第三章 搜索2—启发式搜索.pptVIP

——纽厄尔和西蒙（Newell and Simon) ，1976年度ACM图灵奖获奖演说 当问题和问题空间确定后，符号系统所要解决 的任务就是如何使用有限的处理资源来产生可能 解，直到发现一个可以通过（问题所定义）检验 的解。 如果符号系统可以对可能解的产生顺序进行 某种控制，并对这个产生顺序加以组织以使高可 能性的解出现，那么这是非常理想的。如果符号 系统成功地做到了这一点，那么它便展示出了智 能。 对于一个处于有限资源下的系统来说，智能 体现在明智地选择下一步该做什么……… 内容 3.0 简介 3.1 启发式搜索算法 3.1.0 局部择优搜索 3.1.1 全局择优搜索（A算法） 3.1.2 A*算法 3.2 应用举例 3.3 基于搜索的优化问题 3.0 简介 启发式搜索 利用问题自身的特性信息（启发信息）来引导搜索过程,达到减少搜索范围，降低问题复杂度的搜索方法。 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。 3.0 简介 【例1】 3.0 简介 【例2】 通过对称抵消后的九宫游戏状态空间的前三层 3.0 简介 假定采用如下“启发”裁减九宫游戏状态空间。 移动到×方胜利路线最多的状态 3.0