人工智能第二讲下.pptVIP

2.4启发式搜索 搜索技术的应用－智能搜索引擎 启发式搜索涉及的基本概念 基本的启发式搜索方法 代价树的广度优先搜索 动态规划法（改进的代价树广度优先搜索) 代价树的深度优先搜索(局部优先搜索) 代价树有界深度优先搜索 局部择优A算法 A算法(全局优先搜索) 启发式搜索概念 启发式搜索与无信息搜索 无信息（盲目）搜索：按预定的控制策略进行搜索，在搜索过程中 获得的中间信息并不改变控制策略。 81 启发式搜索：在搜索中加入了与问题有关的启发性信息，用于指导 搜索朝着最有希望的方向前进，加速问题的求解过程并 找到最优解。 启发性信息 评估函数 评估函数的表示 含义：用于估价节点重要性的函数称为估价函数 表示： f(x)=g(x)+h(x) g(x)是从初始结点S0到x实际代价 h(x)是从x到目标结点Sg的最佳路径的估计代价, 启发性信息的函数描述。 例 重排九宫问题 f(x)=d(x)+h(x) 代价的计算 边代价：从父节点到子节点的代价 表示：c(x1,x2)表示从父节点x1到子节点x2的代价 例：c(s0,A)=2 c(A,C)=4 代价：从一个节点经过一条支路到另一个节点所支付的代价。 表示：g(x)表示从初始节点s0到节点x的代价 例: g(A)=g(s0)+c(s0,A)=0+2=2g(C)=g(A)+c(A,C)=2+4