2．6 局部搜索法 .PPT

§2．6 局部搜索法 局部搜索法是一种近似算法，在人工智能中经常使用。 虽然一般而论这种方法不能给出最佳解，但能给出一个可以接受的比较好的解。 * 引入变换的概念，变换是映射 f： S → S 其中S是问题可能解的集合，换言之，变换将一个可能解变成另一个可能解。 局部搜索法的一般思路 0．对考虑的问题选取一个变换集合C． 1. 选取问题的一个可能解，令其为当前解。可能解的选取可以是任意的，也可以由某些限制而得到。 2．将C中的变换用于当前解，得到一组新的可能解。 3．检测这组新的可能解，择其最佳者Best． 4．将当前解与Best比较，若不如Best，则更新当前解为Best，转第2步；否则执行第5步。 5．输出当前解。 如果变换集合包括了所有可能的变换，则这个方法会给出最佳解， 其时间复杂度和穷举法一样。 穷举法的时间复杂度一般是不可忍受的， 所以变换集合C中的变换需要挑选。变换集合C一般是所有变换的集合的一个真子集， 从而在实际上可以执行一个经选择的集合中所有的变换， 这种变换称为局部变换，因此这种方法称为局部搜索。 最小支撑树(也称最小生成树)问题。 选取的变换是这样的：考虑不属于树的边，将之加到树中，从而得到一个回路(唯一的回路)， 将回路中最大的边删除就得到了一棵新的树。 考虑左下的无向图。 选取支撑树如右下图所示。权之和为20． a a d c c b b d e e 4 4 3 3 6 5 2 7 8 6 注意: 这个问题无需搜索. 现作如下变换，将边DE加入，同时删除边AE，得到新的树如图，权的和为19． a c d e b 将边AD加入，删除边CD，得到的树之权的和为16。 加入边AB，删去边BC，得到的树之权之和为15． 加入边BE，删去边ED，得到的树之权之和为12． 将边AD加入，删除边CD，得到的树之权的和为16。 加入边AB，删去边BC，得到的树之权之和为15． 加入边BE，删去边ED，得到的树之权之和为12． 再用边BD试探，或用边CE试探都不能改进支撑树的权值。 因此输出最后的树为结果。 a c d e b 再次考虑巡回售货员问题。这是局部搜索法获得成功的一个例子。 所使用的变换是这样的，在可能解(这是一条闭合回路)中选取两条不相邻的边，删除之，得到两条路径， 再加入两条边，将它们连接成另一条闭合回路，即一个新的可能解。 在图中的闭合回路中，删去两条边AB和CD，再加入两条边AC和BD，又得到一条闭合回路， 要注意的 是如加入两条边AD和BC，则不能构成闭合回路。 这个变换方法称为二选变换。如新的回路长度比原来的回路短，则我们改善了解。 D C B A * * *