人工智能与专家系统第3章-搜索方法.pptVIP

取b = 4 , 则 hj = 3（4 – dj） open = ( 1(12)) Loop1 : closed = ( 1(12)) open = ( 3(12) , 2(13)) Loop2 : closed = ( 1(12) , 3(12)) open = ( 4(11) , 2(13)) Loop3 : closed = ( 1(12) , 3(12) ,4(11)) open = ( 6(11) , 5(12) , 2(13)) Loop4 : closed = ( 1(12) , 3(12) , 4(11) , 6(11)) S6 = ACDE是目标状态，故算法成功终止。 open = ( 5(12) , 2(13)) 图3.12 例3.4生成的搜索树（3） 例3.5 五个城市之间的交通路线图如图3.13所示，从城市A出发到城市E，且经过每个城市最多一次，求从A到E的最小费用的解。 （1）应用有代价宽度优先搜索求解，算法循环多少次终止？画出搜索树，给出问题的解。 （2）应用全局择优搜索策略求解，算法循环多少次终止？画出搜索树，给出问题的解。 图3.13 例3.5的城市交通路线图 解： (1)有代价宽度优先搜索求解 图3.14 例3.5的代价树宽度优先搜索的搜索树 (2)全局择优搜索求解: hj = a (3 - dj) 图3.16 例3.5的全局择优搜索的搜索树 3.2.3 状态空间搜索算法的应用 例3.6 应用状态空间的搜索策略求解最短路 径问题：求从城市A经过每个城市最多一次到达 城市F的最小交通费用的解。 (1)应用有代价宽度优先搜索求解。 (2)应用有代价深度优先搜索求解。 (3)应用全局择优搜索求解。 图3.16 例3.6的交通路线图 解： （1）状态定义(略) （2）算符定义(略) （3）应用代价树宽度优先搜索求解 图3.17 例3.6的有代价宽度优先搜索生成的搜索树 （4）应用有代价深度优先搜索求解 图3.18 例3.6的有代价深度优先搜索的搜索树 （5）应用全局择优搜索策略求解 启发函数 hj = a (b - dj)，参数a≈ 6，参数b可取b = 2～5。取b=3，则hj = 6（3 - dj） 图3.19 例3.6的全局择优搜索的搜索树 例3.7 应用全局择优搜索求解推销员旅行问题：推销员从城市A出发经过图中每个城市一次且一次，回到城市A。求最小交通费用的解。 图3.20 例3.7的交通路线图 解：（1）状态定义(略) （2）算符定义(略) 由20个算符组成算符集。 （3）应用全局择优搜索策略求解 启发函数 hj = a (b - dj)， 参数a ≈ 8， 参数b由题意可知，b = 5。 hj = 8（5 - dj）。 图3.21 例3.7的全局择优搜索生成的搜索树 例3.8 应用全局择优搜索求解九宫重排问题。 （a）初始棋局 （b）目标棋局 图3.22 例3.8的初始棋局与目标棋局 解：（1）状态定义 S = [aij]3×3 aij∈A=[1,8] 初态：S0 = 终态：Sg= （2）算符定义 空格左移F1： （aij=” ”）∧（ai,j-1∈A）→（aij= ai,j-1）∧（ai,j-1=” ”） 空格上移F2： （aij=” ”）∧（ai-1,j∈A）→（aij= ai-1,j）∧（ai-1,j=” ”） 空格右移F3： （aij=” ”）∧（ai,j+1∈A）→（aij= ai,j+1）∧（ai,j+1=” ”） 空格下移F4： （aij=” ”）∧（ai+1,j∈A）→（aij= ai+1,j）∧（ai+1,j=” ”） （3）应用全局择优搜索求解 估计函数：fj = gj + hj 代价函数: gj = gi + c