第一章 搜索问题1.pptVIP

启发式图搜索过程 利用知识来引导搜索，达到减少搜索范围，降低问题复杂度的目的 启发信息的强度 强：降低搜索工作量，但可能导致找不到最优解 弱：一般导致工作量加大，极限情况下变为 盲目搜索，但可能可以找到最优解 希望 引入启发知识，在保证找到最佳解的情况下，尽可能减少搜索范围，提高搜索效率 启发能力的强弱 比较不同搜索方法的效果可用启发能力的强弱来度量 在大多数实际问题中，人们感兴趣的是 使路径的耗散值和求得路径所需搜索的耗散值两者的某种组合最小 更一般的情况是考虑搜索方法对求解所有可能遇见的问题，其平均的组合耗散值最小 搜索空间（代价）小 如果搜索方法1的平均组合耗散值比方法2的平均组合耗散值低，则认为方法1比方法2有更强的启发能力 基本思想 优先扩展有希望的结点 要对OPEN表进行排序 这就需要有一种方法来计算待扩展结点有希望通向目标结点的不同程度 一种最常用的方法是定义一个评价函数f（Evaluation function）对各个子结点进行计算，其目的就是用来估算出“有希望”的结点来 通常可以参考的原则有： 一个结点处在最佳路径上的概率 求出任意一个结点与目标结点集之间的距离度量或差异度量 根据格局（博弈问题）或状态的特点来打分 启发式搜索算法A 简称为A算法 是一种典型的启发式搜索算法 其基本思想是 定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的结点来扩