 = {Trava, Voda}, aktivna
Promenljiva R2 je proglaena neaktivnom a R1 aktivnom prema koraku 3.3. Izaberimo
ponovo promenljivu R1 (strategija je, na primer da se od aktivnih promenljivih R
i
uzme ona
sa najmanjim indeksom i). Razmatranjem ove promenljive ne dovodi do eliminacije neke od
njenih vrednosti, pa je proglaavamo neaktivnom i prelazimo na sledeu aktivnu promenljivu
R3.
Potrebno je zadovoljiti predikate Veliki(R3), Pravilan(R3) i Unutar(R3,R2). Prvi predikat
eliminie vrednost Vozilo, drugi vrednosti Trava i Voda, a trei vrednost Cesta. Ostaje samo
vrednost R3=Kua (zadovoljeno je, na primer Unutar(Kua, Trava)). Promenljivu R3
oznaavamo kao neaktivnu, a R2 kao aktivnu pa imamo da je:
R3 = {Kua}, neaktivna
Zamenom vrednosti za R3 u upitu on dobija oblik:
Veliki(R1) and Veliki(R2) and Veliki(R4) and Mali(R5) and
Pravilan(R5) and Nepravilan(R1) and Nepravilan(R2) and
Susedni(R1,R2) and Susedni(R2,R4) and Unutar(Kua,R2) and Unutar(R5,R4)

Eliminisani su predikati koji ne sadre promenljivu.
Ponovnim razmatranjem promenljive R2 moemo iz njenog skupa vrednosti eliminisati Voda
jer vai predikat Unutar(Kua,R2). R2 postaje neaktivna, a R1 aktivna promenljiva pa imamo:
R2 = {Trava}, neaktivna
Izgled upita je:
Veliki(R1)and Veliki(R4) and Mali(R5) and
Pravilan(R5) and Nepravilan(R1) and
Susedni(R1,Trava) and Susedni(Trava,R4) and Unutar(R5,R4)
Razmatranjem R1 eliminie se vrednost R1 = Trava jer ne vai Susedni(Trava,Trava). Sada su
vrednosti promenljivih:
R1 = {Voda}, neaktivna
Izgled upita je:
Veliki(R4) and Mali(R5) and Pravilan(R5) and Susedni(Trava,R4) and Unutar(R5,R4)
Razmatramo promenljivu R4. Vrednost Trava se eliminie jer ne vai Susedni(Trava,R4).
Vrednost R4=Voda ostaje jer vai svaki od predikata Veliki(R4), Susedni(Trava,R4) i
Unutar(R5,R4) (za R5=Trava). Vrednost R4=Cesta takoe ostaje (na primer vai
Susedni(Trava,Cesta) i Unutar(Vozilo,Cesta)). Vrednost R4=Kua ostaje (vai Susedni(Trava,
Kua) i Unutar(Voda,Kua)). Vrednost R4=Vozilo se eliminie jer nije Veliki(Vozilo). Sada
je:
R4 = {Voda, Cesta, Kua}, neaktivna
Upit je neizmenjen:
Veliki(R4) and Mali(R5) and Pravilan(R5) and Susedni(Trava,R4) and Unutar(R5,R4)
Razmatramo R5. Vredosti Trava, Voda, Cesta i Kua se eliminiu iz skupa moguih vrednosti
jer za njih ne vai Mali(R5). Vrednost Vozilo ostaje jer vai Mali(Vozilo), Pravilan(Vozilo) i
Unutar(Vozilo,Cesta). Situacija je sada sledea:

R4 = {Voda, Cesta, Kua}, aktivna
R5 = {Vozilo}, neaktivna
Upit glasi:
Veliki(R4) and Susedni(Trava,R4) and Unutar(Vozilo,R4)
Razmatra se jedina aktivna promenljiva R4. Predikat Unutar(Vozilo,R4) zadovoljen je samo
za R4= Cesta ime je naena jedinstvena interpretacija za svaki od regiona: R1 je Voda, R2
Trava, R3 Kua, R4 Cesta a R5 Vozilo.
Relaksacija je pojam preuzet iz matematike. U gornjem algoritmu koristi se diskretna
relaksacija pri emu se za svaku promenljivu razmatra konaan skup moguih vrednosti i u
svakoj iteraciji se, korienjem postavljenih ogranienja (relaksaciona formula u matematici),
smanjuje taj skup vrednosti. Radi se o isto iterativnom metodu koji prethodi klasinom
pretraivanju prostora moguih vrednosti promenljivih).
U prethodnom primeru nije bilo potrebno primeniti pretraivanje jer su relaksacijom dobijene
jednoznane interpretacije regiona. Ukoliko bi se desilo da se primenom relaksacije eliminiu
SVE vrednosti iz skupa moguih vrednosti za neku od promenljivih, treba razmotriti i
preraditi polazna ogranienja jer su prestrogo postavljena.
Zadatak 93: Kriptoaritmetiki problem
U sledeoj operaciji sabiranja dva dekadna broja cifre su zamenjene slovima tako da razliitim
slovima odgovaraju razliite cifre. Metodom proste relaksacije pronai koji broj predstavlja
svaka od cifara. Usvojiti da je E = 5.
SEND
+ MORE
MONEY
Reenje
Za reavanje problema bie upotrebljen algoritam proste relaksacije naveden u dodatku 1.
Problem se moe opisati na sledei nain:
Aktivne: M S O C100 N C10 R C1 D Y Neaktivne: E
M e {1, 2, 3, 4, 5, 6, 7, 8, 9}
S e {1, 2, 3, 4, 5, 6, 7, 8, 9} Ogranienja:
O e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
E e {5} O1: D + 5 = Y + 10C1
N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O2: N + R + C1 = 5 + 10C10

R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + O + C10 = N + 10C100
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: S + M + C100 = O + 10M
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0, 1} O5: M, S, O, N, 5, R, D, Y su svi
C10 e {0, 1} meusobno razliiti
C1 e {0, 1}
Skupovi moguih vrednosti za pojedine promenljive kao i ogranienje O5 slede iz uslova
zadatka, a ogranienja O1 do O4 se dobijaju primenom elementarne matematike. Promenljive
C1, C10 i C100 predstavljaju prenose iz razreda jedinica, desetica i stotina respektivno. U
ogranienjima je zamenjena promenljiva E vrednou 5 prema uslovu zadatka. Inicijalno sve
promenljive imaju status aktivnih promenljivih. Usvojiemo heuristiku da od aktivnih
promenljivih za razmatranje biramo onu koja predstavlja cifru ili prenos najvee teine u
zadatoj sumi.
- Od aktivnih promenljivih, heuristiki biramo M za razmatranje; iz ogranienja O4 sledi
M=1 jer ako je M > 1 onda je desna strana O4 vea do jednaka 20, a ne postoji
kombinacija za S + M + C100 ija je vrednost vea ili jednaka 20. M se oznaava
neaktivnim.
Aktivne: S O C100 N C10 R C1 D Y Neaktivne: E M
M e {1}
S e {1, 2, 3, 4, 5, 6, 7, 8, 9} Ogranienja:
O e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O1: D + 5 = Y + 10C1
E e {5} O2: N + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + O + C10 = N + 10C100
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: S + 1 + C100 = O + 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0, 1} O5: 1, S, O, N, 5, R, D, Y su svi
C1 e {0, 1}
- Bira se S za razmatranje; da bi O4 bilo zadovoljeno, S mora imati vrednost 8 ili 9 jer je
desna strana O4 vea ili jednaka 10. Drugo ogranienje koje pominje O5 je S i ono ne
doprinosi daljoj redukciji moguih vrednosti. S se oznaava neaktivnim.
Aktivne: O C100 N C10 R C1 D Y Neaktivne: E M S
M e {1}
S e {8, 9} Ogranienja:
O e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O1: D + 5 = Y + 10C1
E e {5} O2: N + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + O + C10 = N + 10C100
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: S + 1 + C100 = O + 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0, 1} O5: 1, S, O, N, 5, R, D, Y su svi
C1 e {0, 1}
- Bira se O za razmatranje; na osnovu O3 ne moe se eliminisati nijedna od moguih
vrednosti za O. Iz O4 sledi da je O jednako ili 0 ili 1 jer je S ili 8 ili 9 a C100 je 0 ili 1. Iz
O5 sledi sa O ne moe biti 1 (jer je M=1). Znai da je O = 0. Obeleavamo O neaktivnim, a
S aktivnim, jer se pojavljuje u ogranienjima zajedno sa O, a nije mu utvrena konana
vrednost.
Aktivne: S C100 N C10 R C1 D Y Neaktivne: E M O
M e {1}
O e {0}
N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O1: D + 5 = Y + 10C1
E e {5} O2: N + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + C10 = N + 10C100
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: S + 1 + C100 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0, 1} O5: 1, S, 0, N, 5, R, D, Y su svi
C1 e {0, 1}
- Biramo S za razmatranje; ne moe se eliminisati nijedna od vrednosti za S pa ga
oznaavamo neaktivnim.
- Biramo C100 za razmatranje. Prema O3 mora biti C100 = 0, u suprotnom bi desna strana
O3 bila vea od 10. Obeleavamo C100 neaktivnim, a S aktivnim (jer se pominje u O4
zajedno sa C100).
Aktivne: S N C10 R C1 D Y Neaktivne: E M O C100
M e {1}
O e {0}
N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O1: D + 5 = Y + 10C1

E e {5} O2: N + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + C10 = N
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: S + 1 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, S, 0, N, 5, R, D, Y su svi
C1 e {0, 1}
- Biramo S za razmatranje; iz O4 sledi da je S jednako 9. Obeleavamo S neaktivnim.
Aktivne: N C10 R C1 D Y Neaktivne: E M O C100 S
M e {1}
S e {9} Ogranienja:
O e {0}
N e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O1: D + 5 = Y + 10C1
E e {5} O2: N + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + C10 = N
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, N, 5, R, D, Y su svi
C1 e {0, 1}
- Biramo N za razmatranje; N se pominje u O2, O3 i O5. O2 nije od koristi. Prema O3, sledi
da je N jednako 5 ili 6. Prema O5 otpada vrednost N = 5 pa je N =6. N oznaavamo
neaktivnim.
Aktivne: C10 R C1 D Y Neaktivne: E M O C100 S N
M e {1}
S e {9} Ogranienja:
O e {0}
N e {6} O1: D + 5 = Y + 10C1
E e {5} O2: 6 + R + C1 = 5 + 10C10
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 5 + C10 = 6
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, 6, 5, R, D, Y su svi

C1 e {0, 1}
- Biramo C10 za razmatranje; iz O3 sledi da mora biti C10 jednako 1. Obeleavamo C10
neaktivnim.
Aktivne: R C1 D Y Neaktivne: E M O C100 S N C10
M e {1}
S e {9} Ogranienja:
O e {0}
N e {6} O1: D + 5 = Y + 10C1
E e {5} O2: 6 + R + C1 = 15
R e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O3: 6 = 6
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, 6, 5, R, D, Y su svi
C10 e {1} meusobno razliiti
C1 e {0, 1}
- Biramo R za razmatranje. Prema O3 vai da je R + C1 = 9, pa zakljuujemo da je R
jednako 8 ili 9. Prema O5 R ne moe biti jednako 9, pa je R = 8. Obeleavamo R
neaktivnim.
Aktivne: C1 D Y Neaktivne: E M O C100 S N C10 R
M e {1}
S e {9} Ogranienja:
O e {0}
N e {6} O1: D + 5 = Y + 10C1
E e {5} O2: 14 + C1 = 15
R e {8} O3: 6 = 6
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, 6, 5, 8, D, Y su svi
C1 e {0, 1}
- Biramo C1 za razmatranje. Prema O2, imamo da je C1 jednako 1. Obeleavamo C1
neaktivnim.


Aktivne: D Y Neaktivne: E M O C100 S N C10 R C1
M e {1}
S e {9} Ogranienja:
O e {0}
N e {6} O1: D + 5 = Y + 10
E e {5} O2: 15 = 15
R e {8} O3: 6 = 6
D e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, 6, 5, 8, D, Y su svi
C1 e {1}
- Biramo D za razmatranje. Prema O1, vai da je D = Y + 5 pa sledi da je D vee od 4. Od
svih vrednosti za D ogranienje O5 dozvoljava samo D = 7. Obeleavamo D neaktivnim.
Aktivne: Y Neaktivne: E M O C100 S N C10 R C1 D
M e {1}
S e {9} Ogranienja:
O e {0}
N e {6} O1: 7 + 5 = Y + 10
E e {5} O2: 15 = 15
R e {8} O3: 6 = 6
D e {7} O4: 10 = 10
Y e {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
C100 e {0} O5: 1, 9, 0, 6, 5, 8, 7, Y su svi
C1 e {1}
- Biramo Y za razmatranje. Prema O1 sledi da je Y = 2, to ne protivrei ogranienju O5.
Oznaavamo Y neaktivnim. Algoritam zavrava rad jer nema vie aktivnih promenljivih.
Poto su sve cifre odreene, a u skupu ogranienja nije se pojavila protivrenost, konano
reenje je pronaeno:
9567
+ 1085
10652
itaocu se preporuuje da problem pokua reiti primenom algoritma proste relaksacije bez
korienja uslova E = 5 iz postavke. Konano reenje nee moi biti naeno, jer algoritam

proste relaksacije razmatra svako od ogranienja zasebno, zanemarujui pri tom vezivanja
promenljivih nastala pri prethodnim ogranienjima.
Zadatak 94: Maksimiziranje protoka
Nina reava problem maksimiziranja protoka kroz neku mreu (slika 124). Sledea mrea
prikazuje ogranienja meu vorovima koja su uoena tom prilikom. Obratiti panju da
postoje dva ogranienja koja povezuju po tri vora.
5, 10, 15
30, 20, 10
5, 10, 20
10, 15, 30 10, 15, 20 f
1
= f
2
+f
3
f
4
=f
5
f
1
f
2
f
3
f
4
f
5
f
2
+f
3
=f
4

Slika 124
U datoj mrei ogranienja, promenljive su celobrojne vrednosti koje predstavljaju protok kroz
svaki od vorova. Sva poznata ogranienja predstavljena su na dijagramu. Domen za svaku
promenljivu naznaen je u odgovarajuem voru. Metodom proste relaksacije pronai protok
kroz svaki vor. Da li je problem reen upotrebom pomenutog metoda? ta se primenjuje
ukoliko problem nemoe biti reen metodom proste relaksacije.
Reenje
Kod metoda proste relaksacije, posmatramo svaku promenljivu zasebno i pokuavamo da
eliminiemo to vie dozvoljenih vrednosti za tu promenljivu na osnovu ogranienja, uz
eventualna vezivanja drugih promenljivih.
Na poetku, svaka promenljiva je aktivna (znai da e biti obraena u nekom od narednih
koraka) i za svaku promenljivu su dozvoljene sve vrednosti iz njenog domena.
f1 e {10, 20, 30}
f2 e {5, 10, 15}
f3 e {5, 10, 20}
f4 e {10, 15, 30}
f5 e {10, 15, 20}
Na osnovu slike 124, definiemo tri ogranienja:
1. f1 = f2 + f3
2. f4 = f2 + f3

3. f4 = f5
Biramo najpre promenljivu f5. Vrednosti 10 i 15 zadovoljavaju ogranienje 3, ali ne i
vrednost 20 koju briemo. Promenljivu proglaavamo neaktivnom. Na slian nain
obraujemo i promenljivu f4, briui moguu vrednost 30.
Biramo promenljivu f3. Vrednost 20 ne moe da zadovolji ogranienje 2 (to utvrujemo
uparujui ovu vrednost sa svim moguih vrednostima promenljive f2 i posmatrajui da li se
rezultat nalazi meu moguim vrednostima za f4), pa je briemo. Promenljiva f4 je postala
aktivna, jer su f3 i f4 pomenute u istom ogranienju. Na slian nain odbacujemo vrednost 15
za promenljivu f2, nakon to smo je uzeli u razmatranje. Promenljiva f3 je opet aktivna.
Biramo promenljivu f1. Vrednost 30 ne moe da zadovolji ogranienje 1 (probamo sve
mogue parove vrednosti za f2 i f3), pa je briemo. Promenljiva f3 je postala aktivna.
Do kraja ne moemo da obriemo nijednu drugu vrednost, pa se algoritam prekida. Rezultat
je:
f1 e {10, 20}
f2 e {5, 10}
f3 e {5, 10}
f4 e {10, 15}
f5 e {10, 15}
Problem nije reen ovom metodom jer nismo odredili jednoznanu vrednost za svaku
promenljivu, ali smo suzili skup moguih vrednosti. Dalje moemo da primenimo neki od
algoritama pretrage da bismo nali reenje.
Zadatak 95: Rasporeivanje vozova
Razmotrimo sledei problem rasporeivanja vozova:
Date su 4 kompozicije T1, T2, T3 i T4 i 3 lokomotive: L1, L2 i L3. Tabela 8 prikazuje
vremenski raspored upotrebe za svaku kompoziciju.
Kompozicija Interval upotrebe
T1 8:00 10:00
T2 9:00 13:00
T3 10:00 11:00
T4 11:00 15:00
Tabela 8
Dodatno su poznata sledea ogranienja:
1. Svaki voz mora vui neka lokomotiva
2. Svaka lokomotiva moe vui samo jedan voz u jednom trenutku
3. Ako lokomotiva nije u upotrebi, moe se trenutno upotrebiti za bilo koji voz

4. Lokomotiva L3 je suvie mala da vue T3 i T1
5. Lokomotive L2 i L3 su suvie male da vuku T4
6. Lokomotiva L1 je suvie mala da vue T1
Metodom zadovoljenja ogranienja (algoritmom proste relaksacije) nai koja lokomotiva
treba da vue koji voz.
Reenje
Aktivne: T1, T2, T3, T4
Neaktivne: -
T1 e {L1, L2, L3}
T2 e {L1, L2, L3}
T3 e {L1, L2, L3}
T4 e {L1, L2, L3}
Prva u listi aktivnih je kompozicija T1. Na osnovu pravila 6 iz liste moguih lokomotiva
moemo izostaviti L1. Takodje na osnovu pravila 4 moemo izostaviti lokomotivu L3. Jedina
lokomotiva koja moe vui kompoziciju T1 je L2. T1 se pomera u listu neaktivnih
promenljivih.
Aktivne: T2, T3, T4
Neaktivne: T1
T1 e {L2}
T2 e {L1, L2, L3}
T3 e {L1, L2, L3}
T4 e {L1, L2, L3}
Naredna za razmatranje je kompozicija T2. Jedino ogranienje koje moemo primeniti u
ovom trenutku nad T2 dato je u tabeli 0. Naime, potrebno je primetiti da se vremena za
transport kompozicije T1 i T2 preklapaju (period od 9:00 10:00), tako da se lokomotiva L2,
jedina koja moe vui T1 ne moe upotrebiti za vuu T2 kompozicije.
Aktivne: T3, T4
Neaktivne: T1, T2
T1 e {L2}
T2 e {L1, L3}
T3 e {L1, L2, L3}
T4 e {L1, L2, L3}
Trenutno je aktivna kompozicija T3. Razmatranjem pravila 4 moe se zakljuiti da L3 nije u
mogunosti da vue ovu kompoziciju. Kompozicija T3 prelazi u listu neaktivnih, dok
kompozicija T2 koja je povezana sa kompozicijom preko intervala prelazi u listu aktivnih
promenljivih.

Aktivne: T4, T2
Neaktivne: T1, T3
T1 e {L2}
T2 e {L1, L3}
T3 e {L1, L2}
T4 e {L1, L2, L3}
Na osnovu pravila 5, jednostavno je zakljuiti da jedino L1 moe vui kompoziciju T4. T4
postaje neaktivna dok T3 prelazi u listu aktivnih promenljivih.
Aktivne: T2, T3
Neaktivne: T1, T4
T1 e {L2}
T2 e {L1, L3}
T3 e {L1, L2}
T4 e {L1}
S obzirom da se vremena transporta kompozicija T2 i T4 preklapaju, a jedina lokomotiva koja
moe vui T4 je L1, iz liste moguih vrednosti za T2 uklanjamo ovu vrednost.
Aktivne: T3
Neaktivne: T1, T4, T2
T1 e {L2}
T2 e {L3}
T3 e {L1, L2}
T4 e {L1}
Razmatranjem ogranienja nad trenutno aktivnom promenljivom, T3, moe se zakljuiti da
njen skup vrednosti ostaje ne izmenjen.
Aktivne: -
Neaktivne: T1, T4, T2, T3
T1 e {L2}
T2 e {L3}
T3 e {L1, L2}
T4 e {L1}
Na osnovu sprovedenog postupka zakljuujemo da e lokomotiva L1 vui T4 kompoziciju,
lokomotiva L2 kompoziciju L2, lokomotiva L3 kompoziciju T2, dok e kompoziciju T3 vui
ili lokomotiva L1 ili L2.


Zadatak 96: Slova kao sekvenca brojeva
Slova A, B, C, D, E, F i G, ne nuno u navedenom redosledu, zamenjuju sedam sukcesivnih
celih brojeva u intervalu od 1 do 10. D je za 3 manje od A. B je u sredini. F je za toliko manje
od B koliko je C vee od D. G je vee od F. Metodom zadovoljenja ogranienja odgovoriti na
sledea pitanja:
a) Koje slovo zamenjuje peti broj u sekvenci?
b) Koliko iznosi razlika A - F?
c) Broj T je vei od C za onoliko koliko je C vee od E. T se moe napisati kao A+E. Koliko
je D?
d) Za koliko je vea najvea mogua vrednost C od najmanje mogue vrednosti D?
Reenje
Mogue vrednosti za svako od slova su sledee (u pitanju je sedam sukcesivnih brojeva, ne
vrednosti od 1 do 7):
A e {1,2,3,4,5,6,7}
B e {1,2,3,4,5,6,7}
C e {1,2,3,4,5,6,7}
D e {1,2,3,4,5,6,7}
E e {1,2,3,4,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}
Definiemo pet pravila na osnovu postavke zadatka:
O1: D = A - 3
O2: B se nalazi u sredini B = 4
O3: B - F = C - D
O4: G > F
O5: Svako slovo predstavlja jednu cifru
Aktivne: A,B,C,D,E,F,G
Neaktivne: -

1. Biramo A:
A e {4,5,6,7}
Aktivne: B,C,D,E,F,G
Neaktivne: A
A e {4,5,6,7}
B e {1,2,3,4,5,6,7}
2. Biramo B
B = 4
Aktivne: C,D,E,F,G,A
Neaktivne: B
A e {4,5,6,7}
B e {4}
3. Biramo C
C 4, C1, C7
Aktivne: D,E,F,G,A
Neaktivne: B,C
A e {4,5,6,7}
B e {4}

C e {1,2,3,4,5,6,7}
D e {1,2,3,4,5,6,7}
E e {1,2,3,4,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}
C e {1,2,3,4,5,6,7}
D e {1,2,3,4,5,6,7}
E e {1,2,3,4,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}
C e {2,3,5,6}
D e {1,2,3,4,5,6,7}
E e {1,2,3,4,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}

4. Biramo D
D 4, D e {5,6,7}
Aktivne: E,F,G,A,C
Neaktivne: B
A e {4,5,6,7}
B e {4}
C e {2,3,5,6}
D e {1,2,3}
E e {1,2,3,4,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}
5. Biramo E
E 4
Aktivne: F,G,A,C,D
Neaktivne: B,E
A e {4,5,6,7}
B e {4}
C e {2,3,5,6}
D e {1,2,3}
E e {1,2,3,5,6,7}
F e {1,2,3,4,5,6,7}
G e {1,2,3,4,5,6,7}
6. Biramo F
F 4, F e {5,6,7}
Aktivne: G,A,C,D,E
Neaktivne: B,F
A e {4, 5,6,7}
B e {4}
C e {2,3,5,6}
D e {1,2,3}
E e {1,2,3,5,6,7}
F e {1,2,3}
G e {1,2,3,5,6,7}

7. Biramo G
G 4, G 1
Aktivne: A,C,D,E,F
Neaktivne: B,G
A e {4, 5,6,7}
B e {4}
C e {2,3,5,6}
D e {1,2,3}
E e {1,2,3,5,6,7}
F e {1,2,3}
G e {2,3,5,6,7}
8. Biramo A
A 4, A 7
Aktivne: C,D,E,F,G
Neaktivne: B,A
A e {5,6}
B e {4}
C e {2,3,5,6}
De {1,2,3}
E e {1,2,3,5,6,7}
F e {1,2,3}
G e {2,3,5,6,7}
9. Biramo C
Aktivne: D,E,F,G,A
Neaktivne: B,C
A e {5,6}
B e {4}
C e {2,3,5,6}
De {1,2,3}
E e {1,2,3,5,6,7}
F e {1,2,3}
G e {2,3,5,6,7}

10. Biramo D
D 1, D 2
Aktivne: E,F,G,A,C
11. Biramo E
E 3
Aktivne: F,G,A,C
12. Biramo F
F 3
Aktivne: G,A,C,E

Neaktivne: B,D
A e {5,6}
B e {4}
C e {2,3,5,6}
De {3}
E e {1,2,3,5,6,7}
F e {1,2,3}
G e {2,3,5,6,7}
Neaktivne: B,D,E
A e {5,6}
B e {4}
C e {2,3,5,6}
De {3}
E e {1,2,5,6,7}
F e {1,2,3}
G e {2,3,5,6,7}
Neaktivne: B,D,F
A e {5,6}
B e {4}
C e {2,3,5,6}
De {3}
E e {1,2,5,6,7}
F e {1,2}
G e {2,3,5,6,7}

13. Biramo G
G 3
Aktivne: A,C,E,F
Neaktivne: B,D,G
A e {5,6}
B e {4}
C e {2,3,5,6}
De {3}
E e {1,2,5,6,7}
F e {1,2}
G e {2,5,6,7}
14. Biramo A
A 5
Aktivne: C,E,F,G
Neaktivne: B,D,A
A e {6}
B e {4}
C e {2,3,5,6}
De {3}
E e {1,2,5,6,7}
F e {1,2}
G e {2,5,6,7}
15. Biramo C
C 6, C 3, C 2
Aktivne: E,F,G
Neaktivne: B,D,A,C
A e {6}
B e {4}
C e {5}
De {3}
E e {1,2,5,6,7}
F e {1,2}
G e {2,5,6,7}

16. Biramo E
E 5, E 6
Aktivne: F,G
Neaktivne: B,D,A,C,E
A e {6}
B e {4}
C e {5}
De {3}
E e {1,2,7}
F e {1,2}
G e {2,5,6,7}
17. Biramo F
F 1
Aktivne: G,E
Neaktivne: B,D,A,C,E
A e {6}
B e {4}
C e {5}
De {3}
E e {1,2,7}
F e {2}
G e {2,5,6,7}

18. Biramo G
G 2, G 5, G 6
Aktivne: E
Neaktivne: B,D,A,C,F,G
A e {6}
B e {4}
C e {5}
De {3}
E e {1,2,7}
F e {2}
G e {7}

19. Biramo E
E 2, E 7
Aktivne: -
Neaktivne: B,D,A,C,F,G,E
A e {6}
B e {4}
C e {5}
De {3}
E e {1}
F e {2}
G e {7}
A = 6
B = 4
C = 5
D = 3
E = 1
F = 2
G = 7

EFDBCAG

a) Na osnovu odreene sekvence uoava se da je na petoj poziciji simbol C
b) Na osnovu pronaenog redosleda vrednosti jednostavno je odrediti razliku: A-F = 4
c) Na osnovu postavke zadatka moemo zapisati sledee formule:
T = C + (C - E) = C + 4
T = A + E C + 4 = A + E
Zamenom poznatih vrednosti dobija se:
A = 4 + C - E = 4 + 4 = 8
D = A - 3 D = 5
d) Sprovedenim postupkom za svako slovo utvren je redosled u sekvenci. Na osnovu toga
jednostavno je odrediti maksimalnu i minimalnu vrednost svakog broja. Razmotrimo, na
primer, slovo C. Kako je odreeno slovo C je peto u sekvenci. Kako je minimalna vrednost
prvog slova u sekvenci 1 to se moe zakljuiti da je minimalna vrednost za C upravo vrednost
5. Sa druge strane maksimalna vrednost poslednjeg slova u sekvenci (slova G), kako je
definisano postavkom je 10. Kako je slovo G na sedmom mestu u sekvenci jednostavno je
zakljuiti da je maksimalna vrednost za peto slovo u sekvenci (slovo C) jednaka osam.
Slinim razmatranjem moe se odrediti minimalna vrednost vora D. Na osnovu prethodnog
razmatranja nalazimo:
Cmax = 8
Dmin = 3
Cmax Dmin = 5


3.3. Metod sukcesivnih aproksimacija
Zadatak 97: Putovanje u Tivat
Tetka Marija koja ivi u Tivtu pozvala je sestria Nenada, studenta raunarske tehnike iz
Beograda da provede nekoliko dana na moru. Postoji niz razliitih naina za putovanje tako da
je Nenad odluio da uz pomo GPS (General problem solver - opti reava problema)
algoritma izabere odgovarajui prevoz u svakoj taki svog putovanja prema sledeim
pravilima:
- ako je put dui od 250 km, putovati avionom ili vozom.
- ako je put dui od 50 km i krai od 250 km, putovati vozom ili kolima.
- ako je put dui od 1 km, a krai od 50 km, putovati kolima ili uzeti taksi.
- ako je put krai od 1 km, ii peice.
Preduslov za putovanje avionom je da se bude na aerodromu, za putovanje vozom da se bude
na eleznikoj stanici, a da se putuje kolima je da se poseduju kola.
Odrediti na koji e nain Nenad, koji u Beogradu ima svoja kola, doputovati tetki Mariji.
Reenje
Algoritam GPS naveden je u dodatku 1 (algoritam 9). GPS reava probleme primenom
strategije sukcesivnih aproksimacija (engl. means-ends analysis) koja se moe opisati na
sledei nain: na poetku se identifikuju poetno, ciljno stanje, i uvodi kriterijum za ocenu
razlike izmeu tekueg i ciljnog stanja. Takoe se definiu operatori prevoenja u nova stanja
i uslovi primene istih. U tekuem stanju S, na osnovu razlike tekueg i ciljnog stanja za
primenu se bira onaj operator koji najvie smanjuje tu razliku (koji prevodi u stanje najblie
ciljnom stanju). Ukoliko uslovi za primenu izabranog operatora Op u stanju S nisu
zadovoljeni, na osnovu tih uslova definie se neko stanje S
1
kao novi parcijalni cilj i
rekurzivno primenjuje GPS algoritam na novi problem prelaska iz stanja S u stanje S
1
.
Reavanjem ovog podproblema tekue stanje postaje S
1
i tada je mogue primeniti operator
Op koji prevodi iz stanja S
1
u neko novo stanje S
2
(slika 125). U novoj iteraciji trai se
operator koji e, primenjen na stanje S
2
, smanjiti razliku tekueg i ciljnog stanja, itd. sve dok
se ne postigne prvobitni cilj.
S1

S2
poetno stanje

ciljno stanje
potproblem
sugerisan
primenjen
Op
Op

Slika 125
Metod sukcesivnih aproksimacija 263

U naem problemu, stanje je opisano lokacijom na kojoj se Nenad u toku putovanja nalazi,
poetno stanje je Nenadov stan u Beogradu, ciljno stanje je tetkina kua u Tivtu, operatori
promene stanja su zadata prevozna sredstva (ukljuujui i hodanje) sa svojim ogranienjima, a
razlika stanja u ovom sluaju predstavljena je geografskim rastojanjem tekue lokacije na
kojoj se Nenad nalazi od ciljne lokacije.
Tabela 9 definie operatore promene stanja u skladu sa uslovima zadatka. Pretpostavljeno je
da za operator voziti se taksijem nema posebnih preduslova jer Nenad moe sa svakog mesta
pozvati taksi telefonom. Tabela 10 predstavlja takozvanu tabelu razlika. Svaka vrsta tabele
oznaena je odreenom razlikom tekueg i ciljnog stanja, dok su kolone oznaene
operatorima promene stanja. Ulaz u vrsti koja odgovara razlici R i koloni koja odgovara
operatoru Op popunjen je sa DA ako je mogue upotrebiti operator Op za smanjenje razlike
R. Ukoliko je za smanjenje odreene razlike mogue upotrebiti vie od jednog operatora,
prioritet operatora opada s leva na desno u odgovarajuoj vrsti tabele.

operator preduslov akcija
leteti avionom u mesto x lokacija = aerodrom Surin lokacija = aerodrom u mestu x
putovati vozom u mesto x lokacija = beogradska
eleznika stanica
lokacija = eleznika stanica
u mestu x
voziti se kolima u mesto x lokacija = Nenadov parking lokacija = x
voziti se taksijem u mesto x - lokacija = x
hodati do mesta x - lokacija = x
Tabela 9

razlika r putovati
avionom
putovati
vozom
voziti se
kolima
voziti se
taksijem
hodati
r > 250 Km DA DA
50 Km< r < 250 Km DA DA
1 Km < r < 50 Km DA DA
r < 1 Km DA
Tabela 10
Pretraga zapoinje pozivom GPS procedure sa poetnom lokacijom kao tekuim stanjem:
Nivo rekurzije: 1
Tekue stanje:
lokacija = Nenadova kua
Ciljno stanje:
lokacija = tetkina kua u Tivtu

Razlika:
r = 300 Km
S obzirom da je rastojanje od Beograda do Tivta vee od 250 km, tabela razlika sugerie
putovanje avionom do Tivta kao prvi izbor. Preduslov za to je da se bude u avionu, to u
poetnom stanju nije zadovoljeno, pa ovo postaje cilj drugog poziva GPS procedure.
Nivo rekurzije: 2
Tekue stanje:
Ciljno stanje:
lokacija = aerodrom Surin
Razlika:
r = 10 Km
Rastojanje od Nenadovog stana do aerodroma je vee od 1 km a manje od 50 km, pa je vonja
kolima do aerodroma prvi izbor u tabeli razlika. Preduslov za to je da se bude u kolima, pa se
ovaj problem reava novim rekurzivnim pozivom GPS procedure.
Nivo rekurzije: 3
Tekue stanje:
Ciljno stanje:
lokacija = Nenadov parking
Razlika:
r = 100 m
Razlika od 100m nalae hodanje do kola to je neposredno primenljivo, pa tekua lokacija za
Nenada postaje parking.
Nivo rekurzije: 3
Tekue stanje:
Ciljno stanje:
Razlika:
r = 0
Ustanovljava se da nema razlike izmeu tekueg i ciljnog stanja, pa trei nivo GPS algoritma
sa uspehom zavrava rad i vraa kontrolu drugom nivou.


Nivo rekurzije: 2
Tekue stanje:
Ciljno stanje:
Razlika:
r = 10 Km
Sada se moe primeniti i ranije izabrani operator vonje kolima do aerodroma da bi se
eliminisala razlika izmeu tekueg stanja i ciljnog stanja za drugi nivo GPS-a.
Nivo rekurzije: 2
Tekue stanje:
Ciljno stanje:
Razlika:
r = 0
Time je zadatak dolaska na aerodrom reen, ime se okonava GPS procedura drugog nivoa i
kontrola predaju prvom nivou.
Nivo rekurzije: 1
Tekue stanje:
Ciljno stanje:
Razlika:
r = 300 km
Sada se u okviru GPS procedure prvog nivoa primenjuje operator vonje avionom, tako da
Nenad dospeva na tivatski aerodrom.
Nivo rekurzije: 1
Tekue stanje:
lokacija = tivatski aerodrom
Ciljno stanje:
Razlika:
r = 7 km

Rastojanje do tetkine kue je vee od 1 km, a manje od 50 km. Na osnovu zadatih pravila,
vonja kolima je prvi izbor. Meutim, preduslov lokacija = Nenadov parking ne moe se
zadovoljiti jer ne postoji operator koji bi Nenada vratio u Beograd. Na taj nain ostaje vonja
taksijem do tetkine kue kao alternativa koja se odmah moe primeniti.
Nivo rekurzije: 1
Tekue stanje:
Ciljno stanje:
Razlika:
r = 0
GPS procedura prvog nivoa ustanovljava da nema razlike izmeu tekueg i ciljnog stanja,
ime je zadatak reen. Slika 126 grafiki prikazuje postupak reavanja ovog problema.
poetno stanje
planirano
Nenadov
stan
PRVI
NIVO
tivatski
aerodrom
tetkina
kua
aerodrom
Surin
Nenadov
parking
DRUGI
NIVO
TREI
NIVO
realizovano
vonja kolima
hodanje
vonja kolima
putovanje avionom
vonja
taksijem
putovanje avionom

Slika 126
U ovom problemu reenje je naeno strategijom ulanavanja unapred (engl. forward
chaining) to jest,. pri reavanju se polazilo od startnog stanja da bi se dospelo u ciljno. GPS
algoritam moe se preformulisati i za sluaj povratnog ulanavanja (engl. backward chaining)
kada se pri reavanju kree od ciljnog stanja, da bi se pronaao put do startnog reavanjem
niza podciljeva. Za neke probleme povratno ulanavanje predstavlja pogodniji nain
reavanja.
Zadatak 98: Popravak baterijske lampe
Razmotrimo popravku baterijske lampe prikazane na slici 127.
Lampa ima dve baterije u kuitu koje dodiruju sijalicu. Da bi se dolo do baterija, mora se
rastaviti kuite, a da bi se dolo do sijalice mora se rastaviti vrh baterijske lampe.
Primenom sukcesivnih aproksimacija reiti problem otklanjanja kvara zbog pregorele sijalice.


kuite
baterije sijalica vrh

Slika 127
Reenje
Pojedina stanja problema opisivaemo sledeim predikatima (znaenja pojedinih predikata
odgovaraju njihovim nazivima):
istroene(baterije), ok(baterije), u_kuitu(baterije), van_kuita(baterije), pregorela(sijalica),
ok(sijalica), rastavljeno(kuite), sastavljeno(kuite), ispravno(kuite), polomljeno(kuite),
rastavljen(vrh) i sastavljen(vrh).
Predikat polomljeno(kuite) predstavlja negaciju predikata ispravno(kuite) i predvien je
za situaciju kada popravlja, u nedostatku strpljenja, primeni grublji metod za rastavljanje
kuita.
Poetno stanje u sluaju pod a) opisano je sa:
sastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), pregorela(sijalica),
ok(baterije), ispravno(kuite)
Ciljno stanje se moe parcijalno opisati navodei samo predikate koji moraju da budu
zadovoljeni na kraju pretrage:
ok(sijalica), sastavljeno(kuite), sastavljen(vrh)
Predikati sastavljeno(kuite) i sastavljen(vrh) su dodati u ciljno stanje da lampa ne bi ostala
rastavljena. U optem sluaju parcijalan opis ciljnog stanja omoguava da se pretraga zavri u
jednom od veeg broja razliitih ciljnih stanja (kompletan opis bi eliminisao sva ciljna stanja
osim jednog odreenog).
Za promenu stanja koristiemo operatore definisane u tabeli 11. U preduslovima za primenu
operatora navedeni su stavovi koji se moraju nalaziti u tekuem stanju da bi operator mogao
da bude primenjen na to stanje. Primenom operatora neki stavovi se uklanjaju iz tekueg
stanja, a neki drugi se dodaju i time se dobija novo stanje koje postaje tekue.
Razliku izmeu tekueg i ciljnog stanja definiemo kao listu svih predikata koji su prisutni u
ciljnom stanju, a nisu prisutni u tekuem, na primer, za napred definisano poetno i ciljno
stanje razlika je samo u predikatu ok(sijalica).


Operator Preduslov Akcija
Ukloniti predikate Dodati predikate
zameniti baterije rastavljeno(kuite),
van_kuita(baterije),
ispravno(kuite)
van_kuita(baterije),
istroene(baterije)
u_kuitu(baterije),
ok(baterije)
zameniti sijalicu rastavljen(vrh) pregorela(sijalica) ok(sijalica)
rastaviti kuite sastavljeno(kuite) sastavljeno(kuite) rastavljeno(kuite)
rastaviti vrh rastavljeno(kuite),
sastavljen(vrh)
sastavljen(vrh) rastavljen(vrh)
sastaviti kuite rastavljeno(kuite),
sastavljen(vrh),
ispravno(kuite)
rastavljeno(kuite) sastavljeno(kuite)
sastaviti vrh rastavljen(vrh) rastavljen(vrh) sastavljen(vrh)
istresti baterije rastavljeno(kuite) u_kuitu(baterije) van_kuita(baterije)
razbiti kuite - ispravno(kuite),
sastavljeno(kuite),
sastavljen(vrh),
u_kuitu(baterije)
polomljeno(kuite),
rastavljeno(kuite),
rastavljen(vrh),
van_kuita(baterije)
Tabela 11
zameniti
baterije
zameniti
sijalicu
rastaviti
kuite
rastaviti
vrh
sastaviti
kuite
sastaviti
vrh
istresti
baterije
razbiti
kuit
e
ok(baterije) DA
ok(sijalica) DA
rastavljeno(kuite) DA DA
rastavljen(vrh) DA DA
sastavljeno(kuite) DA
sastavljen(vrh) DA
van_kuita(baterije) DA DA
Tabela 12


Za rad algoritma potrebna je tabela razlika koja za odreenu razliku izmeu tekueg i ciljnog
stanja sugerie koji operator treba primeniti da bi se razlika smanjila. U ovom sluaju
koristiemo tabelu 12 kod koje su vrste obeleene razlikama koje elimo da eliminiemo, a
kolone operatorima. Tabela se ita odgore nadole i sleva udesno. Drugim reima, ako se stanja
razlikuju po veem broju predikata, prvo se zadovoljava onaj koji je naveden u prvoj vrsti
tabele, pa zatim onaj iz druge vrste i tako dalje. Ako se za odreeni predikat sugerie vei broj
operatora, najvei prioritet ima onaj iz prve kolone, pa zatim onaj iz druge i tako dalje.
Za reavanje problema koristiemo GPS algoritam 9 iz dodatka 1.
1. Inicijalno je tekue stanje algoritma jednako poetnom stanju S
0
, a ciljno stanje predstavlja
parcijalno opisan krajnji cilj pretrage C
0
.
Nivo rekurzije: 1
Tekue stanje S
0
:
Ciljno stanje C
0
:
Razlika:
ok(sijalica).
Tabela razlika diktira upotrebu operatora zameniti_sijalicu. Preduslov za ovaj operator,
predikat rastavljen(vrh), nije ispunjen u tekuem stanju. Zato rekurzivno primenjujemo GPS
algoritam na stanje S
0
kao tekue i novo ciljno stanje C
1
opisano samo operatorom
rastavljen(vrh).
Nivo rekurzije 2:
Tekue stanje S
0
:
Ciljno stanje C
1
:
rastavljen(vrh)
Razlika:
rastavljen(vrh).
2. Drugi rekurzivni nivo GPS algoritma ustanovljava predikat rastavljen(vrh) kao razliku
tekueg i ciljnog stanja. Konsultacijom tabele razlika ustanovljava se da u obzir dolaze dva
operatora: rastaviti_vrh i razbiti_kuite, od kojih prema usvojenim pravilima biramo operator
rastaviti_vrh. Preduslov ovog operatora, rastavljeno(kuite) i sastavljen(vrh) nije potpuno
zadovoljen u tekuem stanju S
0
pa se od preduslova formira novo ciljno stanje C
2
i poziva
trei rekurzivni nivo GPS algoritma.


Nivo rekurzije: 3
Tekue stanje S
0
:
Ciljno stanje C
2
:
rastavljeno(kuite), sastavljen(vrh)
Razlika:
rastavljeno(kuite).
3. Trei nivo ustanovljava razliku stanja S
0
i novog ciljnog stanja C
2
; radi se o predikatu
rastavljeno(kuite). Prema tabeli razlika bira se operator rastaviti_kuite. Preduslov ovog
operatora, predikat sastavljeno(kuite) zadovoljen je u tekuem stanju S
0
pa se primenjuje na
ovo stanje. Prema tabeli operatora, iz liste predikata stanja S
0
brie se sastavljeno(kuite) a
dodaje se rastavljeno(kuite) ime se dobija novo tekue stanje S
1
.
Nivo rekurzije: 3
Tekue stanje S
1
:
rastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), pregorela(sijalica),
Ciljno stanje C
2
:
rastavljeno(kuite), sastavljen(vrh)
Razlika:
-
Trei nivo GPS algoritma ustanovljava da nema razlike izmeu stanja S
1
i njegovog ciljnog
stanja C
2
pa sa uspehom zavrava rad ime se kontrola vraa drugom nivou GPSa.
Nivo rekurzije: 2
Tekue stanje S
1
:
rastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), pregorela(sijalica),
Ciljno stanje C
1
:
rastavljen(vrh)
Razlika:
rastavljen(vrh).
4. Drugi nivo GPS algoritma primenjuje ranije izabrani operator rastaviti_vrh jer su sada
njegovi preduslovi zadovoljeni. Dobija se novo tekue stanje S
2
.


Nivo rekurzije: 2
Tekue stanje S
2
:
rastavljeno(kuite), rastavljen(vrh), u_kuitu(baterije), pregorela(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
1
:
rastavljen(vrh)
Razlika:

-
Poto razlike nema, kontrola se vraa prvom nivou GPS algoritma.
Nivo rekurzije: 1
Tekue stanje S
2
:
rastavljeno(kuite), rastavljen(vrh), u_kuitu(baterije), pregorela(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
0
:
Razlika:
5. Prvi nivo GPS algoritma primenjuje izabrani operator zameniti_sijalicu (iji su preduslovi
sada ispunjeni) te se dobija novo tekue stanje S
3
.
Nivo rekurzije: 1
Tekue stanje S
3
:
rastavljeno(kuite), rastavljen(vrh), u_kuitu(baterije), ok(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
0
:
Razlika:
sastavljeno(kuite), sastavljen(vrh)
Krajnje ciljno stanje razlikuje se od ovog stanja po predikatima sastavljeno(kuite) i
sastavljen(vrh). Konsultuje se tabela razlika za predikat sastavljeno(kuite) poto je ovaj
predikat naveden u tabeli pre predikata sastavljen(vrh). Izbor pada na operator
sastaviti_kuite. Preduslov: rastavljeno(kuite), sastavljen(vrh), ispravno(kuite) nije u
potpunosti zadovoljen, pa se od ovog preduslova formira novo ciljno stanje C
3
i kontrola
rekurzivnim pozivom prenosi na drugi nivo GPS algoritma.


Nivo rekurzije: 2
Tekue stanje S
3
:
rastavljeno(kuite), rastavljen(vrh), u_kuitu(baterije), ok(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
3
:
rastavljeno(kuite), sastavljen(vrh), ispravno(kuite)
Razlika:
sastavljen(vrh)
6. Drugi nivo ustanovljava razliku: sastavljen(vrh). Bira se operator sastaviti_vrh, i s obzirom
da je preduslov rastavljen(vrh) zadovoljen u tekuem stanju S
3
, primenom ovog operatora
dobija se novo tekue stanje S
4
.
Nivo rekurzije: 2
Tekue stanje S
4
:
rastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), ok(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
3
:
rastavljeno(kuite), sastavljen(vrh), ispravno(kuite)
Razlika:
-
Drugi nivo zavrava rad s obzirom da se tekue stanje ne razlikuje od njegovog ciljnog stanja,
pa se kontrola vraa na prvi nivo.
Nivo rekurzije: 1
Tekue stanje S
4
:
rastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), ok(sijalica), ok(baterije),
ispravno(kuite)
Ciljno stanje C
0
:
Razlika:
sastavljeno(kuite)
7. Prvi nivo algoritma primenjuje izabrani operator sastaviti_kuite ime se dobija novo
tekue stanje S
5
.
Nivo rekurzije: 1
Tekue stanje S
5
:
sastavljeno(kuite), sastavljen(vrh), u_kuitu(baterije), ok(sijalica), ok(baterije),
ispravno(kuite)

Ciljno stanje C
0
:
Razlika:
-
Sada se ustanovljava da nema razlike izmeu tekueg stanja i krajnjeg ciljnog stanja i prvi
nivo algoritma GPS okonava rad. Slika 128 rezimira rad GPS algoritma za zadati problem.
Za pojedina stanja S
i
, osim stanja S
0
navedeni su samo predikati koji ih razlikuju od stanja-
prethodnika tokom pretrage, a koji ujedno predstavljaju ciljeve.
S
0
planirano

PRVI
NIVO
ok(sijalica) sastavljen(vrh)
rastavljen (vrh)
rastavljeno (kuite)
DRUGI
NIVO
TREI
NIVO
realizovano
rastavljen vrh
rastaviti kuite
rastaviti vrh
zameniti sijalicu
staviti vrh zameniti sijalicu
sastavljeno (kuite)
sastaviti kuite
sastaviti vrh
S
1
S
2
S
3
S
4
S
5

Slika 128
Zadatak 99: Problem majmuna i banane
Majmun stoji kod vrata sobe, na ijoj sredini visi banana okaena o plafon. Uz prozor stoji
sanduk. Majmun ne moe sam da dohvati bananu, ali moe ako stoji na sanduku. Takoe,
majmun moe da se eta po sobi, da odgura sanduk ili da se popne na njega. Metodom
sukcesivnih aproksimacija odrediti na koji e nain majmun doi do banana.
Reenje
Stanja problema opisana su vrednostima sledee etiri promenljive:
- sanduk daje informaciju o poziciji sanduka, i moe da ima jednu od sledeih vrednosti:
kod_prozora, kod_vrata, na_sredini_sobe
- majmun_H daje informaciju o poziciji majmuna u horizontalnoj ravni i moe da ima isti
skup vrednosti kao i promenljiva sanduk
- majmun_V daje informaciju o poziciji majmuna po vertikali i moe da ima sledee
vrednosti: na_podu, na_sanduku
- ima_bananu je ispunjeno (TRUE) ako majmun poseduje bananu, inae je netano
(FALSE).

Operatori promene stanja definisani su tabelom 13. Operatori ETATI i POMERITI
SANDUK poseduju kao argument promenljivu nova_poz koja oznaava ciljnu poziciju
kretanja majmuna.
Razlike izmeu stanja u ovom problemu definiemo kao razlike u vrednostima promenljivih
sa istim imenom u tekuem i ciljnom stanju. U tabeli 14 svaka vrsta odgovara odreenoj
razlici. Ukoliko u vrsti koja odgovara razlici R i koloni obeleenoj operatorom Op stoji DA,
znai da se operator Op moe koristiti za eliminaciju razlike R. U toku rada algoritma
prilikom konsultovanja tabele razlika koristi se konvencija da prioritet razlika opada odozgo
nadole a prioritet operatora sleva-nadesno. U treoj i etvrtoj vrsti tabele, pozicija oznaava
vrednost promenljive majmun_H odnosno sanduk u ciljnom stanju; prilikom izbora nekog od
operatora ETATI i POMERITI SANDUK, promenljivoj nova_poz dodeljuje se pozicija.

Operator Preduslov Akcija
POPETI SE NA
SANDUK
majmun_H = sanduk
majmun_V = na_podu
majmun_V := na_sanduku
ETATI(nova_poz) - majmun_H := nova_poz
POMERITI
SANDUK(nova_poz)
majmun_H = sanduk
majmun_V = na_podu
majmun_H:= nova_poz
sanduk := nova_poz
UZETI_BANANU ima_bananu = FALSE
majmun_V = na_sanduku
sanduk = na_sredini_sobe
ima_bananu = TRUE
Tabela 13
UZETI
BANANU
POPETI SE
NA SANDUK
ETATI POMERITI
SANDUK
ima_bananu=TRUE DA
majmun_V=na_sanduku DA
majmun_H = pozicija DA DA
sanduk = pozicija DA
Tabela 14
Pretraga zapoinje pozivom GPS procedure sa tekuim stanjem inicijalno jednakim poetnom
stanju S0, a ciljno stanje jednako je parcijalnom opisu C0 konanog cilja.
Nivo rekurzije: 1
Tekue stanje S
0
:
sanduk = kod_prozora, majmun_H = kod_vrata,
majmun_V = na_podu, ima_bananu = FALSE

Ciljno stanje C
0
:
ima_bananu = TRUE
Razlika:
ima_bananu = TRUE
Redosled dogaaja pri pretrazi je sledei:
1. GPS algoritam na prvom nivou ustanovljava razliku poetnog i ciljnog stanja u vrednosti
promenljive ima_bananu i na osnovu tabele razlika bira operator uzeti_bananu. Od preduslova
se formira novo ciljno stanje C
1
:
ima_bananu = FALSE, majmun_V = na_sanduku, sanduk = na_sredini_sobe
i aktivira drugi rekurzivni nivo GPS algoritma.
Nivo rekurzije: 2
Tekue stanje S
0
:
Ciljno stanje C
1
:
Razlika:
majmun_V = na_sanduku, sanduk = na_sredini_sobe
2. Utvruje se nova razlika: majmun_V = na_sanduku, sanduk = na_sredini_sobe.
Prema usvojenoj konvenciji o prioritetima iz tabele razlika se bira operator koji zadovoljava
cilj majmun_V = na_sanduku, a to je POPETI SE NA SANDUK. Preduslovi:
majmun_H = kod_prozora (vrednost promenljive sanduk iz tekueg stanja),
majmun_V = na_podu
nisu potpuno zadovoljeni pa se za novo ciljno stanje C
2
opisano navedenim preduslovima
aktivira trei rekurzivni nivo GPS algoritma.
Nivo rekurzije: 3
Tekue stanje S
0
:
Ciljno stanje C
2
:
majmun_H = kod_prozora, majmun_V = na_podu
Razlika:
majmun_H = kod_prozora

3. Nova razlika je: majmun_H = kod_prozora. Prema tabeli razlika bira se operator
ETATI(kod_prozora). Poto ovaj operator nema preduslova, mogue ga je odmah primeniti
ime se dobija stanje S
1
.
Nivo rekurzije: 3
Tekue stanje S
1
:
sanduk = kod_prozora, majmun_H = kod_prozora,
Ciljno stanje C
2
:
Razlika:
-
Trei nivo GPSa ustanovljava da vie nema razlike izmeu tekueg stanja i njemu zadatog
cilja pa kontrolu vraa drugom nivou.
Nivo rekurzije: 2
Tekue stanje S
1
:
Ciljno stanje C
1
:
Razlika:
4.Drugi nivo GPSa primenjuje ranije izabrani operator POPETI SE NA SANDUK ime se
dobija novo tekue stanje S
2
.
Nivo rekurzije: 2
Tekue stanje S
2
:
majmun_V = na_sanduku, ima_bananu = FALSE
Ciljno stanje C
1
:
Razlika:
Ovo stanje ide na stek tekuih stanja lokalan za drugi nivo GPSa na kome se inicijalno
nalazilo poetno stanje. Zatim se rauna razlika izmeu cilja C
1
i tekueg stanja S
2
a to je:

Bira se operator POMERITI SANDUK(na_sredini_sobe). Preduslovi:
nisu u potpunosti zadovoljeni pa se na osnovu njih definie novo ciljno stanje C
2
i rekurzivno
poziva trei nivo GPSa.
Nivo rekurzije: 3
Tekue stanje S
2
:
Ciljno stanje C
2
:
Razlika:
majmun_V = na_podu
5. Trei nivo ustanovljava razliku stanja C
2
i S
2
: majmun_V = na_podu.
Konsultacijom tabele razlika utvruje se da se ova razlika ne moe zadovoljiti. Poto nema
naina da iz poetnog stanja S
2
doe do ciljnog stanja C
2
, izvravanje treeg nivoa GPS
algoritma se neuspeno zavrava, i kontrola vraa drugom nivou.
Nivo rekurzije: 2
Tekue stanje S
2
:
Ciljno stanje C
1
:
Razlika:
6. Kao posledica neuspeha, na drugom nivou GPSa ponovo se razmatra razlika tekueg stanja
S
2
i njegovog cilja C
1
a to je sanduk = na_sredini_sobe da bi se pronaao alternativni operator
koji e zadovoljiti cilj. Poto, pored ve probanog operatora POMERITI SANDUK drugi
operator ne postoji, ustanovljava se da se dati cilj ne moe zadovoljiti i preduzima vraanje
unatrag (engl. backtracking): sa lokalnog steka se skida vrni element (stanje S
2
) ime stanje
S
1
postaje ponovo tekue stanje.
Nivo rekurzije: 2
Tekue stanje S
1
:

Ciljno stanje C
1
:
Razlika:
Ponovo se razmatra razlika izmeu cilja C
1
i stanja S
1
:
Prioritetnija razlika je majmun_V = na_sanduku. Prethodno izabrani operator (u koraku 2)
POPETI SE NA SANDUK nije dao dobar rezultat, pa se razmatra alternativa. Poto ne postoji
alternativa koja bi smanjila ovu razliku, prelazi se na razmatranje manje prioritetne razlike:
sanduk = na_sredini_sobe. Ova razlika moe biti eliminisana operatorom POMERITI
SANDUK(na_sredinu_sobe). Treba primetiti da je ovaj operator ve bio razmatran, ali ne
ovom nivou GPS algoritma i ne za trenutno stanje, tako da se u ovom trenutku on moe
odabrati. Preduslovi:
majmun_H = kod_prozora (vrednost promenljive sanduk iz tekueg stanja),
majmun_V = na_podu
su zadovoljeni u tekuem stanju S
1
, pa se primenjuje operator POMERITI
SANDUK(na_sredini_sobe) ime se dobija novo tekue stanje S
2
'.
Nivo rekurzije: 2
Tekue stanje S
2
':
sanduk = na_sredini_sobe, majmun_H = na_sredini_sobe,
Ciljno stanje C
1
:
Razlika:
Utvruje se razlika izmeu stanja S
2
' i cilja C
1
a to je:
Radi eliminacije razlike bira se operator POPETI SE NA SANDUK. Preduslovi ovog
operatora zadovoljeni su u tekuem stanju S
2
', pa se njegovom primenom dobija novo tekue
stanje S
3
.
Nivo rekurzije: 2
Tekue stanje S
3
:
Ciljno stanje C
1
:

Razlika:
-
Na drugom nivou utvruje se da je zadovoljen cilj C
1
pa se kontrola vraa prvom nivou GPSa.
Nivo rekurzije: 1
Tekue stanje S
3
:
Ciljno stanje C
0
:
ima_bananu = TRUE
Razlika:
ima_bananu = TRUE
7. Prvi nivo GPSa primenjuje izabrani (u koraku 1) operator UZETI_BANANU ime se
dobija stanje S
4
.
majmun_V = na_podu, ima_bananu = TRUE
Nivo rekurzije: 1
Tekue stanje S
4
:
majmun_V = na_podu, ima_bananu = TRUE
Ciljno stanje C
0
:
ima_bananu = TRUE
Razlika:
-
Utvruje se da je zadovoljen cilj C
0
ime algoritam uspeno zavrava rad. Reenje je, prema
tome, opisano sekvencom operatora:
ETATI(kod_prozora), POMERITI_SANDUK(na_sredini_sobe), UZETI_BANANU.
Slika 129 rezimira prethodno razmatranje.
Usvojeni prioritet razmatranja razlika i prioritet primene operatora imaju znatan uticaj na broj
vraanja unazad pri radu GPS algoritma. itaocu se preporuuje da sam ponovi prethodni
zadatak u sluaju da se druga vrsta tabele razlika premesti na kraj tabele, tako da majmun_V =
na_sanduku ima najnii prioritet; u ovom sluaju reenje se pronalazi bez vraanja unatrag.
Kod definisanja prioriteta razlika radi se zapravo o apstrakciji problema - prioritet treba da
dobiju glavni koraci u reavanju, a manje vani da se reavaju na viim rekurzivnim nivoima

algoritma. Paljivo odabrani prioriteti znatno smanjuju koliinu vraanja unazad u odnosu na
druge algoritme pretrage.
na sanduk
uzeti bananu
popeti se
etati se
planirano
realizovano
PRVI
NIVO
DRUGI
NIVO
TREI
NIVO
S
0
pomeriti sanduk
uzeti bananu
S
1
S
2
S
2
S
3
S
4
ima_bananu := FALSE
maj mun_V := na_podu
maj mun_H := kod_vrata
sanduk:= kod_prozora
maj mun_H :=kod_prozora
maj mun_V na_sanduku
na sanduk
maj mun_V := na_sanuku
ima_bananu := TRUE
popeti se
na sanduk
pomeriti sanduk
'
vraaje unazad
sanduk:= na_sredini_sobe
popeti se

Slika 129

4. Rad u nei zvesnom
okruenj u
282 Rad u neizvesnom okruenju

4.1. Rezonovanje na osnovu faktora izvesnosti
Zadatak 100: Popravak automobila
a) Pregledom automobila ustanovljeno je sledee:
1. problem zahteva hitnu popravku (izvesnost 0.8)
2. kvar je na elektrinoj instalaciji (0.6)
3. postoji kratak spoj na instalaciji (0.4)
4. kvar je u raunaru za kontrolu ubrizgavanja (0.2)
Odrediti faktor izvesnosti zakljuka: kvar je u elektrinoj instalaciji i potrebno ga je hitno
popraviti i problem je kratak spoj ili kvar raunara.
b) Poznate su vrednosti stepena izvesnosti
CF(c,e
1
) = cf
1

CF(c,e
2
) = cf
2

CF(c,e
3
) = cf
3

Izraunati vrednost CF(c,e) gde e predstavlja sve injenice (dokaze, dogaaje) povezane sa
zakljukom c.
Reenje
U situacijama kada ekspertski sistem radi u neizvesnom okruenju, ne zadovoljava
karakterisanje injenica i zakljuaka samo kao tanih ili netanih. Jedno od reenja ovoga
problema je karakterisanje svake injenice i zakljuka faktorom izvesnosti (engl. certainity
factor, CF) koji predstavlja racionalan broj u intervalu
-1 s CF s 1.
Vrednost -1 za neku injenicu predstavlja potpuno odsustvo poverenja u datu injenicu, dok
vrednost 1 predstavlja potpuno poverenje u nju. Ostale vrednosti predstavljaju vei ili manji
stepen (ne)poverenja u datu injenicu, npr. CF = 0 oznaava da se data injenica ne moe ni
potvrditi niti opovrgnuti. Faktor izvesnosti se izraava kao razlika mere poverenja (engl.
measure of belief, MB) i mere nepoverenja (engl. measure of disbelief, MD):
CF(c) = MB(c) - MD(c)
gde su MB i MD brojevi u intervalu od 0 do 1. Na meru poverenja utiu sve injenice koje
mogu potvrditi dati stav z, a na meru nepoverenja sve injenice koje opovrgavaju dati stav z.
a) Obeleimo pretpostavke sa e
1
do e
4
onim redosledom kojim su zadate u postavci zadatka.
Zakljuak z moemo predstaviti izrazom:
c = e
2
. e
1
. ( e
3
v e
4
)
Da bismo nali faktor izvesnosti CF zakljuka moramo odrediti meru poverenja MB i meru
nepoverenja MD u zakljuak:
Rezonovanje na osnovu faktora izvesnosti 283

CF(c) = MB(c) - MD(c)
Pri tome koristimo sledee formule za konjukciju pretpostavki:
MB( e
1
. e
2
) = min ( MB( e
1
), MB( e
2
) )
MD( e
1
. e
2
) = max ( MD( e
1
), MD( e
2
) )
Odgovarajue formule za disjunkciju pretpostavki su:
MB( e
1
v e
2
) = max ( MB( e
1
), MB( e
2
) )
MD( e
1
v e
2
) = min ( MD( e
1
), MD( e
2
) )
Na osnovu ovih formula raunamo mere poverenja MB i nepoverenja MD u zakljuak:
MB(e
2
. e
1
. ( e
3
v e
4
)) = min( MB(e
2
), MB( e
1
), max[ MB( e
3
), MB( e
4
)] ) =
= min( 0.6, 0.8, max[ 0.4, 0.2] )
= 0.4
MD(e
2
. e
1
. ( e
3
v e
4
)) = 0 jer su mere nepoverenja u pretpostavke jednake 0.
Faktor izvesnosti zakljuka je:
CF(c) = MB(c) - MD(c) = MB(c) = 0.4.
b) U datom sluaju svaka od injenica e
1
, e
2
, e
3
vodi do istog zakljuka z sa odreenom
izvesnou. Ove faktore izvesnosti razloiemo na mere poverenja MD( c, e
i
) i mere
nepoverenja MB( c, e
i
) na sledei nain:
Ako je cf
i
> 0 onda je MB( c, e
i
) = cf
i
, MD( z, e
i
) = 0
inae je MD( c, e
i
) = | cf
i
|, MB( c, e
i
) = 0.
Zbirni faktor izvesnosti zakljuka na osnovu svih pretpostavki moemo izraunati pod
uslovom nezavisnosti pretpostavki e
1
, e
2
, e
3
, kao razliku zbirnih mera poverenja i nepoverenja:
CF( c, e ) = MB
cum
( c, e ) - MD
cum
( c, e )
Generalno, zbirne mere poverenja i nepoverenja zakljuka c na osnovu dve nezavisne
pretpostavke e
1
i e
2
raunaju se po sledeim formulama:
MB
cum
( c, e
1,2
) = 0 ako je MD
cum
( c, e
1,2
) =1
MB
cum
( c, e
1,2
) = MB( c, e
1
) + MB( c, e
2
) - MB( z, e
1
) * MB( c, e
2
)
MD
cum
( c, e
1,2
) = 0 ako je MB
cum
( c, e
1,2
) =1
MD
cum
( c, e
1,2
) = MD( c, e
1
) + MD( c, e
2
) - MD( c, e
1
) * MD( c, e
2
)
U naem sluaju, na osnovu gornjih formula dobijamo zbirnu meru poverenja MB
cum
( c, e
1,2
) i
nepoverenja MB
cum
( c, e
1,2
) u prve dve pretpostavke. Da bi se uraunala i trea pretpostavka,
potrebno je jo jedanput primeniti gornje formule da bi se dobila konana zbirna mera
poverenja MB
cum
( c, e
1,2,3
) i nepoverenja MD
cum
( c, e
1,2 ,3
). U formulama kombinujemo zbirnu
meru poverenja, odnosno nepoverenja, u prve dve pretpostavke sa merom poverenja, odnosno
nepoverenja u treu pretpostavku.
MB
cum
( c, e
1,2,3
) = 0 ako je MD
cum
( c, e
1,2,3
) =1
MB
cum
( c, e
1,2,3
) = MB
cum
( c, e
1,2
) + MB( c, e
3
) - MB
cum
( c, e
1,2
) * MB( c, e
3
)
MD
cum
( c, e
1,2,3
) = 0 ako je MB
cum
( c, e
1,2,3
) =1

MD
cum
( c, e
1,2,3
) = MD
cum
( c, e
1,2
) + MD( c, e
3
) - MD
cum
( c, e
1,2
) * MD( c, e
3
)
Faktor izvesnosti zakljuka se dobija kao razlika zbirnih mera poverenja i nepoverenja u sve
tri pretpostavke:
CF( c, e
1,2,3
) = MB
cum
( c, e
1,2,3
) - MD
cum
( c, e
1,2,3
)
Napomena: konani rezultat ne zavisi od redosleda kojim kombinujemo pretpostavke pri
raunanju kumulativnih mera poverenja, odnosno nepoverenja.
Pri raunanju izvesnosti koristimo sledee konvencije u obeleavanju: Izvesnost nekog
zakljuka c obeleavamo sa CF(c) pri emu ne navodimo eksplicitno pretpostavke koje su
dovele do tog zakljuka. Ako elimo da naglasimo da pretpostavka e dovodi do zakljuka c,
tada izvesnost zakljuka c obeleavamo sa CF( c, e ). Isto vai i za meru poverenja, odnosno
nepoverenja u taj zakljuak.
Zadatak 101: Dijagnostika raunarskog sistema
U dijagnostici raunarskog sistema, na osnovu kvara izvueni su sledei zakljuci sa
odgovarajuim faktorima izvesnosti:
1. postoji problem u operativnoj memoriji (0.6)
2. problem je u centralnom procesoru (0.2)
3. problem je u memorijskom elementu (0.1)
4. problem je u kontroleru memorije (0.4)
5. problem je u optim registrima (0.5)
6. problem je u registru naredbi (0.3)
Nai meru poverenja da postoji problem u operativnoj memoriji i centralnom procesoru i da
se radi o kontroleru memorije i optim registrima ili registru naredbi.
Reenje
Obeleimo pretpostavke sa e
1
do e
6
onim redosledom kojim su zadate u postavci zadatka.
Zakljuak z moemo predstaviti izrazom:
z = e
1
. e
2
. e
4
. ( e
5
v e
6
)
Mere poverenja MB, odnosno nepoverenja MD u zakljuak su:
MB( e
1
. e
2
. e
4
. ( e
5
v e
6
) ) =
= min( MB(e
1
), MB( e
2
), MB( e
4
), max[ MB( e
5
), MB( e
3
)] ) =
= min( 0.6, 0.2, 0.4, max[ 0.5, 0.3] )
= 0.2
MD( e
1
. e
2
. e
4
. ( e
5
v e
6
) ) = 0 jer su mere nepoverenja u pretpostavke jednake 0.
Faktor izvesnosti zakljuka je:
CF(z) = MB(z) - MD(z) = MB(z) = 0.2.

Zadatak 102: Raunanje izvesnosti zakljuka
Poznate su vrednosti faktora izvesnosti sledeih pravila:
- pravilo p
1
koje vodi do zakljuka z
1
: 0.8
- pravilo p
2
2
: 0.8
- pravilo p
3
1
: 0.9
- pravilo p
4
2
: 0.7
- pravilo p
5
koje, na osnovu z
1
i z
2
, vodi zakljuku z: 0.6
Ako su pretpostavke pravila p
1
, p
2
i p
3
potpuno izvesne, a faktor izvesnosti pretpostavki
pravila p
4
iznosi 0.8, izraunati faktor izvesnosti zakljuka z.
Reenje
Izvesnost zakljuka z
1
na osnovu pravila p
1
i p
3
je:
MB( z
1
) = MB'( z
1
,e
p1
) + MB'( z
1
,e
p3
) - MB'( z
1
,e
p1
) * MB'( z
1
,e
p3
)
= 0.8 + 0.9 - 0.8 * 0.9 = 0.98
Izvesnost zakljuka z
2
na osnovu pravila p
4
je:
MB( z
2
,e
p4
) = MB'( z
2
,e
p4
) * MB'( e
p4
) =
= 0.7 * 0.8 = 0.56
Zbirna izvesnost zakljuka z
2
na osnovu pravila p
2
i p
4
je:
MB( z
2
) = MB'( z
2
,e
p2
) + MB( z
2
,e
p4
) - MB'( z
2
,e
p2
) * MB( z
2
,e
p4
)
= 0.8 + 0.56 - 0.8 * 0.56 = 0.912
Izvesnost pretpostavke pravila p
5
je:
MB(e
p5
) = MB( z
1
. z
2
) = min(MB( z
1
),MB( z
2
)) =
= min(0.98, 0.912) = 0.912
Traena izvesnost zakljuka z je:
CF(z) = MB(z, e
p5
) = MB'(z, e
p5
) * MB(e
p5
) =
= 0.6 * 0.912 = 0.5472
Zadatak 103: Medicinska dijagnostika
Data su neka od pravila ekspertskog sistema za medicinsku dijagnostiku:
P1: AKO pacijent ima manje od 8 ili vie od 60 godina
ONDA (1.0) pacijent je u kritinim godinama
P2: AKO pacijent ima visoku temperaturu I
(pacijent osea malaksalost ILI

pacijent osea bolove u miiima)
ONDA (0.7) pacijent ima grip
P3: AKO pacijent ima nateeno grlo I
pacijent ima kijavicu
ONDA (0.6) pacijent ima grip
P4: AKO pacijent ima grip I
pacijent je u kritinim godinama
ONDA (0.9) pacijent treba hitno da se obrati lekaru
Pacijent ima 65 godina, visoku temperaturu, nateeno grlo i kijavicu, osea malaksalost sa
izvesnou 0.8 i bolove u miiima sa izvesnou 0.9. Odrediti faktor izvesnosti zakljuaka:
a) pacijent ima grip
b) pacijent treba hitno da se obrati lekaru.
Reenje
a) Zadate su nam mere poverenja u pretpostavke.
e
1
: pacijent ima 65 godina MB(e
1
) = 1.0
e
2
: pacijent ima visoku temperaturu MB(e
2
) = 1.0
e
3
: pacijent ima nateeno grlo MB(e
3
) = 1.0
e
4
: pacijent ima kijavicu MB(e
4
) = 1.0
e
5
: pacijent osea malaksalost MB(e
5
) = 0.8
e
6
: pacijent osea bolove u miiima MB(e
6
) = 0.9.
Zadate su takoe mere poverenja u zakljuke iz pojedinih pravila u situaciji potpune
izvesnosti pretpostavki pravila (pretpostavka pravila i obeleena je sa e
Pi
):
z
1
: pacijent je u kritinim godinama MB'(z
1
, e
P1
) = 1.0
z
2
: pacijent ima grip MB'(z
2
, e
P2
) = 0.7, MB'(z
2
, e
P3
) = 0.6
z
3
: pacijent treba hitno da se obrati lekaru MB'(z
4
, e
P4
) = 0.9
Potrebno je izraunati faktore izvesnosti CF pretpostavki pojedinih pravila i na osnovu njih
revidirati mere poverenja u zakljuke. S obzirom da su mere nepoverenja MD svih
pretpostavki jednake nuli, ovo vai i za zakljuke, pa su faktori izvesnosti CF zakljuaka
jednaki njihovim merama poverenja MB. Za odgovor pod a) potrebno je razmotriti pravila P2
i P3.
Mera poverenja u pretpostavku pravila P2 je:
MB(e
P2
) = MB(e
2
. ( e
5
v e
6
)) = min( MB(e
2
) , MB( e
5
v e
6
) ) =
= min( MB(e
2
), max[MB( e
5
), MB( e
6
)] )=
= min(1.0, max(0.8,0.9))=
= 0.9

Mera poverenja u zakljuak pravila P2 je:
MB( z
2
, e
P2
) = MB
'
( z
2
, e
P2
) * MB(e
P2
) = 0.7 * 0.9 = 0.63
MB(e
P3
) = MB(e
3
. e
4
) = min( MB(e
3
) , MB( e
4
) ) = min(1.0, 1.0) = 1.0
MB( z
2
, e
P3
) = MB
'
( z
2
, e
P3
) * MB(e
P3
) = 0.6 * 1.0 = 0.6
S obzirom da pravila P2 i P3 nezavisno dolaze do istog zakljuka z
2
potrebno je izraunati
zbirnu meru poverenja u zakljuak z
2
:
MB
cum
( z
2
, e
P2, P3
) = MB( z
2
, e
P2
) + MB( z
2
, e
P3
) - MB( z
2
, e
P2
) * MB( z
2
, e
P3
) =
= 0.63 + 0.6 - 0.63 * 0.6 =
= 0.852
Prema tome odgovor na pitanje pod a) je da je faktor izvesnosti zakljuka da pacijent ima grip
jednak CF(z
2
) = MB
cum
( z
2
, e
P2, P3
) = 0.852.
b) Traeni zakljuak sledi na osnovu pravila P1 i P4. Pretpostavke pravila P1 su potpuno
izvesne; zakljuak ovog pravila je takoe potpuno izvestan:
MB( z
1
, e
P1
) = 1.0
MB(e
P4
) = MB(z
2
. z
1
) = min(MB
cum
( z
2
, e
P2, P3
), MB( z
1
, e
P1
) ) =
= min ( 0.852, 1.0 ) = 0.852
MB( z
4
, e
P4
) = MB
'
( z
4
, e
P4
) * MB(e
P4
) = 0.9 * 0.852 = 0.7668
Prema tome, s obzirom da je mera nepoverenja MD u pravila P1 i P2 jednaka nuli, faktor
izvesnosti zakljuka da pacijent treba hitno da se obrati lekaru je
CF( z
4
) = MB( z
4
, e
P4
) = 0.7668.
U reenju zadatka koriena je formula da je mera poverenja MB( z, e
P
) u zakljuak z pravila
P jednaka proizvodu mere poverenja MB'() u zakljuak z pod potpuno izvesnim
pretpostavkama e
P
(ova veliina je zadata u pravilu) i mere poverenja u pretpostavku MB( e
P
).
MB( z, e
P
) = MB'( z, e
P
) * MB( e
P
)
Generalan oblik formula za raunanje mera poverenja i nepoverenja u zakljuak je:
MD( z, e
P
) = MB'( z, e
P
) * max(0,CF( e
P
))
MD( z, e
P
) = MD'( z, e
P
) * max(0,CF( e
P
))
U datom problemu uvek je vailo da je
CF( e
P
) = MB( e
P
) > 0
pa su koriene uproene verzije navedenih formula.

Zadatak 104: Popravak raunarskog monitora
U nekom sistemu za popravku raunara vae sledea pravila:
P1: AKO osvetljaj ekrana monitora je stalno na maksimumu
I osvetljaj ekrana monitora ne moe da se podesi
ONDA (0.6) ekran monitora treba zameniti.
P2: AKO osvetljaj ekrana monitora ne moe da se podesi
I kontrast ne moe da se podesi
ONDA (0.7) ekran monitora treba zameniti.
P3: AKO neto je puklo u monitoru
I osvetljaj ekrana monitora je stalno na maksimumu
ONDA (0.9) kvar je u visokonaponskom kolu monitora.
P4: AKO osvetljaj ekrana monitora stalno je na maksimumu
I kontrast ekrana moe da se podesi
ONDA (0.75) kvar je u visokonaponskom kolu monitora.
Poznate su sledee injenice: neto je puklo u monitoru (0.6), osvetljaj ekrana stalno je na
maksimumu (1.0), osvetljaj ekrana ne moe se podesiti (1.0), a kontrast ekrana ne moe da se
podesi (0.5). Odrediti koji je kvar izvesniji: u ekranu ili u visokonaponskom kolu.
Reenje
Zadate su mere poverenja u pretpostavke:
e
1
: neto je puklo u monitoru, MB( e
1
) = 0.6
e
2
: osvetljaj ekrana stalno je na maksimumu MB( e
2
) = 1.0
e
3
: osvetljaj ekrana ne moe da se podesi MB( e
3
) = 1.0
e
4
: kontrast ne moe da se podesi MB( e
4
) = 0.5
U svakom pravilu P
i
data je mera poverenja u zakljuak pod uslovom potpune izvesnosti
pretpostavki e
Pi
:
z
1
: ekran monitora treba zameniti. MB'( z
1
, e
P1
) = 0.6 , MB'( z
1
, e
P2
) = 0.7
z
2
: kvar je u visokonaponskom kolu monitora. MB'( z
2
, e
P3
) = 0.9 , MB'( z
2
, e
P4
) = 0.75
Pravila P1 i P2 vode istom zakljuku z
1
, pa je potrebno izraunati zbirnu meru poverenja u
ovaj zakljuak. Pretpostavke pravila P1 i P2 nisu potpuno nezavisni, ali poto je zajednika
pretpostavka e
3
potpuno izvesna, moe se usvojiti pretpostavka o nezavisnosti ova dva pravila
jer izvesnost svakog od pravila zavisi od izvesnosti ostalih, nezavisnih pretpostavki.
MB(e
P1
) = MB(e
2
. e
3
) = min(MB( e
2,
), MB( e
3
) ) =
= min ( 1.0, 1.0 ) = 1.0

MB( z
1
, e
P1
) = MB
'
( z
1
, e
P1
) * MB(e
P1
) = 0.6 * 1.0 = 0.6
MB(e
P2
) = MB(e
3
. e
4
) = min(MB( e
3,
), MB( e
4
) ) =
= min ( 1.0, 0.5 ) = 0.5
MB( z
1
, e
P2
) = MB
'
( z
1
, e
P2
) * MB(e
P2
) = 0.7 * 0.5 = 0.35
Zbirna mera poverenja u zakljuak z
1
na osnovu ovih pravila je:
MB
cum
( z
1
, e
P1, P2
) = MB( z
1
, e
P1
) + MB( z
1
, e
P2
) - MB( z
1
, e
P1
) * MB( z
1
, e
P2
) =
= 0.6 + 0.35 - 0.6 * 0.35 = 0.74
Prema tome, faktor izvesnosti zakljuka z
1
je CF(z
1
) = MB
cum
( z
1
, e
P1, P2
) = 0.74
Pravila P3 i P4 vode ka zakljuku z2. U sluaju ova dva pravila, slino kao i u sluaju pravila
P1 i P2 moe se usvojiti pretpostavka o meusobnoj nezavisnosti.
MB(e
P3
) = MB(e
1
. e
2
) = min(MB( e
1,
), MB( e
2
) ) =
= min ( 0.6, 1.0 ) = 0.6
MB( z
2
, e
P3
) = MB
'
( z
2
, e
P3
) * MB(e
P3
) = 0.9 * 0.6 = 0.54
U pretpostavkama pravila P4 sadrana je negacija pretpostavke e
4
. Mera nepoverenja MD u
negaciju pretpostavke e
4
jednaka je meri poverenja MB u pretpostavku e
4
i obrnuto, pa je
MB(e
4
) = 0 i MD( e
4
) = 0.5
MB(e
P4
) = MB(e
2
. e
4
) = min(MB( e
2
), MB( e
4
) ) =
= min ( 1.0, 0 ) = 0
Mera nepoverenja u pretpostavku pravila P4 je:
MD(e
P4
) = MD(e
2
. e
4
) = max(MD( e
2
), MD( e
4
) ) =
= max ( 0, 0.5 ) = 0.5
Faktor izvesnosti pretpostavke pravila P4 je, prema tome
CF(e
P4
) = MB(e
P4
) - MD(e
P4
) = -0.5
MB( z
2
, e
P4
) = MB'( z
2
, e
P4
) * max(0, CF(e
P4
)) =
= 0.75 * max( 0, -0.5) = 0.75 * 0 =
= 0
Mera nepoverenja u zakljuak z
2
prema pravilima P3, odnosno P4 pod potpuno izvesnim
pretpostavkama je:
MD'( z
2
, e
P3
) = 0 i MD'( z
2
, e
P4
) = 0

(jer su zadate mere poverenja u zakljuak razliite od nule) pa su odgovarajue mere
nepoverenja kada pretpostavke nisu potpuno izvesne:
MD( z
2
, e
P3
) = MD'( z
2
, e
P3
) * max(0, CF(e
P3
)) = 0
MD( z
2
, e
P4
) = MD'( z
2
, e
P4
) * max(0, CF(e
P4
)) = 0
Zbirna mera nepoverenja u zakljuak z
2
na osnovu pravila P3 i P4 je takoe jednak nuli:
MD
cum
( z
2
, e
P3,P4
) = 0
Zbirni faktor izvesnosti zakljuka z
2
odreen je, prema tome, zbirnom merom poverenja na
osnovu u zakljuak z
2
pravila P3 i P4:
CF(z
2
) = MB
cum
( z
2
, e
P3,P4
) = MB( z
2
, e
P3
) + MB( z
2
, e
P4
) - MB( z
2
, e
P3
) * MB( z
2
, e
P4
)
=
= 0.54 + 0 - 0.54 * 0
= 0.54
Poto je CF(z
1
) = 0.74 vee od CF(z
2
) = 0.54 to je kvar u ekranu izvesniji od kvara u
visokonaponskom kolu monitora.
Pri reavanju zadatka dobijen je faktor izvesnosti pretpostavke pravila P4:
CF(e
P4
) = -0.5
to znai da nemamo poverenja u ovu pretpostavku. Faktor izvesnosti zakljuka z
2
na osnovu
pravila P4 jednak:
CF(z
2
, e
P4
) = MB( z
2
, e
P4
) - MD( z
2
, e
P4
) = 0 - 0 = 0
Drugim reima, pod datim pretpostavkama o zakljuku z
2
nita se ne moe zakljuiti na
osnovu pravila P4. Ovo je potpuno logian rezultat kada se zna da se iz netanih pretpostavki
moe izvui proizvoljan zakljuak.
Zadatak 105: Reakcija vlade na terorizam
Data su neka od pravila ekspertskog sistema za zakljuivanje o reakciji vlade na teroristike
napade:
P1. AKO javno mnenje osuuje teroristike napade
ONDA (0.7) vlada preduzima otre mere
P2. AKO broj rtava u napadima je veliki
I oekuje se intenziviranje teroristike kampanje
ONDA (0.9) javno mnenje osuuje teroristike napade
P3. AKO postoje informacije o listi moguih ciljeva
I vreme izmeu napada je krae od mesec dana
ONDA (0.8) oekuje se intenziviranje teroristike kampanje
P4. AKO ciljevi napada su javne ustanove
ONDA (0.9) broj rtava je veliki

Ako su ciljevi napada javne ustanove (1.0), postoje informacije o listi moguih ciljeva (0.75),
a vreme izmeu napada krae je od mesec dana (0.85), odrediti izvesnost preduzimanja otrih
mera od strane vlade.
Reenje
Pretpostavke su okarakterisane sledeim merama poverenja:
e
1
: ciljevi napada su javne ustanove; MB( e
1
) = 1.0
e
2
: postoje informacije o listi moguih ciljeva; MB( e
2
) = 0.75
e
3
: vreme izmeu napada je krae od mesec dana; MB( e
3
) = 0.85
Mere poverenja u zakljuke pod izvesnim pretpostavkama pojedinih pravila su:
z
1
: vlada preduzima otre mere; MB'( z
1
, e
P1
) = 0.7
z
2
: javno mnjenje osuuje teroristike napade; MB'( z
2
, e
P2
) = 0.9
z
3
: oekuje se intenziviranje teroristike kampanje; MB'( z
3
, e
P3
) = 0.8
z
4
: broj rtava je veliki; MB'( z
4
, e
P4
) = 0.9
Pravila razmatramo redosledom P4, P3, P2, P1 jer zakljuak svakog od prethodnih pravila u
ovom redosledu predstavlja pretpostavku sledeeg pravila.
MB(e
P4
) = MB(e
1
) = 1.0
MB( z
4
, e
P4
) = MB
'
( z
4
, e
P4
) * MB(e
P4
) = 0.9 * 1.0 = 0.9
MB(e
P3
) = MB(e
2
. e
3
) = min(MB( e
2,
), MB( e
3
) ) =
= min ( 0.75, 0.85 ) = 0.75
MB( z
3
, e
P3
) = MB
'
( z
3
, e
P3
) * MB(e
P3
) = 0.8 * 0.75 = 0.6
MB(e
P2
) = MB(z
4
. z
3
) = min(MB( z
4
, e
P4
), MB( z
3
, e
P3
) ) =
= min ( 0.9, 0.6 ) = 0.6
MB( z
2
, e
P2
) = MB
'
( z
2
, e
P2
) * MB(e
P2
) = 0.9 * 0.6 = 0.54
MB(e
P1
) = MB( z
2
, e
P2
) = 0.54
MB( z
1
, e
P1
) = MB
'
( z
1
, e
P1
) * MB(e
P1
) = 0.7 * 0.54 = 0.378
Poslednji podatak predstavlja faktor izvesnosti CF da e vlada preuzeti otre mere.

Treba zapaziti da je, kao posledica indirektnog zakljuivanja uz korienje niza pravila, faktor
izvesnosti zakljuka relativno mali i pored toga to pretpostavke i pravila poseduju velike
faktore izvesnosti.
Zadatak 106: Klasifikacija zaposlenih
Data su neka od pravila ekspertskog sistema za klasifikaciju zaposlenih.
P1. AKO osoba ima borben duh
I osoba je poverljive prirode
ONDA (0.8) osoba sposobna da preivi
P2. AKO osoba sposobna za putovanja
I osoba sposobna da ubedi druge
I osoba smirena i staloena
ONDA (0.9) osoba sposobna da upravlja
P3. AKO osoba ima govorniku vetinu
I osoba sposobna da preivi
ONDA (0.7) osoba sposobna da ubedi druge
P4. AKO (osoba ume da vozi I starost izmeu 21 i 65)
ILI osoba vozi bicikl
ONDA (0.6) osoba sposobna za putovanja
Poznata su, takoe, zapaanja (i odgovarajui faktori izvesnosti) o osobama Miku i Blaku
navedeni u tabeli 15.

ime starost vozi
auto
vozi
bicikl
govornika
vetina
poverljiva
priroda
borben
duh
smirenost i
staloenost
Miko 45 1.0 1.0 0.5 1.0 0.4 0.5
Blako 33 1.0 0.6 0.8 0.5 0.9 0.9
Tabela 15
Odrediti faktor izvesnosti zakljuaka da su Miko i Blako sposobni da upravljaju.
Reenje
Za Mika vai:
Izvesnosti sposobnosti preivljavanja raunamo koristei pravilo P1. Potrebne mere poverenja
o duhu i prirodi osobe itamo iz tablice. Re je o konjukciji pretpostavki, pa se uzima
minimum mera poverenja.
MB(osoba sposobna da preivi) =

= 0.8 * min(MB(osoba ima borben duh), MB(osoba je poverljive prirode)) =
= 0.8 * min(0.4,1.0) = 0.8 * 0.4 = 0.32
Izvesnost sposobnosti da se ubede drugi rauna se iz pravila P3. Izvesnost govornike vetine
je tablina vrednost, a izvesnost sposobnosti za preivljavanje je rezultat pravila P1.
MB(osoba sposobna da ubedi druge) =
= 0.7 * min(MB(osoba ima govorniku vetinu), MB(osoba sposobna da preivi)) =
= 0.7 * min(0.5, 0.32) = 0.7 * 0.32 = 0.224
Sposobnost za putovanja, to jest odgovarajui faktor izvesnosti, dobija se na osnovu pravila
P4 i tablinih podataka za starost i sposobnost vonje bicikla i automobila. Mikova starost je
u intervalu zadatom u okviru pravila, pa je izvesnost te pretpostavke potpuna (1.0).
MB(osoba sposobna za putovanja) =
= 0.6 * max(min[MB(osoba ume da vozi), MB(starost izmeu 21 i 65)],
MB(osoba vozi bicikl)) =
= 0.6 * max( min[1.0, 1.0], 1.0) = 0.6
Traena veliina, izvesnost sposobnosti za upravljanje, rauna se na osnovu pravila P2
koristei rezultate dobijene primenom prethodnih pravila.
MB(osoba sposobna da upravlja) =
= 0.9* min(MB(osoba sposobna za putovanja), MB(osoba sposobna da ubedi druge),
MB(osoba smirena i staloena)) =
= 0.9 * min(0.6, 0.224, 0.5)
= 0.2016
Za Blaka vai:
Prema pravilu P1:
MB(osoba sposobna da preivi) =
= 0.8 * min(MB(osoba ima borben duh), MB(osoba je poverljive prirode)) =
= 0.8 * min(0.9,0.5) = 0.8 * 0.5 = 0.40
Prema pravilu P3:
MB(osoba sposobna da ubedi druge) =
= 0.7 * min(MB(osoba ima govorniku vetinu), MB(osoba sposobna da preivi)) =
= 0.7 * min(0.8, 0.40) = 0.7 * 0.4 = 0.28
Prema pravilu P4:
MB(osoba sposobna za putovanja) =
= 0.6 * max(min[MB(osoba ume da vozi), MB(starost izmeu 21 i 65)],
MB(osoba vozi bicikl)) =
= 0.6 * max( min[1.0, 1.0], 0.6) = 0.6

Prema pravilu P2:
MB(osoba sposobna da upravlja) =
= 0.9* min(MB(osoba sposobna za putovanja), MB(osoba sposobna da ubedi druge),
MB(osoba smirena i staloena)) =
= 0.9 * min(0.6, 0.28, 0.9)
= 0.252
Faktor izvesnosti da je Miko sposoban da upravlja iznosi 0.2016, dok za Blaka iznosi 0.252.
Zadatak 107: Utvrivanje gradiva
Poznati su faktori izvesnosti sledeih pravila:
- Pravilo P1 koje vodi ka zakljuku z1: 0,3
- Pravilo P5 koje na osnovu z1 or not z2 vodi ka zakljuku z: 0,6
Ako su faktori izvesnosti pretpostavki pravila: CF(e
P1
) = 0,5, CF(e
P2
) = -1, CF(e
P3
) = 0,
CF(e
P4
) = 0,8, odrediti faktor izvesnosti zakljuka z.
Reenje
Najpre se vri izraunavanje mere poverenja i nepoverenja u zakljuke z1 i z2 na osnovu
pravila P1 do P4.
Na osnovu pravila P1 dobijamo
MB(z1) = MB(z1) * MB(e
P1
) = 0,3 * 0,5 = 0,15
MD(z1) = MD(z1) * MD(e
P1
) = 0 * 0 = 0
P2
) = 0,6 * 0 = 0
P2
) = 0 * 1 = 0
P3
) = 0,7 * 0 = 0
P3
) = 0 * 0 = 0
P4
) = 0,5 * 0,8 = 0,4
P4
) = 0 * 0 = 0

Sada je mogue za zakljuak z1 izraunati kumulativnu meru poverenja odnosno nepoverenja

MBcum(z1, e
P1,P3
) = MB(z1, e
P1
) + MB(z1, e
P3
) MB(z1, e
P1
) * MB(z1, e
P3
) = 0,15
MBcum(z1, e
P1,P2,P3
) = MBcum(z1, e
P1,P3
) + MB(z1, e
P4
) MBcum(z1, e
P1,P3
) *
MB(z1, e
P4
) = 0,55 0,06 = 0,49
MDcum(z1, e
P1,P2,P3
) = 0
Zakljuak z je istinit kada vai z1 v z2.
Sada se mogu izraunati mera poverenja i nepoverenja u pretpostavku pravila z.
MB(z1 v z2) = MAX(MB(z1), MD(z2)) = MAX(0,49, 0) = 0,49
MD(z1 v z2) = MIN(MD(z1), MB(z2)) = MIN(0, 0) = 0
Verovatnoe u zakljuak s toga su
MB(z, e
P5
) = MB(z, e
P5
) * MB(e
P5
) = 0,6 * 0,49 = 0,294
MD(z, e
P5
) = MD(z, e
P5
) * MD(e
P5
) = 0 * 0 = 0
Sada je jednostavno odrediti faktor izvesnosti zakljuka z
CF(z, e
P5
) = MB(z, e
P5
) MD(z, e
P5
) = 0,294


4.2. Fuzzy logika
Zadatak 108: Rasplinuto zakljuivanje
Dati su fazi skupovi A, A' i B. Odrediti zakljuak B' koji sledi iz A' na osnovu pravila A B
a) zakljuivanjem max-min
b) zakljuivanjem max-proizvod.
Pri emu je poznato:
A = ( 0.6/a, 1/b, 0.3/c )
B = ( 0.3/x, 0.8/y, 1/z )
A' = ( 0.7/a, 0.0/b, 0.0/c )
Reenje
Zavisnost zakljuka B pravila od njegovog preduslova A izraava se fazi relacijom M:
A M = B
U fazi logici, pretpostavka A' moe se u optem sluaju razlikovati od preduslova A pravila.
Tada se korienjem pravila dobija zakljuak B' koji se razlikuje od zakljuka B pravila:
B' = A' M
odnosno
b
j
= max( min(a
i
, m
ij
)) 1 s i s n.
a) U ovom sluaju, fazi relacija M se definie sa: m
ij
= min(a
i
, b
j
):
(
(
(
=
3 . 0 3 . 0 3 . 0
1 8 . 0 0.3
6 . 0 6 . 0 0.3
M
na osnovu ega sledi:
| | | | 6 . 0 6 . 0 3 . 0
3 . 0 3 . 0 3 . 0
1 8 . 0 3 . 0
6 . 0 6 . 0 3 . 0
0 . 0 0 . 0 0.7 M A` B` =
(
(
(
= =
b) U ovom sluaju, fazi relacija M se definie sa: m
ij
= a
i
b
j

(
(
(
=
3 . 0 24 . 0 09 . 0
1 8 . 0 0.3
6 . 0 48 . 0 0.18
M
iz ega sledi
Fuzzy logika 297

| | | | 6 . 0 48 . 0 18 . 0
3 . 0 24 . 0 09 . 0
1 8 . 0 3 . 0
6 . 0 48 . 0 18 . 0
0 . 0 0 . 0 0.7 M A` B` =
(
(
(
= =
Zadatak 109: Defazifikacija
Izvriti defazifikaciju skupa A = ( 0.36/1, 0.4/2, 0.64/3, 0.8/4, 1/5 ) metodom centra mase.
Reenje
Nain dobijanja singularne vrednosti koja reprezentuje skup A je sledei:
525 . 3
1 8 . 0 64 . 0 4 . 0 36 . 0
5 1 4 8 . 0 3 64 . 0 2 4 . 0 1 36 . 0
=
+ + + +
+ + + +
= =
i
i i
x
a

Zadatak 110: Projektovanje fuzzy kontrolera
Potrebno je projektovati fuzzy kontroler za postavljanje obrnutog klatna u uspravni poloaj
(slika 130). tap koji moe da rotira oko jednog svog kraja privren je na vozilo pomou
nosaa. Upravljaki zadatak je da se ovaj tap ("obrnuto klatno") postavi u uspravan poloaj,
tako to e se na pogodan nain pokretati vozilo na kome je tap privren. Tri promen1jive
znaajne za reenje ovog zadatka (date na slici) su: e - ugao izmeu trenutne pozicije tapa i
vertikalne pozicije, e - stepen promene promen1jive e (ugaona brzina tapa) i v je
proporcionalno brzini vozila w. Promenljive e i e su upravljake, a v upravljana promenljiva.
To znai da na osnovu greke na ulazu upravljamo brzinom vozila, tako da ovu greku
svedemo na to manju vrednost.
W

V
W
e

e
e

Fuzzy
kontroler
dt
d

Slika 130

Reenje
Usvajamo da svaka od promenljivih (e, e, v) ima sedam lingvistikih vrednosti, sa
pridruenim trougaonim funkcijama pripadnosti. Podela na sedam lingvistiih vrednosti je
iskustvenog karaktera i esta je pri izradi fazi kontrolera.
NL: veliki negativan,
NM: srednji negativan,
NS: mali negativan,
AZ: nula,
PS: mali pozitivan,
PM: srednji pozitivan,
PL: veliki pozitivan.
Lingvistike promenljive prikazane su na slici 131.
NL NM PL PM PS AZ NS
1
x
a 2a/3 a/3 -a -2a/3 0 -a/3

Slika 131
Opseg [-a,a] za svaku promenljivu zavisi od fizikih ogranienja konkretnog sistema. Na
primer, u naem sluaju moemo za ugao otklona da usvojimo da se, zbog pretpostavke
manjih poremeaja, menja u opsegu [-60
o
,+60
o
] , umesto [-90
o
,+90
o
].
Skup pravila za upravljanje kontrolerom (primenjuje se zakljuivanje max-min, kao
defazifikacija metodom centra mase)
R1: Ako je e = NM i e
= AZ, onda je v = NM ,
R3: Ako je e = NS i e
= NS, onda je v = NS ,
R2: Ako je e = NS i e
= PS, onda je v = AZ ,
R4: Ako je e = AZ i e
= AZ, onda je v = AZ ,
R6: Ako je e = PS i e
= NS, onda je v = AZ ,
R5: Ako je e = PS i e
= PS, onda je v = PS ,
R7: Ako je e = PM i e
= AZ, onda je v = PM .
Prethodna pravila prikazana su na slici 132.

Fuzzy logika 299

0
1
x
NM
R1
0
1
y
AZ
0
1
z
NM
0
1
x
NS
R2
0
1
x
NS
R3
0
1
z
AZ
0
1
y
PS
0
1
y
AZ
0
1
x
AZ
R4
0
1
z
NS
0
1
y
NS
0
1
y
PS
0
1
x
PS
R5
0
1
z
AZ
0
1
x
PS
R6
0
1
y
AZ
0
1
z
PM
0
1
y
NS
0
1
z
AZ
0
1
z
PS
0
1
x
PM
R7
0
1
z
min(x,y)
min(x,y)
zadato x zadato y
max(z5, z7)
defazifikovano z

Slika 132


Zadatak 111: Donoenje odluka
Osoba eli da izabere jedan od etiri ponuena posla iz skupa A = { a
1
, a
2
, a
3
, a
4
} sa ciljem
da to bude posao koji nudi veliku zaradu ( G
1
), i sa ogranienjima da je posao zanimljiv ( C
1
), i da je blizu mesta stanovanja ( C
2
). Karakteristike poslova su navedene u tabeli 16.

Posao Godinja primanja u
hiljadama dolara
Rastojanje od mesta
Stanovanja u km
Zanimljivost
posla
a
1
40000 27 0.4
a
2
45000 7.5 0.6
a
3
50000 12 0.2
a
4
60000 2.5 0.2
Tabela 16
Reenje
Odluka se donosi u situaciji koja se opisuje sledeim elementima:
A : skup moguih akcija,
G
i
, i e N
m
: skup ciljeva, od kojih je svaki predstavljen pomou fazi skupa definisanog nad A
C
j
, j e N
m
: skup ogranienja od kojih je svaki predstavljen pomou fazi skupa definisanog
nad A
Fazi odluka D je fazi set definisan nad A koji istovremeno zadovoljava (u izvesnom stepenu)
zadate ciljeve G
i
i C
j
.
( ) ( ) ( )
(
=
e e
a C a G a D
j
N j
i
N i
m n
inf , inf za svako a e A .
Cilj G
1
= G se predstavlja pomou fazi skupa velika zarada prikazanim na slici 133

64
40
0
1
45 50 55 60
37
x primanja
u hiljadama
dolara
37
G
1

Slika 133
Fuzzy logika 301

Ogranienje C
1
(interesantan posao) je dato neposredno u postavci:
4 3 2 1
1
2 . 0 2 . 0 6 . 0 4 . 0
a a a a
C + + + =
Ogranienje C
2
se predstavlja pomou fazi skupa malo rastojanje, prikazano na slici 134.
0
1
5 20 30
y rastojanje
od mesta
stanovanja [km]
10
C
2

Slika 134
Sada emo primeniti formulu za fazi odluku, za svaki element skupa A:
( )
{ }
( )
{ }
( )
{ } | | | | 1 . 0 1 . 0 , 11 . 0 min 1 . 0 , 4 . 0 inf , 11 . 0 min
inf , inf min
1
2 , 1
1
0
1
= = =
=
(
=
e e
a C a G a D
j
j
i
i

( )
{ }
( )
{ }
( )
{ } | | | | 3 . 0 6 . 0 , 3 . 0 min 9 . 0 , 6 . 0 inf , 3 . 0 min
inf , inf min
2
2 , 1
2
0
2
= = =
=
(
=
e e
a C a G a D
j
j
i
i

( )
{ }
( )
{ }
( )
{ } | | | | 2 . 0 2 . 0 , 48 . 0 min 7 . 0 , 2 . 0 inf , 48 . 0 min
inf , inf min
3
2 , 1
3
0
3
= = =
=
(
=
e e
a C a G a D
j
j
i
i

( )
{ }
( )
{ }
( )
{ } | | | | 2 . 0 2 . 0 , 8 . 0 min 1 , 2 . 0 inf , 8 . 0 min
inf , inf min
4
2 , 1
4
0
4
= = =
=
(
=
e e
a C a G a D
j
j
i
i

to znai da se izraz poe1jan posao moe predstaviti fazi skupom:
( ) ( ) ( ) ( )
4 3 2 1
4
4
3
3
2
2
1
1
4 . 0 2 . 0 3 . 0 1 . 0
a a a a
a
a D
a
a D
a
a D
a
a D
D
+ + + =
= + + + =

Na osnovu ovog rezultata, zakljuuje se da valja izabrati posao a
2
, poto je stepen pripadnosti
ovog posla u fazi skupu poeljan posao najvei.


4.3. Drugi naini izraavanja neizvesnosti
Zadatak 112: Verovatnoe i nenumeriko izraavanje neizvesnosti
Pretpostavimo da elimo da obraujemo ILI kombinacije neizvesnosti nenumeriki.
Pretpostavimo sledee mogue stepene neizvesnosti: definitivno, verovatno, verovatno ne i
definitivno ne.
a) Neka je ILI kombinacija bilo koja dva stepena neizvesnosti data tabelom 17:

definitivno verovatno verovatno ne definitivno ne
definitivno definitivno definitivno definitivno definitivno
verovatno definitivno verovatno verovatno verovatno
verovatno ne definitivno verovatno verovatno ne verovatno ne
definitivno ne definitivno verovatno verovatno ne definitivno ne
Tabela 17
Kojem od numerikih metoda ILI kombinacija (konzervativnom, nezavisnom ili liberalnom)
je ekvivalentna ova tabela?
b) Neka je ILI kombinacija data tabelom 18:

definitivno verovatno verovatno ne definitivno ne
definitivno definitivno definitivno definitivno definitivno
verovatno definitivno definitivno definitivno verovatno
verovatno ne definitivno definitivno verovatno verovatno ne
definitivno ne definitivno verovatno verovatno ne definitivno ne
Tabela 18
Kojem od numerikih metoda ILI kombinacija (konzervativnom, nezavisnom ili liberalnom)
je ekvivalentna ova tabela?
c) Za sluaj b), pretpostavimo da elimo da preslikamo definitivno, verovatno, verovatno ne i
definitivno ne u verovatnoe. Logino je da je definitivno = 1, a definitivno ne 0. Dati intervale
moguih vrednosti verovatnoa za verovatno i verovatno ne koje bi bile saglasne sa tabelom
18.

Drugi naini izraavanja neizvesnosti 303

Reenje
U nekim ekspertskim sistemima neizvesnost se izraava korienjem verovatnoa: Svakoj
injenici se dodeljuje racionalan broj P (0 s P s 1) koji predstavlja verovatnou da data
injenica vai. Zakljucima pravila se pridruuju uslovne verovatnoe koje izraavaju
verovatnoe zakljuaka pri ispunjenim preduslovima pravila. Verovatnoe polaznih
pretpostavki pri zakljuivanju utvruju se statistikim metodama (relativnom frekvencijom
pojavljivanja dogaaja opisanog posmatranom injenicom). Potrebno je definisati nain
izraunavanja verovatnoe zakljuaka na osnovu datih pretpostavki korienjem pravila iz
baze znanja pri emu su od interesa su sledee kombinacije verovatnoa:
- I kombinacijom verovatnoa definie se nain raunanja verovatnoe zakljuka koji
predstavlja konjunkciju dveju pretpostavki uz poznate verovatnoe pretpostavki. Na ovaj
nain se moe izraunati verovatnoa za preduslov pravila (poto je preduslov pravila
konjunkcija vie pretpostavki). Takoe se na ovaj nain moe kombinovati verovatnoa
preduslova pravila sa uslovnom verovatnoom zakljuka pravila da bi se dobila konana
verovatnoa zakljuka.
- ILI kombinacijom verovatnoa definie se nain raunanja verovatnoe zakljuka koji
predstavlja disjunkciju dveju pretpostavki uz poznate verovatnoe pretpostavki. Na ovaj
nain moe se izraunati verovatnoa zakljuka koji proizilazi iz vie razliitih pravila.
Nain na koji se definiu I i ILI kombinacije verovatnoa pretpostavki zavisi od meusobne
statistike zavisnosti ili nezavisnosti pretpostavki. Razlikujemo tri sluaja:
- Statistiki nezavisne I i ILI kombinacije verovatnoa primenjuju se u sluaju da vai
statistika nezavisnost pretpostavki, to znai da ispunjenost jedne od pretpostavki ni na
koji nain ne utie na verovatnou zadovoljenosti drugih pretpostavki.
- Konzervativne I i ILI kombinacije verovatnoa daju najniu procenu verovatnoe
zakljuka. Konzervativna I kombinacija koristi se u sluaju kada pretpostavke nisu
statistiki nezavisne, ve izmeu njih postoji znatna negativna korelacija, odnosno
ispunjenost jedne od pretpostavki povlai u najveem broju sluajeva neispunjenost
ostalih. Konzervativna ILI kombinacija koristi se kada izmeu pretpostavki postoji znatna
pozitivna korelacija.
- Liberalne I i ILI kombinacije verovatnoa daju najviu moguu procenu verovatnoe
zakljuka. Liberalna I kombinacija koristi se u sluaju kada izmeu pretpostavki postoji
znatna pozitivna korelacija. Liberalna ILI kombinacija koristi se kada izmeu pretpostavki
postoji znatna negativna korelacija.
U tabeli 19 date su formule za statistiki nezavisne, konzervativne i liberalne I i ILI
kombinacije dve pretpostavke ije su verovatnoe p
1
i p
2
. U sluaju kombinovanja veeg broja
pretpostavki, formula se prvo primeni na prve dve pretpostavke, zatim se dobijeni rezultat
kombinuje sa treom pretpostavkom i tako dalje. Konaan rezultat ne zavisi od redosleda
kojim se razmatraju pretpostavke.


I kombinacija ILI kombinacija
nezavisan metod p
1
* p
2
p
1
+ p
2
- p
1
* p
2

konzervativan metod max (0, p
1
+ p
2
- 1) max(p
1
, p
2
)
liberalan metod min(p
1
, p
2
) min(1, p
1
+ p
2
)
Tabela 19
a) Da bismo mogli primeniti formule iz tabele 19, preslikaemo redom iskaze definitivno,
verovatno, verovatno ne i definitivno ne u verovatnoe 1, 2/3, 1/3 i 0 ime smo ravnomerno
pokrili interval od 0 do 1. Prema tabeli 17, ILI kombinacija verovatno i verovatno daje
rezultat verovatno. Razmotrimo redom nezavisan, liberalan i konzervativan metod za ILI
kombinaciju odgovarajuih verovatnoa 2/3 i 2/3.
- prema nezavisnom metodu: 2/3 + 2/3 - 2/3 * 2/3 = 8/9 to je blie broju 1 nego broju 2/3
(granica izmeu brojeva 1 i 2/3 je broj 5/6 koji je manji od 8/9). Prema tome, rezultat bi
prema nezavisnom metodu bio opisan sa definitivno, to nije odgovarajue.
- prema liberalnom metodu: min(1, 2/3 + 2/3) = min(1, 4/3) =1 to odgovara iskazu
definitivno. Za odbacivanje liberalnog metoda raunica u ovom sluaju nije ni bila
neophodna, s obzirom da liberalni metod daje uvek veu verovatnou nego nezavisni
metod.
- prema konzervativnom metodu: max( 2/3, 2/3 ) = 2/3 to odgovara iskazu verovatno.
Proverom ostalih ulaza tabele 17, moe se utvrditi da se kao rezultat uvek dobija vea od
dve verovatnoe to je u skladu upravo sa konzervativnim metodom.
b) Prema tabeli 18, ILI kombinacija verovatno i verovatno ne daje rezultat definitivno.
Razmotrimo redom konzervativni, nezavisni i liberalni metod:
- prema konzervativnom metodu: max( 2/3, 1/3 ) = 2/3 to odgovara iskazu verovatno, a ne
definitivno.
- prema nezavisnom metodu: 2/3 + 1/3 - 2/3 * 1/3 = 7/9. Broj 7/9 je blii broju 2/3 nego
broju 1, to odgovara iskazu verovatno. Prema tome, ni ovaj metod ne daje zadovoljavajui
rezultat.
- prema liberalnom metodu: min (1, 2/3 + 1/3) = 1 to odgovara iskazu definitivno.
Proverom ostalih ulaza tabele 18 moe se utvrditi da su u skladu sa liberalnim metodom.
c) Neka x predstavlja numeriki izraenu verovatnou koja odgovara iskazu verovatno ne, a
y verovatnou koja odgovara iskazu verovatno. Prema tabeli 18, kombinacija verovatno ne i
verovatno ne daje rezultat verovatno. Uvrstimo ove vrednosti u formulu za liberalnu ILI
kombinaciju verovatnoa:
min(1, x + x ) = y,
odnosno 2x = y jer mora biti y < 1 (verovatno mora imati manju verovatnou nego
definitivno). Iz poslednjeg uslova sledi da je 2x < 1, odnosno x < 1/2.
Kombinacija verovatno i verovatno ne daje rezultat definitivno, pa imamo da je
min(1, x + y) = 1
odnosno x + y > 1. Zamenom y= 2x dobijamo da je 3x > 1, odnosno x > 1/3.

Prema tome, da bi tabela 18 bila zadovoljena u sluaju liberalnog metoda, za iskaze
verovatno ne i verovatno mogu se izabrati bilo koje vrednosti verovatnoa x i y, koje
ispunjavaju uslove:
1/3 s x < 1/2
2/3 s y < 1.
Zadatak 113: Sistem za odravanje istinitosti TMS
Jutro je, i treba se odluiti za odeu. Pravila kojih se pridravamo glase:
1. obui farmerke osim ako su prljave ili idemo na razgovor radi zaposlenja
2. ako ne nosimo farmerke, obui odelo
3. ako je hladno, obui demper
4. ako je zima, hladno je
a) Predstaviti ova pravila listom vorova slino TMS sistemu. Pretpostaviti da je zima,
farmerke nisu prljave i ne idemo na razgovor radi zaposlenja.
b) Pokazati ta se deava ako u sistem unesemo podatak da idemo na razgovor radi
zaposlenja.
Reenje
Sistem za odravanje istinitosti (engl. Truth Maintenance System - TMS) predstavlja pomoni
sistem iji je cilj odravanje konzistentnosti baze znanja za sisteme koji rade u neizvesnom
okruenju.
U TMS-u svaki stav ili pravilo naziva se vor. U bilo kom trenutku vor moe biti bilo u
stanju IN, kada verujemo u njegovu istinitost, ili OUT u suprotnom sluaju. Istinitost nekog
vora zavisi, u optem sluaju, od istinitosti drugih vorova. Zavisnost se izraava listom
podrke (engl. support list - SL) oblika:
( SL (IN-lista) (OUT-lista) ).
Da bi vor kome je pridrueno "opravdanje" tipa SL bio u stanju IN potrebno je da svi vorovi
navedeni u IN-listi budu u stanju IN, a svi vorovi navedeni u OUT-listi u stanju OUT.
a) Zadatom skupu pravila odgovaraju sledei vorovi u TMS sistemu:
1. Obui farmerke ( SL () (2,3) )
2. Farmerke su prljave ( SL () () )
3. Idemo na razgovor ( SL () () )
4. Obui odelo ( SL () (1) )
5. Obui demper ( SL (6) () )
6. Napolju je hladno ( SL (7) () )
7. Godinje doba je zima ( SL () () )

vorovi 2., 3. i 7. imaju prazne IN i OUT liste i predstavljaju premise. Njihova istinitost ne
zavisi od drugih vorova u bazi ve od opaanja vezanih za okruenje sistema. vorove 5. i 6.
sa nepraznom IN listom i praznom OUT listom smatramo za tvrenja dobijena primenom
normalnog monotonog zakljuivanja. vorove sa nepraznom OUT listom (1., 4.) smatramo
verovanjima koja usvajamo u odsustvu poznavanja neke injenice. Kada se injenino stanje
promeni, potrebno je revidirati ova verovanja i zakljuke proizale iz njih.
Prema uslovu zadatka, pretpostaviemo da su inicijalno:
- vorovi 2. i 3. u stanju OUT, a
- vor 7 u stanju IN.
Na osnovu toga raunamo stanja ostalih vorova:
- vor 1 je u stanju IN jer su oba vora iz njegove OUT liste u stanju OUT
- vor 4 je u stanju OUT jer je vor 1 koji se nalazi u njegovoj OUT listi, u stanju IN
- vor 6 je u stanju IN jer je vor 7 u stanju IN
- vor 5 je u stanju IN jer je vor 6 u stanju IN
b) injenica da idemo na razgovor radi zaposlenja odgovara prevoenju vora 3 u stanje IN.
Sada je potrebno aurirati stanja ostalih vorova koji direktno ili indirektno zavise od vora 7.
- vor 1 ide u stanje OUT i kao posledica toga
- vor 4 ide u stanje IN.
Ovime je postupak auriranja znanja zavren.
Zadatak 114: Letovanje
Dejan se sprema za letovanje i treba da donese niz odluka na osnovu sledeih pravila
1. Ako ide na more ne voditi devojku a povesti drugove
2. Ako ide u banju povesti devojku
3. Ako ima dosta para za letovanje ii na more
4. Ako vodi devojku iznajmiti sobu za dvoje
5. Ako ide na more kupiti kremu za sunanje
6. Ako ide sa roditeljima povesti devojku
7. Ako je nestaica goriva ne ii autom
8. Ako vodi devojku ii autom
9. Ako ne ide sa roditeljima ii autom
10. Ako ide autom ne voditi drugove
11. Ako nema dosta para za letovanje ii u banju
Pretpostavka je da Dejan nema dosta para za letovanje, da ide sa roditeljima i da trenutno ne
vlada nestaica goriva.

Predstaviti navedena pravila nizom vorova kao u TMS sistemu i odrediti stanje svakog
vora.
Reenje
Identifikovano je 10 vorova na osnovu pravila datih u postavci zadatka. Svakom voru
pridruena je lista podrke i trenutno stanje vora.
Naziv vora lista podrke stanje vora
1. Ima dosta para za odmor ( SL () () ) OUT
2. Ide na more sa roditeljima ( SL () () ) IN
3. Nestaica je goriva ( SL () () ) OUT
4. Ide na more ( SL (1) () ) OUT
5. Ide u banju ( SL () (1) ) IN
6. Voditi devojku ( SL (2,5) (4) ) IN
7. Voditi drugove ( SL (4) (10) ) OUT
8. Iznajmiti sobu za dvoje ( SL (6) () ) IN
9. Kupiti kremu za sunanje ( SL (4) () ) OUT
10. Ii autom ( SL (6) (2,3) ) OUT

Dodatak: I zabrani
al gori tmi
Algoritam 1. Pretraivanje po irini (engl. breadth-first)
1. Formirati listu vorova koja inicijalno sadri samo startni vor.
2. Dok se lista vorova ne isprazni ili se ne doe do ciljnog vora, proveriti da li je prvi
element liste ciljni vor
2.1. Ako je prvi element ciljni vor, ne raditi nita.
2.2. Ako prvi element nije ciljni vor, ukloniti prvi element iz liste i dodati njegove
sledbenike iz stabla pretrage (ako ih ima) na kraj liste.
3. Ako je pronaen ciljni vor, pretraga je uspeno zavrena; u suprotnom pretraga je
neuspena.
Algoritam 2. Pretraivanje po dubini (engl. depth-first)
sledbenike iz stabla pretrage (ako ih ima) na poetak liste.
neuspena.
Algoritam 3. Pretraivanje metodom planinarenja (engl. hill-climbing)
310 Dodatak 1

2.2. Ako prvi element nije ciljni vor, ukloniti prvi element iz liste, sortirati njegove
sledbenike iz stabla pretrage (ako ih ima) po rastuim vrednostima heuristike
funkcije. Zatim te sledbenike dodati na poetak liste tako da prvi element liste
bude sledbenik sa najmanjom vrednou heuristike funkcije.
neuspena.
Algoritam 4. Pretraivanje metodom prvo najbolji (engl. best-first)
sledbenike iz stabla pretrage (ako ih ima) u listu. Celokupnu listu sortirati po
rastuim vrednostima heuristikih funkcija vorova.
neuspena.
Algoritam 5. Pretraivanje metodom grananja i ograniavanja (engl. branch
and bound)
1. Formirati listu parcijalnih putanja. Inicijalno lista sadri samo jednu putanju nulte duine
koja sadri samo startni vor.
element liste putanja koja dostie ciljni vor.
2.1. Ako je prva putanja dostigla ciljni vor, ne raditi nita.
2.2. Ako prva putanja nije dostigla ciljni vor, uraditi sledee:
2.2.1. Ukloniti prvu putanju iz liste.
2.2.2. Za svaki sledbenik poslednjeg vora na uklonjenoj putanji formirati po
jednu novu putanju produujui sledbenikom uklonjenu putanju.
2.2.3. Za svaku od novodobijenih putanja izraunati ukupnu (kumulativnu) cenu
kotanja c kao zbir cena kotanja operatora na toj putanji.
2.2.4. Dodati nove putanje u listu parcijalnih putanja.
2.2.5. Sortirati listu putanja po rastuim vrednostima cena kotanja putanja.
neuspena.

Izabrani algoritmi 311

Algoritam 6. Pretraivanje metodom A*
1. Formirati listu parcijalnih putanja. Inicijalno lista sadri samo jednu putanju nulte duine
koja sadri samo startni vor.
element liste putanja koja dostie ciljni vor.
2.1. Ako je prva putanja dostigla ciljni vor, ne raditi nita.
2.2. Ako prva putanja nije dostigla ciljni vor, uraditi sledee:
2.2.1. Ukloniti prvu putanju iz liste.
2.2.2. Za svaki sledbenik poslednjeg vora na uklonjenoj putanji formirati po
jednu novu putanju produujui sledbenikom uklonjenu putanju.
2.2.3. Za svaku od novodobijenih putanja izraunati ukupnu (kumulativnu) cenu
kotanja c kao zbir cena kotanja operatora na toj putanji; za poslednji
vor na putanji izraunati heuristiku funkciju h. Funkciju procene f za
svaku od novih putanja izraunati kao zbir heuristike funkcije h i cene
kotanja putanje c (f = h + c).
2.2.4. Dodati nove putanje u listu parcijalnih putanja.
2.2.5. Sortirati listu putanja po rastuim vrednostima funkcije procene f.
2.2.6. Ako dve ili vie putanja iz liste imaju isti poslednji vor, ukloniti iz liste
sve takve putanje osim jedne koja ima najmanju cenu kotanja (princip
dinamikog programiranja).
neuspena.
Algoritam 7. Minimax algoritam
Dati algoritam je rekurzivan. Svakim korakom rekurzije vri se izraunavanje najbolje
vrednosti u trenutnom koraku. Ovo se postie razmatranjem svih moguih poteza iz tekue
pozicije. Za svaki potez rekurzivno se izraunava najbolja vrednost svih rezultujuih stanja. U
cilju ograniavanja dubine stanja pretrage u algoritmu postoji i maksimalna dubina do koje e
se vriti pretraivanje. Ako je trenutna dubina jednaka maksimalnoj dozvoljenoj dubini ili
smo dospeli u terminalno stanje rekurzija se zavrava a povratna vrednost jednaka je vrednosti
statike funkcije procene, pozvanoj nad trenutnim stanjem.
Ukoliko je MAX igra na potezu vraa se maksimalna vrednost, inae minimalna. Ovo je
upravo promena poteza igraa, odnosno zamena maksimizujue i minimizujue faze. Kada se
rekurzivni pozivi vrate do dubine 0, odreena je maksimalna vrednost korenog vora stabla
igre, ime je ujedno odreen i naredni potez MAX igraa.
U nastavku je dat pseudokod algoritma:
minimax(trenutnoStanje, maxDubina, trenutnaDubina):
ukoliko je terminalno stanje ili je trenutna dubina jednaka maksimalnoj
312 Dodatak 1

return vrednost statike funkcije procene za trenutno stanje
ukoliko je trenutni igra MAX
najboljaVrednost = - BESKONANO
ine ukoliko je trenutni igra MIN
najboljaVrednost = BESKONANO

za svaki mogui potez trenutnog igraa odreujemo novo stanje i njegovu vrednost
novoStanje = Kreiraj izgled novog stanja u koje bi se prelo
trenutnaVrednost = minimax(novoStanje,maxDubina,trenutnaDubina+1)
ukoliko je trenutni igra MAX i trenutnaVrednost je vea od najboljeVrednosti
najboljaVrednost = trenutnaVrednost
ukoliko je trenutni igra MIN i trenutnaVrednost je manja od najboljeVrednosti

return najboljaVrednost
# kraj minimax algoritma
Algoritam 8. Minimax algoritam sa alfa-beta odsecanjem
Za razliku od originalne minimax procedure, dodata su dva parametra, alfa i beta. Prilikom
pretraivanja proverava se da li tekui potez pripada intervalu koji je ogranien sa ove dve
vrednosti. Ukoliko ne, vraa se najbolji potez odreen do tog trenutka.
minimax(trenutnoStanje, maxDubina, trenutnaDubina, alfa, beta):
ukoliko je terminalno stanje ili je trenutna dubina jednaka maksimalnoj
return vrednost statike funkcije procene za trenutno stanje
ukoliko je trenutni igra MAX
najboljaVrednost = - BESKONANO
ine ukoliko je trenutni igra MIN
najboljaVrednost = BESKONANO

za svaki mogui potez trenutnog igraa odreujemo novo stanje i njegovu vrednost
novoStanje = Kreiraj izgled novog stanja u koje bi se prelo
trenutnaVrednost = minimax(novoStanje,maxDubina,trenutnaDubina+1,alfa,beta)
ukoliko je trenutni igra MAX i trenutnaVrednost je vea od najboljeVrednosti

ukoliko je najboljaVrednost vea ili jednaka beta vri se odsecanje
alfa = max (alfa, najboljaVrednost)
ukoliko je trenutni igra MIN i trenutnaVrednost je manja od najboljeVrednosti
ukoliko je najboljaVrednost manja ili jednaka alfa vri se odsecanje
beta = min (beta, najboljaVrednost)

# kraj minimax algoritma sa alfa-beta odsecanjem
Algoritam 9. Opti reava problema GPS (engl. General Problem Solver)
Da bi se iz tekueg stanja dolo u ciljno stanje, treba uraditi sledee:
1. Formirati listu koja e inicijalno sadravati samo tekue stanje.
2. Nazovimo stanje na elu liste tekuim stanjem. Dok se lista ne isprazni ili dok se ne
dostigne ciljno stanje, raditi sledee:
2.1. Ako se pregledom tabele razlika ustanovi da ne postoji neupotrebljen operator za
smanjenje razlike izmeu tekueg i ciljnog stanja, ukloniti tekue stanje iz liste.
2.2. Inae, izabrati operator za smanjivanje razlike iz tabele razlika.
2.2.1. Ako preduslovi za primenu operatora nisu zadovoljeni, pokuati njihovo
zadovoljavanje formiranjem novog ciljnog stanja od tih preduslova i
rekurzivnim pozivom GPS algoritma radi dostizanja novog ciljnog
stanja iz tekueg.
2.2.2. Ako su preduslovi zadovoljeni primeniti operator i novodobijeno stanje
staviti na poetak liste stanja.
3. Ako se dostigne ciljno stanje, obavestiti o uspehu; u suprotnom, obavestiti o neuspehu.
Algoritam 10. AO*
1. Graf pretrage G sastoji se inicijalno samo od startnog vora n
0
. Funkcija procene f za
startni vor jednaka je njegovoj heuristikoj funkciji f(n
0
) = h(n
0
).
2. Sve dok startni vor ne bude obeleen kao REEN, raditi sledee:
314 Dodatak 1

2.1. Odrediti graf parcijalnog reenja G' sledei markirane konektore u grafu pretrage
G od startnog vora. Inicijalno G' se sastoji samo od startnog vora. Izabrati (na
proizvoljan nain) neki od nerazvijenih vorova iz G'.
2.2. Razviti izabrani vor n. Ako se neki od vorova naslednika vora n ne nalazi u
grafu, uneti ga u graf i vrednost njegove funkcije procene f postaviti na vrednost
heuristike funkcije toga vora. Ako uneti vor predstavlja jednog od ciljnih
vorova, obeleiti ga kao REENOG.
2.3. Aurirati funkciju procene izabranog vora n na sledei nain:
2.3.1. Funkcija procene f(n) vora n jednaka je minimumu svih funkcija
procene f
Ki
po svakom od izlaznih konektora K
1
, K
2
do K
p
:
f(n) = min(f
K1
,f
K2
,...,f
Kp
)
pri emu se funkcija procene f
Ki
izlaznog konektora K
i
rauna kao zbir
cene c
Ki
konektora K
i
i (ranije izraunatih) vrednosti funkcija procene f
nj

svih vorova n
1
, n
2
,...,n
m
koji su konektorom K
i
spojeni sa izabranim
vorom n:
f
Ki
= c
Ki
+ f(n
1
) + f(n
2
) + ... + f(n
m
).
2.3.2. Obeleiti onaj konektor K
i
meu izlaznim konektorima izabranog vora
n koji ima minimalnu vrednost funkcije procene (prethodno ukloniti
oznaku sa ranije obeleenog konektora, ako takav postoji).
2.3.3. Ako su svi vorovi naslednici vora n po izabranom konektoru K
i

obeleeni kao REENI, obeleiti i vor n kao REEN.
2.3.4. Ako je funkcija procene vora n izraunata u koraku 2.3.1 razliita (vea
od) stare ili je vor n u koraku 2.3.3. obeleen kao reen, ponoviti korak
2.3. (aurirati njihove funkcije procene i status reenosti) za svaki od
prethodnika vora n po obeleenom konektoru u grafu G'.
Algoritam 11. Zakljuivanje povratnim ulanavanjem
1. Tokom zakljuivanja razmatraju se ciljevi koji su predstavljeni konjunkcijom predikata.
Za svaki od ciljeva pamti se tekui predikat (predikat do koga se stiglo u razmatranju
cilja), i za svaki od zadovoljenih predikata redni broj injenice ili pravila u bazi znanja
koje zadovoljava taj predikat i vezivanja promenljivih nastala tom prilikom.
2. Pozvati proceduru TEST za poetni upit. Rezultat koji vrati procedura predstavlja
zakljuak o zadovoljenosti upita.
Procedura TEST za ispitivanje zadovoljenosti cilja C:
1. Neka je P tekui predikat (ako cilj C nije tokom zakljuivanja bio razmatran, P je krajnje
levi predikat). Neka je N redni broj u bazi znanja injenice ili pravila koje je poslednje
korieno za zadovoljavanje predikata P cilja C (inicijalno nula ako se predikat P
razmatra prvi put). Ponititi sva vezivanja promenljivih argumenata predikata P nastala
ranijim razmatranjem ovog predikata (ako takva postoje; ovo ne ukljuuje vezivanja
promenljivih nastala razmatranjem predikata levo od P u cilju C).

2. Ustanoviti zadovoljenost predikata P:
2.1. Ako postoje injenice koje uparuju predikat P, izabrati prvu od njih sa rednim
brojem veim od N; neka je to injenica F. Za predikat P zapamtiti redni broj
injenice F i odgovarajua vezivanja promenljivih. Predikat P je zadovoljen.
2.2. Ako postoje pravila iji se zakljuak moe upariti sa predikatom P, izabrati prvo
od njih sa rednim brojem jednakim ili veim od N; neka je to pravilo R. Zapamtiti
redni broj pravila R uz predikat P (nova vrednost za N). Promenljive predikata P
koje nisu ranije vezane, vezuju se za odgovarajue promenljive pravila R. Vezane
promenljive predikata P smenjuju odgovarajue promenljive desne strane pravila
R. Ovako transformisana desna strana pravila R postaje tekui cilj u novom
pozivu procedure TEST. Ako se cilj ne zadovolji, uveati N u tekuem predikatu
za jedan i ponoviti korak 2.2.
2.3. U suprotnom, predikat P ne moe se zadovoljiti.
3. Ako P nije uspeo, a nije krajnje levi, predikat P1 levo od P postaje tekui. Prei na korak
1. Napomena: ovaj korak predstavlja vraanje u zakljuivanju (engl. backtracking).
4. Ako je P uspeo, a nije krajnje desni, predikat desno od P postaje tekui. Prei na korak 1.
5. Ako P nije uspeo, a krajnje je levi, cilj C nije zadovoljen. Sledi povratak iz procedure
TEST.
6. Ako P jeste uspeo, a krajnje je desni, cilj C jeste zadovoljen. Sledi povratak iz procedure
TEST. Napomena: informacije pridruene predikatima cilja C moraju se sauvati zbog
mogueg naknadnog vraanja u zakljuivanju.
Kraj procedure TEST
Algoritam 12. Zakljuivanje direktnim ulanavanjem
1. Formirati listu L neupotrebljenih injenica od zadatih injenica pri enu treba ouvati
redosled zadatih injenica.
2. Izabrati injenicu F sa poetka liste L i ukloniti je sa liste. injenica F se sledi na sledei
nain:
2.1. Za svako pravilo R koje u preduslovu sadri predikat P koji moe (vezivanjem
promenljivih) upariti injenicu F preduzeti akcije 2.1.1. do 2.1.4. Pravila koja
sadre not(P) se ignoriu u ovom koraku.
2.1.1. Kreirati novo pravilo R' koje je istog oblika kao pravilo R s tom
razlikom to je predikat P uklonjen iz preduslova pravila R. Ako je pri
uparivanju injenice F predikatom P dolo do vezivanja promenljivih, u
pravilu R' se pojavljuju ove zamenjene vrednosti promenljivih.
2.1.2. Ako se novo pravilo R' sastoji samo od zakljuka (preduslov ne postoji)
radi se o novodobijenoj injenici koja se stavlja na elo liste L. Iz baze
znanja ukloniti sva pravila ija je desna strana (zakljuak) istovetna
novoj injenici. Ne uklanjati pravila kod kojih zakljuci mogu upariti
316 Dodatak 1

novu injenicu, ali su optiji od nove injenice. U ovom sluaju
preskau se koraci 2.1.3. i 2.1.4.
2.1.3. Ako novo pravilo R' pored zakljuka sadri i preduslov, potrebno je
novo pravilo staviti u bazu znanja. Novo pravilo se stavlja neposredno
ispred pravila R od koga je nastalo, osim u sluaju kada postoji jo neki
predikat u preduslovu pravila R koji moe upariti injenicu F. Tada se
novo pravilo R' stavlja neposredno iza pravila R.
2.1.4. Ukoliko je pravilo R suvino posle dodavanja pravila R', ukloniti pravilo
R iz baze znanja. Pravilo R je suvino ako njegov zakljuak nije optiji
od zakljuka pravila R'.
3. Ponavljati korak 2 sve dok se lista L ne isprazni.
4. Razmatrati redom pravila: za svaki stav oblika not(P) koji se pojavljuje u
pravilima, ispitati da li predikat P uparuje neku od injenica. Ako je odgovor
negativan, dodati not(P) listi L neupotrebljenih injenica i ponoviti korak 2.
Algoritam 13. Zakljuivanje ciklikim hibridnim ulanavanjem
1. Sve dok se dobijaju nove injenice ponavljati korak 2, u suprotnom prei na korak 3.
2. Razmatrati redom sva pravila u bazi znanja, ignoriui pravila sa not.
2.1. Za svako pravilo R, tretirati njegov preduslov kao upit o injenicama (bez
upotrebe drugih pravila, na primer, povratnim ulanavanjem). Ako je preduslov
ispunjen, dodati zakljuak pravila R sa eventualnim smenama promenljivih na
elo liste injenica.
2.2. Po dodavanju nove injenice, eliminisati iz daljeg razmatranja sva pravila iji se
zakljuci sadre u novoj injenici (dakle ili su identini, ili se zamenom
promenljivih u novoj injenici moe dobiti zakljuak). Ponoviti korake 2.1. i 2.2.
za sve mogue smene promenljivih u pravilu.
3. Ponavljati korake 2.1. i 2.2. (sve dok se dobijaju nove injenice), sa svim originalnim
pravilima (ukljuujui i ona sa not), pri emu se stavovi oblika not(p) smatraju
tanim ako p nije meu zadatim i dobijenim injenicama.
Algoritam 14. Unifikacija predikatskih stavova
1. Predstaviti oba literala koja se unificiraju listama u kojoj je predikatni simbol prvi
element iza kojeg slede argumenti tano po redosledu.
2. Napustiti proceduru ako dve liste nisu iste duine (unifikacija se ne moe sprovesti).
3. Porediti elemente koji se nalaze na istim pozicijama u obe liste:
3.1. Predikatski i funkcijski simboli, kao i konstante moraju biti identini.
3.2. Za promenljive izvesti uparivanje putem zamene; kada se naie na promenljivu,
zameniti je, kao i sva njena deavanja u listi odgovarajuim elementima druge
liste. Jedino ogranienje u pogledu uparivanja je da promenljiva ne moe biti

zamenjena izrazom koji sadri istu promenljivu (da bi se spreila beskonana
zamena).
4. Dva predikata su unificirana ako se svi elementi poklapaju posle zamene promenljivih.
Algoritam 15. Nasleivanje uz prisustvo default vrednosti i if-needed
procedura (Z- nasleivanje):
Neka je F zadati vor, a S zadati pregradak.
1. Formirati red koji sadri vor F i sve vorove povezane IS_A vezom sa vorom F (vor F
je 'rep' strelice). vor F treba da se nalazi na poetku reda.
2. Dok se red ne isprazni, ili se nae vrednost, utvrditi da li prvi element reda poseduje
traeni pregradak S.
2.1. Ako vor poseduje pregradak S i u njemu se nalazi vrednost skok na korak 3.
2.2. Ako vor poseduje pregradak S sa if-needed procedurom P: ako se mogu odrediti
ulazni parametri procedure P (ovo moe ukljuiti rekurzivni poziv procedure
nasleivanja poev od vora F) izvriti proceduru P iji rezultat predstavlja
traenu vrednost; skok na korak 3.
2.3. Ako vor poseduje pregradak S sa podrazumevanom vrednou skok na korak 3.
2.4. U suprotnom, ukloniti prvi element iz reda i na kraj reda dodati njegove
sledbenike u mrei po AKO vezama.
3. Procedura zavrava rad i vraa ili naenu vrednost ili indikator da vrednost nije naena.
Algoritam 16. Zadovoljavanje ogranienja metodom relaksacije
1. Napraviti liste moguih vrednosti za sve slobodne promenljive (one ije su nam vrednosti
potrebne) u upitu.
2. Obeleiti svaku od promenljivih kao 'aktivnu'.
3. Ponavljati korake 3.1. do 3.4. sve dok postoji bar jedna aktivna promenljiva.
3.1. Izabrati neku od aktivnih promenljvih A. (Pri izboru se moe primeniti neka
heuristika).
3.2. Za svaku od moguih vrednosti V za A razmatrati svako od ogranienja C u upitu
u kome figurie promenljiva A
3.2.1. Proveriti da li je ogranienje C zadovoljeno ako A ima vrednost V (pri
emu se mogu vezati i druge promenljive ako je potrebno).
3.2.2. Ako se C ne moe zadovoljiti, izbaciti V iz liste moguih vrednosti za A
i ne razmatrati ostala ogranienja. U suprotnom, ne raditi nita.
3.2.3. Pri razmatranju sledeeg ogranienja zanemariti vezane vrednosti
promenljivih dobijene pri razmatranju prethodnog ogranienja.
318 Dodatak 1

3.3. Obeleiti promenljivu A kao 'neaktivnu'. Ako je neka od moguih vrednosti za A
eliminisana u prethodnim koracima, obeleiti kao 'aktivne' sve promenljive koje
ispunjavaju sledea tri uslova:
- pomenute su u ogranienjima sa A
- prethodno su bile neaktivne i
- u skupu moguih vrednosti imaju vie od jedne vrednosti.
3.4. Ako je skup vrednosti za A sveden na jednu vrednost, zameniti tu vrednost u svim
ogranienjima upita koja pominju A i eliminisati iz daljeg razmatranja sva
ogranienja u kojima se ne pojavljuje nijedna promenljiva posle smene A.
4. Ukoliko u ovom koraku svaka promenljiva ima jednoznano odreenu vrednost, problem
je reen. U suprotnom, primeniti neku od tehnika pretraivanja pri emu promenljive
uzimaju samo one vrednosti koje su ostale u listi moguih vrednosti.

Li teratura
1. Russell, Norvig, Artificial Intelligence A Modern Approach, Second Edition, Prentice
Hall, 2003.
2. Jackson, Introduction to Expert Systems, Third Edition, Addison-Wesley, 1999.
3. Devedi, Ekspertni sistemi za rad u realnom vremenu, Institut Mihajlo Pupin, 1994.
4. Durkin, Expert Systems/Design and Development, Macmillian Publishing Company, 1994.
5. Frost, Introduction to Knowledge Based Systems, Collins Professional and Technical
Books, 1986.
6. Harmon, King, Expert Systems/Artificial Intelligence in Business, John Willey & Sons,
1985.
7. Harmon, Maus, Morrissey, Expert Systems/Tools & Applications, John-Willey & Sons,
1988.
8. Hayes Roth, Jacobstein, The State of Knowledge-Based Systems, Communications of the
ACM, March 1994, pp. 27-40.
9. Keller, Expert System Technology/Development & Application, Prentice-Hall, 1987.
10. Laurere, Problem solving and Artificial Intelligence, Prentice-Hall 1990.
11. Nilsson, Principles of Artificial Intelligence, Springer-Verlag, 1982.
12. Rolston, Principles of Artificial Intelligence and Expert Systems Development, McGraw-
Hill, 1988.
13. Rowe, Artificial Intelligence Through Prolog, Prentice-Hall, 1988.
14. Winston, Artificial Intelligence, Adisson-Wesley 1984.
15. Zukowski, Mastering Java 2 J2SE 1.4, Kompjuterska biblioteka, 2002.
16. Subai, Fazi logika i neuronske mree, Tehnika knjiga, 1997.

Zbirka Zadataka Iz Ekspertskih Sistema

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Zbirka Zadataka Iz Ekspertskih Sistema

Uploaded by

Copyright:

Available Formats

Dragan Boji, Milo Gligori, Boko Nikoli

You might also like