人工智能与知识工程-搜索推理技术1概要.ppt

3.1 图搜索策略 3.2 盲目搜索 3.3 启发式搜索 3.4 博弈树搜索 从问题表示到问题的解决，有一个求解的过程。常见的AI问题求解技术有两种，即“搜索”（Search）和“推理”（Reasoning）方法。 搜索是AI研究的一个重要课题，几乎所有的AI问题都可以被归结为搜索问题。各种搜索技术的研究是AI初期（1956 － 1970）的“热门”课题。虽然现在已有不少成熟的搜索技术出现于AI手册和各种AI书籍中，并在一些知识系统种得到广泛应用。但搜索效率的提高仍然是现在和今后AI研究者关心的一个重要问题。 问题求解的第二种方法是逻辑推理。通过构造一个逻辑系统，由它可以从已有的断言（公理）推导出新的断言。并用逻辑形式语言描述的一组公理来表达问题域。用这种方法来解决问题就是通过推理来积聚越来越多的断言，直到获得问题的解答。 虽然问题求解可通过搜索方法，也可用逻辑推理，但二者的侧重点是不一样的。前者着重于寻求问题解答的过程，而后者强调前提（初始）问题空间（公理集合）与问题解答间连接的逻辑正确性。或者简单地讲，搜索着重于发现（Discovery），而推理强调证明（Proof）。 　　 3.1图搜索策略 3.1.1 问题求解的过程 3.1.2 图搜索的一般过程 3.1.1问题求解的过程 1.问题的表示: 主要采用状态空间法(状态空间图)和问题归约法(与或图)。 2.问题的求解: 通过