leftmost leaf node with the smalles

leftmost leaf node with the smallest heuristic value”). After this, the search tree
has the form displayed in Figure 11.12.

The heuristic value of the leftmost leaf node is now five, indicating that this
branch is perhaps not a good choice to pursue after all. The algorithm picks up
on this and in the next pass through the while statement instructs us to expand
the tree from the rightmost node (which now is the “leftmost leaf node with the
smallest heuristic value”). Having been expanded in this fashion, the search tree
appears as in Figure 11.13.

At this point the algorithm seems to be on the right track. Because the heuristic
value of this last node is only three, the while statement instructs us to continue pursuing this path, and the search focuses toward the goal, producing the search
tree appearing in Figure 11.14. Comparing this with the tree in Figure 11.7 shows
that, even with the temporary wrong turn taken early on by the new algorithm,
the use of heuristic information has greatly decreased the size of the search tree
and produced a much more efficient process.

ผลลัพธ์ (ไทย) 1:

ซ้ายสุดโหนดสาขา มีค่าน้อยที่สุดแล้ว") หลังจากนี้ ทรีค้นหามีแบบฟอร์มที่แสดงในรูปที่ 11.12แล้วค่าของโหนดใบซ้ายเป็นตอนนี้ห้า บ่งชี้ดังนี้สาขาอาจจะไม่ได้ดีไล่จาก อัลกอริทึมเลือกนี้ และ ในรอบถัดไปโดยในคำสั่งสั่งให้เราขยายต้นจากโหนขวาสุด (ซึ่งตอนนี้เป็นการ "โหนดสาขาซ้ายกับค่าน้อยที่สุดแล้ว") มีการขยายในนี้แฟชั่น ต้นไม้การค้นหาปรากฏในรูปที่ 11.13จุดนี้ อัลกอริทึมดูเหมือนจะมุ่ง เนื่องจาก heuristicค่าของโหนดนี้ล่าสุดมีเพียง 3 ในขณะที่งบกำหนดเราต้องใฝ่หาเส้นทางนี้ และการค้นหาโฟกัสไปที่เป้าหมาย การค้นหาผลิตแผนภูมิที่ปรากฏในรูปที่ 11.14 เปรียบเทียบนี้ มีทรีในรูปที่ 11.7 แสดงที่ แม้ว่าจะ มีการเปิดผิดชั่วคราวนำ โดยอัลกอริธึมใหม่ ช่วงต้นใช้ข้อมูลแล้วอย่างมากลดขนาดของต้นไม้การค้นหาและกระบวนการที่มีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 2:

ใบเหลืองซ้ายสุดมีมูลค่าการแก้ปัญหาที่เล็กที่สุด ") หลังจากนี้ต้นไม้ค้นหามีรูปแบบที่แสดงในรูปที่ 11.12. มูลค่าแก้ปัญหาของโหนดใบซ้ายสุดคือตอนนี้ห้านี้แสดงให้เห็นว่าสาขาที่อาจจะไม่ได้เป็นทางเลือกที่ดีที่จะไล่ตามหลังจากทั้งหมด อัลกอริทึมหยิบขึ้นมาเกี่ยวกับเรื่องนี้และในการส่งผ่านต่อไปผ่านคำสั่งในขณะที่สั่งให้เราสามารถขยายต้นไม้จากโหนดขวาสุด(ซึ่งในขณะนี้คือ "ใบเหลืองซ้ายสุดที่มีมูลค่าการแก้ปัญหาที่เล็กที่สุด") มีการขยายตัวในแบบนี้ต้นไม้ค้นหาจะปรากฏในรูปที่ 11.13. ณ จุดนี้ขั้นตอนวิธีการน่าจะเป็นในการติดตามขวา เพราะการแก้ปัญหาค่าของโหนดสุดท้ายนี้เป็นเพียงสามคำสั่งในขณะที่เรายังคงใฝ่หาเส้นทางนี้และมุ่งเน้นไปที่การค้นหาไปยังเป้าหมายการผลิตการค้นหาต้นไม้ที่ปรากฏในรูปที่11.14 เปรียบเทียบกับต้นไม้ในรูปที่ 11.7 แสดงให้เห็นว่าแม้จะมีการเลี้ยวผิดชั่วคราวในช่วงต้นของการดำเนินการตามขั้นตอนวิธีการใหม่ที่ใช้ข้อมูลแก้ปัญหาได้ลดลงอย่างมากขนาดของต้นไม้ค้นหาและผลิตเป็นกระบวนการที่มีประสิทธิภาพกว่า

ผลลัพธ์ (ไทย) 3:

ปมใบซ้ายสุดกับค่า " แบบที่เล็กที่สุด ) หลังจากนี้ ต้นไม้ค้นหา
มีรูปแบบแสดงในรูปที่ 11.12 .

ค่าฮิวริสติกของปมใบซ้ายสุดคือตอนนี้ห้า ระบุว่า สาขานี้
" อาจจะไม่ใช่ทางเลือกที่ดีที่จะติดตามทั้งหมด ขั้นตอนวิธีการหยิบ
นี้ และในการส่งผ่านต่อไปผ่านแถลงการณ์ ขณะที่สั่งให้เราเพื่อขยาย
ต้นไม้จากตำแหน่งโหนด ( ซึ่งตอนนี้คือ " โหนดใบซ้ายสุดกับ
ค่าฮิวริสติกที่เล็กที่สุด ) มีการขยายในแฟชั่นนี้ ต้นไม้ค้นหา
จะปรากฏในรูปที่ถดถอย .

ที่จุดนี้วิธีการที่ดูเหมือนว่าจะในการติดตามขวา เพราะค่าของโหนด )
สุดท้ายเพียง 3 , แถลง ขณะที่สั่งให้เรายังคงใฝ่หาเส้นทางนี้และการมุ่งสู่เป้าหมาย การผลิต การค้นหา
ต้นไม้ปรากฏในรูปที่ 11.14 . เปรียบเทียบกับต้นไม้ในรูป 11.7 แสดง
ที่แม้ว่าจะผิดชั่วคราวเปลี่ยนถ่ายในช่วงต้นโดยขั้นตอนวิธีการใหม่
ใช้ข้อมูลฮิวริสติกได้ลดลงอย่างมาก ขนาดของการค้นหาต้นไม้
และผลิตกระบวนการมีประสิทธิภาพมากขึ้น