第三章知识处理选编.pptVIP

第三章 问题求解;推理方法： 是否完备： 推理算法：推理过程完备，能找到解。 推理步骤：推理过程不完备，不一定能求解问题的解。 是否加入启发性知识： 启发推理：在推理过程中，运用与问题有关的启发性知识，即解决问题的策略、技巧、窍门，对解的特性及规律的估计等实践经验和知识，加快推理过程，提高搜索效率； 非启发推理：在问题求解的推理过程中，不运用启发性知识，只按一般的逻辑法则或控制性知识，进行通用性的推理。;3.1 一般搜索原理; （2）一般性图搜索策略 ;宽度优先搜索 搜索按层进行，在对下一层节点进行搜索之前，必须搜索完本层的所有节点。 ;三 深度优先搜索 搜索按深度进行，首先扩展最新产生的节点。 OPEN表 CLOSED表 (1) (2)(3) (1) (4)(5)(3) (1)(2) (5)(3) (1)(2)(4) ;有界深度优先搜索: 深度优先搜索不完备,可能陷入无限分支中,引入搜索深度界限。 ;例：如图五城市间的交通路线图，A是出发地，E是目的地，两城市间的交通费用（代价）如图中数字所示。求从A到E的最小费用的交通路线。;3.2 启发式搜索;估价函数 估算节点希望的量度。 一般形式为：f (x) = g (x) + h (x) f 为估价函数，f (x)表示节点x的估价函数值。 g (x)表示从初始节点到x已实际付出的代价； h(x)是从节点x到目标节点的估计代价，利用问题本身的信息进行估价。 ;宽度优先：深度小者优先； 深度优先：深度深者优先； 代价优先：代价小者优先。 局部择优搜索（深度）：对新扩展的节点按代价大小重排； 全局择优搜索（广度）：对OPEN表中所有节点按代价大小重排。 ;2 8 3 1 6 4 7 5;2 8 3 1 6 4 7 5;A*算法 A*算法：选择一个特定的估价函数f(n)，定义为通过节点n的一条最小代价路径的代价的一个估计。 先定义： f *(n) = g *(n) + h *(n),其中： g *(n) 为从初始节点到节点n的一条最优路径的代价； h *(n)为从n到目标节点最小代价路径的代价。 定义估价函数： f (n) = g (n) + h (n) 其中g是对g*的估计，h是对h*的估计。 g(n)可以是实际值，而h(n)则依赖有关问题的领域的启发信息，h叫启发函数。 ;A*算法定义： （1）估价函数依据f (x) = g (x) + h (x)进行； （2）h(x)=h*(x), h(x)为h*(x)的下界； （3）利用h*(x)的下界h(x)为启发函数的A算法，为A*算法。 A*算法的一些特性： （1） A*算法能在有限步内终止，并能找到最优解； （2）在满足h(x)=h*(x)的前提下，h(x)的值越大越好。 f 1(x) = g 1(x) + h 1(x) f 2(x) = g 2(x) + h 2(x) A1* ， A2*分别是以f 1(x) ，f 2(x) 为估价函数的A*算法，且对所有的非目标节点有h 1(x) h 2(x)，则A2*扩展的节点集是A1*扩展的节点集的子集。;3.3 与或树搜索策略;开始;;A;二 与或树的广度优先搜索 扩展节点n，将其子节点放入OPEN表的尾部，并为每个子节点配置指向节点n的指针。 三 与或树的深度优先搜索 扩展节点n，将其子节点放入OPEN表的首部，并为每个子节点配置指向节点n的指针。 有界深度优先搜索：节点n的深度=深度界限，则标示节点n为不可解节点。;四 与或树的有序搜索 依据代价决定搜索路线。 1 代价计算 （1）x为终叶节点，h(x) = 0; （2）x不可扩展，且为非终叶节点h(x) = ∞ （3）x后继节点（y1,y2,…yn)为或逻辑, 则h(x) = min{c (x,yi)+h(yi)} （4）x后继节点（y1,y2,…yn)为与逻辑， 则h(x) = ∑( c (x,yi)+h(yi)) 或h(x) = max{c (x,yi)+h(yi)} ;A;2 希望树 最优解树：代价最小的解树。 希望树T：在扩展搜索求解中，有可能成为最优解树一部分的待扩展树，当前代价最