问题求解与搜索技术要点-copy 北航6系人工智能课件.ppt

问题求解及搜索技术要点-copy 北航6系人工智能课件;问题求解基本原理;;问题求解基本原理;问题实例;基于状态空间的问题求解方法;基于问题空间的问题求解方法;;状态空间法有关概念;状态空间法有关概念;问题空间法有关概念;问题空间法的有关概念（2）;问题空间法有关概念（2）;小结 – 问题求解方法比较;问题求解基本原理;搜索技术预备 状态空间搜索 有关概念 盲目搜索策略 启发式搜索策略;搜索策略预备;搜索策略预备;搜索策略预备;;状态空间搜索有关概念 ;状态空间搜索有关概念;状态空间搜索有关概念; 路径：对于一个节点序列（n0, n1, …, nl, …, nk），如若每一节点 ni-1都有一个后继节点 ni（i = 1, 2, …, k），则称该节点序列为一条从节点 n0 到节点 nk、长度为 k 的路径；路径还可表示为与节点序列对应的规则序列 。;基于状态空间的盲目搜索算法: 宽度优先搜索策略 深度优先搜索策略;盲目搜索算法的符号及数据结构;宽度优先搜索算法 ;宽度优先搜索算法 ;G; open := [S]; closed := [ ]; d = 深度限制值 while open ≠ [ ] do { n := first ( open ); remove ( first ( open ) ); add ( n, closed )； if n = goal then exit ( success ); if depth ( n ) d then continue; expand ( n ) - { mi }; delete ( (?mi)( mi ∈ { mk } ∨ ( mi ∈ { ml } ) ); add ( mj, open ) }; exit ( fail );;深度优先搜索算法 ;节点扩展顺序;盲目搜索算法应用实例- ;盲目搜索算法应用实例 -;宽度优先策略求解8数码问题：;深度优先策略求解8数码问题：;问题求解基本原理;启发式图搜索算法;启发式图搜索算法 - A 算 法 ;算法中符号： s：初始节点；G：搜索图的节点集合； OPEN表： 已生成但尚未被扩展的节点序列表； CLOSED表： 已生成且已被扩展的节点序列表； n： 待扩展的当前节点； {mi} = {mj} ∪ {mk}∪ {ml}：扩展 n 后生成的后继节点 其中， mj：第一次生成的节点，mj ∈ OPEN 且 mj ∈ CLOSED表， mk：在OPEN表中出现过的待扩展节点， ml：在CLOSED表中出现过的已扩展节点。;A算法;扩展节点n：生成n的后继节点；计算后继节点的花费。 {mi} := Expand(n), 计算: f (n, mi) := g(n,mi) + h(mi);启发式最佳图搜索算法 - A*算??; 信息度定理： 有两个A*算法A1和A2, 若A2比A1有较多的启发式信息（即对所有非目标节点均有： h1（n）≤ h2（n）≤ h*（n）），则在具有一条从 s 到 t 的隐含状态图上，搜索结束时，由A2扩展的每一个节点，也必定由A1所扩展，即A1扩展的节点数至少和A2一样多。;8数码问题搜索策略比较：;小结;作业:;作业:;给定两个油桶,一个可装 4 公斤油,一个可装 3 公斤油,油桶上无任何度量标记。问：怎样才能使 4 公斤油桶里恰好只装 2 公斤油？ 设状态定义：(x,y)，其中， x： 4 公斤油桶中实际装油公斤数； y： 3 公斤油桶中实际装油公斤数。 问题表示： (0, 0) -〉(2, y) 要求定义合法的装油规则，利用盲目搜索策略画出状态图。;