ch3产生式系统的搜索策略.pptVIP

第三章产生式系统的搜索策略 状态空间：由给定问题的所有可能的状态组成的空间（相当于全集G） 搜索空间：按某种策略在状态空间中选取的部分空间（G的子集） 解路径（解空间）：求解问题的一条有效路径。 搜索策略的基本思路：搜索空间必须包含解路径，如果问题有解，且尽量缩小搜索空间。 搜索策略的评价准则：总体费用最低 费用的划分： a 规则应用的费用：执行规则时所花的费用 b 控制费用：选择规则所花的费用。 第三章目录 3.1回溯策略 3.2 图搜索策略 3.3 启发式图搜索策略 1）A算法 2）爬山算法 3）分支界限算法 4）动态规划算法 5）A*算法 6）h函数与A*的关系 7）关于单调性限制 8）A*算法示例 3.1回溯算法 例 四皇后问题 定义综合数据库： 设：DATA={ij︱1=i,j=4},其中：ij表示棋子所在行列 如：24表示第二行第四列有一枚棋子 因为棋盘上 可放入的棋子数为0～4个 所以集合中元素数位0 ～4个，即length（DATA）=0 ～4 3.2图搜索策略 图搜索策略 图搜索的实质是从问题空间中找出一张包含目标节点的子图。 图搜索的结果：1，一个完整的搜索图G。2一个解路径，用指针表示的解路径。 Procedure GraphSearch 1 G=G0(G0=s),open=(s) //s:初始状态 2 closed=() 3Loop:if open=() then exit(fall) 4 n←first(open) remove(n,open), add(n,closed) 5 if goal(n) then exit(success) 6{mj} ←expand(n), //mj不含n的先辈节点 7 open←add(open，mj) // mj不在open，closed中 标记mj每个到n节点指针 确定是否需要修改已在open，closed中的每个节点到n的指针 确定是否需要修改已在closed中的每个节点的后继节点原来的指针。 8按照某种方式排列open表中的节点，go loop 深度优先算法 Procedrue depth-First-Search 1 G=G0(G0=s),open=(s),closed=() //s:初始状态 2 Loop:if open=() then exit(fall) 3 n←first(open) 4 if goal(n) then exit(success) 5remove(n,open), add(n,closed) 6{mj} ←expand(n), //mj不含n的先辈节点 7 open←add(open，mj) // mj不在open，closed中 标记mj每个到n节点指针，按照节点深度递减顺序排列open中的节点 8 go loop 讨论1：如果问题有解，有深度优先搜索算法，是否能够找到解？ 不一定.解空间是否有限？ 讨论2：本算法的改进之处是open中节点按照深度优先排列，但是没有对深度加以控制，可能造成搜索代价太大 宽度优先算法 Procedrue breadth-First-Search 1 G=G0(G0=s),open=(s),closed=() //s:初始状态 2 Loop:if open=() then exit(fall) 3 n←first(open) 4 if goal(n) then exit(success) 5remove(n,open), add(n,closed) 6{mj} ←expand(n), //mj不含n的先辈节点 7 open←add(open，mj) // mj不在open，closed中 标记每个到n节点指针，按照节点深度递增顺序排列open中的节点 8 go loop 理论上可以利用宽度优先搜索能够找到解，如果问题有解的话。 讨论：宽度优先算法和深度优先算法可能出现组合爆炸。都没有利用任何启发式信息，所以称为无信息搜索策略。 ： 宽度优先例题： 由一张桌子T、三个积木A、B、C组成一个积木世界，初始状态是A在B上，B在桌子上，C在桌子上；目标状态是：A、B、C依次从上到下排列在桌子上。如图 解：1）状态描述（P1，P2，P3）表示按A、B、C顺序依次分别在P1,P2,P3上其中Pi是积木或者桌子。初始状态时（B、T、T）,目标状态 可以表示（B、C、T） 2）定义操作:move(x,y)表示将积木x移到Y上 ； 约束条件:a X顶部必须是空的 b 如果Y是积木，Y的顶部必须是空的 c