人工智能 第三章.ppt

第三章 搜索策略;3.2 不可撤回方式 这种方式是利用问题给出的局部知识来决定如何选取规则，不必考虑撤回已用的规则。这种控制策略的优点是控制简单。 3.2.1爬山法 爬山法就是利用高度随位置变化的函数引导爬山。 爬山法只有在登单峰的山时才有效，如遇到多峰、山脊或平顶时，并不总是有效。;我们以八数码游戏为例加以说明。 在3×3的棋盘上，有八个将牌和一个空格，每一个将牌都标有1—8中的某一个数码，空格周围的将牌可向空格移动，求解的问题是：有一个初始布局和一个目标布局，问如何移动将牌，从初始布局达到目标。 综合数据库：我们用二维数组来表示3×3的棋盘。 初始状态 目标状态 ;规则集合：可用四条产生式规则代表四种走法： 空格左移、空格上移、空格右移、空格下移 设用Bij表示表中第i行第j列的数码，u、v表示空格所在的行列??，空格用0表示，则空格左移的规则定义如下： IF　ｖ－１≧１ THEN Buv︰=Bu(v-1)∧Bu(v-1)=0 搜索策略： 不在位将牌个数：当前状态与目标状态对应位置逐一比较后有差异的将牌个数。 我们定义一个描述状态的函数-W(n)，其中，n表示任一状态，W(n)的值为不在位将牌个数。 ;初始状态的函数值为-4，目标状态的函数值为0。爬山法选取规则的原则：选取使用规则后生成的新状态的函数值有最大增长的规则，如没有使函数值增长的规则，则选取使函数值不减少的规则，若这种规则也没有，则过程停止。 使用爬山法过程如下： 2 8 3 1 6 4 7 5 2 8 3 1 4 7 6 5 ; 2 3 2 8 3 8 1 3 1 8 4 1 4 2 4 7 6 5 7 6 5 7 6 5 2 3 8 3 1 3 1 8 4 2 1 4 8 2 4 7 6 5 7 6 5 7 6 5 1 2 3 8 3 1 3 8 4 2 1 4 8 2 4 7 6 5 7 6 5 7 6 5 1 2 3 8 1 3 1 2 3 8 4 2 4 8 4 7 6 5 7 6 5 7 6 5 ;从上述过程可知，用不可撤回方式（爬山策略）可找到通往目标的路径，控制简单是其优点，缺点是对任何状态不是总能选得最优解，并且具有一定的局限性，例如： 初始状态 目标状态  图3.4 八数码题的爬山局部极大值 初始状态处于局部极大值，无法搜索。 ;3.2.2可交换的产生式系统 可交换产生式系统应满足的性质： （1）???? 可应用于D的规则集合，对用了其中任意一条规则之后所生成的任何数据库，这个规则集合还适用； （2）???? 满足目标条件的某个数据库D，当应用任何一个可应用于数据库D的规则之后所生成的任何数据库，仍然满足目标条件； （3）???? 若对D应用某一规则序列之后得到一个数据库D?（设有一对应于D?D? 的一条解路），则当改变D 的可应用规则集合中的规则次序后，仍然可求得解，即求得