人工智能4或图搜索copy.pptVIP

第二章 问题求解基本原理 基于问题空间的与或图搜索 与或图搜索有关概念 与或图搜索有关概念 与或图搜索有关概念 与或图搜索有关概念 仅由 K = 1 的外向 k-连接符构成的搜索空间: 与或图搜索有关概念 基于问题空间的与或图搜索 与或图搜索有关概念 与或解图及其能解标记与费用计算 定义: 与或图 G 中，从任一节点 n 到叶节点(本原问题)集合 N 的一个局部解图 G’ 递归定义如下： 若 n 属于 N,则此解图 G’ 由单一节点{n}组成； 若 n 有一个指向节点{n1,n2,….,nk}的外向 k-连接符（k ≥ 1), 而且从每一个 ni(i=1,2,….k) 到 N 都有一个解图，则 n 到 N 的解图 G’由节点 n、连接符 k 以及{n1,n2,….,nk}中每个节点 ni 到 N 的解图组成。 否则，n 到 N 无解图。 与或解图及其能解标记与费用计算 与或解图及其能解标记与费用计算 标记能解节点（Solved)： 终叶节点是能解节点； 对于非终叶节点： 如果 n 有多个用 k=1 的连接符连接的或子节点，iff 这些或子节点中至少有一个能解，节点 n 是能解节点； 与或解图及其能解标记与费用计算 标记不能解节点（Unsolved) 与或解图及其能解标记与费用计算 与或解图及其能解标记与费用计算 解图费用定义：设 k-连接符的花费 C(k)= k, 以 n 为根节点的局部解图的费用 C(n,N) 可递归计算如下： 若 n 属于 N, 则 C(n,N) = 0； 若 n 有 m 个外向 k-连接符（k ≥ 1) 。设其中第 i 个外向 k-连接符的费用为 Cni，其连接的后继节点为{ni1,ni2,….,nik}，则节点 n 通过此连接符到 N 的一个解图的费用为： C(n，N)i = Cni + C(ni1，N) + …. + C(nik，N) 与或解图及其能解标记与费用计算 基于问题空间的与或图搜索 与或图搜索有关概念 作业 北京航空航天大学软件开发环境国家重点实验室 Slide * 搜 索 技 术 (二) 基 于 问 题 空 间 的 与 或 图 搜 索 与或解图及其能解标记与费用计算 最佳与或解图的启发式搜索算法 – AO*算法 AO*算法应用实例 问题描述回顾 - （S, S0, F, G )： S：问题和子问题集合, S0：初始问题； F：操作算子集合，用于将初始问题(或子问题)分解成更简单的子问题； G：本原问题集合，其中每一个问题均是不言自明的公理、已知事实等，或是已经证明的定理。 分解规则: if n0 then n1 ∨（n４　∧　n５）； if n１ then n２ ∨　n３； if n２ then（n４　∧　n５）； if n３ then（n５　∧　n６）； if n４then n５ ∨　n８； if n５ then n６ ∨（n７　∧　n８）； if n６ then n７　∧　n８； n2 n５ n８ 初始问题: n0 ; 本原（终叶）问题: { n７, n８ } 问题及子问题：{ n0， n7，n8， n1，n2，……} 动态搜索过程： 1、隐含生成一个与或图; 2、求解一个与或解图 无环与或图：与或图中，如果每一个后继节点不再是该节点的祖先节点，这种与或图称为无环与或图。 外向K-连接符： 在与或图中，任一节点通过若干个外向 k-连接符（k元算子）与其后继节点相连接，其中 K = 1 的外向 k-连接符：或连接符； K 〉1 的外向 k-连接符：与连接符。 普通有向图 由 K ? 1 的外向 k-连接符构成的搜索空间: 与或图。 问题求解过程 ： 首先, 自上而下地生成与或图; 然后, 自下而上地寻找与或解图的搜索过程。 与或解图及其能解标记与费用计算 最佳与或解图的启发式搜索算法 – AO*算法 AO*算法应用实例 按递归定义自上而下地生成以n为根节点的与或图一般算法： 选择 n 的一个外向k连接符，扩展其后继节点。 判断各后继节点是否属于 N， 若否，则对该 k 连接符指向的每一个后继节点，选择一个外向k连接符的后继节点继续进行扩展； 上述过程周而复始，直到最底层的外向k连接符的每个后继节点均属于 N 为止。 针对任意节点的外向K连接符的选择顺序不同, 对应的搜索策略可不同: 盲目搜索，启发式搜索。 如果 n 有用 k1 的连接符连接的与子节点。Iff 这些与子节点全部能解，节点 n 是能解节点。 定义: 没有后裔的非终节点是不能解节点； 对于有后裔的非终节点n： 如果 n 有多个用 k=1 连接符连接的