人工智能A算法九宫格报告参照.pdfVIP

人工智能原理与方法 A* 算法实现八数码搜索问题 模式识别与智能系统 SY1003113 游遵文 题目：编程实现 8 数码问题 初始状态： 3 8 2 1 5 7 6 4 目标状态： 1 2 3 8 4 7 6 5 要求： 1、报告：给出状态表示，编码规则，搜索算法 A* ，简单程序说明，最优 路径。 2、调通的程序（语言不限） 一、 状态表示 用一个 3 ×3 的数组来表示状态，数组中的各个元素对应状态位置的数字。 其中空格用 0 表示。 二、 编码规则 在程序实现过程中，只有移动 0 的位置，即可生成新的节点。 规则库 设数组中 0 的位置为 a[i][j] ，其中 0≤i ≤2，0≤j ≤2 。 R1：if( i ≥1) then 上移 R1：if( i ≤1) then 下移 R1：if( j ≥1) then 左移 R1：if( j ≤1) then 右移 1 三、 搜索算法 A* 用于度量节点的 “希望”的量度 f(n) ，即用来衡量到达目标节点的路径的可 能性大小。 A 算法： 基本思想：定义一个评价函数，对当前的搜索状态进行评估，找出一个最 有希望的节点进行扩展： f(n) = g(n) + h(n) ，n 为被评价节点 g*(n) ：从 s 到 n 的最优路径的实际代价 h*(n) ：从 n 到 g 的最优路径的实际代价 f*(n)=g*(n)+h*(n) ：从 s 经过 n 到 g 的最优路径的实际代价 g(n)、h(n)、f(n) 分别是 g*(n) 、h*(n) 、f*(n) 的估计值 g (n)通常为从 S 到到 n 这段路径的实际代价，则有 g (n) ≥ g*(n) h (n):是从节点 n 到目标节点 Sg 的最优路径的估计代价 . 它的选择依赖于有 关问题领域的启发信息，叫做启发函数 A 算法：在图搜索的一般算法中，在搜索的每一步都利用估价函数 f(n)=g(n)+h(n) 对 Open 表中的节点进行排序表中的节点进行排序 , 找出一个最有 希望的节点作为下一次扩展的节点。 在 A 算法中，如果满足条件： h(n)≤h*(n) ，则 A 算法称为 A* 算法。 在本算法中，为实现八数码的搜索问题，定义估价函数为： f(n)=g(n)+h(n) ， 其中 g （n）表示节点 n 在搜索树中的深度； h （n）表示节点 n 的各个数码到目标位置的曼哈顿距离和。 四、 程序说明 1、算法实现的步骤： （1）把初始节点 S0 放入 Open 表中，置 S0 的代价 g(S0)=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