基于人工智能的状态空间搜索策略研究.docxVIP

基于人工智能的状态空间搜索策略研究 ——八数码问题求解 作为当前发展较快的计算机学科分支之一，同时也是一门综合性的、前沿性的学科，人工智能在计算机科学中所起到的作用越来越不能被忽视。它是研究人类智能活动的规律，并用于模拟、延伸和扩展人类智能的一门新的技术科学，是在计算机、控制论、信息论、数学、心理学等多种学科相互综合、相互渗透的基础上发展起来的一门新兴边缘学科。 人工智能目前已在指纹及人脸识别、专家系统、智能搜索、定理证明、博弈、自动程序设计以及航空航天领域取得了广义的应用。 当前，在各个研究领域内，都普遍存在一种现象，那就是数据普遍就多，但是知识相对较少。在这种情况下，人工智能的出现就让这个问题得到了明显的缓解，这是由于通过人工智能的一些方法，可以得到一些人力很难发现的知识。为了能体现人工智能的优势，本文将主要通过对八数码问题的求解，从而研究人工智能的状态空间的搜索策略。 第一章 课题相关背景 为了能够更好的明确和掌握课题的研究方法，在此将相关背景知识做以介绍。 关于八数码问题 八数码问题（又称九宫排字问题）是人工智能中有名的难题之一。 1.1.1 八数码问题概论 八数码问题是在3×3方格盘上，放有八个数码（见图1-1），剩下第九个为空，每一空格其上下左右的数码可移至空格。问题给定初始位置和目标位置，要求通过一系列的数码移动，将初始位置转化为目标位置。 （图1-1） 1.1.2 八数码有解问题的研究 对于给定的八数码棋局的初始状态，我们的目标是通过交换空格与其相邻棋子使棋盘达到目标状态。但是，事实证明，不是任何的八数码问题都是有解的，也就是说，任意两个状态，不一定能够通过交换空格和上下左右四个方向的相邻棋子来相互到达。 假设棋局目标状态为如图1-2左图所式。其中 A、B、C、D、E、F、G、H表示棋子，初始状态是A、B、C、D、E、F、G、H这八个棋子在这九个棋格上的任意分布。并且将棋盘中每个棋格按图1-2（右）所示进行编号。 （图1-2） 那么，对于一个任意的棋局状态，我们可以取得这八个棋子（A、B、C、D、E、F、G、H）的一个数列，并且，将棋子按照图所示棋格的编号依次进行排列，并记：p=c[1]c[2]c[3]c[4]c[5]c[6]c[7]c[8]（即A、B、C、D、E、F、G、H的一个排列）。 在分析之前，先引进逆序和逆序数的概念。对于棋子数列中任何一个棋子c[i]（1≤i≤8），如果有ji且c[j]c[i]，那么c[j]是c[i]的一个逆序，或者c[i]和c[j]构成一个逆序对。定义棋子c[i]的逆序数为c[i]的逆序个数；棋子数列的逆序数为该数列所有棋子的逆序数的总和。注：约定ABCDEFGH。 现在，我们对一个任意的棋局状态p=c[1]c[2]c[3]c[4]c[5]c[6]c[7]c[8]进行分析： 引理1：如果交换任何两个相邻的棋子，那么棋子数列的逆序数将发生奇偶性互变（奇偶性互变是指由奇数变为偶数，或由偶数变为奇数，下同）。 引理2：如果棋子数列经过n次相邻棋子交换后，若n为偶数，则数列逆序数奇偶性不变；若n为奇数，则数列逆序数将发生奇偶性互变。 引理3：在满足上述约定的八数码问题中，空格与相邻棋子的交换不会改变棋局中棋子数列的逆序数的奇偶性。? 两次相邻交换而完成状态转变。所以根据引理2可知，由p状态到q状态并不会改变改变棋子数列的逆序数的奇偶性。同理可证得空格与下方棋子交换也不会改变棋子数列的逆序数的奇偶性。所以，空格与相邻棋子的交换不会改变棋局中棋子数列的逆序数的奇偶性。 定理1? 当初始状态棋局的棋子数列的逆序数是奇数时，八数码问题无解； 当初始状态棋局的棋子数列的逆序数是偶数时，八数码问题有解。? 按照八数码问题的游戏规则，在游戏过程中，棋局的棋子数列的逆序数的奇偶性不会发生变化。而上面规定的目标状态没有逆序存在，所以目标状态下棋局的逆序数为偶数（实际为0）。显然，可能的初始状态棋局的棋子数列的逆序数可能为奇数，也可能为偶数（因为把一个初始状态中任意相邻两个棋子交换，得到的新的状态作为初始状态，它们的奇偶性相反）。所以，对于任意一个初始状态，若其棋局的棋子数列的逆序数为奇数，则永远也不可能达到目标状态，即八数码问题无解；若其棋局的棋子数列的逆序数为偶数， A*算法 A*算法，是一种静态路网中求解最短路径最有效的方法。 1.2.1 A*算法综述 其主要是通过使得到达节点的耗散gn和从该节点到目标节点的消耗h(n)结合起来对节点进行评价，使评价函数最小化，从而求取最优路径。 fn=gn+h(n) 其中fn是从初始点经由节点n到目标点的估价函数，gn是在 HYPERLINK /view/3821785.htm \t _blank 状???空间中从初始节点到n节点的实际代价，h(n)