搜索策略培训教材.pptxVIP

2021-9-13 1 第3章 搜索策略 问题求解系统划分为两大类 知识贫乏系统 依靠搜索技术解决问题 知识贫乏、缺乏针对性 效率低 知识丰富系统 依靠推理技术解决问题 基于丰富知识的推理技术，直截了当 效率高 2021-9-13 2 第3章 搜索策略 两大类搜索技术: 1、一般图搜索、启发式搜索 2、基于问题归约的与或图搜索 两种典型的推理技术: 1、基于归结的演绎推理 归结反演 2、基于规则的演绎推理 正向演绎推理 逆向演绎推理 2021-9-13 3 3.1 引言 对于给定的问题，智能系统的行为一般是找到能够达到所希望目标的动作序列，并使其所付出的代价最小、性能最好。 基于给定的问题，问题求解的第一步是目标的表示。 搜索就是找到智能系统的动作序列的过程。 2021-9-13 4 搜索算法的输入是给定的问题，输出是表示为动作序列的方案。 一旦有了方案，就可以执行该方案所给出的动作了。（执行阶段） 因此，求解问题包括： 目标表示 搜索 执行 2021-9-13 5 （1）初始状态集合：定义了初始的环境。 （2）操作符集合：把一个问题从一个状态变换为另一个状态的动作集合。 （3）目标检测函数：用来确定一个状态是不是目标。 （4）路径费用函数：对每条路径赋予一定费用的函数。 其中，初始状态集合和操作符集合定义了问题的搜索空间。 一般给定问题就是确定该问题的一些基本信息，一个问题由4部分组成: 2021-9-13 6 和通常的搜索空间不同，人工智能中大多数问题的状态空间在问题求解之前不是全部知道的。 在人工智能中，搜索问题一般包括两个重要的问题： 搜索什么 搜索什么通常指的就是目标。 在哪里搜索 在哪里搜索就是“搜索空间”。搜索空间通常是指一系列状态的汇集，因此称为状态空间。 2021-9-13 7 所以，人工智能中的搜索可以分成两个阶段： 状态空间的生成阶段 在该状态空间中对所求问题状态的搜索 搜索可以根据是否使用启发式信息分为 盲目搜索 启发式搜索 2021-9-13 8 盲目搜索 只是可以区分出哪个是目标状态。 一般是按预定的搜索策略进行搜索。 没有考虑到问题本身的特性，这种搜索具有很大的盲目性，效率不高，不便于复杂问题的求解。 启发式搜索 是在搜索过程中加入了与问题有关的启发式信息，用于指导搜索朝着最有希望的方向前进，加速问题的求解并找到最优解。 2021-9-13 9 根据问题的表示方式分为 状态空间搜索 与或图搜索 状态空间搜索是用状态空间法来求解问题所进行的搜索 与/或图搜索是指用问题规约方法来求解问题时所进行的搜索。 2021-9-13 10 考虑一个问题的状态空间为一棵树的形式。 宽度优先搜索 深度优先搜索 如果根节点首先扩展，然后是扩展根节点生成的所有节点，然后是这些节点的后继，如此反复下去。 在树的最深一层的节点中扩展一个节点。只有当搜索遇到一个死亡节点（非目标节点并且是无法扩展的节点）的时候，才返回上一层选择其他的节点搜索。 2021-9-13 11 无论是宽度优先搜索还是深度优先搜索，遍历节点的顺序一般都是固定的，即一旦搜索空间给定，节点遍历的顺序就固定了。这种类型的遍历称为“确定性”的，也就是盲目搜索。 对于启发式搜索，在计算每个节点的参数之前无法确定先选择哪个节点扩展，这种搜索一般也称为非确定的。 2021-9-13 12 完备性： 如果存在一个解答，该策略是否保证能够找到？ 时间复杂性： 需要多长时间可以找到解答？ 空间复杂性： 执行搜索需要多少存储空间？ 最优性： 如果存在不同的几个解答，该策略是否可以发现最高质量的解答？ 搜索策略评价标准: 2021-9-13 13 有许多智力问题(如梵塔问题、旅行商问题、八皇后问题、农夫过河问题等)和实际问题（如路径规划、机器人行动规划等）都可以归结为状态空间搜索。 用状态空间搜索来求解问题的系统均定义一个状态空间，并通过适当的搜索算法在状态空间中搜索解答路径。 3.2 基于状态空间图的搜索技术 2021-9-13 14 状态空间搜索——1.状态空间及其搜索的表示 (1)状态空间的表示 状态空间记为SP，可表示为二元组： SP=(S,O) S——问题求解（即搜索）过程中所有可能到达的合法状态构成的集合； O——操作算子的集合，操作算子的执行会导致问题状态的变迁 ； 状态——用于记载问题求解（即搜索）过程中某一时刻问题现状的快照； 抽象为矢量形式 Q=[q0,q1,…,qn]T 每个元素qi称为状态分量 给定每个状态分量qi的值就得到一个具体的状态 Qk=[q0k,q1k,…,qnk]T 2021-9-13 15 状态 表示状态的变迁 操作算子 问题的状态空间是一个表示该问题