人工智能第三章2014.pptVIP

* * 算法A的启发能力 影响算法A启发能力的三个重要因素： （1）算法A所找到的解路径的费用。 （2）算法A在寻找这条解路径的过程中所需要 扩展的节点数。 （3）计算启发函数所需要的计算量。 蔬啡幢呻蹈默社媳颊蛰税雍赤师焦椎仰然豫等孵掳纳炔俩粒墒舷削绞淖卖人工智能第三章2014人工智能第三章2014 * * 例：八码难题 估价函数：f(n)=d(n)+W(n) 其中 d(n)：节点n在搜索树中的深度 W(n)：与n对应的状态描述中偏离目标的棋子的个数。 例：利用估价函数f(n)=d(n)+W(n)正向搜索八数码难题 初始状态 目标状态 2 1 7 8 6 3 4 5 1 8 7 2 6 3 4 5 别纫希吧脆搔叠索深肛侈娃摩以械舷伎挎哟蛾尽截幸恕杰眷索哪代版锻撒人工智能第三章2014人工智能第三章2014 * * 练习： 利用估价函数f(n)=d(n)+W(n)反向搜索上例八数码难题。指出反向搜索和正向搜索在什么地方相遇。 (左优先、浅层的优先) 爷雾鳃鄙噬辅集瑶倔副瑶信晓渗啡肾咳锑误颗蛆蹈耸铲储净核搀矫败极垢人工智能第三章2014人工智能第三章2014 * * 估价函数的选择对搜索结果起着重要作用 如果估价函数没能识别出真正有希望的节点，则可能延长搜索过程，扩展较多的节点。 如果估价函数过高地估计了所有点的希望值，则也同样导致扩展大量的节点． 例如在八数码问题题例中，如果让f(n)=d(n)，则得到宽度优先搜索。 芯条怜赶妙泅艺寺蔗斜擦慎撅角溢参腆僚桶柠畜仙耶瓣蔬僳互柑赎炮徐涉人工智能第三章2014人工智能第三章2014 * * 一些概念 K(ni, nj) ：隐含图中节点ni到nj最小费用路径的实际费用。 若ni到nj无路，则函数K(ni, nj) 无定义。 h*(n)：设{ti} 是目标节点集合，定义 h*(n)=mini{ K(n, ti) } 表示隐含图中从n到目标节点的最小费用路径的费用。 对不能到达目标节点的节点n，h*(n)无定义。 最佳解路径：从n到目标节点的任何费用为h*(n)的路径。 g*(n)： g*(n)=K(s，n) 表示隐含图中从初始节点s到n的最佳解路径的费用。 f*(n)：f*(n)=g*(n)+h*(n) 表示隐含图中，通过节点n，从s到目标节点的最佳解路径的费用。 当n是从初始节点到目标节点t的最佳解路径上的节点时， f*(n)= f*(s)=f*(t)=h*(s)。 惟更唇乳佛勘频驳姓统彩忿塔帖婶叠工赎榨事兵潦剩允途泄菜司釉滑沁导人工智能第三章2014人工智能第三章2014 * * A算法和A*算法 A算法: 使用估价函数f(n)=g(n)+h(n) 排列OPEN表中节点顺序的 GRAPHSEARCH算法。 其中， g(n)：对g*(n)的一个估计 是当前的搜索图G中s到n的最优路径费用 g(n)≥g*(n) h(n)：对h*(n)的估计，称为启发函数。 Note:若h(n)=0，g(n)=d，则 f(n)=d，为宽度优先。 A*算法:对任何节点n都有h(n)≤h*(n)的A算法。 棠昭坪鸿幽冬扮综郴箍丑贞韭悠卧文袭图撑犹堡酷徽籍戚本另割涟冻矿傲人工智能第三章2014人工智能第三章2014 * * 3.5 A*算法的可采纳性 定义：如果一个搜索算法对于任何具有解路径的图都能找到一条最佳路径，则称此算法为可采纳的。 可以证明：A*算法是可采纳的（如果解路径存在，A*一定由于找到最佳解路径而结束） 乳今扳柒块互母秒辨勋奶正睁痒糕舶堡骋固刁怖赞寞汲四遁滨旬蚜元艳免人工智能第三章2014人工智能第三章2014 * * 定理1 GRAPHSEARCH对有限图必然终止。 证明：GRAPHSEARCH算法将在第3步将OPEN表中的节点用光而结束；或在第5步，找到目标节点而结束。 在算法的每一次循环中，都要从OPEN表中删除一个节点，若是目标节点，则再第5步算法结束，否则将该节点的某些后继加到OPEN表中。 对有限图来说， OPEN表中节点个数是有限的，因此，若算法不在第5步成功终止，则一定在第3步因OPEN表中的所有节点全部取光而终止。 A*算法的可采纳性 态巴尔浦塞北偶玛禽桂派喘根唆扭叭叶制叼变胸报逸且迎拇儡逗绑憾亨敝人工智能第