a星算法求八数码问题实验报告.doc

人工智能实验报告 实验名称：八数码问题 姓名：xx 学号：2012210xx xx计算机学院 2014年1月14日 实验目的 掌握A*的思想，启发式搜索，来求解在代价最小的情况下将九宫格从一个状态转为另状态的路径。 实验内容 给定九宫格的初始状态，要求在有限步的操作内，使其转化为目标状态，且所得到的解是代价最小解(即移动的步数最少)并打印出求解路径。例如 2 8 3 1 6 4 7 0 5 2 8 3 1 6 4 7 0 5 A*算法思想： 思想： A* \t /_blank 算法是一种静态路网中求解最短路最有效的直接搜索方法。估价值与实际值越接近，估价函数取得就越好 原理： 估价函数公式表示为： f(n)=g(n)+h(n), 其中 f(n) 是从初始点经由节点n到目标点的估价函数，g(n) 是在 \t /_blank 状态空间中从初始节点到n节点的实际代价，h(n) 是从n到目标节点最佳路径的估计代价。保证找到 \t /_blank 最短路径（最优解的）条件，关键在于估价函数h(n)的选取： 估价值h(n)= n到目标 \t /_blank 节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。并且如果h(n)=d(n)，即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行此时的搜索效率是最高的。如果估价值实际值, \t /_blank 搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。 算法流程： Heuristic_Search(启发式搜索) Heuristic_Search(启发式搜索) While（ While（未拓展表不为空？） 是 从未拓展表中删除第一个状态 从未拓展表中删除第一个状态n N为目标状态？ N为目标状态？ 是，输出路径 否，生成n的所有子状态 Case:此子状态在拓展表Case:此子状态在未拓展表中Case:此子状态不在拓展表和未拓展表中 Case:此子状态在拓展表 Case:此子状态在未拓展表中 Case:此子状态不在拓展表和未拓展表中 记录比已有的路径更短的路径记录比已有的路径更短的路径计算该子状态的估价函数值； 记录比已有的路径更短的路径 记录比已有的路径更短的路径 计算该子状态的估价函数值； 返回 返回 关键技术： 使用了CreateChild（）函数，求得了任意未拓展九宫格的扩展结点，便于拓展子空间，搜索所有情况。 关键代码： bool CreateChild(NOExtend ns[],NOExtend ne){ int i,j,k=0; for(i=0;i3;i++){ for(j=0;j3;j++){ if(ne.cur_sudoku.num[i][j]==0){ //寻找九宫格空缺所在的坐标 if(i-1=0){ //将空格向上移动 CopySudoku(ns[k].cur_sudoku,ne.cur_sudoku);//先把未改变的九宫格复制给九宫格数组的某一元素 ns[k].cur_sudoku.num[i][j]=ne.cur_sudoku.num[i-1][j];//然后仅改变此二维九宫格的两项值即可 ns[k].cur_sudoku.num[i-1][j]=0; ns[k].dx=1; k++; } if(j+1=2){ //将空格向右移动 CopySudoku(ns[k].cur_sudoku,ne.cur_sudoku); ns[k].cur_sudoku.num[i][j]=ns[k].cur_sudoku.num[i][j+1]; ns[k].cur_sudoku.num[i][j+1]=0; ns[k].dx=1; k++; } if(i+1=2){ //将空格向下移动 CopySudoku(ns[k].cur_sudoku,ne.cur_sudoku); ns[k].cur_sudoku.num[i][j]=ns[k].cur_sudoku.num[i+1][j]; ns[k].cur