人工智能与专家说系统gis.ppt

第五章 问题求解策略 5.1 搜索基本原理 5.2 图搜索策略 5.3 盲目搜索 5.4 启发式搜索 搜索与问题求解 问题求解过程是搜索答案(目标)的过程 / 所以问题求解技术也叫搜索技术—通过对状态空间的搜索而求解问题的技术 问题求解智能体是一种基于目标的智能体 在寻找到达目标的过程中，当智能体面对多个未知的选项时，首先检验各个不同的导致已知评价的状态的可能行动序列，然后选择最佳序列—这个过程就是搜索 问题与问题的解 问题可以形式化地定义为4个组成部分 智能体的初始状态(即搜索的开始) 后继函数—智能体采取的可能行动的描述，通常为行动，后继状态 / 初始状态和后继函数隐含地定义了问题的状态空间 / 状态空间中的一条路径是通过行动序列连接起来的一个状态序列 目标测试—检查给定的状态是不是目标 路径耗散函数—每条路径都有一个数值化的耗散值，反映了性能度量/求解问题的代价 问题的解 问题的解就是初始状态到目标状态的路径 解的优劣由路径耗散函数量度(代价) 最优解就是路径耗散函数值最小的路径 上述解题过程把解决一个问题的过程描述出来，称之为解题知识的过程性表示 过程性知识与陈述性知识相对 搜索过程解题的特点—没有直接的方法(公式)可以求解，而是一步一步的探索 状态空间 数据基：代表了所要解决的问题，有初始状态，可能有目标状态也可能没有 状态空间：在解题过程中的每一时刻，数据基都处于一定的状态，数据基所有可能状态的集合称为状态空间 有向图：若把每个状态看成一个节点，则整个状态空间是一个有向图 / 该图不一定全连通，即从某些状态不一定能到达另外一些状态 问题的可解性 可解的：在每个连通部分，每个弧代表一个运算符，将状态改变 / 如果从代表初始状态的节点出发，有一条路径通向目标状态，则称此目标状态所代表的问题在当前初始状态下是可解的 搜索空间：在解题过程中达到过的所有状态的集合，称为搜索空间 不同于状态空间，搜索空间只是其中一部分 状态空间和搜索空间都属于过程性知识表示 问题实例 玩具问题 八数码游戏(九宫图) 河内塔 八皇后问题 真空吸尘器世界 现实问题 旅行商问题 超大规模集成电路的布局 自动装配排序/蛋白质设计 互联网搜索 八数码游戏 八数码游戏：1-8数字(棋子)/9个方格(棋盘格)/1个空格 可用如下形式的规则来表示数字通过空格进行移动：a1,a2,a3,a4,a5,a6,a7,a8,a9→b1,b2,b3,b4,b5,b6,b7,b8,b9 共24条规则=4角*2+4边*3+1中间*4 搜索顺序举例： (1)优先移动行数小的棋子(数字) (2)同一行中优先移动列数大的棋子 约束规则：不使离开既定位置的数字数增加 八数码游戏的搜索树 八数码问题形式化 初始状态 初始状态向量—规定向量中各分量对应的位置，各位置上的初始数字 后继函数 移动规则—按照某条规则移动数字，将得到的新向量 目标测试 新向量是否是目标状态(也是向量形式) 路径耗散函数 每次移动代价为1 5.1 搜索基本原理 ● 问题求解的基本方法有：搜索法、归约法、归结法、推理法和产生式等。 ● 搜索技术是人工智能的核心技术之一。 ● 对于无成熟方法可用的问题求解，只能利用已有的知识一步步地摸索求解，这种问题求解过程就是搜索。 ② 搜索的主要过程 （1）从初始或目的状态出发，并将它作为当前状态； （2）扫描操作算子集，运用操作算子得到新的状态，并建立指向其父节点的指针； （3）检查新状态是否满足结束状态，如果满足，则得到解，给出解答路径；否则将新状态作为当前状态，返回第（2）步再进行搜索。 ④ 研究和选用搜索算法的原则 有限搜索还是无限搜索？ 若搜索空间有限，则任何一种穷举算法均能完成任务。 搜索空间是静态的还是动态生成的？ 在人工智能中，搜索的对象(常称状态)是在搜索过程中逐步生成的，需将搜索对象的生成和评估的代价计算在内。对于一般搜索，搜索空间基本是静态的，或表或数组或数据库。 已知目标还是未知目标？ 只要目标还是也要路径？路径是解题过程中应用的操作序列。 研究和选用搜索算法的原则 状态空间搜索还是问题空间搜索？ 在解题过程中的每一时刻，所要解决的问题均处于一定的状态，搜索过程只是将一个状态变成另一个状态(如，一盘棋局变成另一盘棋局)，则称为状态空间搜索。 若搜索的对象是问题，搜索的原则是把一个复杂的问题化为一组比较简单的子问题(如把一个复杂的下棋策略分为几个子策略)，则称为问题空间搜索。 注：问题空间搜索常常比状态空间搜索有效，但算法要复杂些。 ④ 研究和选用搜索算法的原则 有约束还是无约束？ 问题空间搜索时，若子问题间互相无约束关系，则比较简单，否则需要回溯，即放弃已解决的子问题，走回头路，寻找新的解法。 数据驱动还是目标