[农业专家系统和PROLOG语言]Nyzzxt7.pptVIP

第三章 搜索原理 控制机制 控制策略 激励---点燃 两类 不可撤回的控制策略： 试探性控制策略 回溯型 图搜索 具体手段 冲突删除策略 内容 回溯策略 图搜索 无信息搜索 启发式搜索(A*) A*算法的可采纳性 状态 任一时刻, 综合数据库的情况; 状态空间 状态空间 所有可能的状态的全体. 状态转移 初始状态 目标状态 状态转移 规则 搜索(search) 路径 状态序列 搜索 寻找从初始状态到目标状态的路径; 搜索的必要性 AI为什么要研究search? 问题没有直接的解法; 解方程组; 定理证明; 需要探索地求解; 搜索与检索的区别 状态是否动态生成; 检索: 静态; 在数据库中检索某人的纪录; 搜索: 动态生成; 下棋 几个问题 目标状态是否确定? 确定: 定理证明, eight-puzzle 不确定: 求积分, 下棋; 确定目标的性质; 问题的解: 路径(解路径)/目标状态; 需要路径:下棋 不需要路径:电路设计 需要/不需要: 诊病 约束条件 目标状态不确定时, 用来约束目标状态的性质; X+Y=4: 非整数解/整数解 几个问题(续1) 多解性; X+Y=4:整数解 最优解 评价标准/判断准则; min(x*y) 北京-上海: 时间最短/费用最少 最优解是否唯一? 下棋 搜索问题 控制策略 不可撤回的控制策略; 试探性控制策略 回溯型 图搜索 不可撤回的控制策略 例子: eight-puzzle 评价函数:f 规定: 评价函数非增; 回溯策略 图搜索 无信息搜索 启发式搜索 A*算法的可采纳性 回溯策略 例：四皇后问题 回溯搜索算法 BACKTRACK（DATA） DATA：当前状态。 返回值：从当前状态到目标状态的路径 （以规则表的形式表示） 或FAIL。 回溯搜索算法 BACKTRACK(DATA) 1, IF TERM(DATA) RETURN NIL; 2, IF DEADEND(DATA) RETURN FAIL; 3, RULES:=APPRULES(DATA); 4, LOOP: IF NULL(RULES) RETURN FAIL; 5, R:=FIRST(RULES); 6, RULES:=TAIL(RULES); 7, RDATA:=GEN(R, DATA); 8, PATH:=BACKTRACK(RDATA); 9, IF PATH=FAIL GO LOOP; 10, ELSE RETURN CONS(R, PATH); 节点情况 失败节点：返回FAIL 步骤2: 领域相关条件判断 步骤4: 无规则可用时 成功节点 步骤1: 叶节点, 返回NIL 步骤10:中间节点, 返回包含R的路径 如果成功，返回一条包含R的路径；（Ri1, Ri2,……Rin） 存在问题及解决办法 问题和解决方法： 深度问题 对搜索深度加以限制 死循环问题 状态重复: A→B，B→C, C→A 记录从初始状态到当前状态的路径 修正的回溯搜索算法1 BACKTRACK1（DATALIST） DATALIST：从初始到当前的状态表（逆向） 返回值：从当前状态到目标状态的路径 （以规则表的形式表示） 或FAIL。 修正的回溯搜索算法1 1, DATA:=FIRST(DATALIST) 2, IF MEMBER(DATA, TAIL(DATALIST)) RETURN FAIL; 3, IF TERM(DATA) RETURN NIL; 4, IF DEADEND(DATA) RETURN FAIL; 5, IF LENGTH(DATALIST)BOUND RETURN FAIL; 6, RULES:=APPRULES(DATA); 7, LOOP: IF NULL(RULES) RETURN FAIL; 8, R:=FIRST(RULES); 修正的回溯搜索算法1（续） 9, RULES:=TAIL(RULES); 10, RDATA:=GEN(R, DATA); 11, RDATALIST:=CONS(RDATA, DATALIST); 12, PATH:=BACKTRCK1(RDATALIST) 13, IF PATH=FAIL GO LOOP; 14, RETURN CONS(R, PATH); 一些深入的问题 失败原因分析、多步回溯 一些深入问题（续） 回溯搜索中知识的利用 基本思想： 尽可能选取划去对角线上位置数最少的。 回溯策略 图搜索 无信息搜索 启发式搜索 A*算法的可采纳性 3.1.1图搜索策略 问题的引出 回溯搜索：只保留从初始状态到当前状态的一条路径。