第三篇_搜索策略-1.ppt

* * * * * * * * * * IDA*算法和A*算法相比，主要优点是对于内存的需求。A*算法需要指数级数量的存储空间，因为没有深度方面的限制。而IDA*算法只有当节点n的所有子节点 的 小于限制值c时才扩展它,这样就可以节省大量的内存。 另一问题是当启发式函数是最优的时候，IDA*算法和A*算法扩展相同的节点，并且可以找到最优路径。 特点 * * 课堂练习 应用启发式搜索算法A解决以下八数码问题： 设评价函数f(n) = d(n) + p(n)，画出搜索图，并给出各搜索循环结束时Open和Close表的内容。  * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 最理想搜索图G * * 判断失误 * * 例 2 给定4L和3L的水壶各一个，水壶上没有刻度，可以向水壶中加水。 如何在4L的壶中准确地得到2L水？ （x,y）——4L壶里的水有xL，3L壶里的水有yL， n表示搜索空间中的任一节点。 则给出下面的启发式函数： * * h(n) = 2 如果0 x 4并且0 y 3 = 4 如果0 x 4或者0 y 3 = 8 如果 x = 0并且 y = 3 或者 x =4 并且 y= 0 =10 如果 x = 0 并且 y = 0 或者 x = 4并且 y = 3 假定g (n)表示搜索树中搜索的深度，则根据图搜索策略得下图的搜索空间。 * * 水壶问题的状态空间扩展图 在第0步，由节点O可以得到 g + h =10。 在第1步，得到两个节点M和N，其估价函数值都为1+8=9，因此可以任选一个节点扩展。 * * 水壶问题的状态空间扩展图 假定选择了节点M，在第2步扩展M得到两个后继了点P和R，对于P有2+4=6，对于R有2+10=12。现在，在节点P、R、N中，节点P具有最小的估价函数值，所以选择节点P扩展。 在第3步，可以得到节点S，其中3+4=7。现在，在节点S、R、N中，节点S的估价函数值最小，所以下一步就会选择S节点扩展。该过程一直进行下去，直到到达目标节点。 * * 启发式搜索——2.实现启发式搜索的关键因素（理解） 实现启发式搜索应考虑的关键因素★ ： （1）搜索算法的可采纳性(Admissibility); （2）启发式函数h(n)的强弱及其影响； * * 启发式搜索——2.实现启发式搜索的关键因素 （1）搜索算法的可采纳性(Admissibility)-1968 ★ 1)定义 在存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找到最短（代价最小）的解答路径，则称该状态空间中的搜索算法具有可采纳性，也叫最优性。 如，宽度优先的搜索算法是可采纳的，只是搜索效率不高。 2) A算法的可采纳性——定义f*(n)=g*(n)+h*(n) n-搜索图G中最短解答路径的节点； f*(n)- s经节点n到ng的实际最短解答路径的路径代价； g*(n)-该路径前段（从s到n）的路径代价； h*(n)-该路径后段（从n到ng）的路径代价； * * 启发式搜索——2.实现启发式搜索的关键因素 （1）搜索算法的可采纳性(Admissibility) ★ 3) 评价函数f与f*的比较 f(n)、g(n)、h(n)分别是 f*(n)、g*(n)、h*(n)的近似值（估计值） 理想情况下： 若g(n)=g*(n)、h(n)=h*(n)， 则搜索过程中，每次都正确选择， 不扩展任何无关的节点。 实际情况：设计接近f*的f是很困难的 在算法执行过程中， g(n)容易从已经生成的搜索树中计算出来 S n 搜索图G ng * * 启发式搜索——2.实现启发式搜索的关键因素 （1）搜索算法的可采纳性(Admissibility) ★ 3) 评价函数f与f*的比较 理想情况下： 若g(n)=g*(n)、h(n)=h*(n)，不扩展无关的节点 实际情况： 设计接近f*的f是很困难的 在算法执行过程中， g(n)容易从已经生成的搜索树中计算出来，比如就以节点深度d(n)当做g(n),且有g(n)=g*(n) h(n)尽可能靠近h*(n) ——A算法的关键。 * * 启发式搜索——2.实现启发式搜索的关键因素 （1）搜索算法的可采纳性(Admissibility) 4)改进启发式函数——八数码游戏 f(n)=d(n)+w(n),其中 w(n)-表示错位的棋牌个数，不够贴切，错误的扩展了节点d； p(n)-节点n与目标状态节点比较，错位棋牌在不受阻拦的情况下，移动到目标状态相应位置所需