第三章知识的状态空间表示法.pdfVIP

第三章 知识的状态空间表示法 1 课前思考： 人类的思维过程，可以看作是一个搜索的过程。 某个方案所用的步骤是否最少？也就是说它是最优的吗？如果不是， 如何才能找到最优的方 案？在计算机上又如何实现这样的搜索？这些问题实际上就是本章我们要介绍的搜索问题。 2 学习目标： 掌握回溯搜索算法、深度优先搜索算法、宽度优先搜索算法和 A 搜索算法，对典型问题， 掌握启发式函数的定义方法。 3 学习指南： 了解算法的每一个过程和细节问题， 掌握一些重要的定理和结论， 在有条件的情况下， 程序 实现每一个算法，求解一些典型的问题。 4 难重点： 回溯搜索算法、 算法及其性质、改进的Ａ＊算法。 5 知识点： 本章所要的讨论的问题如下： 有哪些常用的搜索算法。 问题有解时能否找到解。 找到的解是最佳的吗？ 什么情况下可以找到最佳解？ 求解的效率如何。 3.1 状态空间表示知识 一、状态空间表示知识要点 1．状态 状态（ State）用于描述叙述性知识的一组变量或数组，也可以说成是描述问题求解过程中 任意时刻的数据结构。通常表示成： Q={q1，q2 ，……， qn} 当给每一个分量以确定的值时， 就得到一个具体的状态， 每一个状态都是一个结点 （节点）。 实际上任何一种类型的数据结构都可以用来描述状态， 只要它有利于问题求解， 就可以选用。 2 ．操作（规则或算符） 操作（ Operator ）是把问题从一种状态变成为另一种状态的手段。当对一个问题状态使用某 个可用操作时， 它将引起该状态中某一些分量发生变化， 从而使问题由一个具体状态变成另 一个具体状态。 操作可以是一个机械步骤、一个运算、一条规则或一个过程。操作可理解为 状态集合上的一个函数，它描述了状态之间的关系。通常可表示为： F={ f1 , f2, ……… fm} 3 ．状态空间 状态空间（ State Space）是由问题的全部及一切可用算符（操作）所构成的集合称为问题的 状态空间。用三元组表示为： （{Qs}，{F}，{Qg} ） Qs：初始状态， Qg：目标状态， F：操作（或规则） 。 4 ．状态空间（转换）图 状态空间也可以用一个赋值的有向图来表示， 该有向图称为状态空间图， 在状态空间图中包 含了操作和状态之间的转换关系，节点表示问题的状态，有向边表示操作。 二、状态图搜索 1.搜索方式 用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。 2.搜索策略 大体可分为盲目搜索和启发式（ heuristic ）搜索两大类。 搜索空间示意图 例 3.1 钱币翻转问题 设有三枚硬币，其初始状态为（反，正，反） ，允许每次翻转一个硬币（只翻一个硬币，必 须翻一个硬币） 。必须连翻三次。 问是否可以达到目标状态 （正，正，正）或 （反，反，反）。 问题求解过程如下： 用数组表示的话，显然每一硬币需占一维空间，则用三维数组状态变量表示这 个知识： Q= （q1 , q2 , q3 ） 取 q=0 表示钱币的正面 q=1 表示钱币的反面 构成的问题状态空间显然为： Q0= （0，0 ，0 ）， Q1= （0，0 ， 1）， Q2= （0 ， 1， 0） ， Q3= （0， 1， 1） Q4= （1，0 ，0 ） ， Q5= （1，0 ， 1） ， Q6= （1， 1，0 ）， Q7= （1， 1， 1） 引入操作： f1 ：把 q1 翻一面。 f2 ：把 q2 翻一面。 f3 ：把 q3 翻一面。 显然： F={f1，f2 ，f3} 目标状态： （找到的答案） Qg= （0，0 ，0 ）或（ 1， 1， 1） 例 3.2 分油问题。 有两只空油瓶， 容量分别为