人工智能第三章基本的问题求解方法.pptx

第三章 基本的问题求解方法;;搜索(search);搜索的必要性;搜索与检索的区别;几个问题;几个问题(续1);搜索问题;搜索不是检索;难点;启发式方法;搜索方法的评价标准;搜索分类;;TOPICS;TOPIC1 Backtracking;例：四皇后问题;( );( );( );( );( );( );( );( );( );( );( );( );Q;存在问题及解决办法;TOPIC2 GRAPH SEARCH;一些基本概念;一些基本概念(续1);一些基本概念(续2);一些基本概念（续3）;GRAPHSEARCH的思路;图搜索（Graph Search）的一般过程 ;例子;例：右图中黑节点表示已扩展，白节点表示未扩展，问题：先扩展6号节点生成m1={4，7}，然后??展节点1，生成m2={2}，按算法第七步重新修改原图。;扩展节点6生成m1={4，7}的调整;再扩展节点1生成m2={2}的调整;最终结果;图搜索与回溯算法的区别 ;TOPIC3 无信息搜索;1、breadth-first search;(1) 把起始节点放到OPEN表中(如果该起始节点为一目标节点，则求得一个解答)。 (2) 如果OPEN是个空表，则没有解，失败退出；否则继续。 (3) 把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED的扩展节点表中。 (4) 扩展节点n。如果没有后继节点，则转向上述第(2)步。 (5) 把n的所有后继节点放到OPEN表的末端，并提供从这些后继节点回到n的指针。 (6) 如果n的任一个后继节点是个目标节点，则找到一个解答，成功退出；否则转向第(2)步。;1;宽度优先法应用示例;2 3 1 8 4 7 6 5;宽度优先搜索是图搜索一般过程的特殊情况，将图搜索一般过程中的第8步具体化为本算法中的第6步，这实际是将OPEN表作为“先进先出”的队列进行操作。 一定能找到解 找到的解一定是最佳解 (在每个路径消耗是同样的意义上) 搜索的空间大、慢。 ;深度优先搜索：首先扩展最新产生的(即最深的)节点。深度相等的节点可以任意排列。 特点：扩展最深的节点,使得搜索沿着状态空间某条单一的路径从起始节点向下进行下去；只有当搜索到达一个没有后裔的状态时，它才考虑另一条替代的路径。 算法：与宽度优先相似，不同在于：(5) 把n的所有后继节点放到OPEN表的前端;3;例 九宫重排问题;2 3 1 8 4 7 6 5;分析;3、其他方法;TOPIC4 heuristic search;;启发信息的用途;基本思想;估价函数：定义为从初始节点经过n节点到达目的节点的路径的最小代价的估计值，;e．g．八数码难题的估价函数 f（n）=g（n）+h（n） d（n）：节点n的深度 w（n）：不在位的数字个数 p（n）：不在位的数字离目标的距离之和 例：右图（a）中2、8、1、6不在位，w（n）=4 ，p（n）=1+2+1+1=5；（b）6、8、2、1不在位，w（n）=4 ，p（n）=3+2+2+2=9 ;s（n）：沿着周围那些非中心方格上依顺时针方向检查n格局中每一将牌，如果其后紧跟的将牌正好是目标格局中该将牌的后续者，则该将牌得0分，否则得2分；在中中方格上有将牌得1分，无得0分；将所有将牌得分之和即为s（n）。图（c）中s（a）=6。 ;例子: eight-puzzle;2 8 3 1 6 4 7 5;;估价函数的进一步说明;g(n) 一般取实际走过的路径的费用和. g(n) ? g*(n) 随着算法的执行，由于指针的变动，g(n)会下降. h?0 没有启发式信息;;启发式搜索算法;A算法;算法A*;5、经典例题（八数码难题）： 设有八数码难题，起始状态如右图，要求找出九宫重排的最终解路径，并画框图。;解法一： 第一步：取估价函数为f（n）=d（n）+w（n），则显然按照定义1它是A算法； 第二步：因为w（n）指的是不在位的个数，所以w（n）=4，即估计只需要走4步即可到达目标状态，而实际上要到达目标状态肯定要大于3步，即w（x）≤w*（x），满足定义，所以是A*算法； 第三步：画图，并计算各个状态f（n）的值，取f（n）值最小的节点进行扩充。 (图见前);解法二：取估价函数为f（n）=d（n）+P（n），同理也是A*算法； 如图;;Tips A算法与A*算法区别;A*算法具有可采纳性 ;A*算法的理论意义 ;以前面-八数码难题为例 定义h(n)为任意节点与目标之间的差异 若取= w(n)(将牌不在位个数), 那未很容易看出, 尽管我们对具体的h*(n)是多少很难确切知道, 但根据“不在位”将牌个数这个估计, 就能得出至少要移动W(n)步才能到达目