基于AI问题的一种“最优”解方法及实现.pdfVIP

第21卷第5期 四川理工学院学报(自然科学版) Vo1．21No．5 JOURNALOFSICHUAN UNIVERSITYOF 2008年 10月 SCIENCE ENGINEERING(NATURALSCIENCE EDITION) Oct．2008 文章编号：1673—1549(2008)05—0022—04 基于AI问题的一种 “最优解方法及实现 蔡乐才 ，朱颢东 (1．四川理工学院计算机科学系，四川 白贡643000：2．四川理工学院电子与信息工程系，四JII自贡 643000) 摘 要：基于AI的搜索方法包括深度优先搜索、最低成本法搜索等，可以从众多的解决方案中寻找一个 “最 优”的解决方案。文章以列车信息搜索为例，采用路径删除法生成多种解，然后再用改进的深度优先搜索与最低成 本法搜索相结合的方法从中寻找一个最优解。 关键词：改进的深度优先搜索；最低成本法搜索；“最优”解 中图分类号：TP18 文献标识码：A 一一Ⅷ．_一堇_ 引 言 程的实现需要一个包含了列车信息的数据库。这个数据 许多基于 AI(ArtificialIntelligence)的应用程序的 库中的每一个记录都必须包含列车的出发站和 目标站 基础是问题求解。从本质上来说，存在两类 问题：第一种 以及两站之间的距离，以及帮助沿原路返回的标记，为 类型的问题可以用某种确定性的一定能够成功的程序 此，定义了一个名为Trainlnfo的结构体，这些信息都被 来解决，例如：计算某个三角形的面积，这种类型的问题 保存在这个结构体中。基于AI的搜索都被封装到名为 很容易转换成计算机可以处理的算术。可是，现实解决 Optimal的类中，这个类的成员函数及涵义见表 1。 方案的获取是通过搜索所给路径得到的，因此可以说 表 1 类OptimaI成员函数及其作用 搜索对AI十分重要。AI搜索早期的目的之一便是找到 类Optimal成员函数 作 用 一 个通用 问题求解程序 。通用 问题求解程序是一个程 返回从出发点到当前节点的总距离 序，这个程序可 以给出各种不同问题的解决方案，而不 把当前btStack清空 需要特定的设计好的知识。可以理解，这种程序十分令 判断两个城市之间是否有直达列车 人满意，遗憾的是这种通用问题求解程序非常难实现， 尝试寻找指定城市到其他任何城市的连接 可望而不可及。之所以如此，是因为许多现实问题具有 类的构造函数 不同的规模和复杂度，从而使通用问题求解程序必须在 一 个非常大的具有复杂可能性的世界中搜索一个解决 增加列车信息库记录 方案。 显示路径以及总长度 有时候一个问题可以有许多种解决方案，而我们 显示最优路径以及长度 往往想在这众多的解决方案中找到一个 “最优 ”解决方 寻找出发站到指定站路径 案。本文对深度优先搜索法加以改进，然后再结合最低 判断是否找到路径 成本搜索法在这众多解决方案中找到一个 “最优 ”解决 方案。有很多问题不会这么简单和直接。相反，许多类型 有不同的规模和复杂度，从而使通