15数码问题的解决算法(算法和具体代码).doc

〈〈人工智能〉〉 题目：15数码问题 实验1： 要求： 采用广度优先算法解决15数码问题，输出扩展结点，步数和最终结果 算法描述： 广度优先搜索,即BFS(Breadth First Search),常常深度优先并列提及。这是一种相当常用的图算法，其特点是：每次搜索指定点，并将其所有未访问过的近邻加入搜索队列（而深度优先搜索则是栈），循环搜索过程直到队列为空。广度优先搜索算法的基本思想：从初始状态出发，按照给定的结点产生式规则（算符、结点扩展规则）生产第一层结点，每生成一个结点就检查是不是目标结点，如果是目标结点就搜索结束，如果不是目标结点并且前面没出现过就保存该结点（入队列）；再用产生式规则将所有第一层的结点依次扩展，得到第二层结点，同时检查是否为目标结点，是目标搜索停止，不是并且没出现过保存（入队）；再把第二层的结点按产生规则扩展生产第三层结点，直至找到目标或所有的状态找完但找不到目标（队列空）。特点：先生成深度为1的所有结点，再生产深度为2的所有结点，依次类推。先横向，再纵向。这种方法找到目标，需要的步数一定最少。 输入：初始态int A[N][N]={ {1,2,3,4}, {5,10,6,8}, {0,9,7,12}, {13,14,11,15} }; 目标状态：int B[N][N]={ {1,2,3,4}, {5,6,7,8}, {9,10,11,12}, {13,14,15,0} }; 输出截图： 由于输出的路径节点很多 这里只是显示最终结果和步数。 实验2： 要求： 采用深度优先算法实现15数码问题。 算法描述： 设x是当前被访问顶点，在对x做过访问标记后，选择一条从x出发的未检测过的边(x，y)。若发现顶点y已访问过，则重新选择另一条从x出发的未检测过的边，否则沿边(x，y)到达未曾访问过的y，对y访问并将其标记为已访问过；然后从y开始搜索，直到搜索完从y出发的所有路径，即访问完所有从y出发可达的顶点之后，才回溯到顶点x，并且再选择一条从x出发的未检测过的边。上述过程直至从x出发的所有边都已检测过为止。此时，若x不是源点，则回溯到在x之前被访问过的顶点；否则图中所有和源点有路径相通的顶点(即从源点可达的所有顶点)都已被访问过，若图G是连通图，则遍历过程结束，否则继续选择一个尚未被访问的顶点作为新源点，进行新的搜索过程。 输入：初始态int A[N][N]={ {1,2,3,4}, {5,10,6,8}, {0,9,7,12}, {13,14,11,15} }; 目标状态：int B[N][N]={ {1,2,3,4}, {5,6,7,8}, {9,10,11,12}, {13,14,15,0} }; 输出截图： 由于输出的路径节点很多 这里只是显示最终结果和步数 实验3： 要求： 采用启发式的A星算法实现15数码问题。 算法描述： 启发式搜索算法A，一般简称为A算法，是一种典型的启发式搜索算法。其基本思想是：定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。评价函数的形式如下：f（n）＝g（n）＋h（n）其中n是被评价的节点。f（n）、g（n）和h（n）各自表述什么含义呢？我们先来定义下面几个函数的含义，它们与f（n）、g（n）和h（n）的差别是都带有一个*号。g*(n)：表示从初始节点s到节点n的最短路径的耗散值；h*(n)：表示从节点n到目标节点g的最短路径的耗散值；f*(n)=g*(n)+h*(n)：表示从初始节点s经过节点n到目标节点g的最短路径的耗散值。　　而f（n）、g（n）和h（n）则分别表示是对f*（n）、g*（n）和h*（n）三个函数值的的估计值。是一种预测。A算法就是利用这种预测，来达到有效搜索的目的的。它每次按照f(n)值的大小对OPEN表中的元素进行排序，f值小的节点放在前面，而f值大的节点则被放在OPEN表的后面，这样每次扩展节点时，都是选择当前f值最小的节点来优先扩展。 输入：初始态int A[N][N]={ {1,2,3,4}, {5,10,6,8}, {0,9,7,12}, {13,14,11,15} }; 目标状态：int B[N][N]={ {1,2,3,4}, {5,6,7,8}, {9,10,11,12}, {13,14,15,0} }; 输出截图：6走完成，逆序输出