产生式系统的搜索策略.pptVIP

7.3.2 可分解的产生式系统 例：一产生式系统的初始状态描述为：(C,B.Z)目标状态描述为：(M,M,M…...) 产生式规则是一组重写规则： R1: C?(D,L) R2: C ?(B,M) R3: B ?(M,M) R4: Z ?(B,B,M) (B,M,B,Z) (C,B,Z) (C,B,B,B,M) (D,L,B,Z) (M,M,M,B,Z) (M,M,M,M,M,Z) (M,M,M,M,M,B,B,M) (M,M,M,M,M,M,M,B,M) (M,M,M,M,M,M,M,M,M,M) (B,M,B,B,B,M) (M,M,M,B,B,B,M) (D,L,M,M,Z) (D,L,M,M,B,B,M) (D,L,M,M,M,M,B,M) (D,L,M,M,M,M,M,M,M) R1 R2 R2 R3 R3 R3 R3 R3 R3 R3 R3 R4 R4 R4 R3 用图搜索方式求解： 如果一个产生式系统能够分解成若干组成部分，产生式规则可以分别用在各组成部分上，整个系统的终止条件可以用各组成部分的终止条件表示出来。这样的产生式系统叫做可分解的产生式系统。 上例中，初始状态可以分解成C,B和Z，然后把产生式规则应用于这些组成部分，应用规则后得到的结果状态又可进一步分裂，这样不断地分解，不断地应用规则，直到所有的状态全由M组成为止。 可分解产生式系统的基本算法： 1.DATA?初始状态描述 2.{Di} ?DATA的分解结果；这里把每一个Di看成是独立的状态描述 3.until所有的{Di}满足终止条件，do: 4.begin 5.在{Di}中选择一个不满足终止条件的D* 6.在{Di}中删除D* 7.在规则集合中选出一个可应用于D*的规则R 8.D ? 把R应用于D*的结果 9.{di} ? D的分解结果 10.把{di}加入{Di}中 11.end 与/或图的结构对于描述可分解系统的算法十分有用。 以上重写问题的与/或树如下： (C,B,Z) C B Z (D,L) (B,M) (M,M) (B,B,M) D L B B B M M M M M M M M M M (M,M) (M,M) (M,M) R3 R3 R3 R3 R1 R2 R4 R1: C?(D,L) R2: C ?(B,M) R3: B ?(M,M) R4: Z ?(B,B,M) 7.4 回溯策略 前面以8谜问题为例描述了回溯策略的使用，可见，对于搜索量不大的问题，回溯策略非常适用，并且有较高的效率。 可以看出回溯控制策略呈现出递归过程的性质，因此可用递归算法描述回溯控制下的产生式系统。 以下定义一个递归过程BACKTRACK，它取单个自变量DATA，设置为产生式系统的综合数据库，若算法成功结束，则返回一张规则表作为解输出；若找不到解，则算法返回FAIL，失败退出。 递归过程BACKTRACK(DATA) 1.if TERM(DATA),return NIL; TERM是一个一元谓词， 当DATA满足终止条件时，TERM(DATA)为真，此时，过程返回空表NIL. 2.if DEADEND(DATA),renturn FAIL DEADEND是一个一元谓词， 当已知DATA不在解的路径上时，DEADEND(DATA)为真，此时，过程回答FAIL. 3.RULES(DATA),?APPRULES(DATA) APPRULES是一个函数。 它计算对DATA可应用的规则并把它们排成一个表，可按任意规定的次序排列，也可在启发式知识指导下排列。 4.LOOP:if NULL(RULES);return FAIL 如果已经没有了可应用的规则，则回答FAIL 5.R ? FIRST(RULES);选出最好的可应用规则。 6.RULES ? TAIL(RULES);把刚才选出的规则从规则表中删除。 7.RRULES ? R(RULES);把规则R作用于当前状态，生成新状态。 8.PATH ? BACKTRACK(RDATA)对新状态递归调用本过程 9.if PATH =FAIL,go LOOP如果递归调用失败，则使用另一条规则。 10.return CONS(R,PATH);否则把R加在规则表的前面，向上传递成功的规则表 。 用4皇后问题说明BACKTRACK算法 1.如果状态中已有4个Q且不能互相捕获，则TERM(DATA)为真值。 2.如果从一个给定的目标出发，已经明显地看出不能得到问题的界，则DEADEND(DATA)取真值， 加上深度限制的BACKTRACK算法 1.DATA? FIRST(DATALIST) 2.if MEMBER(DATA,TAIL(D