人工智能AI3章搜索精要.ppt

作 业 作 业 解：即g(n)=d(n)，h(n)=W(n)。 d(n)说明用从S0到n的路径上的单位代价表示实际代价； W(n)说明用结点n中“不在位”的数码个数作为启发信息。 可见，某节点中的“不在位”的数码个数越多，说明它离目标节点越远。 对初始节点S0，由于d(S0)=0，W(S0)=3，因此有 f(S0)=0+3=3 2 8 3 1 4 7 6 5 1 2 3 8 4 7 6 5 S0 Sg 例3.7 八数码难题。设问题的初始状态S0和目标状态Sg如下图所示，且估价函数为 f(n)=d(n)+W(n) 其中：d(n)表示节点n在搜索树中的深度 W(n)表示节点n中“不在位”的数码个数。 请计算初始状态S0的估价函数值f(S0) 3.3.1 启发性信息和估价函数 例子 在状态空间搜索中，如果每一步都利用估价函数f(n)=g(n)+h(n)对Open表中的节点进行排序，则称A算法。它是一种为启发式搜索算法。 类型： 全局择优： 从Open表的所有节点中选择一个估价函数值最小的进行扩展。 局部择优：仅从刚生成的子节点中选择一个估价函数值最小的进行扩展。 全局择优搜索A算法描述： (1)把初始节点S0放入Open表中，f(S0)=g(S0)+h(S0)； (2)如果Open表为空，则问题无解 ，失败退出； (3)把Open表的第一个节点取出放入Closed表，并记该节点为n； (4)考察节点n是否为目标节点。若是，则找到了问题的解，成功退出； (5)若节点n不可扩展，则转第(2)步； (6)扩展节点n，生成其子节点ni(i=1, 2, …)，计算每一个子节点的估价值f(ni)(i=1, 2, …)，并为每一个子节点设置指向父节点的指针，然后将这些子节点放入Open表中； (7)根据各节点的估价函数值，对Open表中的全部节点按从小到大的顺序重新进行排序； (8)转第(2)步。 3.3.2 A算法 概念和算法描述 例3.8 八数码难题。设问题的初始状态S0和目标状态Sg如图所示，估价函数与例3.7相同。请用全局择优搜索解决该问题。 解：该问题的全局择优搜索树如下图所示。在该图中，每个节点旁边的数字是该节点的估价函数值。 例如，对节点S2，其估价函数值的计算为：f(S2)=d(S2)+W(S2) =1+3=4 2 8 3 1 4 7 6 5 1 2 3 8 4 7 6 5 S0 Sg 3.3.2 A算法 例子(1/2) 2 8 3 1 4 7 6 5 2 8 3 1 4 7 6 5 2 3 1 8 4 7 6 5 2 8 3 1 4 7 6 5 2 8 3 1 6 4 7 5 S0 8 3 2 1 4 7 6 5 2 8 3 7 1 4 6 5 2 3 1 8 4 7 6 5 2 3 1 8 4 7 6 5 1 2 3 8 4 7 6 5 1 2 3 7 8 4 6 5 1 2 3 8 4 7 6 5 4 4 5 5 5 6 4 6 4 4 Sg S1 S2 八数码难题的全局择优搜索树 该问题的解为： S0→S1→S2→S3→Sg S3 6 3.3.2 A算法 例子(2/2) 3.3.3 A*算法 A*算法是对A算法的估价函数f(n)=g(n)+h(n)加上某些限制后得到的一种启发式搜索算法