产生式系统的搜索策略-Read.DOC

产生式系统的搜索策略 以宽度优先和深度优先等方法为引子，讲A算法和A*算法以及计算复杂性理论的几个结论。 问题求解是人工智能第一个大的成就（下棋程序）?搜索和问题归纳。 对问题求解时，找出所求问题的各种状态，通过搜索求得一个解；因此首先要有状态空间表示方法。 状态空间表示 树与图 图：节点，弧（有向弧和无向弧），后继节点（后裔），父辈节点（祖先），路径（点列：, ,…,）；是从可达的，弧线费用。 状态的表示 就是使用一种方法把问题的各种情况都表示出来。起始状态（问题现状或已知条件），目标状态（一个或几个，要达到的目的）以及一系列中间状态。 注意：同一个问题可以有多种表示，有些表示方法更简单，状态空间更小（存储量少，搜索方法简单）。 可以用数组，符号串，向量，图，表格等表示状态。 算符和重写规则 算符“?”表示状态之间的转换 或用OPER(o,s,t) 表示， 如传教士与野人问题。 o:操作对象，s初值，t终值 ，：两个状态， ?重写规则，或产生式规则 ↓ ↙ 字符串 重写规则可以用于句法分析。 状态表示举例 例１：句法分析 语法由下面重写规则： of ? P N ? NP approves ? V new ? A president ? N company ? N sale ? N the ? DET A NP ? NP V DNP ? VP P DNP ? PP DNP PP ? DNP DET NP ? DNP DNP VP ? S 目标：S 初始：一个字符串： 练习: 证明：if( iN1 iN2 ) iNumb = 1; 合乎句法. 规则： iN1 ? V iN2 ? V V V ?M iNumb ? V 1 ? C V=C; ? S if(M) S ? S 例2.旅行商问题 从A城出发回到A城，每个城市必须且只走一次，问该问题的可行解（我们经常遇见的旅行商问题是求最短路径）。 该问题中A，ABC，ACDE，ADCEBA都是状态 ACDEBA，ABCDEA都是解 例3.传教士和野人（食人生番）问题 三个传教士、三个野人要从河的左岸到右岸，现在只有一条船，渡河的条件： (1)船最多可载两人，传教士、野人都会划船。 (2)在两岸和船上，要求传教士数目 = 野人数目。 状态表示（，，） 传教士数 野人数 船在左岸(1)、船在右岸(0). 初始状态：(3，3，1) 目标状态：(0，0，0) 操作: ACROSS(1,0,1)送1个传教士从左岸到右岸 ACROSS(2,0,1)送2个传教士从左岸到右岸 ACROSS(0,1,1)送1个野人传从左岸到右岸 ACROSS(0,2,1)送2个野人传从左岸到右岸 ACROSS(1,1,1)送一个传教士,一个野人从左岸到右岸。 从右岸到左岸也有五种操作， 操作: ACROSS(1,0,0)送1个传教士从右岸到左岸 ACROSS(2,0,0)送2个传教士从右岸到左岸 ACROSS(0,1,0)送1个野人传从右岸到左岸 ACROSS(0,2,0)送2个野人传从右岸到左岸 ACROSS(1,1,0)送一个传教士,一个野人从右岸到左岸。 共十种操作。 对该问题的解就是下图中从(3,3,1)到(0,0,0)的一条路径。 状态空间搜索方法 状态空间中每个状态被看作一个节点，重写操作被看作弧，这样就构成了一个图。因此寻找问题解的过程就是图搜索的过程。 宽度优先搜索法(BF---Breadth First) 下面以例子讲解。 该问题为寻找右图中从S到G的通路： 如果所有状态都已经按照树画了出来，BF就是对于树的一层一层搜索过程。由于需要扩展节点，所以需要open表与closed表。 对Open 表的操作规则：先进先出 深度优先法 仍以上面的问题为例。 把新生成的状态放到OPEN表前边。 对Open 表的操作规则：后进先出。 有深度的限制：扩展结点n 时，若n的节点已经很深，则不扩展它。 三、等费用搜索法 该方法是对BF方法的推广。 令： 每个节点按其在open表中排序。 只着眼于已扩展过的节点 四、爬山法 着眼于与目标节点的距离。 令 每个节点按其在open表中排序。 爬山法并非总是有效的。如： 五、A*算法与A算法 考虑已走过的路和距离目标节点的路的总的代价值。 1. 表示两个节点间最小路径代价值。 定义： :某个特定的目标节点(可能有几个) 定义： 表示从S开始过节点n的一条最优路径代价值 对于一个实际问