基于A算法求解八数码问题哈尔滨工程大学.doc

基于A算法求解八数码问题哈尔滨工程大学.doc

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于A算法求解八数码问题哈尔滨工程大学 基于A算法求解八数码问题哈尔滨工程大学 基于A算法求解八数码问题哈尔滨工程大学 基于A算法求解八数码问题-哈尔滨工程大学 人工智能课程项目报告 基于A*算法求解八数码问题 班级号:2011061618姓名:唐宗林 纲领:利用人工智能中的经典启迪式搜寻算法求解八数码问题,在启迪式搜寻算法上对A*算法的定义进行认识释,详尽的描绘了启迪式A*搜寻算法,并将之运用至解决八数码问题,对八数码问题求解过程进行了详尽解说,获得了预期的搜寻解,达到了本实验课程的预期目的。 要点词:人工智能;启迪式搜寻算法;A*算法;八数码问题 本构成员:唐宗林,陶涛,汤芦山 自己分工:主要担当A*算法中启迪函数的设计、八数码问题解存在问题判断等工作。 前言 在信息社会中,人们愈来愈依靠于搜寻技术来获取实用的信息,搜寻是人工智能中的一个基本问题,是推理不行切割的一部分,它直接关系到智能系统的性能及运转效率。平常搜寻策略的主要任务是确立如何采纳规则的方式。一般有两种方式:一种是不考虑所给问题所拥有的的特定知识系统依据早先确立好 1 人工智能课程项目报告 的某种固定排序,一次调用规则或随机调用规则,这其实是盲目搜寻的策略;另一种是考虑问题领域可应用的知识,动向的确定规则的排序,优先调用较适合的规则排序,这就是平常所称为的启迪式搜寻策 略。启迪式搜寻是利用问题所拥有的启迪式信息来指引搜寻,以达到减少搜寻范围,降低问题复杂度的目的。 在本课程实验中我们以八数码问题为背景,运用启迪式搜寻算法来达到求解目的。经过解决八数码问题来加深对A*算法的理解及运用,以更好地将讲堂所学知识运用到实质问题的解决之中。在实验中我的任务主若是A*算法中启迪函数的设计、八数码问题解存在问题判断等工作,所以接下来的表达也将环绕这几项工作来睁开。 算法原理与系统设计 2.1八数码问题 八数码游戏(八数码问题)描绘为:在3×3构成的九宫格棋盘上,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,同意其四周的某一个将牌向空格挪动,这样经过挪动将牌就能够不停改变将牌的布局。这类游戏求解的问题是:给定一种初始的将牌布局或构造(称初始状态) 2 人工智能课程项目报告 和一个目标的布局(称目标状态),问如何挪动将牌,实现从初始状态到目标状态的转变。 初始状态: 个数字将牌和空格在九宫格棋盘上的所有格局构成了问题的状态空间。此中,状态空间中的任一种状态都能够作为初始状态。 后继函数: 经过挪动空格(上、下、左、右)和四周的任一棋子一次,抵达新的合法状态。 目标测试: 比较目前状态和目标状态的格局能否一致。 路径耗费: 每一步的耗散值为1,所以整个路径的耗散值是从初步状态到目标状态的棋子挪动的总步数。 2.2八数码解存在判断 在对八数码问题进行正式求解前,我们会第一对八数码能否有解作出判断。 我们对一个随意的棋局状态p=c[1]c[2]c[3]c[4]c[5]c[6]c[7]c[8]进行分析: 引理1: 假如互换任何两个相邻的棋子,那么棋子数列的逆序数将发生奇偶性互变(奇偶性 3 人工智能课程项目报告 互变是指由奇数变成偶数,或由偶数变成奇数,下同)。 引理2: 假如棋子数列经过n次相邻棋子互换后,若n为偶数,则数列逆序数奇偶性不变; 若n为奇数,则数列逆序数将发生奇偶性互变。引理3: 在满足上述商定的八数码问题中,空格与相邻棋子的互换不会改变棋局中棋子数列的逆序数的奇偶性。 定理1: 1)当初始状态棋局的棋子数列的逆序数是奇数时,八数码问题无解; 2)当初始状态棋局的棋子数列的逆序数是偶数 时,八数码问题有解。 2.3启迪式搜寻 启迪式搜寻算法的基本思想是:定义一个议论函数f,对目前的搜寻状态进行评估,找出一个最有希望 的节点来扩展。 2.4启迪信息 启迪性信息是指那种与详尽问题求解过程相关的,并可指导搜寻过程朝着最有希望的方向行进的控制 4 人工智能课程项目报告 信息。有余下三种启迪性信息: 有效的帮助确立扩展节点的信息; 有效的帮助决定那些后记节点被生成的信息;能决定在扩展一个节点时那些节点应从搜寻树上删除的信息; 2.5估价函数 f*(n)=g*(n)+h*(n) 上式中g*(n)表示从初始节点s到目前节点n的最短路径的耗散值;h*(n)表示从目前节点n到目标节点g的最短路径的实质耗散值,f*(n)表示从初始节点s经过n到目标节点g的最短路径的耗散值。 2.6A*算法 假如我们分别以g(n)及h(n)取代g*(n)及h*(n),此中g(n)是对g*的一个合理预计,它们可能不相等: g(n)=g*(n)只有当发现了到状态n的最短路径时它们才是相等的。同理,以对到目标状态的最小代价的启迪式预计h(n)取代h*(n),

文档评论(0)

明天会更好 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档