AI3节 搜索推理技术.ppt

深度优先法的应用示例一 例1 皇后问题 极小极大过程 ?-?剪枝 极大节点的下界为?。 极小节点的上界为?。 剪枝的条件： 后辈节点的?值≤祖先节点的?值时， ?剪枝 后辈节点的? 值≥祖先节点的?值时， ?剪枝 简记为： 极小≤极大，剪枝 极大≥极小，剪枝 ?-?剪枝（续） 两个解图 ?-?剪枝（续） 作 业 4.10 何谓估价函数，在估价函数中，g(n)和h(n)各起什么作用？ 4.11 设有如下结构的移动将牌游戏： 其中，B表示黑色将牌，W表是白色将牌，E表示空格。游戏的规定走法是： (1) 任意一个将牌可移入相邻的空格，规定其代价为1； (2) 任何一个将牌可相隔1个其它的将牌跳入空格，其代价为跳过将牌的数目加1。 游戏要达到的目标什是把所有W都移到B的左边。对这个问题，请定义一个启发函数h(n)，并给出用这个启发函数产生的搜索树。你能否判别这个启发函数是否满足下界要求？在求出的搜索树中，对所有节点是否满足单调限制？ 解树的代价可按如下规则计算： (1)若n为终止节点，则其代价b(n)=0； (2)若n为或节点，且子节点为n1, n2, … ,nk，则n的代价为： 其中，c(n, ni)是节点n到其子节点ni的边代价。 (3)若n为与节点，且子节点为n1, n2, … ,nk，则n的代价可用和代价法或最大代价法。 若用和代价法，则其计算公式为： 若用最大代价法，则其计算公式为： (4)若n是端节点，但又不是终止节点，则n不可扩展，其代价定义为h(n)=∝。 (5)根节点的代价即为解树的代价。 4.4.1 解树的代价与希望树 1. 解树的代价 4 6 3 5 例4.13 设下图是一棵与/或树，它包括两可解树，左边的解树由S0、A、t1、C及t2组成；右边的解树由S0、B、t2、D及t4组成。在此与或树中，t1、t2、t3、t4为终止节点；E、F是端节点；边上的数字是该边的代价。请计算解树的代价。 解：先计算左边的解树 按和代价：h(S0)=2+4+6+2=14 按最大代价：h(S0)=(2+6)+2=10 再计算右边的解树 按和代价：h(S0)=1+5+3+2=11 按最大代价：h(S0)=(1+5)+2=8 S0 2 2 A B t1 C t2 D 2 1 t3 E t4 F 与/或树的代价 希望树是指搜索过程中最有可能成为最优解树的那棵树。 与/或树的启发式搜索过程就是不断地选择、修正希望树的过程，在该过程中，希望树是不断变化的。 定义4.2 希望解树 (1) 初始节点S0在希望树T (2) 如果n是具有子节点n1, n2, … , nk的或节点，则n的某个子节点ni在希望树T中的充分必要条件是 (3) 如果n是与节点，则n的全部子节点都在希望树T中。 4.4.1 解树的代价与希望树 2. 希望树 与/或树的启发式搜索过程如下： (1) 把初始节点S0放入Open表中，计算h(S0)； (2) 计算希望树T； (3) 依次在Open表中取出T的端节点放入Closed表，并记该节点为n； (4)如果节点n为终止节点，则做下列工作： ① 标记节点n为可解节点； ② 在T上应用可解标记过程，对n的先辈节点中的所有可解解节点进行标记； ③ 如果初始解节点S0能够被标记为可解节点，则T就是最优解树，成功退出； ④ 否则，从Open表中删去具有可解先辈的所有节点。 ⑤ 转第(2)步。 4.4.2 与/或树的启发式搜索过程 (5) 如果节点n不是终止节点，但可扩展，则做下列工作： ① 扩展节点n，生成n的所有子节点； ② 把这些子节点都放入Open表中，并为每一个子节点设置指向父节点n的指针 ③ 计算这些子节点及其先辈节点的h值； ④ 转第(2)步。 (6) 如果节点n不是终止节点，且不可扩展，则做下列工作： ① 标记节点n为不可解节点； ② 在T上应用不可解标记过程，对n的先辈节点中的所有不可解解节点进行标记； ③ 如果初始解节点S0能够被标记为不可解节点，则问题