- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能上机题目要求-read
人工智能上机实验报告
人工智能上机实验题目:自动求解八数码难题。
八数码难题:在3×3的方格棋盘上,分别放置了标有数字1,2,3,4,5,6,7,8的八张牌,初始状态S0,目标状态如下图所示,可以使用的操作有:空格左移,空格上移,空格右移,空格下移。
1 2 3 8 4 7 6 5 图1 八数码难题的目标状态
请上机参考给定的类用C++实现八数码难题的自动求解,给出操作步骤。
参考代码的说明如下:
1.CSearchEngine类:搜索引擎基类,你可以在它的基础上编写更好的搜索引擎
2.CGSESearchEngine类:使用全局择优搜索算法的搜索引擎
3.CEveluation类: 节点估价类, 对棋盘局面进行估值, 以引导搜索
4.CMoveGenerator类:走法产生器,对某一局面产生合适的走法
具体要求:
对于指定的(程序内定的)初始问题状态,上机输入调试运行程序,给出自动求解步骤。
原估价函数为“不在位”的数码个数,请修改估价函数为“不在位的数码距离正确位置的距离”。
选做1:通过输出扩展节点,比较2中两种不同估价函数的效率。
选做2:编写随机生成初始状态的类,增强程序功能。
思考:是不是任意初始状态都能找到解?
问题一:
上图各节点中的数据,前三行为八个数字的布局,最后一行是评价结果,红色框和箭头指出最优路径。搜索过程使用广度优先策略。
估价函数为:不在位的数码个数。
以下为运行结果步骤:
2 8 3
1 6 4
7 0 5
2 8 3
1 0 4
7 6 5
press enter to continue the next step:
2 0 3
1 8 4
7 6 5
press enter to continue the next step:
0 2 3
1 8 4
7 6 5
press enter to continue the next step:
1 2 3
0 8 4
7 6 5
press enter to continue the next step:
1 2 3
8 0 4
7 6 5
Youve have the solution!
问题二: //新的评价函数,不在位的数码距离正确位置的距离
int CEvaluation::Evaluate(BYTE byBoard[][3])
{
BYTE destBoard[3][3] = { {1,2,3}, {8,0,4}, {7,6,5} };
int iDist = 0;
int i_1, j_1, i_2, j_2;
BYTE num;
for( num = 0; num = 8; num ++ )
{
GetNumPos(byBoard, i_1, j_1, num);
GetNumPos(destBoard, i_2, j_2, num);
iDist += abs(i_1 - i_2) + abs(j_1 - j_2);
}
return iDist;
}
void CEvaluation::GetNumPos(BYTE byBoard[][3], int i, int j, BYTE num)
{
for( i = 0; i 3; i ++ )
for( j = 0; j 3; j ++ )
if( byBoard[i][j] == num )
return;
}
问题三:
上图各节点中的数据,前三行为八个数字的布局,最后一行是评价结果,红色框和箭头指出最优路径。搜索过程使用广度优先策略。
同问题一中结果相比,在第3层节点中只需要扩展一个节点,效率大大提高,说明新的估价函数(不在位的数码距离正确位置的距离)效率优于原来的估价函数(不在位的数码个数)。
230
184
765
5
283
014
765
4
283
164
705
5
283
140
765
5
203
184
765
4
283
164
075
6
283
164
750
6
283
104
765
3
283
164
705
283
104
765
3
023
184
765
3
083
214
765
4
283
104
765
3
283
714
065
5
203
184
765
4
283
140
765
5
283
164
705
5
283
014
文档评论(0)