regzn.pptx

A*算法应用举例8数码问题两个hW(n)P(n)A*算法应用举例传教士和野人问题（M-C问题）A*算法应用举例迷宫问题h可定义为两点间的Manhattan距离（city-block距离）h(n)=| XG – xn | + | YG – yn |一字棋在九宫格棋盘上，两位选手轮流在棋盘上摆各自的棋子（每次一枚），谁先取得三子一线的结果就取胜。设程序方MAX的棋子用（×）表示，对手MIN的棋子用（○）表示，MAX先走。静态估计函数f（p）定义：P68一字棋一字棋一字棋命题逻辑基础例3.1 求 pΛ（q→r） → s 的合取范式 pΛ（q→r）→ s＝～（pΛ（～q∨r））∨s＝～p∨～（～q∨r）∨s＝～p∨（～～qΛ～r）∨s＝～p∨（qΛ～r）∨s＝～p∨s∨（qΛ～r）＝（～p∨s∨q）Λ（～p∨s∨～r）《人工智能》第三章 谓词逻辑与归结原理命题逻辑基础例3.2 求 ((p∨q)→r)→p 的合取范式 ((p∨q)→r)→p＝(～（p ∨ q)∨r）→p＝ ～(～（p ∨ q)∨r）∨p＝ ～(～p Λ ～ q)∨r）∨p＝ (～～p∨～ ～q)Λ～r）∨p＝ (p ∨q)Λ～r）∨p＝ (p ∨q)Λ(～r ∨ p ）《人工智能》第三章 谓词逻辑与归结原理命题逻辑归结例题（1）例3.4 证明公式：(P → Q) → (～Q → ～P)证明： （1）根据归结原理，将待证明公式转化成待归结命题公式： (P → Q) ∧～(～Q → ～P) （2）将公式前项化为合取范式： P → Q ＝ ～P ∨ Q 将后项化为合取范式： ～(～Q → ～P)＝ ～(Q∨～P) ＝ ～Q ∧ P 两项合并后化为合取范式： （～P ∨ Q）∧～Q ∧ P （3）则子句集为： { ～P∨Q，～Q，P}《人工智能》第三章 谓词逻辑与归结原理命题逻辑归结例题（2）（4）对子句集中的子句进行归结可得：1.～P∨Q2.～Q3.????? P4.????? Q， （1，3归结）5.?， （2，4归结） 由上可得原公式成立。《人工智能》第三章 谓词逻辑与归结原理例题“快乐学生”问题例：假设任何通过计算机考试并获奖的人都是快乐的，任何肯学习或幸运的人都可以通过所有的考试，张不肯学习但他是幸运的，任何幸运的人都能获奖。求证：张是快乐的。?解：先将问题用谓词表示如下：R1:任何通过计算机考试并获奖的人都是快乐的(?x)((Pass(x, computer)∧Win(x, prize))→Happy(x))R2:“任何肯学习或幸运的人都可以通过所有考试” (?x)(?y)(Study(x)∨Lucky(x)→Pass(x, y))《人工智能》第三章 谓词逻辑与归结原理例题“快乐学生”问题R3:“张不肯学习但他是幸运的” ～Study(zhang)∧Lucky(zhang)R4:“任何幸运的人都能获奖” (?x)(Luck(x)→Win(x,prize))结论：“张是快乐的”的否定～Happy(zhang)《人工智能》第三章 谓词逻辑与归结原理由R1及逻辑转换公式:P∧W→H = ～（P∧W）∨ H ，得 (1)～Pass(x, computer)∨～Win(x, prize)∨Happy(x)由R2：(2)～Study(y)∨Pass(y,z) (3)～Lucky(u)∨Pass(u,v)由R3：(4)～Study(zhang) (5)Lucky(zhang)由R4： (6)～Lucky(w)∨Win(w，prize)由结论：(7)～Happy(zhang) （结论的否定）(8)～Pass(w, computer)∨Happy(w)∨～Luck(w) (1)(6)，{w/x}(9)～Pass(zhang, computer)∨～Lucky(zhang) (8)(7)，{zhang/w}(10)?～Pass(zhang, computer) (9)(5)(11)??～Lucky(zhang) (10)(3)，{zhang/u, computer/v}(12)????? (11)(5)?《人工智能》第三章 谓词逻辑与归结原理H域例题设子句集S = { P(x), Q(y,f(z,b)),R(a)}，求H域解：H0 ＝ {a, b}为子句集中出现的常量H1 ＝ {a, b, f(a,b), f(a,a), f(b,a), f(b,b)}H2 ＝ { a, b, f(a,b), f(a,a), f(b,a), f(b,b)，f(a,f(a,b)), f(a,f(a,a)), f(a, f(b,a)), f(a, f(b,b)),f(b,f(a,b)), f(b,f(a,a)), f(b