人工智能5介绍.ppt

第五章 约束满足问题;约束满足问题 ;约束：用于描述对象的性质、相互关系、任务要求、目标… 一元谓词 序关系语言 形如x-yc的方程 线性方程和不等式 布尔组合 代数和三角方程 约束表示易于理解、编码和实现 ; 问题的一个状态由对一些或全部变量的赋值定义 例如：{Xi=vi, Xj=vj,…} 相容的(合法的)赋值：不违反约束条件 完全赋值：每个变量都参与 CSP的解是满足所有约束的完全赋值 ;约束满足问题 ;e.g., WA = red, NT = green,Q = red,NSW = green,V = red, SA = blue,T = green;约束图：节点--变量，弧--约束;CSP问题的特点;值域 ： 有限值域 无限值域：例如工作安排问题 使用约束语言描述约束 例如：StartJob1 + 5 ≤ StartJob3 约束类型： 一元约束：只限制单个变量的取值，例如：SA ≠ green 二元约束：和两个变量有关，例如：SA ≠ WA 可表示为约束图。 ;高阶约束：涉及三个或更多变量 例：密码算术 ;绝对约束: 任何违反规则的都排除在解之外 偏好约束：指出哪些解是更偏好的;CSP问题的回溯搜索;一般回溯是顺序试探，可能无用，应有一定策略避免无用搜索;CSP问题的回溯搜索;选择合法取值最少的变量 --最少剩余值(minimum remaining values,MRV)启发式 最受约束变量(Most constrained variable)启发式 失败优先启发式;度启发式：选择涉及对其他未赋值变量的约束数最大的变量,来降低未来选择的分支因子。 ;最少约束值启发式：优先选择在约束图中排除邻居变量的可选值最少的。这样能给剩下的变量赋值留下最大的灵活性。;1、前向检验 2、约束传播 3、处理特殊约束 4、智能回溯;当变量X被赋值，则对每个与X相连的未赋值变量Y进行考察，从Y的值域中删去与X矛盾的值。;当变量X被赋值，则对每个与X相连的未赋值变量Y进行考察，从Y的值域中删去与X矛盾的值。;当变量X被赋值，则对每个与X相连的未赋值变量Y进行考察，从Y的值域中删去与X矛盾的值。;当变量X被赋值，则对每个与X相连的未赋值变量Y进行考察，从Y的值域中删去与X矛盾的值。;约束传播：将一个变量的约束内容传播到其他变量。;有向弧：约束图中连接两个变量 弧相容：如果对于变量X的每个取值x，变量Y都有某个取值能和x保持相容，则连接X-Y的弧是相容的。 ;;应用弧相容能够更早检测到前向检验不能发现的矛盾。 可在搜索过程中每次赋值后作约束传播，保持弧相容，即从变量值域中删除某值以消除弧不相容。;K相容：如果对于任何k-1个变量的相容赋值，第k个变量总能被赋予一个和前k-1个变量相容的值，则该CSP问题是k相容的。 强K相容：k相容，k-1相容，…，1相容。 N个节点若是强N相容的，则不需要回溯就能求解该CSP问题。; 对高阶约束，有一些特殊的处理，值域用上下界表示，通过边界传播来删除矛盾值;历时回溯：当一个分支搜索失败就倒退回前一个变量并尝试另一个值。重新访问的是时间最近的决策点。; 倒退回导致失败的变量集合（冲突集）中的一个变量。;SA失败回溯到Q，Q的冲突集此时为{NT,NSW,WA} 再回溯到NT，NT的冲突集此时为{NSW,WA} 回溯到NSW;局部搜索算法可求解CSP问题，其中CSP问题使用完全状态形式化：初始状态每个变量都赋值，后续函数一次改变一个变量取值。;相容性检验的平均次数;CSP 的实现;问题的结构;;;约束图?树;约束图?树