《人工智能》-第三章搜索推理技术1.pptVIP

人 工 智 能;第三章 搜索推理技术;第三章 搜索推理技术;第三章 搜索推理技术;3.1 图搜索策略;3.1 图搜索策略;3.1 图搜索策略 ;图搜索过程;图搜索过程;图搜索过程;开始;图搜索方法的几点分析：　　图搜索过程的第8步对OPEN表上的节点进行排序，以便能够从中选出一个“最好”的节点作为第4步扩展用。这种排序可以是任意的即盲目的(属于盲目搜索)，也可以用以后要讨论的各种启发思想或其它准则为依据(属于启发式搜索)。每当被选作扩展的节点为目标节点时，这一过程就宣告成功结束。这时，能够重现从起始节点到目标节点的这条成功路径，其办法是从目标节点按指针向S返回追溯。当搜索树不再剩有未被扩展的端节点时，过程就以失败告终(某些节点最终可能没有后继节点，所以OPEN表可能最后变成空表)。在失败终止的情况下，从起始节点出发，一定达不到目标节点。;3.2 盲目搜索 ;3.2.1 宽度优先搜索(breadth-first search);宽度优先搜索算法如下： 　　(1) 把起始节点放到OPEN表中(如果该起始节点为一目标节点，则求得一个解答)。　　(2) 如果OPEN是个空表，则没有解，失败退出；否则继续。　　(3) 把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED扩展节点表中。　　(4) 扩展节点n。如果没有后继节点，则转向上述第(2)步。　　(5) 把n的所有后继节点放到OPEN表的末端，并提供从这些后继节点回到n的指针。　　(6) 如果n的任一个后继节点是个目标节点，则找到一个解答，成功退出；否则转向第(2)步。;开始;宽度优先搜索方法分析： ; 例子八数码难题（8-puzzle problem） ;1;3.2.2 深度优先搜索(depth-first search); 定义：首先扩展最新产生的(即最深的)节点。 算法： 对于许多问题，其状态空间搜索树的深度可能为无限深，或者可能至少要比某个可接受的解答序列的已知深度上限还要深。为了避免考虑太长的路径(防止搜索过程沿着无益的路径扩展下去)，往往给出一个节点扩展的最大深度——深度界限。任何节点如果达到了深度界限，那么都将把它们作为没有后继节点处理。值得说明的是，即使应用了深度界限的规定，所求得的解答路径并不一定就是最短的路径。 与宽度优先搜索算法最根本的不同在于：将扩展的后继节点放在OPEN表的前端。其算法如下：;含有深度界限的深度优先搜索算法如下：;含有深度界限深度优先搜索图如下：例：按深度优先搜索生成的八数码难题，设置深度界限为5。下图8绘出了搜索树，粗线条的路径表明含有5条应用规则的一个解。可见，深度优先搜索过程是沿着一条路径进行下去，直到深度界限为止，然后再考虑只有最后一步有差别的相同深度或较浅深度可供选择的路径，接着再考虑最后两步有差别的那些路径，等等。;24;3.2.3 等代价搜索; 起始节点记为S；从节点i到它的后继节点j的连接弧线代价记为c(i,j)；从起始节点S到任一节点i的路径代价记为g(i)。在搜索树上，我们假设g(i)也是从起始节点S到节点i的最少代价路径上的代价，因为它是唯一的路径；等代价搜索算法如下：(等代价搜索方法以g(i)的递增顺序扩展其节点)(1) 把起始节点S放到未扩展节点表OPEN中。如果此起始节点为一目标节点，则求得一个解;否则令g(S)=0。(2) 如果OPEN是个空表，则没有解而失败退出。(3) 从OPEN表中选择一个节点i，使其g(i)为最小。如果有几个节点都合格，那么就要选择一个目标节点作为节点i(要是有目标节点的话)；否则，就从中选一个作为节点i。把节点i从OPEN表移至扩展节点表CLOSED中。(4) 如果节点i为目标节点，则求得一个解。(5) 扩展节点i。如果没有后继节点，则转向第(2)步。(6) 对于节点i的每个后继节点j，计算g(j)=g(i)+c(i,j)，并把所有后继节点j放进OPEN表。提供回到节点i的指针。(7) 转向第(2)步。;开始;3.3 启发式搜索;3.3 启发式搜索;估价函数 为获得某些节点“希望”的启发信息，提供一个评定侯选扩展节点的方法，以便确定哪个节点最有可能在通向目标的最佳路径上 。 一个节点的希望(promise)有几种不同的定义方法。在状态空间问题中，一种方法是估算目标节点到此节点的距离；另一种方法认为，解答路径包括被估价过的节点，并计算全条路径的长度或难度。每个不同的衡量标准只能考虑该问题中这个节点的某些决定性特性，或者对给定节点与目标节点进行比较，以决定相关特性。 f(n)——表示节点n的估价函数值 应用节点“希望”程度（估价函数值）重排OPEN表;3