湘潭大学 人工智能课件 确定性推理 part2.ppt

代价树的深度优先搜索 ? 代价树的深度优先搜索算法流程： ? (1) 把初始节点 S 放入 OPEN 表中，置 S 的代价 g(S)=0 ； ? (2) 如果 OPEN 表为空，则问题无解 ，失败退出； ? (3) 把 OPEN 表的第一个节点取出放入 CLOSED 表，并 记该节点为 n ； ? (4) 考察节点 n 是否为目标节点。若是，则找到了问题 的解，成功退出； ? (5) 若节点 n 不可扩展，则转第 (2) 步； ? (6) 扩展节点 n ，生成其子节点， 将这些子节点按边代价 由小到大放入 Open 表的首部 ，并为每一个子节点设置 指向父节点的指针。然后转第 (2) 步。 状态空间的盲目搜索 ? 状态空间的盲目搜索 ? 上述几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， 并希望能够尽早发现目标节点。 ? 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。 ? 盲目搜索具有较大的盲目性，产生的无用节点 较多，效率不高。 状态空间的搜索策略 ? 状态空间的搜索策略 ? 状态空间搜索的基本思想 ? 图搜索的一般过程 ? 状态空间的盲目搜索 ? 广度优先搜索 ? 深度优先搜索 ? 代价树搜索 ? 状态空间的启发式搜索 ? 启发性信息和估价函数 ? A 算法和 A* 算法 Artificial Intelligence (AI) 人工智能 第二章：知识 表示与推理 内容提要 第二章：知识表示与推理 1. 推理的基本概念 2. 搜索策略 3. 自然演绎推理 4. 消解演绎推理 5. 基于规则的演绎推理 二、确定性推理 搜索策略 ? 搜索策略 ? 搜索的基本概念 ? 状态空间的搜索策略 ? 与 / 或树的搜索策略 ? 搜索的完备性与效率 状态空间的搜索策略 ? 状态空间的搜索策略 ? 状态空间搜索的基本思想 ? 图搜索的一般过程 ? 状态空间的盲目搜索 ? 广度优先搜索 ? 深度优先搜索 ? 代价树搜索 ? 状态空间的启发式搜索 ? 启发性信息和估价函数 ? A 算法和 A* 算法 状态空间的搜索策略 ? 状态空间搜索算法的数据结构和符号约定 ? OPEN 表： 未扩展节点表，用于存放刚生成节点 ? CLOSED 表： 已扩展节点表，用于存放已经扩 展或将要扩展的节点 ? S ： 用表示问题的初始状态 ? G ： 表示搜索过程所得到的搜索图 ? M ： 表示当前扩展节点新生成的 且不为自己先辈 的子节点集 状态空间的搜索策略 ? 图搜索的一般过程 ? (1) 把初始节点 S 放入未扩展节点表 OPEN 表，并建立目 前仅包含 S 的图 G ； ? (2) 检查 OPEN 表是否为空，若为空，则问题无解，失 败退出； ? (3) 把 OPEN 表的 第一个节点 取出放入已扩展节点表 CLOSED 表，并记该节点为节点 n ； ? (4) 考察节点 n 是否为目标节点。若是则得到了问题的解， 成功退出。此时的解为追踪图 G 中沿着指针 （步骤 6 中 设置的指针） 从 n 到初始节点 S 的路径。 状态空间的搜索策略 ? 图搜索的一般过程 ? (5) 扩展节点 n ，生成一组子节点。把这些子节点中 不 是节点 n 先辈的那部分子节点 记入集合 M ，并把这些子 节点作为节点 n 的子节点加入 G 中 ? (6) 针对 M 中子节点的不同情况，分别作如下处理： ? ① 对那些没有在 G 中出现过的 M 成员设置一个指向其父节点 （即节点 n ）的指针，并把它放入 OPEN 表。（新生成的） ? ② 对那些原来已在 G 中出现过，但还没有被扩展的 M 成员，确 定是否需要修改它指向父节点的指针。（原生成但未扩展的） ? ③ 对于那些先前已在 G 中出现过，并已经扩展了的 M 成员，确 定是否需要修改其后继节点指向父节点的指针。（原生成也扩 展过的） ? 图搜索的一般过程 ? (7) 按某种策略对 OPEN 表中的节点 进行排序。 ? (8) 转第 (2) 步。 状态空间的搜索策略 广度优先搜索 ? 状态空间的广度优先搜索 ? 广度优先搜索的基本思想： ? 从初始节点 S 开始逐层向下扩展，在第 n 层 节点还没有全部搜索完之前，不进入第 n+1 层节点的搜索。 ? 未扩展节点表 OPEN 表中的节点总是按进入 的先后排序，先进入的节点排在前面，后进 入的节点排在后面。 广度优先搜索 ? 状态空间的广度优先搜索 ? 广度优先搜索算法流程： ? (1) 把初始节点 S 放入 OPEN 表中； ? (2) 如果 OPEN 表为空，则问题无解，失败退出； ? (3) 把 OPEN 表的第一个节点取出放入 CLOSED 表，并记 该节点为 n ； ? (4) 考