人工智能与专家系统第3章搜索方法选编.ppt

;第3章 搜索方法 ;第3章 搜索方法;3.1 问题求解过程的形式表示;3.1.1 状态空间表示法; 由问题的全部状态及一切可用算符所构成的集合称为问题的状态空间，一般用一个三元组表示： （S，F，G） 其中S是问题的所有初始状态构成的集合；F是算符的集合；G是目标状态的集合。 状态空间的图示形式称为状态空间图。其中，节点表示状态；有向边（弧）表示算符。 ;;;;3.1.2 与/或图表示法;;;;;;;;例3.2 三阶梵塔问题：如图3.5所示。应用分解变换求解三阶梵塔问题。;;;;3.2 状态空间的搜索方法;3.2 状态空间的搜索方法;3.2.1 盲目搜索算法;;;;;;;;;;;;;;;;;;;表3.1 例3.3的算符集;;;;;;3.2.2 启发式搜索算法;;;;;;;;; 例3.4 应用状态空间的全局择优搜索求解例3.3的最短路径问题。;;;;;;;; 例3.5 五个城市之间的交通路线图如图3.13所示，从城市A出发到城市E，且经过每个城市最多一次，求从A到E的最小费用的解。 （1）应用有代价宽度优先搜索求解，算法循环多少次终止？画出搜索树，给出问题的解。 （2）应用全局择优搜索策略求解，算法循环多少次终止？画出搜索树，给出问题的解。 图3.13 例3.5的城市交通路线图;;;3.2.3 状态空间搜索算法的应用;;解： （1）状态定义(略) （2）算符定义(略) （3）应用代价树宽度优先搜索求解;（4）应用有代价深度优先搜索求解;（5）应用全局择优搜索策略求解 启发函数 hj = a (b - dj)，参数a≈ 6，参数b可取b = 2～5。取b=3，则hj = 6（3 - dj）;;;图3.21 例3.7的全局择优搜索生成的搜索树;;;;; 图3.23 例3.8的全局择优搜索生成的搜索树;;;;;;3.2.4 Ａ* 算法及其特性;;;3.3 与∕或图的搜索方法;3.3.1与∕或图的盲目搜索算法;;;;; ;;;3.3.2 与／或图的启发式搜索算法;;;; ;;;;;;;3.3.3 博弈算法及应用;;;;;;（2）A方博弈树;（3）B方博弈树