启发式图搜索培训讲学.pptVIP

1.4 启发式图搜索;启发式搜索;启发式搜索策略;估价函数 为获得某些节点“希望”的启发信息，提供一个评定侯选扩展节点的方法，以便确定哪个节点最有可能在通向目标的最佳路径上 。 f(n)——表示节点n的估价函数值 ;登山法和最佳优先搜索;登山法算法步骤：;最佳优先搜索算法;开始;迷宫问题如下，F是入口，B是出口，试采用最佳优先搜索算法进行求解。;解：估价函数f(n)采用每个节点与目标节点在坐标系上的距离来表示。例如，E点与目标节点B之间的空间距离是2+2=4，两个2分别是E与B在x轴及y轴上的距离。;注：每个节点小括号内的数值表示该节点到目标的空间距离，即该点的估价函数值。搜索得到的路径如黄线所示。; 举例：;5;本题采用了简单的估价函数 f(n)=W(n) 其中：W(n)用来计算对应于节点n的数据库中错放的棋子个数。因此，初始节点棋局 的f(n)值等于4。;第②步有三种情况,我们选择其中f(n)最小的: 其它依次类推.最后用了7步得出了结果. ;A算法;f(n)——节点n的估价函数； g(n)——评价函数，从初始节点S到n节点的实际代价； h(n)——启发函数，从n到目标节点Sg最佳路径的估计 代价。 这里h(n)体现了搜索的启发信息，因为g(n)是已知的。如果说详细点，g(n)代表了搜索的宽度优先趋势。但是当h(n)??g(n) 时，可以省略g(n),而提高效率。;g(n)的计算方法：;h(n)的计算方法：; 举例：;5;本题采用的估价函数为： f (n)=g (n)+W (n) 其中：W (n)用来计算对应于节点n的数据库中错放的棋子个数；g (n)为从起点到n的代价值。因此，第二层的棋局 的f (n)= 1 + 5 = 6。;4.最佳图搜索算法A*（A*算法）;对节点n定义f*(n)=g*(n)+h*(n) ,表示从S开始通过节点n的一条最佳路径的代价。估价函数f 定义为：f(n)=g(n)+h(n)  —— g是g*的估计 ，h是h*的估计 定义1 在图搜索过程中，如果重排OPEN表是依据f(x)=g(x)+h(x)进行的，则称该过程为A算法。 定义2 在A算法中，如果对所有的x存在h(x)≤h*(x),则称h(x)为h*(x)的下界，它表示某种偏于保守的估计。 定义3 采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。 ;A*条件举例;5