计算机软件及应用人工智能.pptxVIP

主 要 内 容 阅读教材5.1、 5.2、5.3、5.4、5.5。 爬山法和动态规划法 最佳优先搜索算法 可纳性、单调性以及信息性 博弈树搜索 计算复杂度 第1页/共32页 最佳优先搜索 第2页/共32页 g x y s 第3页/共32页 一般的图搜索 第4页/共32页 第5页/共32页 一般的图搜索算法描述 第6页/共32页 第7页/共32页 一般的启发式搜索算法 搜索算法的不同，归根结底在于，对OPEN表节点扩展顺序的策略不同。 OPEN表节点扩展策略一般受制于一下因素： 称为评价函数的f(n) 。其中，n可以是任意节点。一般地，f(n) 有实际意义，如表示代价或耗散时，值越小越好。 选择下一个节点时考虑OPEN表哪些节点。 第8页/共32页 一般地，评价函数定义为 f(n) = g(n) + h(n) 搜索算法或许已发现多条从初始节点s到节点n 的路径，它们的最小代价为g(n) 。 虽然从节点n到任一目标节点g的所有路径的最小代价尚不知道，但是可由领域知识对其作出估计，通过启发函数h(n)实现。 于是，f(n)表示从初始节点s经由节点n到达目标节点g的最优路径的代价估计值。 启发式搜索是OPEN表是优先队列的搜索。 第9页/共32页 启发式搜索算法举例 八数码 f(n) = g(n) + h(n)的选取 g(n) = “x所在的搜索深度”； h(n) = “x与sg相比，错