[新人工智能5.pptVIP

第5章 搜索测略 一个智能系统搜索策略的优劣直接影响到系统的性能语推理效率。 本章主要内容： 搜索的基本概念； 状态空间的盲目搜索； 状态空间的启发式搜索； 与或树的盲目搜索； 与或树的启发式搜索； 博奕树的启发式搜索； 5.1搜索策略的基本概念 5.1搜索策略的基本概念 3.搜索类型： (1)根据是否使用启发信息分类： 盲目搜索：按预定的控制策略进行，在搜索过程中获得的中间信息不改变控制策略。 启发式搜索：在搜索过程中加入了与问题有关的启发性信息，用于指导搜索朝着最有希望的方向前进，加速问题的求解过程并找到最优解。 5.1搜索策略的基本概念 (2)根据问题的表示方式分类： 状态空间搜索：用状态空间法来求解问题所进行的搜索。 与/或树搜索：用问题归约法来求解问题时所进行的搜索。 5.1搜索策略的基本概念 5.1.2 状态空间法 1.状态空间表示法 （1）状态 (state): 表示问题求解过程中每一步问题状况的数据结构，形式的表示为： Sk={Sk0,Sk1,…) 当对每一个分量都予以确定的值时，就得到了一个具体的状态。 5.1搜索策略的基本概念 （2）操作（operator)（算符） 把问题从一种状态转换为另一种状态的手段。 可以是一个机械步骤、一个运算、一条规则或一个过程。可理解为状态集合上的一个函数，描述了状态之间的关系。 5.1搜索策略的基本概念 （3）状态空间（state space） 描述一个问题的全部状态以及这些状态之间的相互关系。 常用三元组表示: (S, F, G) S:为问题所有初始状态的集合。 F:为操作的集合。 G:为目标状态的集合。 5.1搜索策略的基本概念 状态空间图：赋值的有向图。节点表示问题的状态，有向边表示操作. 2.状态空间问题求解 任何以状态和操作为基础的问题求解方法都称为状态空间问题求解。简称为状态空间法。 状态空间法的基本过程为： （1）为问题选择适当的“状态”及“操作”的形式化描述方法。 5.1搜索策略的基本概念 （2）从某个初始状态出发，每次使用一个“操作”，递增地建立起操作序列，直到达到目标状态为止。 （3）从初始状态到目标状态所使用的算符序列就是问题的一个解。 5.1搜索策略的基本概念 3.状态空间的例子 例5.1:二阶梵塔问题：设有三根钢针，它们的编号分别是1，2，3。在初始情况下，1号钢针上穿有A、B两个金片，A比B小， A位于B的上面。要求把这两个金片全部移到另一根钢针上，而且规定每次只能移动一个金片，任何时刻都不能使大片位于小片的上面。 5.1搜索策略的基本概念 解：设用Sk={Sk0, Sk1}表示问题的状态，其中，Sk0表示金片A所在的钢针号，Sk1表示金片B所在的钢针号。全部可能的问题状态共有以下9种： S0=(1,1) S1=(1,2) S2=(1,3) S3=(2,1) S4=(2,2) S5=(2,3) S6=(3,1) S7=(3,2) S8=(3,3) 其中S0为初始状态，S4和S8为目标状态。 5.1搜索策略的基本概念 任何以状态和操作为基础的问题求解方法都称为状态空间问题求解。简称为状态空间法。 状态空间法的基本过程为： （1）为问题选择适当的“状态”及“操作”的形式化描述方法。 （2）从某个初始状态出发，每次使用一个“操作”，递增地建立起操作序列，直到达到目标状态为止。 （3）从初始状态到目标状态所使用的算符序列就是问题的一个解。 5.1搜索策略的基本概念 例5.2 修道士和野人问题. 首先选取描述问题状态的方法。 用一个三元组表示状态： S=(m,c,b) 其中：m表示左岸的修道士数； c表示左岸的野人数； b表示左岸的船数； 5.1搜索策略的基本概念 右岸的状态由下式确定： 右岸的修道士数 m’=3-m； 右岸的野人数c’=3-c； 右岸的船数b’=1-b； m和c的取值分别为0，1，2，3之一； b的取值分别为0，1; 共有4x4x2=32种状态。 5.1