第3章-搜索策略 丁世飞 87.ppt

第3章 搜索策略 问题求解系统划分为两大类 知识贫乏系统 依靠搜索技术解决问题 知识贫乏、缺乏针对性 效率低 知识丰富系统 依靠推理技术解决问题 基于丰富知识的推理技术，直截了当 效率高 3.1 引言 对于给定的问题，智能系统的行为一般是找到能够达到所希望目标的动作序列，并使其所付出的代价最小、性能最好。 基于给定的问题，问题求解的第一步是目标的表示。 搜索就是找到智能系统的动作序列的过程。 和通常的搜索空间不同，人工智能中大多数问题的状态空间在问题求解之前不是全部知道的。 所以，人工智能中的搜索可以分成两个阶段： 状态空间的生成阶段 在该状态空间中对所求问题状态的搜索 盲目搜索 只是可以区分出哪个是目标状态。 一般是按预定的搜索策略进行搜索。 没有考虑到问题本身的特性，这种搜索具有很大的盲目性，效率不高，不便于复杂问题的求解。 根据问题的表示方式分为 状态空间搜索 与或树搜索 考虑一个问题的状态空间为一棵树的形式。 宽度优先搜索 深度优先搜索 无论是宽度优先搜索还是深度优先搜索，遍历节点的顺序一般都是固定的，即一旦搜索空间给定，节点遍历的顺序就固定了。这种类型的遍历称为“确定性”的，也就是盲目搜索。 对于启发式搜索，在计算每个节点的参数之前无法确定先选择哪个节点扩展，这种搜索一般也称为非确定的。 完备性： 如果存在一个解答，该策略是否保证