人工智能及其应用_搜索推理技术修改.ppt

3.1 图搜索策略 图搜索策略可以看成一种在图中寻找路径的方法。初始节点和目标节点分别代表初始数据库和满足终止条件的数据库。求得把一个数据库变换为另一个数据库的规则序列问题就等价于求得图中的一条路径问题。 3.1 图搜索策略 图搜索(GRAPHSEARCH)的一般过程如下： (1) 建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN的未扩展节点表中（简称OPEN表）。 (2) 建立一个叫做CLOSED的已扩展节点表（简称CLOSED表），其初始为空表。 (3) LOOP：若OPEN表是空表，则失败退出。 (4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节点n，它是CLOSED表中节点的编号。 (5) 若n为一目标节点，则有解并成功退出，此解是追踪图G中沿着指针从n到S这条路径而得到的(指针将在第7步中设置) 3.1 图搜索策略 图搜索(GRAPHSEARCH)的一般过程如下： (6) 扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图G中。 (7) 对那些未曾在G中出现过的(既未曾在OPEN表上或CLOSED表上出现过的)M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经在OPEN或CLOSED表上的每一个M成员，确定是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。 (8) 按某一任意方式或按某个探试值，重排OPEN表。 (9) GO LOOP。 3.1 图搜索策略 3.1 图搜索策略 图搜索算法中的几个重要名词 1．OPEN表 　 2．CLOSED表 3．搜索图与搜索树 此过程生成一个明确的图G(称为搜索图)和一个G的子集T(称为搜索树)，树T上的每个节点也在图G中。搜索树是由第7步中设置的指针来确定的。G中的每个节点(除S外)都有一个只指向G中一个父辈节点的指针，该父辈节点就指定为树中那个节点的唯一父辈节点。 3.1 图搜索策略 图搜索方法的几点分析：　　 图搜索过程的第8步对OPEN表上的节点进行排序，以便能够从中选出一个“最好”的节点作为第4步扩展用。这种排序可以是任意的即盲目的(属于盲目搜索)，也可以用以后要讨论的各种启发思想或其它准则为依据(属于启发式搜索)。 每当被选作扩展的节点为目标节点时，这一过程就宣告成功结束。这时，能够重现从起始节点到目标节点的这条成功路径，其办法是从目标节点按指针向S返回追溯。当搜索树不再剩有未被扩展的端节点时，过程就以失败告终(某些节点最终可能没有后继节点，所以OPEN表可能最后变成空表)。在失败终止的情况下，从起始节点出发，一定达不到目标节点。 3.2 盲目搜索 盲目搜索又叫做无信息搜索 ，指无须重新安排OPEN表的搜索。它包括宽度优先搜索，深度优先搜索和等代价搜索等。一般只适用于求解比较简单的问题。 3.2 盲目搜索 3.2.1宽度优先搜索 宽度优先搜索(breadth-first search)的定义： 如果搜索是以接近起始节点的程度依次扩展节点的，那么这种搜索就叫做宽度优先搜索(breadth-first search)，如图3.2所示。 　　从图可见，这种搜索是逐层进行的；在对下一层的任一节点进行搜索之前，必须搜索完本层的所有节点。  3.2 盲目搜索 3.2.1宽度优先搜索  3.2 盲目搜索 3.2.1宽度优先搜索 宽度优先搜索算法如下： 　　(1) 把起始节点放到OPEN表中(如果该起始节点为一目标节点，则求得一个解答)。 　(2) 如果OPEN是个空表，则没有解，失败退出；否则继续。 　(3) 把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED扩展节点表中。 　(4) 扩展节点n。如果没有后继节点，则转向上述第(2)步。 　(5) 把n的所有后继节点放到OPEN表的末端，并提供从这些后继节点回到n的指针。 　(6) 如果n的任一个后继节点是个目标节点，则找到一个解答，成功退出；否则转向第(2)步。 3.2 盲目搜索 3.2.1宽度优先搜索  3.2 盲目搜索 3.2.1宽度优先搜索 例：把宽度优先搜索应用于八数码难题时所生成的搜索树，这个问题就是要把初始棋局变为如下目标棋局的问题： 　　宽度优先搜索方法能够保证在搜索树中找到一条通向目标节点的最短途径；这棵搜索树提供了所有存在的路径(如果没有路径存在，那么对有限图来说，我们就说该法失败退出；对于无限图来说，则永远不会终止)。 3.2 盲目搜索 3.2.1宽度优先搜索 3.2 盲目搜索 3.2.2深度优先搜索 另一种