人工智能chapter5heuristic.ppt

第五章 启发式搜索 启发式搜索 “启发” (heuristic) 是关于发现和发明规则及方法的研究。在状态空间搜索中,启发式被定义成一系列规则,它从状态空间中选择最有希望到达问题解的路径。 有信息的搜索策略——是一种在问题本身的定义之外还利用问题的特定知识的策略。 启发性信息 启发性信息的种类 有效地帮助确定扩展节点的信息； 有效的帮助决定哪些后继节点应被生成的信息； 能决定在扩展一个节点时哪些节点应从搜索树上删除的信息。 启发性信息的作用 启发信息的启发能力越强，扩展的无用结点越少。 启发式搜索 在两种情况下运用启发式策略: 一个问题由于在问题陈述和数据获取方面固有的模糊性可能使它没有一个确定的解。医疗诊断,视觉系统可运用启发式策策略选择最有可能解释。 一个问题(如国际象棋)可能有确定解,但是求解过程中的计算机代价令人难以接受。穷尽式搜索策略,在一个给定的时空内很可能得不到最终的解。启发式策略通过指导搜索向最有希望的方向前进降低了复杂性。消除组合爆炸,并得到令人能接受的解。然而,启发式策略也是极易出错的。 5.1 启发式搜索和估价函数 启发式策略及算法设计一直是人工智能的核心问题。 博弈和定理证明是两个最古老的应用，二者都需要启发式知识来剪枝以减少状态空间。 应用启发式减少搜索耗散。 启发式算法通常由两部分组成：方法和使用