第1章搜索问题试题.pptx

第一章 搜索问题;狼、羊、白菜游戏;野人过河游戏;第一章 搜索问题;人类的思维过程, 可以看作是一个搜索的过程。从小学到现在, 你一定遇到过很多种的智力游戏问题, 比方说在前面介绍的传教士和野人问题。如果你来做这个智力游戏的话, 在每一次渡河之后, 都会有几种渡河方案供你选择, 究竟哪种方案才有利于在满足题目所规定的约束条件下顺利过河呢？经过反复努力和试探, 你终于找到了一种解决办法。在高兴之余, 你马上可能又会想到, 这个方案所用的步骤是否最少？也就是说它是最优的吗？如果不是, 如何才能找到最优的方案？在计算机上又如何实现这样的搜索？这些问题实际上就是本章我们要介绍的搜索问题。 ;学习目标 掌握回溯搜索算法, 深度优先搜索算法, 宽度优先搜索算法和A(A*)搜索算法, 对典型问题, 掌握启发式函数的定义方法。 学习指南 了解算法的每一个过程和细节问题, 掌握一些重要的定理和结论, 在有条件的情况下, 程序实现每一个算法, 求解一些典型的问题。 难重点 回溯搜索算法, A*算法及其性质, 改进的A*算法。;状态空间表示法;状态空间表示法;状态空间表示法;状态空间表示法（续）;例子:Hanoi Tower;12;13;14;状态空间表示法;搜索技术;搜索技术;搜索技术;搜索问题(续1);搜索问题(续2);搜索策略;AI领域的搜索方法;AI领域的搜索方法;搜索策略分类;盲目搜索方法;1. 1 回溯策略;递归的思想;Fibonacci数列;一个递归的例子;回溯搜索算法;回溯搜索算法;回溯搜索算法;递归的思想;1. 1 回溯策略;综合数据库: DATA＝L(表), L的元素?{ij}, 1?i, j?4 。DATA非空时, 其表元素表示棋子所在的行和列。因只有4个棋子, 故表元素个数最多为4。 上图中a, b分别记为(12 24 31 43)和(13 21 34 42), c, d, e分别记为(11 21), (11 22), (11 23 31)等等。 规则集: if 1?i?4且Length(DATA)＝i-1then APPEND (DATA (ij)) (1?j?4)共16条规则, 每条规则Rij表示满足前提条件下, 在ij处放一棋子。 ;( );( );( );( );( );( );( );( );( );( );( );( );( );一些深入的问题;一些深入问题(续);回溯算法存在的问题及解决办法;回溯搜索算法1;回溯搜索算法1;回溯搜索算法1(续);1. 2 图搜索策略;一些基本概念;一些基本概念(续1);一些基本???念(续1);一般的图搜索算法;一般的图搜索算法(续);节点类型说明;修改指针举例;;;;1. 3 无信息图搜索过程;深度优先搜索;深度优先搜索;2 3 1 8 4 7 6 5;深度优先搜索的性质;渐进式深度优先搜索方法;宽度优先搜索;宽度优先搜索;2 3 1 8 4 7 6 5;宽度优先搜索的性质;1. 4 启发式图搜索;希望: ;基本思想;1. 启发式搜索算法A(A算法);符号的意义;A算法;A算法(续);左图表示出当前要扩展节点n之前的搜索图, 扩展n后新生成的子节点m1(?{mj}), m2( ?{mk}), m3( ?{ml})要分别计算其评价函数值: f(m1)=g(m1)+h(m1)f(n, m2)=g(n, m2)+h(m2)f(n, m3)=g(n, m3)+h(m3);一个A算法的例子;h计算举例;设评价函数f(n)形式如下: f(n)=d(n)+W(n) 其中d(n)代表节点的深度, 取g(n)=d(n)表示讨论单位耗散的情况; 取h(n)=W(n)表示“不在位”的将牌个数作为启发函数的度量, 这时f(n)可估计出通向目标节点的希望程度。下图表示使用这种评价函数时的搜索树, 图中括弧中的数字表示该节点的评价函数值f。算法每一循环结束时, 其OPEN表和CLOSED表的排列如下: ;87;2 8 3 1 6 4 7 5;2. 爬山法过程Hill-climbing①n: =s; s为初始节点②LOOP: IF GOAL(n)THEN EXIT (SUCCESS); ③EXPAND(n)→{mi}, 计算h(mi), nextn: =m(min h(mi)的节点); ④IF h(n)h(nextn) THEN EXIT(FAIL); ⑤n: =nextn; ⑥GO LOOP; 显然如果将山顶作为目标, h(n)表示山顶与当前位置n之间高度之差, 则该算法相当于总是登向山顶, 在单峰的条件下, 必能到达山峰。;3. 分