搜索问题3.pptVIP

人工智能基础 A*算法和其他搜索算法 A*算法分析 完备的 最优的 效率最优的 但，在搜索空间中处于目标等值线内的节点数仍然是解长度的指数级， 并且，它在内存空间中保存了所有的节点。 最佳图搜索算法A*（A*算法） 在A算法中，如果满足条件： h(n)≤h*(n) 则A算法称为A*算法。 评估函数f *： f*(n) = g* (n)+h* (n) g* (n)为起始节点到节点n的最短路径的代价， h* (n)是从n到目标节点的最短路径的代价。 这样f * (n)就是从起始节点出发通过节点n到达目标节点的最佳路径的总代价的估值。 A*条件举例 8数码问题 h1(n) = “不在位”的将牌数 h2(n) = 将牌“不在位”的距离和 A*算法的性质 A*算法的假设 设ni、nj是任意两个节点，有： C(ni, nj) ? 其中?为大于0的常数 A*算法的性质（续1） 定理1.1： 对有限图，如果从初始节点s到目标节点t有路径存在，则算法A一定成功结束。 A*算法的性质（续2） 引理1.1 ： 对无限图，若有从初始节点s到目标节点t的路径，则A*不结束时，在OPEN表中即使最小的一个f值也将增到任意大，或有f(n)f*(s)。 A*算法的性质（续3） 引理1.2： A*结束前，OPEN表中必存在f(n)≤f*(s)。 A*算法的性质（续3） 定理1.2： 对无限图，若从初始节点s到目标节点t有路径存在，则A*一定成功结束。 A*算法的性质（续4） 推论1.1： OPEN表上任一具有f(n)f*(s)的节点n，最终都将被A*选作扩展的节点。 A*算法的性质（续5） 定理1.3 (可采纳性定理)： 若存在从初始节点s到目标节点t有路径，则A*必能找到最佳解结束。 可采纳性的证明 由定理1.1、1.2知A*一定找到一条路径结束 设找到的路径s→ t不是最佳的（t为目标） 则：f(t) = g(t) f*(s) 由引理1.2知结束前OPEN中存在f(n)≤f*(s)的节点n，所以 f(n) ≤ f*(s) f(t) 因此A*应选择n扩展，而不是t。与假设A*选择t结束矛盾。得证。 注意：A*的结束条件 A*算法的性质（续6） 推论1.2： A*选作扩展的任一节点n，有f(n)≤f*(s)。 A*算法的性质（续7） 定理1.4：设对同一个问题定义了两个A*算法A1和A2，若A2比A1有较多的启发信息，即对所有非目标节点有h2(n) h1(n)，则在具有一条从s到t的路径的隐含图上，搜索结束时，由A2所扩展的每一个节点，也必定由A1所扩展，即A1扩展的节点数至少和A2一样多。 简写：如果h2(n) h1(n) (目标节点除外)，则A1扩展的节点数≥A2扩展的节点数 A*算法的性质（续7） 注意： 在定理1.4中，评价指标是“扩展的节点数”，也就是说，同一个节点无论被扩展多少次，都只计算一次。 定理1.4的证明 使用数学归纳法，对节点的深度进行归纳 （1）当d(n)＝0时，即只有一个节点，显然定理成立。 （2）设d(n)≤k时定理成立。（归纳假设） （3）当d(n)=k+1时，用反证法。 设存在一个深度为k＋1的节点n，被A2扩展，但没有被A1扩展。而由假设，A1扩展了n的父节点，即n已经被生成了。因此当A1结束时，n将被保留在OPEN中。 定理1.4的证明（续1） 所以有：f1(n) ≥ f*(s) 即：g1(n)+h1(n) ≥ f*(s) 所以： h1(n) ≥ f*(s) - g1(n) 另一方面，由于A2扩展了n，有f2(n) ≤ f*(s) 即： h2(n) ≤ f*(s) – g2(n) (A) 由于d(n)=k时，A2扩展的节点A1一定扩展，有 g1(n) ≤ g2(n) (因为A2的路A1均走到了) 所以： h1(n) ≥ f*(s) - g1(n) ≥ f*(s) – g2(n) (B) 比较A、B两式，有 h1(n) ≥ h2(n) ，与定理条件矛盾。故定理得证。 对h的评价方法 平均分叉树 设共扩展了d层节点，共搜索了N个节点，则: 其中，b*称为平均分叉树。 b*越小，说明h效果越好。 实验表明，b*是一个比较稳定的常数，同一问题基本不随问题规模变化。 对h的评价举例 例：8数码问题，随机产生若干初始状态。 使用h1： d=14, N=539, b*=1.44; d=20, N=7276， b*=1.47； 使用h2： d=14, N=113, b*=1.23; d=20,