人工智能A算法九宫格报告.docVIP

实验一 A*算法实现八数码搜索问题 题目：编程实现8数码问题 初始状态： 3 8 2 1 5 7 6 4 目标状态： 1 2 3 8 4 7 6 5 要求：1、报告：给出状态表示，编码规则，搜索算法A*，简单程序说明，最优路径。 2、调通的程序（语言不限） 状态表示 用一个3×3的数组来表示状态，数组中的各个元素对应状态位置的数字。其中空格用0表示。 编码规则 在程序实现过程中，只有移动0的位置，即可生成新的节点。 规则库 设数组中0的位置为a[i][j]，其中0≤i≤2，0≤j≤2。 R1：if(i≥1) then 上移 R1：if(i≤1) then 下移 R1：if(j≥1) then 左移 R1：if(j≤1) then 右移 搜索算法A* 用于度量节点的“希望”的量度f(n)，即用来衡量到达目标节点的路径的可能性大小。 A算法： 基本思想：定义一个评价函数，对当前的搜索状态进行评估，找出一个最有希望的节点进行扩展：f(n) = g(n) + h(n)，n为被评价节点 g*(n)：从s到n的最优路径的实际代价 h*(n)：从n到g的最优路径的实际代价 f*(n)=g*(n)+h*(n)：从s经过n到g的最优路径的实际代价 g(n)、h(n)、f(n)分别是g*(n)、h*(n)、f*(n)的估计值 g (n)通常为从S到到n这段路径的实际代价，则有g (n) ≥ g*(n) h (n):是从节点n到目标节点Sg的最优路径的估计代价. 它的选择依赖于有关问题领域的启发信息，叫做启发函数 A算法：在图搜索的一般算法中，在搜索的每一步都利用估价函数f(n)=g(n)+h(n)对Open表中的节点进行排序表中的节点进行排序, 找出一个最有希望的节点作为下一次扩展的节点。 在A算法中，如果满足条件：h(n)≤h*(n)，则A算法称为A*算法。 在本算法中，为实现八数码的搜索问题，定义估价函数为：f(n)=g(n)+h(n)， 其中g（n）表示节点n在搜索树中的深度； h（n）表示节点n的各个数码到目标位置的曼哈顿距离和。 程序说明 1、算法实现的步骤： （1）把初始节点S0放入Open表中，置S0的代价g(S0)=0； （2）如果Open表为空，则问题无解，失败退出； （3）把 Open表的第一个节点取出放入 Closed表，并记该节点为n （4）考察节点n是否为目标节点。若是，则找到了问题的解，成功退出； （5）若节点n不可扩展，则转第（2）步； （6）扩展节点 n，生成其子节点 ni, （其中i=1,2,3,……），将这些子节点放入 Open表中，并为每一个子节点设置指向父节点的指针；按公式 g（ni）=g(n)＋c(n，ni)（i=1，2，…）计算Open表中的各子节点的代价，并根据各节点的代价对Open表中的全部节点按照从小到大顺序重新进行排序；然后转第（2）步。 2、思路 通过代价函数对Open表中的节点进行排序，代价小的先扩展。 A*算法代码的核心部分 pnode move(pnode p,int dir) { pnode Unode=(pnode)malloc(sizeof(node)); for(int i=0;i=2;i++) { for(int j=0;j=2;j++) { Unode-a[i][j]=p-a[i][j]; } } switch(dir) { case 1: //up { Unode-x=p-x-1; Unode-y=p-y; Unode-a[Unode-x][Unode-y]=0; Unode-a[Unode-x+1][Unode-y]=p-a[Unode-x][Unode-y]; break; } case 2:厖厖厖 mo//down } Unode-father=p; Unode-g=p-g+1;//深度增加一层 Unode-h=hvalue(Unode-a,final); //更新h函数值 Unode-f=Unode-h+Unode-g; return Unode; } int main(int argc, char *argv[]) { pnode A0=(pnode)malloc(sizeof(node)); pnode open, //open表头