状态空间搜索策略new.pptxVIP

第5章 状态空间搜索策略Searching5.1 搜索概述在解空间中寻找解的过程与策略搜索问题的产生 （1）结构不良或非结构化的问题，无解析解 （2）理论上可解的问题，计算复杂度可能太高基本搜索方式 （1）盲目搜索 按预定策略进行搜索，不考虑问题本身的特性 （2）启发式(Heuristic)搜索 利用与问题有关的启发式信息，加快搜索过程启发式搜索启发式信息与评价函数 反映问题特性，可用于确定搜索方向的信息 评价函数的作用是根据启发式信息，计算对应于特定搜索方向的评价值，作为选择搜索方向的依据。局部(local)搜索 vs. 全局(global)搜索 确定搜索方向时考虑局部信息还是全局信息？任一解 vs. 最优解搜索方法图搜索方法 宽度优先法(breadth-first)，深度优先法(depth-first)，有界深度优先法，启发式最优图搜索法(A*，AO*)……..博弈搜索方法 极小极大法(MiniMax)，Alpha-Beta剪枝法 (pruning)………现代优化搜索方法 爬山法(hill climbing)，模拟退火法(simulated annealing)，遗传算法(genetic algorithms)…….搜索策略的评价完备性 如果问题有解，能否保证找到？最优性(optimization) 如果问题存在不同的解，能否找到最优解？时间复杂性-找到一个解需要花费多少时间空间复杂性-在搜索过程中需要占用多少内存时空复杂性的量度状态空间图的大小分支因子 b目标节点的深度 d路径的最大长度 m搜索深度限制 l5.2 问题及其搜索过程的表示状态空间表示法 通过“状态”表示问题，通过“操作符”求解问题 状态的改变表示了问题求解过程状态空间以“状态”和“操作符”为基础 状态： 问题求解过程中任意时刻的状况 操作符：使问题从一个状态变为另一个状态的操作问题的全部状态(包含初始状态和目标状态)及一切可用操作符所构成的集合称为问题的状态空间。初始状态中间状态1中间状态2目标状态状态空间例：二阶梵塔问题设有三根钢针，它们的编号分别是1号、2号和3号。在初始情况下，l号钢针上穿有A、B两个金片，A比B小，A位于B的上面。要求把这两个金片全部移到另一根钢针上，而且规定每次只能移动一个金片，任何时刻都不能使大片位于小片的上面。AAABBB112233S0=(1,1)S8=(3,3)S4=(2,2) 二阶梵塔问题的初始与目标状态用 Sk=｛Sk0， Sk1｝表示问题的状态，其中，Sk0表示金片A所在的钢针号，Sk1表示金片B所在的钢针号。全部可能的问题状态共有以下9种： SO=(1，l) S1=（1，2）S2=（1，3） S3=(2，1）S4=（2，2）S5=（2，3） S6=(3，1）S7=（3，2）S8=（3，3）操作符：A(i,j)表示把金片A从第i号钢针移到j号钢针上；B(i,j)表示把金片B从第i号钢针移到j号钢针上。共有12种操作，分别是： A(1，3) A(2，1) A(2，3) A(3，1) A(3，2) B(1，3) B(2，1) B(2，3) B(3，1) B(3，2) 根据状态和操作符，可构成二阶梵塔问题的状态图(1,1)A(1,3)(2,1)最短路径解(3,1)B(1,2)(2,3)(3,2)A(3,2)(3,3)(1,3)(1,2)(2,2)八数码游戏（八数码问题）描述为：在3×3组成的九宫格棋盘上，摆有八个将牌，每一个将牌都刻有1-8八个数码中的某一个数码。棋盘中留有一个空格，允许其周围的某一个将牌向空格移动，这样通过移动将牌就可以不断改变将牌的布局。这种游戏求解的问题是：给定一种初始的将牌布局或结构（称初始状态）和一个目标的布局（称目标状态），问如何移动将牌，实现从初始状态到目标状态的转变。5.3 一般图搜索算法无论是状态空间，还是与或图的问题表示，问题求解过程都可看作是在“图”中进行搜索。基本思想 不存储全部搜索图，而是逐步展开问题求解所需的搜索子图具体方法 从初始状态开始，不断扩展当前节点，即生成子节点，直到目标状态出现在这些子节点中，或者没有可供扩展的节点为止。数据结构Open表（未扩展节点表） 存放未进行过扩展的节点Closed表（已扩展节点表） 存放已经扩展过的节点Closed表：Open表： 节点 父节点 编号 节点 父节点算法步骤Step1 把初始节点S0放入 Open表，建立仅包含S0的图 G；Step2 从Open表中取出待扩展节点，放入Closed表； （不同搜索策略的区别主要体现于此）Step3 对节点进行扩展，将扩展得到的、未在G中出现过的子节点放入Open表；根据需要修改G中节点的指针；Step4 重复Step2-3直到 状