人工智能讲稿(1,2).pptVIP

* * * * * * * * * * 例 二阶Hanoi塔问题 为了简化问题，只考虑两个盘子的情况。已知三个柱子1, 2, 3和两个盘子A, B（A比B小）。初始状态下，A，B依次放在柱子1上。目标状态是A，B依次放在柱子3上。条件是每次可移动一个盘子,盘子上方是空项方可移动,而且任何时候都不允许大盘在小盘之上。 解 按照上面给出的步骤将问题以状态空间的形式表示出来。 ① 定义问题状态的描述形式: 设用 表示问题的状态, 表示盘子A所在的柱号， 表示B所在的柱号。 ② 用所定义的状态描述形式把问题的所有可能的状态都表示出来，并确定出问题的初始状态集合描述和目标状态集合描述。本问题所有可能的状态共有9种： 各状态的形 式描述如下： 问题的初始状态集合为 ,目标状态集合为 第二章 知识表示方法 第二章 知识表示方法 定义一组算符F。定义算符 A(i, j) 表示把盘子A从第 i 号柱子移到第 j 号柱子上的操作；算符 B(i, j) 表示把盘子B从第 i 号柱子移到第 j号柱子上的操作。这样定又的算符组 F 中共有 l2 个算符: A(1,2), A(1,3), A(2,1), A(2,3), A(3,1), A(3,2) B(1,2), B(1,3), B(2,1), B(2,3), B(3,1), B(3,2) 至此,问题的状态空间 (S, F, G) 构造完成，即完成了对问题的状态空间表示。 问题求解：根据该状态空间的9种可能状态和12种算符,构造它的状态空间图。 图中,从初始节点（1,1）(状态 )到目标节点 (3, 3) (状态 )的任何一条通路都是问题的一个解。但其中最短的路径长度是3 ,它由3个算符组成,这3个算符是 A(l,2), B(l,3), A(2,3)。 2.8 知识的与/或树表示法 第二章 知识表示方法 与/或树：是一种用于表示问题及其求解过程的形式化方法，通常用于表示比较复杂的问题求解。 思路说明：在现实的问题求解过程中，当所要求解的问题比较复杂时，如果采取直接求解的方法往往比较困难，这时，可采取一种分解或变换的方法：将复杂问题分解或转化为一系列本原问题 ，然后通过对这些本原问题的求解来实现对原问题的求解。 本原问题：指不能(或不需要)再进行分解或变换，且可以直接解答的子问题。 归约：把一个复杂问题分解或変换为一组本原问题的过程。 问题的分解与等价変换 问题的分解：把一个复杂问题 P分解为若干个子问题 (每个子问题又可以继续分解为若干个更为简单的子问题，直到不需要再分解或者不能再分解为止) 。 与解：对每个子问题求解，并且只有当所有子问题 都有解时,原问题 才有解，它的解就是所有子问题解的“与”；任何一个子问题 无解都会导致原问题 无解。即分解所得到的子问题的“与”和原问题 等价。 问题的等价変换和或解：是指对一个复杂问题 P 进行同构或同态的等价变换，将其变换为若干个较容易求解的新问题 只要这些新问题Pi 中有一个有解，则原问题P就有解;只有当变换得到的所有问题Pi都无解时,原问题P才无解。即，等价変换所得到的新问题的“或”与原问题等价。 说明：在实际问题的求解过程中，有可能需要同时采用分解和变换的方法。无论是分解还是変换，都是要将原问题化为一组本原问题。本原问题可以作为终止归约的限制条件。 第二章 知识表示方法 问題归约的与/或树表示 当把一个复杂问题归约为一组本原问题时，其归约过程可以用一个与/或树来表示。 与树: 当把一个复杂问题分解为若干个子问题时，可用一个“与树”来表示这种分解。例如，设问题 可以分解为3个子问题 ，即对它的求解相当于対这3个新问题的同时求解，则 和这 个新问题之间的关系可用一个“与树”来表示。在这个“与树”中，用相应的节点表示 ，并用有向边分别将他们连接起来，它表示 是 的 个子问题。图中连接 条有向边的小孤线表示 之间是“与”的关系，它们是对节点 的分解， 为“与”节点。 或树:当把一个复杂问题変换为若干个与之等价的新问题时，可用一个“或树”来表示这种变换。例如，设问题 可以変换为 个新问题 中的任何一个，即它与这 个新问题中的任何一个等价，则 与它们之间的关系可用一个“或树”来表示。在这个“或”树中，用相应的节点表示 ；并用有向边分别 连接起来，它表示 是与 等价的3个新问题。图中的有向边不用小弧线连接，