第一章人工智能.pptVIP

规定： ①如果：diag(i,k)≤diag(i,j) 则规则排列次序为： Rik， Rij 同一行四条规则中，对角线函数值小的排在前面 ②如果：diag(i,k)＝diag(i,j) 则规则排列次序为：Rij，Rik j＜k 对角线长度相等的规则按照字母排列顺序排序 按照对角线长度定义规则的排列次序为： R12，R13，R11，R14 R21，R24，R22，R23 R31，R34，R32，R33 R42，R43，R41，R44 0 (12) (42) (43) (21) (24) (31) R12 R24 R31 R43 讨论： ①利用局部知识排列规则是有效的。 ②BACKTRACK算法对重复出现的状态没有判断，所以可能造成出现死循环。 ③没有对搜索深度加以限制，可能造成搜索代价太大。 1.3 图搜索策略 1 问题的引出 2 基本概念 3 图搜索策略 4 例子： 1 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。 图搜索：保留所有已经搜索过的路径。 2 基本概念 –节点深度： 根节点深度=0 其它节点深度=父节点深度+1 0 1 2 3 节点深度 节点深度 节点深度 节点深度 – 路径: 设一节点序列为(n0, n1,…,nk)，对于i=1,…,k，若节点ni-1具有一个后继节点ni，则该序列称为从n0到nk的路径。 – 路径的耗散值 一条路径的耗散值等于连接这条路径各节点间所有耗散值的总和。用C(ni, nj)表示从ni到nj的路径的耗散值。 设：路径上任两点间耗散值为C(ni,nj)，则从ni到nk的路径耗散值为C(ni,nk)= C(ni,nj)+ C(nj,nk) – 扩展一个节点 生成出该节点的所有后继节点，并给出它们之间的耗散值。这一过程称为“扩展一个节点”。 3 图搜索策略 图搜索的实质：是从问题空间中找出一张包含目标节点的子图。该算法不是递归，以后的算法都是这种模式。 算法的思想：核心是有2张表：一个是OPEN（），一个是CLOSE（）。OPEN中是逐渐向里扩大，里面存的都是节点，这些节点是在OPEN中进行排队，谁排在前面就将谁弹出来，弹一个往CLOSE里面塞一个，就这样来回一个循环过程。 图搜索 图 初始图 初始图最开始只有一个状态S（初始节点） OPEN表中最开始只有一个节点S CLOSE中最开始是空的，CLOSE的节点必须来至于OPEN。 永远代表当前节点 n从OPEN中删除掉 n加到CLOSE中 PROCEDRUE GRAPHSEARCH 1 G＝G0 (G0 ＝S)，OPEN ＝ (S) 2 CLOSED ＝( ) 3 LOOP：if OPEN ＝( ) then EXIT(FAIL) 4 n FIRST(OPEN)，REMOVE(n,OPEN)，ADD(n,CLOSED) 5 if GOAL(n) THEN EXIT(SUCCESS) 6 ﹛mi﹜ EXPAND(n) ，G ADD(mi,G) mi不含n的先辈节点 不是目标将该点向下扩展，对n节点的扩充，扩充完的节点放在集合中 7 OPEN ADD(mj,OPEN) mj不在OPEN，CLOSED中 ● 标记每个mj到n节点的指针 ● 确定是否需要修改已在OPEN，CLOSED中的每个节点到n的指针 ● 确定是否需要修改已在CLOSED中的每个节点的后继节点原来的指针 8 按照某种方式重新排列OPEN表中的节点， GO LOOP 6 ﹛mi﹜← EXPAND(n) ，G←ADD(mi,G) 被扩充点n 是进CLOSE的，然后将子节点加到图上。 子节点统称为{mi}，然后对子节点进行分类: ﹛mi﹜ = ﹛mj﹜ ∪ ﹛ml﹜ ∪ ﹛mk﹜ 这次扩充的全部节点 新节点（不在OPEN和COLSE） 已经在CLOSE里 已经在OPEN里 这些子节点已经被以前的节点扩充过了放在OPEN排队，排队排上了，就进入CLOSE，它的子节点一定被展开了，排队没有排上，就在OPEN呆着，子节点没