《人工智能实验报告.docxVIP

实验三 搜索策略与实际问题求解一、 实验目的1、理解和掌握解决实际问题的搜索算法或策略；2、能够用选定的编程语言实现搜索算法二、 实验性质综合、设计三、 实验要求1、程序需要有必要的注释；2、编程语言不限，可以采用面向对象的程序设计；3、画出必要的流程图四、实验内容和要求一）题目：TSP问题1、共有5个城市（A-E），旁边的数字为城市间的费用；2、要求从A城出发，经过其它各城市一次且仅一次，最后返回A城市，找出一条最优的线路；二）要求采用所学过的搜索算法（算法不限，但需要有注释，采用的算法之一， 或几种算法实现）；要求输出算法执行的过程结果；输出最优路径和最小费用；五、 实验思想本实验运用的是回溯法。在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根结点出发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解，如果包含，就从该结点出发继续探索下去，如果该结点不包含问题的解，则逐层向其祖先结点回溯。（其实回溯法就是对隐式图的深度优先搜索算法）。若用回溯法求问题的所有解时，要回溯到根，且根结点的所有可行的子树都要已被搜索遍才结束。六、 实验原理旅行售货员问题的解空间树是一棵排列树。当i=n时，当前扩展结点是排列树的叶结点的父结点。此时算法检测图G是否存在一条从顶点x[n-1]到顶点x[n]的边和一条从顶点x[n]到顶点1的边。如果这两条边都存在，则找到一条旅行售货员回路。此时，算法还需要判断这条回路的费用是否优于已找到的当前最优回路的费用bestc。如果是，则必须更新当前最优值bestc和当前最优解bestx。 当in时，当前扩展结点位于排列树的第i-1层。图G中存在从顶点x[i-1]到顶点x[i]的边时，x[1:i]构成图G的一条路径，且当x[1:i]的费用小于当前最优值时算法进入排列树的第i层，否则将减去相应的子树。算法中用变量cc记录当前路径x[1:i]的费用。七、 实验步骤①从起点开始，找其子结点，即存在一条边相连。②如果费用小于当前最优值则以此结点继续向下探索，否则就剪去相应的子树。③?当扩展到叶结点的父结点时，检测此结点与叶结点，叶结点与起点是否有边相连。?④若均有边相连，则检测此回路的费用是否小于最优费用。?⑤?若小于最优费用，则更新最优费用，同时记录最优解八、 实验代码及注释#includestdio.hint n=5;// 城市的个数 nint m=10; // 城市之间的线路 mint x[15]; // 初始状态下的线路，即1，2，3，4，5（A,B,C,D,E）intbestx[15]; // 最佳的线路int cc; // 费用intbestc; // 最低花费int a[15][15];// 城市与线路所组成的邻接矩阵voidinit(){bestc=-1; cc=0; //初始化线路for(inti=0;i15;i++){x[i]=i;bestx[i]=0; } /*邻接矩阵 -1 100 125 100 75100 -1 50 75 125125 50 -1 100 125100 75 100 -1 50 75 125 125 50 -1 */ a[1][1]=-1; a[1][2]=100; a[1][3]=125; a[1][4]=100; a[1][5]=75; a[2][1]=100; a[2][2]=-1; a[2][3]=50; a[2][4]=75; a[2][5]=125; a[3][1]=125; a[3][2]=50; a[3][3]=-1; a[3][4]=100; a[3][5]=125; a[4][1]=100; a[4][2]=75; a[4][3]=100; a[4][4]=-1; a[4][5]=50; a[5][1]=75; a[5][2]=125; a[5][3]=125; a[5][4]=50; a[5][5]=-1;}// 用于交换两个城市位置void swap1(int *x, inti, int j){int temp=0;temp=x[i];x[i]=x[j];x[j]=temp;}void backtrack(inti){int j;//遍历最后一个城市，并且判断该线路是否为最优线路if(i==n){ //判断第n-1个城市到第n个城市是否有线路（即邻接矩阵对应的值不为-1），如果之间没有线路，则说明该方案不可行if( a[x[n-1]][x[n]]!=-1 a[x[n]][x[1]]!=-1) //将该方案的结果与之前搜索方案的最佳方案比较，若此方案更优，则刷新bestx数组和bestc的值