人工智能状态空间搜索策略56.pptVIP

第5章 状态空间搜索策略 5.1 搜索的概念及种类 5.1.1 搜索的概念 5.1.2 搜索的种类 5.2 盲目搜索策略 5.2.1 状态空间图的搜索策略 5.2.2 宽度优先搜索 5.2.3 深度优先搜索 5.2.4 有界深度优先搜索 5.2.5 代价树的宽度优先搜索 5.2.6 代价树的深度优先搜索 5.3 启发式搜索策略 5.3.1 启发信息与估价函数 5.3.2 最佳优先搜索 5.3.3 A*算法 需要重点掌握的问题 用宽度优先搜索和深度优先搜索求解八数码问题； 用代价树的宽度优先搜索和深度优先搜索求解推销员旅行问题； 用全局最佳优先搜索八数码问题。 状态空间搜索策略 搜索是人工智能的基本问题，是推理不可分割的一部分 问题求解就是搜索过程 搜索对应的知识表示法： 状态空间表示法、与/或树表示法 深度优先搜索 1, G:=G0(G0=s), OPEN:=(s), CLOSED:=( ); 2, LOOP: IF OPEN=( ) THEN EXIT (FAIL); 3, n:=FIRST(OPEN); 4, IF GOAL(n) THEN EXIT (SUCCESS); 5, REMOVE(n, OPEN), ADD(n, CLOSED); 6, EXPAND(n) →{mi}, G:=ADD(mi, G); 7, ADD(mj, OPEN), 并标记mj到n的指针; 8, GO LOOP; A算法 1, OPEN:=(s), f(s):=g(s)+h(s); 2, LOOP: IF OPEN=( ) THEN EXIT(FAIL); 3, n:=FIRST(OPEN); 4, IF GOAL(n) THEN EXIT(SUCCESS); 5, REMOVE(n, OPEN), ADD(n, CLOSED); 6, EXPAND(n) →{mi}, 计算f(n, mi):=g(n, mi)+h(mi); 7, OPEN中的节点按f值从小到大排序； 8, GO LOOP； 一个A算法的例子 定义评价函数： f(n) = g(n) + h(n) g(n)为从初始节点到当前节点的代价值 h(n)为当前节点“不在位”的位置数 h计算举例 h(n) =4 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 2 8 3 1 6 4 7 5 1 2 3 8 4 7 6 5 2 8 3 1 6 4 7 5 1 2 3 4 5 7 6 8 * * 第五章 状态空间搜索策略 （6）对节点n进行扩展，将它的所有后继节点放入OPEN表的末端，并为这些后继节点设置指向父节点n的指针，然后转步骤（2） 宽度优先搜索 1, G:=G0(G0=s), OPEN:=(s), CLOSED:=( ); 2, LOOP: IF OPEN=( ) THEN EXIT (FAIL); 3, n:=FIRST(OPEN); 4, IF GOAL(n) THEN EXIT (SUCCESS); 5, REMOVE(n, OPEN), ADD(n, CLOSED); 6, EXPAND(n) →{mi}, G:=ADD(mi, G); 7, ADD(OPEN, mj), 并标记mj到n的指针; 8, GO LOOP;