مهدی نشاط - عضو هیئت علمی گروه کامپیوتر, واحد شیروان , دانشگاه آزاد اسلامی , شیروان , ایران
قدرت سپیدنام - عضو هیئت علمی گروه کامپیوتر, واحد شیروان , دانشگاه آزاد اسلامی , شیروان , ایران
علی اکبر پوراحمد - عضو هیئت علمی گروه تکنولوژی اطلاعات, واحد شیروان , دانشگاه آزاد اسلامی , شیروان , ایران
علی عادلی - کارشناس ارشد , گروه کامپیوتر , واحد شیروان , دانشگاه آزاد اسلامی , شیروان , ایران

یکی از بهترین روش های جستجوی اگاهانه در مسائل هوش مصنوعی روش *SMA یا جستجو بامدیریت بهینه حافظه می باشد. این جستجوی آگاهانه در مقایسه با روش های دیگر دارای مزایای قابلتوجهی است از جمله پیچیدگی مکانی پایین (مدیریت حافظه) , بهینگی و کامل بودن. در جستجوی*SMA دو تابع (g(n),h(n نقش کلیدی ایفا می کنند. در خیلی از مسائل جستجو و مسیر یابیمخصوصا در دنیای واقعی که دارای دینامیک بالایی هستند تعیین مقادیر دقیق این دو تابع کار بسیارمشکل یا تقریبا غیر ممکنی است. در این مقاله با استفاده ازمنطق فازی که یک ابزار مناسب جهتمدلسازی و استنتاج دانش غیرقطعی و تبدیل آن به دانش قطعی است توابع (h(n),g(n فازی سازیشده و روش جدید *fuzzy-SMA ارائه گردیده است. همچنین جهت بهبود عملکرد جستجو یکتابع جدید به نام digress تعریف شده است که میزان فازی ناخوشایندی مسیر را برآورد می نماید.روش پیشنهادی با روش های جستجوی عمقی تکرار شونده (IDS), جستوجی اگاهانه *A و *SMAاز نقطه نظر هزینه جستجو و میانگین فاکتور انشعاب مقایسه گردید. نتایج نشان دهنده عملکرد بهینهروش پینهادی در مقایسه با روشهای مشابه است .

هوش مصنوعی , جستجوی اگاهانه , جستجوی مدیریت حافظه بهینه (*SMA)، منطق فازی , فازی سازی