人工智能第5章 状态空间搜索策略.pptVIP

第五章 状态空间搜索策略 本章主要内容 5.1 搜索的概念及种类 5.2 盲目搜索策略 5.3 启发式搜索策略 开发人工智能技术的一个主要目的是解决非平凡问题，这些非平凡问题不仅难以用常规（数值计算、数据库应用等）技术直接解决，而且求解过程依赖于问题本身的描述和应用领域的相关知识，解决是通过在某个可能的解答空间寻找一个解来进行的。对于知识丰富的问题求解系统，借助于作试探性推理的识别技术，通过基于领域知识的匹配检查去推理寻找一个解答。 关于搜索 问题的求解过程就是搜索解答的过程，所以搜索实际上就是求解问题的一种方法。 与搜索相应的知识表示方法有两种： 5.1 搜索的概念及种类 5.1.1 搜索的概念 1.求解的过程：试探前进、利用知识求解；多个可实现的方案中，最好的解； 2.搜索的定义：依据问题实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造出一条解的推理路线的过程，就称之为搜索。 3.搜索包含两层含义：一是要找到从初始事实到问题最终答案的一条推理路线；二是要找到从时间和空间复杂度上最小的求解路线，即最优解（或说代价最小的解）。 搜索问题（续1） 搜索问题（续2） 讨论的问题： 有哪些常用的搜索算法。 问题有解时能否找到解。 找到的解是最佳的吗？ 什么情况下可以找到最佳解？ 求解的效率如何。 5.1 搜索的概念及种类 5.1.2 搜索的种类 1.搜索方式：盲目搜索，启发式搜索 2.盲目搜索：也称为无信息搜索，按照预定的策略或规则进行搜索。不考虑问题本身特性，因而搜索带有盲目性，效率不高。 3.启发式搜索：也称为有信息搜索，搜索时要根据问题本身特性或搜索过程中产生的信息随时改变或调整搜索的方向，使搜索朝着最有希望的方向前进。故适宜求解复杂问题、求解效率较高。但启发信息不宜抽取。 5.2 盲目搜索策略 5.2.1 状态空间图的搜索策略 1.搜索策略：用状态空间法求解问题时，首先将所要求的问题表示成状态空间，问题的解就在状态空间中。然后，根据给定的条件，在状态空间中搜索出目标状态，从而求得问题的解。搜索方法的效率将决定问题的效率。状态空间搜索最适合于设计基于一个操作算子集的问题求解任务，每个操作算子的执行均可使问题求解更接近于目标状态，搜索路径将由实际选用的操作算子的序列构成。 2.状态空间：状态空间可用三元组（S，O，G）来描述，其中：S是状态集合，状态是某种事实的符号或数据，问题的初始状态是S的非空子集； G也是S的非空子集，表示目标状态集。它可以是若干具体的状态，也可以是对某些状态性质的描述； O是操作算子集，利用它将一个状态转化为另一个状态。状态空间的一个解是一个有限的操作算子序列，它使初始状态转化为目标状态： …G。其中…，即为状态空间的一个解，解不一定是唯一的。状态空间可用有向图表示，其结点表示状态，结点间的弧表示操作算子。 3.扩展节点：所谓扩展就是用合适的算符对某个节点进行操作生成一组后继节点，扩展过程实际上就是求后继节点的过程。； 未扩展节点表Open——用于存放称为端结点的待扩展的结点； 已扩展节点表Closed——用于存放已被扩展过的结点。 算法5.1 状态空间图的一般搜索算法 (1)建立一个只含有初始节点S0的搜索图G，令OPEN=(S0)； (2)建立CLOSED表，令CLOSED=()； (3)若OPEN表为空表，则问题无解，失败退出； (4)选择OPEN表中的第一个节点n，将其从OPEN移出至CLOSED中； (5)若n为目标节点，则成功退出，问题的解为从n至S0 的路径； (6)扩展n生成非n祖先的后继节点集M，并将其加入图G中； (7)M中节点分为3类： ① 对新节点标记其父节点，并将其加入到OPEN表中； ② 对已在OPEN表中出现的节点，要重新标记父节点； ③ 对已在CLOSED表中出现的节点，要重新标记父节点，确定是否要修改后继节点（或者再重新加入到OPEN中）； (8) 按某一方式或策略重排OPEN表中节点的顺序； (9) 转到第(3)步，重复执行。 4.算法说明：一般图搜索算法具有通用性。其它各种搜索方法都可以看作它的特例。各种策略的主要区别是第(8)步对OPEN表中的节点排序的算法不同。随机排序为盲目搜索，按启发信息排序就是启发式搜索。 搜索过程中生成的图称为搜索图G，由G中的节点及父节点标记构成的集合称为搜索树T。 状态空间的一个解是一个有限的操作算子序列，它使初始状态转化为目标状态： …G。通过目标节点及父节点的回溯构成。 5.2 盲目搜索策略 5.2.2 宽度优先搜索策略 1.宽度优先搜索又称为广度优先搜索。其基本思想为从初始节点开始，逐层对节点进行依次扩展，并考察它是否为目标节点，在对下层节点进行扩展之