人工智能导论第5章 搜索求解策略.ppt

第 5 章 搜索求解策略 第5章 搜索求解策略 5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略 第5章 搜索求解策略 5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略 5.1 搜索的概念 问题求解： 问题的表示。 求解方法。 问题求解的基本方法：搜索法、归约法、归结法、推理法及产生式等。 5.1.1 搜索的基本问题与主要过程 搜索中需要解决的基本问题： （1）是否一定能找到一个解。 （2）找到的解是否是最佳解。 （3）时间与空间复杂性如何。 （4）是否终止运行或是否会陷入一个死循环。 5.1.1 搜索的基本问题与主要过程 搜索的主要过程： (1) 从初始或目的状态出发，并将它作为当前状态。 (2) 扫描操作算子集，将适用当前状态的一些操作算子作用于当前状态而得到新的状态，并建立指向其父结点的指针 。 (3) 检查所生成的新状态是否满足结束状态，如果满足，则得到问题的一个解，并可沿着有关指针从结束状态反向到达开始状态，给出一解答路径；否则，将新状态作为当前状态，返回第(2)步再进行搜索。 5.1.2 搜索策略 1. 搜索方向： (1) 数据驱动：从初始状态出发的正向搜索。 5.1.2 搜索策略 2. 盲目搜索与启发式搜索: （1）盲目搜索：在不具有对特定问题的任何有关信息的条件下，按固定的步骤（依次或随机调用操作算子）进行的搜索。 （2）启发式搜索：考虑特定问题领域可应用的知识，动态地确定调用操作算子的步骤，优先选择较适合的操作算子，尽量减少不必要的搜索，以求尽快地到达结束状态。 第5章 搜索求解策略 5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略 5.2 状态空间的搜索策略 5.2.1 状态空间表示法 5.2.2 状态空间的图描述 5.2.1 状态空间表示法 状态：表示系统状态、事实等叙述型知识的一组变量或数组： 5.2.1 状态空间表示法 状态空间：利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组： 5.2.1 状态空间表示法 求解路径：从 结点到 结点的路径。 例5.1 八数码问题的状态空间。 5.2.2 状态空间的图描述 5.2.2 状态空间的图描述 5.2.2 状态空间的图描述 例5.3 旅行商问题（traveling salesman problem, TSP）或邮递员路径问题。 5.2.2 状态空间的图描述 第5章 搜索求解策略 5.1 搜索的概念 5.2 状态空间知识表示方法 5.3 盲目的图搜索策略 5.4 启发式图搜索策略 5.3 盲目的图搜索策略 5.3.1 回溯策略 5.3.2 宽度优先搜索策略 5.3.3 深度优先搜索策略 5.3.1 回溯策略 带回溯策略的搜索： 从初始状态出发，不停地、试探性地寻找路径，直到它到达目的或“不可解结点”，即“死胡同”为止。若它遇到不可解结点就回溯到路径中最近的父结点上，查看该结点是否还有其他的子结点未被扩展。若有，则沿这些子结点继续搜索；如果找到目标，就成功退出搜索，返回解题路径。 5.3.1 回溯策略 5.3.1 回溯策略 回溯搜索的算法 (1) PS（path states）表：保存当前搜索路径上的状态。如果找到了目的，PS就是解路径上的状态有序集。 (2) NPS（new path states）表：新的路径状态表。它包含了等待搜索的状态，其后裔状态还未被搜索到，即未被生成扩展 。 (3) NSS（no solvable states）表：不可解状态集，列出了找不到解题路径的状态。如果在搜索中扩展出的状态是它的元素，则可立即将之排除，不必沿该状态继续搜索。 5.3.1 回溯策略 图搜索算法（深度优先、宽度优先、最好优先搜索等）的回溯思想： 5.3.2 宽度优先搜索策略 open表（NPS表）：已经生成出来但其子状态未被搜索的状态。 closed表（ PS表和NSS表的合并）：记录了已被生成扩展过的状态。 5.3.2 宽度优先搜索策略 例5.4 通过搬动积木块，希望从初始状态达到一个目的状态，即三块积木堆叠在一起。 5.3.2 宽度优先搜索策略 操作算子为MOVE（X，Y）：把积木X搬到Y（积木或桌面）上面。 5.3.3 深度优先搜索策略 5.3.3 深度优先搜索策略 在深度优先搜索中，当搜索到某一个