人工智能第五节.ppt

第5章 搜索求解策略 5.1 基本概念 一、状态空间表示法 状态空间表示法是用“状态”和“算符”（“操作”）来表示问题的一种方法。 基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的 (1) 状态（state）：表示问题解法中每一步问题状况的数据结构； Q=[q0，q1，…，qn]T Q表状态，qi为状态分量 (2) 算符（operator）：把问题从一种状态变换为另一种状态的手段；称为操作符或算符。 F：{f1,f2,……} 状态空间：由状态变量和操作表示的符号体系，包含了问题求解时全部可能状态及其相互关系。 三元组表示（S，F，G） 例 设有三枚钱币，其排列处在“正，正，反”状态，现允许每次可翻动其中任意一个钱币，问只允许操作三次的情况下，如何翻动钱币使其变成“正，正，正”或“反，反，反”状态。 状态：(q1,q2,q3) “正面”用“1”表示，“反面”用“0”表示 初始状态集合：{（1,1,0）} 目标状态集合：{（1，1，1），(0,0,0)} 操作：f1：翻q1 ，f2：翻q2， f3：翻q3 F={f1,f2,f3} 例： MC问题 问题：3个传教士(Missionary)，3个野人(Cannibal)，一条船，可同时乘坐2个人，要求在任何时刻，在河的两岸，传教士人数不能少于野人的人数。问：如何过河？ 状态： 用三元组(m,c,b)表示左岸的传教士、野人和船数。 m={0,1,2,3}，c={0,1,2,3}，b={0,1} 共4×4×2＝32种状态 其中有16种可行，14种不可行（危险），2种达不到。 初始状态：S=（3，3，1） 或 S331 目标状态：G=（0，0，0） 或 S000 操作符（规则） Pij（左?右），qij （右?左） 左?右：p01,p10,p11,p02,p20 条件：船在左岸 右?左：q01,q10,q11,q02,q20 条件：船在右岸 F={p01,p10,p11,p02,p20, q01,q10,q11,q02,q20} 二、与/或树（图）表示法 1、分解：大问题分解为若干个易解子问题，子问题解决了，大问题也就解决了。 基本概念 本原问题：不能再分解或变换，而且直接可解的子问题。 终止节点：不能分解或变换，可直接求解 可解节点： 终止节点 “或”节点，其子节点至少有一个是可解节点 “与”节点，其子节点均为可解节点 不可解节点： 可解节点的三个条件都不满足的节点 解树： 由可解节点构成，并可推出初始节点为可解节点的子树 梵塔问题 可以分解为三个子问题： (1) 最大盘以上由1至2 (2) 最大盘由1至3 (3) 其余盘由2至3 问题的形式化表示： 三元组(I,j,k) I ---C所在钢针号 j ----B所在钢针号 k---A所在钢针号 问题： （1，1，1）?（3，3，3） 三、搜索 根据问题的实际情况不断寻找可利用的知识，从而构造一条代价较少的推理路线，使问题得到圆满解决的过程。 类型： 1、问题表示方式： 状态空间搜索 与/或树搜索 2、是否使用启发式信息 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结果不用来改进控制策略。 启发式搜索： 搜索过程中加入与问题有关的启发性信息。（动态地确定操作规则排序） 5.2 状态空间的搜索策略 基本思想： 初态作为当前节点进行扩展生成子节点，检查目标状态是否出现，不出现则按策略选一个子节点进行扩展直到目标状态出现或没有可供扩展的子节点。 一、一般的图搜索过程： OPEN表：存放尚未被扩展的节点 CLOSED表：存放已被扩展的节点 图搜索的一般过程 二、宽度优先（广度优先） 基本思想是： 从节点S0开始，逐层地对节点进行扩展，并考察它是否为目标节点，在第n层节点没有全部考察完之前，不对第n+1层的节点进行扩展。 OPEN表：按“先进先出”排 特点： 一种高代价搜索，但若有解存在，则必能找到它。 三、深度优先搜索 首先扩展最新产生的(即最深的)节点。深度相等的节点可以任意排列。 与宽度优先搜索算法最根本的不同在于：将扩展的后继节点放在OPEN表的前端。（先进后出） 问题 不一定能找到解 找到的解不一定是最佳解 四、有界深度优先搜索 如果问题有解且路径长度≤dm,则一定可求得解；否则得不到解。 问题： dm不易确定 这种方法不一定能找到解路径（如果解路径的深度超出了限制深度） 另外它得到的解也不一定是最优解 改进 先定一个较小的dm ，若未找到解且closed中有待扩展的节点，就