浅谈人工智能中的启发式搜索策略..docVIP

浅谈人工智能中的启发式搜索策略 P浅谈人工智能中的启发式搜索策略/P PBR　　关键词:人工智能;启发式搜索;估价函数 BR　摘要:人工智能所要解决的问题大部分是非结构化或结构不良的问题,启发式搜索可以极大提高效率。讲述了搜索策略中的启发式搜索,对它的原理进行讲解,前景进行了展望。 /P Pnbsp;BR　　盲目搜索即是按预定的控制策略进行搜索[1],这种搜索具有盲目性,效率不高,不便于复杂问题的求解。为解决此类问题,人们提出启发式搜索策略,即在搜索中加入与问题有关的启发式信息,用以指导搜索朝着最有希望的方向前进,加速问题求解的效率并找到最优解。 BR　　一、启发式搜索策略的发展历史 BR　　40年代:由于实际需要,提出了启发式算法,具有快速有效的特点。50年代:启发式搜索逐步繁荣,其中贪婪算法和局部搜索得到人们的关注。 BR　　60年代:反思阶段,人们发现以前提出的启发式算法速度很快,但是解的质量不稳定,而且对大规模的问题仍然无能为力。 BR　　70年代:计算复杂性理论的提出。人们发现贪婪算法和局部搜索算法速度快,但解不好的原因是得到的解没有全局最优性。Holland的遗传算法的出现再次引发了人们研究启发式算法的兴趣。 BR　　80年代以后,模拟退火算法,人工神经网络,禁忌搜索等新式算法相继出现。 BR　　二、启发式搜索策