与或图搜索新.ppt

第三章 与或图搜索问题 ---问题归约法 §3.0 引言 归约(Reduction) 例1 问题1：现有煤气灶、水龙头、水壶和火柴，你怎样烧水？ 答：向水壶中注满水，把水壶放在煤气灶上，擦火柴点燃煤气灶。 本原问题 可直接得到答案的问题称为本原问题 例1中的原始的烧水问题 例2中根据鸽巢原理直接可回答的问题 例3中求矩形面积的问题 归约法 把原问题转化(分解)为一个或几个子问题，对子问题再归约，直至成为可以直接求解的本原问题。 状态空间 采用归约法 要把所有圆盘移至柱3，必须先把C盘移至柱3，而在移动C盘至柱3前，柱3必须为空。 只有把A、B移至柱2后，才能将C移到柱3。 在C移至柱3后，再解决将A、B移至柱3。 将上面的分析理一下顺序：就把原问题归约为3个子问题： 移动A、B至柱2的双圆盘问题； 移动C至柱3的单元盘问题；（本原问题） 移动A、B至柱3的双圆盘问题。 将梵塔问题归约为本原问题的问题空间 小结 状态空间法与问题归约法的比较 状态空间——问题空间 操作——归约 求解路径——本原问题 归约就是化简，即把复杂问题分解为若干子问题，且使得： 每个子问题比原问题好解； 这些子问题解决了，原问题就解决了。 归约法的分类 有序归约(分段归约) 梵塔难题 无序归约(分解归约) 求五边形的面积 与或图表示法 与扩展 将一个问题分解为若干子问题， 所有的子问题有解，原问题才有解。 K-联接符 或扩展 将一个问题转化为若干子问题，只要一个子问题有解，原问题就有解。 单线联接符 与或图搜索 从代表原始问题的根节点开始，按一定的规则(归约操作)进行与或扩展，直到代表本原问题的终节点。 要选择适当的或分枝进行扩展，以求找到一个最佳分解方案。 在与或图中搜索最佳分解方案，即在问题空间搜索一个最佳解图。 若干概念 终节点 可解节点 不可解节点 解图 耗散值 最佳解图 可解过程 不可解过程 解图的求法：从节点n开始，正确选择一个外向连接符，在从该连接符所指的每一个后继节点出发，继续选一个外向连接符，如此进行下去直到由此产生的每一个后继节点成为集合N中的一个元素为止． · K-连接——表示从父节点到子节点间的连接 * 也称为父节点的外向连接， * 以园弧指示同父子节点间的“与”关系， * K为这些子节点的个数，K1时成为超连接， * 一个父节点可以有多个外向的K-连接。 * 当所有超连接的K都等于1时，与或图蜕化为一般图。 · 根、叶、终节点 * 无父节点的节点——根节点，用于指示问题的初始状态； * 无子节点的节点——叶节点。 * 用于联合表示目标状态的节点——终节点， * 终节点必定是叶节点，反之不然； 解图的生成——自根节点开始选一外向连接，并从该连接指向的每个子节点出发，再选一外向连接，如此反复进行，直到所有外向连接都指向终节点为止。 * 解图纯粹是一种“与”图； *由于与或图中存在“或”关系；可产生或搜索到多个解图（上图）， * 解图应无环，即任何节点的外向连接均不得指向自己或自己的先辈，否则会使搜索陷入死循环。 解图－－－在与或图是无环的假定条件下，解图可递归定义如下： 定义：一个与或图Ｇ中，从节点n到节点集Ｎ的解图记为Ｇ’，Ｇ’是Ｇ的子图． ①若n是N的一个元素,则G’由单一节点组成; ②若n有一个指向节点{n1,n2,……nk}的外向连接符K,使得从每一个ni到N有一个解图(i=1,2,……k),则G’由节点n,连接符K,及{n1,n2,……nk}中的每一个节点到N的解图所组成; ③否则n到N不存在解图. 同样可以递归定义局部图如下： ①单一节点是局部图 ②对于一个局部图的任意叶节点n，选择一个n的外向连接符K，则该局部图、外向连接符K以及K所连接的后继节点一起组成图，仍然组成一个局部图 同样,也可以计算一个局部图的耗散值：如果同样将局部图的耗散值记为K(n,N),则有 若n是局部图的一个叶节点,则K(n,N)=h(n); 否则 K(n,N)=cn+k(n1,N)+k(n2,N)+……+k(ni+N) 其中n1, n2, ……, nk 是n的与扩展子节点, Cn是该联接符的耗散值, h(n)表示节点n到目标节点集的最佳解图耗散值的估计. 搜索过程还要标记能解节点和不能解加点,为此给出如下定义: 能解节点(SOLVED) 终节点是能解节点; 若非终节点有”或”子节点时,当且仅当其子节点至少有一能解,该非终节点才能解; 若非终节点有”与”子节点时,当且仅当其子节点均能解时,该非终节点才能解 不能解节点