第五章启发式搜索课件讲述.ppt

2 8 3 1 6 4 7 5 2 8 3 1 4 7 6 5 2 8 3 1 6 4 7 5 2 8 3 1 6 4 7 5 2 3 1 8 4 7 6 5 2 8 3 1 4 7 6 5 2 8 3 1 4 7 6 5 2 8 3 7 1 4 6 5 8 3 2 1 4 7 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 8 4 7 6 5 1 2 3 7 8 4 6 5 s(4) A(1+5) B(4) C(6) D(2+3) E(5) F(6) G(3+3) H(7) I(5) J(7) K(5) L(5) M(7) 目标 1 2 3 4 5 6 open表和closed表内状态排列的变化情况 5.4.3 A搜索算法 重复 OPEN表 CLOSE表 0 S(4) [ ] 1 [B(4)，A(6), C(6)] [S(4)] 2 [D(5)，E(5), A(6), C(6),F(6)] [S(4)，B(4)] 3 [E(5), A(6), C(6),F(6), G(6),H(7)] [S(4)，B(4), D(5)] 4 [I(5), A(6), C(6),F(6), G(6),H(7), J(7)] [S(4)，B(4), D(5), E(5)] 5 [K(5), A(6), C(6),F(6), G(6),H(7), J(7)] [S(4)，B(4), D(5), E(5), I(5)] 6 [L(5), A(6), C(6),F(6), G(6),H(7), J(7), M(7)] [S(4)，B(4), D(5), E(5), I(5), K(5)] 7 [A(6), C(6),F(6), G(6),H(7), J(7), M(7)] [S(4)，B(4), D(5), E(5), I(5), K(5), L(5)] L为目的状态，成功推出，结束搜索 假设f*(n)为从初始节点S0出发，约束经过节点n到达目标节点的最小代价值。估价函数f(n)则是f*(n)的估计值。 f*(n)由以下两部分所组成： 一部分是从初始节点S0到节点n的最小代价，记为g*(n)； 另一部分是从节点n到目标节点的最小代价，记为h*(n)，因此有 f*(n)=g*(n) +h*(n) 5.4.4 A*搜索算法 A*算法 1）OPEN表中的节点按着估价函数f(n)=g(n)+h(n)的值从小到大排序 2）g(n)是对g*(n)的最优估价； 3）h(n)是h*(n)的下界：h(n)?h*(n) g*(n):初始节点到节点n的最小代价 h*(n)：节点n到目标节点的最小代价；（一定存在） 5.4.4 A*搜索算法 A*算法就是对估价函数加上一些限制后得到的一种启发式搜索算法。 如果某一问题有解，那么利用A*搜索算法对该问题进行搜索则一定能搜索到解，并且一定能搜索到最优的解而结束。 上例中的八数码A搜索树也是A*搜索树，所得的解路（S，B，E，I，K，L）为最优解路，其步数为状态L（5）上所标注的5 。 5.4.4 A*搜索算法 1. 可采纳性 当一个搜索算法在最短路径存在时能保证找到它，就称它是可采纳的。 2. 单调性 搜索算法的单调性：在整个搜索空间都是局部可采纳的。一个状态和任一个子状态之间的差由该状态与其子状态之间的实际代价所限定。 5.4.4 A*搜索算法及其特性分析 3. 信息性 在两个A*启发策略的 中，如果对搜索空间中的任一状态 都有 ，就称策略 具有更多的信息性。 第5章 搜索求解策略 5.1 搜索的概念 5.2 状态空间知识表示方法 5.3 盲目的图搜索策略 5.4 启发式图搜索策略 5.5 与/或图搜索策略 5.5.1 与/或图搜索策略 1. 分解──与树 子问题（简单） 子子问题 （更简单） （更简单） 与树问题分解 原问题（复杂） 5.5.1 与/或图表表达法 2. 变换──或树 或树问题变换 5.5.1 与/或图表表达法 例8 猴子和香蕉问题。 猴子和香蕉问