第一部分 用搜索方法求解问题.pptVIP

第一部分 用搜索方法求解问题 问题求解(Problem-solving)是AI领域中的一大课题, 它涉及规约、推断、决策、规划、常识推理、定理证明等相关过程的核心概念, 是人工智能中研究得较早而且比较成熟的一个领域。 1.1 问题与问题空间 AI早期的目的是想通过计算技术来求解这样一些问题：它们不存在现成的求解算法或求解方法非常复杂，而人使用其自身的智能都能较好地求解。 为模拟这些问题的求解过程而发展的一种技术叫搜索。 1.1.1 把问题求解定义为状态空间的搜索 在分析和研究了人运用智能求解的方法之后，人们发现许多问题的求解方法都是通过试探在某个可能的解空间内寻找一个解来求解问题，这种基于解答空间的问题表示和求解方法就是状态空间法。许多涉及智力的问题求解可看成状态空间的搜索。 状态和状态空间 状态（state）是为描述某些不同事物间的差别而引入的一组最少变量q0，q1，q2…,qn的有序集合,并表示为: Q = （q0,q1,…,qn） 其中，每个元素qⅰ称为状态变量。给定每个分量的一组值，就得到一个具体的状态。 状态和状态空间 使问题从一种状态变化为另一种状态的手段称为操作符或算子（operator）。 操作符可能是走步（下棋）、过程、规则、数学算子、运算符号或逻辑运算符等。 问题的状态空间（state space）是一个表示该问题全部可能状态及其关系的集合。 状态和状态空间 它包含三种类型的集合，即该问题所有可能的 初始状态集合S， 操作符集合F 目标状态集合G。 因此，可把状态空间记为三元组（S，F，G）。 问题状态空间法的基本思想是： （1）将问题中的已知条件看成状态空间中初始状态；将问题中要求的目标看成状态空间中目标状态；将问题中其它可能的情况看成状态空间的任一状态。 （2）设法在状态空间寻找一条路径，由初始状态出发，能够沿着这条路径达到目标状态。 问题状态空间法的基本算法 （1）根据问题，定义出相应的状态空间，确定出状态的一般表示，它含有相关对象的各种可能的排列。这里仅仅是定义这个空间的状态，而不必枚举该状态空间的所有状态，但由此可以得出问题的初始状态、目标状态，并能够表示出所有其它状态。 问题状态空间法的基本算法： (2) 规定一组操作(算子), 能够使状态从一个状态变为另一个状态。 (3) 决定一种搜索策略，使得能够从初始状态出发，沿某个路径达到目标状态。 水壶问题 给定两个水壶，一个可装4加仑水，一个能装3加仑水。水壶上没有任何度量标记。有一水泵可用来往壶中装水。 问：怎样在能装4加仑的水壶里恰好只装2加仑水？ （1）定义状态空间 可将问题进行抽象，用数偶(x,y)表示状态空间的任一状态。 x—表示4gallon水壶中所装的水量，x=0，1，2，3或4； y—表示3gallon水壶中所装的水量，y=0，1，2或3； 初始状态为 (0, 0) 目标状态为(2, ?) ？表示水量不限，因为问题中未规定在3加仑水壶里装多少水。 （2）确定一组操作 1（X，Y|X4）→（4，Y） 4加仑水壶不满时，将其装满； 2（X，Y|Y3）→（X，3） 3加仑水壶不满时，将其装满； 5（X，Y|X0）→（0，Y） 把4加仑水壶中的水全部倒出； 6（X，Y|Y0）→（X，0） 把3加仑水壶中的水全部倒出； 7 （X，Y|X+Y≥4∧Y0） → （4，Y-（4-X）） 把3加仑水壶中的水往4加仑水壶里倒，直至4加仑水壶装满为止 8 （X，Y|X+Y≥3∧X0）→ （X-（3-Y），3） 把4加仑水壶中的水往3加仑水壶里倒，直至3加仑水壶装满为止； 9 （X，Y|X+Y≤4∧Y0）→（X+Y，0） 把3加仑水壶中的水全部倒进4加仑水壶里； 10 （X，Y|X+Y≤3∧X0）→ （0，X+Y） 把4加仑水壶中的水全部倒进3加仑水壶里； （3）选择一种搜索策略 该策略为一个简单的循环控制结构：选择其左部匹配当前状态的某条规则，并按照该规则右部的行为对此状态作适当改变，然后检查改变后的状态是否为某一目标状态，若不是，则继续该循环。 4加仑水壶中 3加仑水壶中 所应用的 含水加仑数 含水加