启发式图搜索知识分享.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 ;建立估价函数的一般方法： 试图确定一个处在最佳路径上的节点的概率；提出任意节点与目标集之间的距离量度或差别量度；或者在棋盘式的博弈和难题中根据棋局的某些特点来决定棋局的得分数。这些特点被认为与向目标节点前进一步的希望程度有关。 应用节点“希望”程度（估价函数值）重排OPEN表。;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;