人工智能搜索策略介绍.pptxVIP

人工智能Artificial Intelligence;第五章 搜索策略;5.1 基本概念;5.1.1 什么是搜索;5.1.2 状态空间表示法;状态空间示例：十五数码难题;5.1.3 与/或树表示法;5.1.3 与/或树表示法;与/或树;由可解节点所构成，并且由这些可解节点可推出初始节点为可解节点的子树称为解树(t表示终止节点)。解树中一定包含初始节点。（它对应于原始问题）;5.2 状态空间的搜索策略;5.2 状态空间的搜索策略;5.2.1 状态空间的一般搜索过程;5.2.1 状态空间的一般搜索过程;5.2.1 状态空间的一般搜索过程;搜索的一般过程;针对M中子节点的不同情况，分别进行如下处理： 对于那些未曾在G中出现过的M成员设置一个指向父节点（即节点n）的指针，并把它们放入OPEN表；（不在OPEN表） 对于那些先前已经在G中出现过的M成员，确定是否需要修改它指向父节点的指针；（在OPEN表中） 对于那些先前已在G中出现并且已经扩展了的M成员，确定是否需要修改其后继节点指向父节点的指针；（在CLOSE表中） 按某种搜索策略对OPEN表中的节点进行排序； 转第2步。;对一般搜索过程的一些说明;对一般搜索过程的一些说明;对一般搜索过程的一些说明;对一般搜索过程的一些说明;5.2.2 广度（宽度）优先搜索;广度优先搜索过程;重排九宫的广度优先搜索操作符：空格左移、上移、右移、下移;小插曲－关于九宫问题;幻方问题;中国人首先发现了幻方 洛水神龟献奇图;关于三阶幻方的奥秘;南宋杨辉 研究幻方第一人;杨辉对3阶幻方的解释;2;欧美的幻方热;名画《忧伤》;广度优先算法中需要注意的问题;广度优先搜索的特点;5.2.3 深度优先搜索;深度优先搜索过程;重排九宫的深度优先搜索;深度优先搜索的特点;5.2.4 有界深度优先搜索;有界深度优先搜索过程;对有界深度优先搜索的说明;有界深度优先搜索的改进;有界深度优先搜索的改进;重排九宫的有界深度优先搜索;5.2.5 代价树的广度优先搜索;5.2.5 代价树的广度优先搜索;代价树广度优先搜索过程;代价树示例;5.2.6 代价树的深度优先搜索;代价树的深度优先搜索过程; 总 结 1、上述各种搜索方法的本质是，以初始节点为根节点，按照既定的策略对状态空间图进行遍历，并希望???够尽早发现目标节点。 2、由于对状态空间图遍历的策略是既定的，因此这些方法统称为盲目搜索方法。;5.2.7 启发式搜索;1.启发性信息与估价函数;1.启发性信息与估价函数;启发函数示例;2.局部择优搜索;局部择优搜索过程;2.局部择优搜索;3.全局择优搜索;全局择优搜索过程;3.全局择优搜索;重排九宫问题的全局择优搜索树;5.3 与/或树的搜索策略;5.3 与/或树的搜索策略;5.3 与/或树的搜索策略;5.3.1 与/或树的一般搜索过程;与/或树的广度优先搜索;与/或树的（有界）深度优先搜索;与/或树的广度和深度优先搜索举例;5.3.2 博弈树的启发式搜索;博弈树;2. 极大极小分析法;极大极小分析法面临的问题;5.3.3 α–β剪枝技术;通过边生成节点边计算估值，从而删去某些分枝的技术称为α–β剪枝技术。 与节点取当前子节点中的最小倒推值最为它倒推值的上界，称为β值；或节点取当前子节点中的最大倒推值最为它倒推值的下界，称为α值。;α–β剪枝技术的一般规律;5.4 搜索的完备性与效率;5.4.2 搜索效率;2. 有效分枝因数 有效分枝因数B定义为 B+B2+…+BL=T 其中，B是有效分枝因数，它表示在整个搜索过程中每个节点平均生成的子节点数目；L为路径长度；T为节点总数。 当B＝1时，L=T，此时所生成的节点数最少，搜索效率最高。;衡量搜索策略性能的准则;习题;人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。