经典逻辑推理3.pptVIP

31 人工智能导论 经典逻辑推理3 本节课的知识框架 搜索的作用 搜索的作用 本节课的知识框架 搜索的基本概念 什么是搜索 人工智能所要解决的大部分问题是结构不良或非结构化的问题，对这样的问题一般不存在成熟的求解算法可供利用，而只能是利用已有的知识一步步摸索着前进。 在此过程中，存在着如何寻找可用知识的问题，即如何确定推理路线，使其付出的代价尽可能的少，而问题又能得到较好的解决。 搜索分类 搜索分为盲目搜索和启发式搜索。 盲目搜索——按预定的控制策略进行搜索，在搜索过程中获得的中间信息不用来改进控制策略。这种搜索具有盲目性，效率不高，不便于复杂问题的求解。 启发式搜索——在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过程并找到最优解。 本节课的知识框架 状态空间表示法 用搜索策略求解问题，首先要解决的问题也是：用什么样的形式把问题表示出来. 一般来说，有两种方法： 状态空间表示法 状态空间表示法是用来表示问题及其搜索过程的一种方法，它是人工智能中最基本的形式化方法。 状态空间表示法是用“状态”和“算符”来表示问题的一种方法。其中: “状态”——用以描述问题求解过程中不同时刻的状况； “算符”——表示对状态的操作，算符的每一次使用就使问题由一种 状态变换为另一种状态; “ 解 ” —— 当到达目标状态时，由初始状态到目标状态所用算符的序列就是问题的一个解。 状态空间表示法 状态空间表示法 状态空间表示法 本节课的知识框架 状态空间的一般过程 Ⅰ.给出初始状态（初始节点）； Ⅱ.选择选择适用的算符对其进行操作，生成一组子状态(或称后继状态、后继节点、子节点)； Ⅲ.检查目标状态是否在其中出现。若出现，则搜索成功，找到了问题的解；若不出现，则按某种搜索策略从已生成的状态中再选一个状态作为当前状态。 重复上述过程，直到目标状态出现或者不再有可供操作的状态及算符时为止。 状态空间的一般过程 状态空间的一般过程 5) 状态空间法搜索策略 ? 广度优先搜索 ? 深度优先搜索 ? 有界深度优先搜索 ? 代价树的广度优先搜索 ? 代价树的深度优先搜索 （以上属于盲目搜索策略） ? 局部择优搜索 ? 全局择优搜索 （以上搜索属于启发式搜索） 本节课的知识框架 广度优先搜索 (1) 基本思想 从初始节点开始，按照某种生成规则（算符）逐步生成下一级各子节点，顺序（先生成的子节点优先检查，优先扩展）地检查是否出现目标节点，在该级全部节点中沿广度进行“横向”扫描，即：沿“广度”遍历所有节点，故称“广度优先搜索法”。 (2) 广度优先搜索法搜索过程 Ⅰ.把初始节点S0放人OPEN表，若S0为目标节点，则得到问题的解，退出； Ⅱ.如果OPEN表为空，则问题无解，退出； Ⅲ.把OPEN表的第一个节点(记为节点n)取出放入CLOSED表； Ⅳ.考察节点n，若节点n不可扩展，则转第Ⅱ步； Ⅴ.扩展节点n，将其子节点放入0PEN表的尾部，并为每一个子节点都配置指向父节点的指针； Ⅵ.如果n的任一个后继节点是目标节点，则找到问题的解，成功退出，否则转向第Ⅱ步。 广度优先搜索 本节课的知识框架 深度优先搜索 (1) 基本思想 从初始节点S0开始，按生成规则生成下一级各子节点，若目标节点未出现，则按“最晚生成的子节点优先扩展”的原则，生成再下一级的子节点，如此下去，沿着最晚生成的子节点分支，逐级向“纵向”深入发展，故称为“深度优先搜索法”。 (2) 深度优先搜索法搜索过程 该过程与广度优先搜索的唯一区别是： 广度优先搜索是将节点n的子节点放入到OPEN表的尾部，而深度优先搜索是把节点n的子节点放入到OPEN表的首部。仅此一点不同，就使得搜索的路线完全不一样。 本节课的知识回顾 作业 1 掌握搜索相关的基本概念 2 掌握搜索的基本过程 3 理解广度优先搜索过程 4 理解深度优先搜索过程 5 Open和Closed表的作用 * 模式识别与智能系统研究所@版权所有 经典逻辑推理-2 课程进度 人工智能原理与应用 前言 绪论 数学 基础 知识 表示 (1) 知识 表示 (2) 经典 逻辑 推理 (1) 经典 逻辑 推理 (2) 经典 逻辑 推理 (3) 经典 逻辑 推理 (4) 课程 设计 (1) 课程 设计 (2) 不确 定推 理 (1) 不确 定推 理 (2) 不