第三章　搜索技术.pptVIP

目录 第一章　绪论 第二章　知识表示 第三章　搜索技术 第四章　推理技术 第五章　机器学习 第六章　专家系统 第七章　自动规划系统 第八章 自然语言理解 第九章 智能控制 第十章 人工智能程序设计 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.1 盲目搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.2 启发式搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.3 博弈树搜索 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 3.4 遗传算法 分析：对该问题虽然也可以采用枚举的方法来解决,但枚举法却是一种效率很低的方法.可运用遗传算法来求解该问题. 解：首先对问题进行初始化，以获得初始种群; （1） 确定适当的编码方案：将x编码表示为染色体的数字符号串。针对本题自变量x定义域,取值范围为[0，31],考虑采用二进制数来对其编码,由25 = 32,故使用5位无符号二进制数组成染色体数字字符串,用以表达变量x及问题的解答过程。 3.4 遗传算法 （2）选择初始种群:通过随机的方法来产生染色体的数字串，并组成初始种群。例如，为得到数字串的某位——又称之为基因(genes)，使用计算机在0～1之间产生随机数K，并按照数K的变化区域来规定基因代码如下： 0， （0≤K＜0.5） 1， （0.5≤K≤1） 3.4 遗传算法 于是随机生成4个染色体的数字符串为： 01101 11000 01000 10011 从而构造了初始种群，完成了遗传算法的准备。 3.4 遗传算法 表 初始种群染色体及对应的适应值 3.4 遗传算法 （3）复制(选择): 选择适应值大的串作为母本，使在下一代中有更多的机会繁殖其子孙。 要在四个种子个体中做选择，要求仍然得到四个染色体，可依据适应度概率比例制定如下规则： 低于0.125以下的染色体被淘汰； 在0.125～0.375之间的染色体被复制一个； 在0.375～0.625之间的染色体被复制两个； 在0.625～0.875之间的染色体被复制三个； 在0.875以上的染色体可复制四个。 3.4 遗传算法 对应于上例，按照适应度的计算，经复制操作后，得到新的染色体种群为 01101 11000 11000 10011 进化计算——基本遗传算法原理 某个染色体是否被复制,可以通过概率决策法、适应度比例法或“轮盘赌”的随机方法来断定。对应轮盘赌转盘的随机方法,根据表6.1数据，绘制出的轮盘赌转盘,如图所示: 3.4 遗传算法 3.4 遗传算法 （4）交叉: 交叉具体分两步：①将新复制产生的染色体随机两两匹配,称其为双亲染色体；②再把双亲染色体进行交叉繁殖。 交叉的实现: 设染色体数字串长度为L，把L个数字位间空隙分别标记为： 1，2，…，L－1 随机从[1，L－1]中选取某一整数位置k，0kL 交换双亲染色体交换点位置k右边的部分，就形成了两个新的数字符串（也可以只交换其中的第k基因），得到了两个新的染色体，又称之为下一代染色体。 3.4 遗传算法 例如，将上例初始种群的两个体 A1=01┇10┇1 A2=11┇00┇0 假定从1到4间选取两个随机数，得到к1=2，к2=4，那么经过交叉操作之后将得到如下两组新的数字符串 A1#=01000 A2#=11101 3.4 遗传算法 3.4 遗传算法 （5）变异: 设变异概率取为0.001,则