人工智能及应用ch52.pptxVIP

搜索方法 启发式搜索 启发式搜索 前面讨论的搜索策略中没有考虑问题本身的特性信息，而只是按事先规定的路线进行搜索。 如果在搜索过程中使用在搜索过程中获得的问题自身的一些特性信息来指导搜索显然会有利于搜索。我们将利用问题自身特性信息来引导搜索过程的搜索方法称为启发式搜索。 启发性信息的作用 启发性信息对搜索的指导作用可归纳为3个方面。 选择下一个要被扩展的结点。 在结点扩展时，选择有用的结点。 修剪掉某些不可能导致搜索成功的结点。 估价函数 启发信息在搜索过程中的主要作用是对结点的重要性进行评估，通过这个评估来实现OPEN表中结点的排序 这个评估一般是通过估价函数实现的。 估价函数 估价函数f(n)的一般形式为： 　f(n)=g(n)+h(n) 其中： 结点n是搜索图中当前被扩展的结点。 f(n)是从初始状态经由结点n到达目标结点的所有路径中最小路径代价的估计值。 g(n)是从初始结点到结点n的实际代价。 h(n)是从结点n到达目标结点的最优路径的估计代价。 估价函数示例 例：八数码问题。设初始状态和目标状态如下图，且估价函数为：f(n)=d(n)+w(n) 其中：d(n)表示结点的结点深度；w(n)表示结点n不在位的数码个数。请计算初始状态的估价函数值。 2 3 1 8 4 7 6 5 2 3 8 4 7