人工智能课件第2章3.pptVIP

2.4.2 A算法与A*算法 1．A算法与A*算法定义 或图通用算法在采用如下形式的估计函数时, 称为A算法。 f(n)=g(n)+h(n) 其中g(n)表示从S0到n点费用的估计，因为n为当前节点，搜索已达到n点，所以g(n)可计算出。h(n)表示从n到Sg接近程度的估计，因为尚未找到解路径，所以h(n)仅仅是估计值。 例2.10 在地图上寻找城市A至B的最短路径，双虚线表示ni与Sg的直线距离(可以从地图上量出）, 虚线表示ni与Sg的路径，则实线表示的路径为g(n），虚线表示的路径为h(n）。 A=S0 2.4.2 A算法与A*算法 若规定h(n)≥0，并且定义： f*(n)=g*(n)+h*(n) 表示S0经点n到Sg最优路径的费用，也有人将f*(n)定义为实际最小费用。其中g*(n)为S0到点n的最小费用, h*(n)为n到Sg的实际最小费用。在上例中，双虚线表示的路径就可以作为h*(n），显然有g(n）≥g*(n）。 h(n）? h*(n） 若令 h(n）≡0，则A算法相当于广度优先，因为上一层节点的搜索费用一般比下一层的小。 g(n）≡h(n）≡0，则相当于随机算法。 g(n）≡0，则相当于最佳优先算法。 特别是当要求 h(n）≤h*(n）， 就称为这种A算法为A*算法。 A*算法 设S0 ：初态, Sg：目标状态 1. open={S0}； 2. closed={ }； 3. 如果open={}，失败退出； 4. 在open表上取出f最小的结点n， n放到closed表中； f(n)=g(n)+h(n) h=h* 5. 若n∈Sg，则成功退出； 6. 产生n的一切后继，将后继中不是n的先辈点的一切点构成集合M 7. 对M中的元素P，分别作两类处理： 7.1 若P∈G，则P对P进行估计加入open表，记入G和Tree。 7.2 P∈G，则决定更改Tree中P到n的指针并且更改P的子节点n的指针和费用。 8. 转3。 2．A*算法的性质 A*算法与一般的最佳优先比较，有其特有的性质：如果问题有解，即S0→Sg存在一条路径，A*算法一定能找到最优解。这一性质称为可采纳性(admissibility）。 （p35例2.11) 下面要证明A*算法的可采纳性，证明分两步： (1）证若问题有解，A*一定终止，由如下命题1-3证出。 (2）证若问题有解，A*终止时一定找到最优解，由如下命题4证出。 命题1 对有限图而言，A*一定终止。 证：考察A*算法，算法终止只有二处： 第一处 在第5步，找到解时成功终止。 第二处 在第3步，open为空时失败退出。 算法每次循环从open上去掉一个点，而有限图的open表只有有限个节点加入，所以找不到解也会因为open表为空而停止 命题2 若A*不终止，则搜索图中open表上的点的f值将会越来越大。 证：设n为open中任一节点，d*(n）为从S到n中最短路径长度，由于从某一点求出其后继的费用不小于某个小的正数e，所以 g*(n）≥d*(n）·e 而 g(n）≥g*(n）≥d*(n）·e 又因为 h(n）≥0 所以f(n）≥g(n）≥g*(n）≥d*(n）·e (2-1） 命题3 若问题有解，在A* 终止前，open表上必存在一点n’，n’位于从S0→Sg的最优路径上，且有 f(n’）≤f*(S0） (2-2） f*(S0）表示从S0到Sg的最优路的实际最小费用。 f*(n）表示从S0经过n到Sg的最优路的实际最小费用。 证：令S0=n0，n1，n2，…，nk=Sg为一条最优路径，设n’∈path(n0，n1，…，nk）中最后一个出现在open表上的元素。显然n’一定存在，因为至少有S0=n0必然在open上，只考虑当nk还未在closed表中时，因为若nk已在closed表中时，则nk=Sg，A*算法将终止于成功退出。 由定义有 f(n’）=g(n’）+h(n’）=g*(n’）+h(n’） (因为n’在最优路径上） ≤g*(n’）+h*(n’）=f*(n’）=f*(S0）(由于A*的定义h(n) ≤h*(n)) 所以f(n’）≤f*(S0）成立。 推论1 若问题有解，A*算法一定终止。 因为若A*算法不终止，则命题2的(2-1）与命题3的(2-1）同时成立，则产生矛盾。