基于AI问题的一种quot;最优quot;解方法及实现.pdfVIP

第21卷第5期 四川理工学院学报(自然科学版) V01．21No．5 OF JOURNALSICHUANUNIVERSITYOF SCIENCE 2008年10月 SCIENCEENGINEERING(NATURALEDITION) Oct．2008 673-1 文章编号：1 549(2008)05-0022-04 基于AI问题的一种“最优’’解方法及实现 蔡乐才1，朱颢东z (1．四川理工学院计算机科学系，四川自贡643000；2．四川理工学院电子与信息工程系，四川自贡643000) 摘要：基于AI的搜索方法包括深度优先搜索、最低成本法搜索等，可以从众多的解决方案中寻找一个“最 优”的解决方案。文章以列车信息搜索为例，采用路径删除法生成多种解，然后再用改进的深度优先搜索与最低成 本法搜索相结合的方法从中寻找一个最优解。 关键词：改进的深度优先搜索；最低成本法搜索；。最优”解 中图分类号：TPl8 文献标识码：A 引言 程的实现需要一个包含了列车信息的数据库。这个数据 许多基于AI(Artificial 库中的每一个记录都必须包含列车的出发站和目标站 Intelligence)的应用程序的 基础是问题求解。从本质上来说，存在两类问题：第一种 以及两站之间的距离，以及帮助沿原路返回的标记，为 类型的问题口丁以用某种确定性的一定能够成功的程序 此，定义了一个名为Trainlnfo的结构体，这些信息都被 来解决，例如：计算某个三角形的面积，这种类型的问题 保存在这个结构体中。基于AI的搜索都被封装到名为 很容易转换成计算机可以处理的算术。可是，现实解决 Optimal的类中，这个类的成员函数及涵义见表l。 方案的获取是通过搜索所给路径得到的，因此可以说 表1类OptimaI成员函数及其作用 搜索对AI十分重要。AI搜索甲J期的日的之一便是找到类Optimal成员函数 作用 一个通用问题求解程序。通用问题求解程序是一个程 int 返回从出发点到当前节点的总距离 premutedistO； 序，这个程序可以给出各种不同问题的解决方案，而不 void dearbtStack0；把当前btStaek清空 需要特定的设计好的知识。可以理解，这种程序十分令 bool match0 判断两个城市之间是否有直达列车 人满意，遗憾的是这种通用问题求解程序非常难实现， bool 尝试寻找指定城市到其他任何城市的连接 find0； 可望而不可及。之所以如此，是因为许多现实问题具有 不同的规模和复杂度，从而使通用问题求解程序必须在 Optima0 类的构造函数 void 增加列车信息库记录 一个非常大的具有复杂可能性的世界中搜索一个解决 addtrainO 方案。 void