人工智能算法实现.docxVIP

人工智能算法实现：[1]A*算法 c 语言 ? 分步阅读 A*算法，A*（A-Star)算法是一种静态路网中求解最短路最有效的方法。估价值 与实际值越接近，估价函数取得就越好。 h(n) 是从 n 到目标节点最佳路径的估计代价。 保证找到最短路径（最优解的）条件，关键在于估价函数 h(n)的选取： 估价值 h(n)= n 到目标节点的距离实际值，这种情况下，搜索的点数多，搜索 如果 估价值实际值,搜索的点数少，搜索范围小，效率高，但不能保证得到最 优解。 工具/原料 DEVC++或 VC 6.0 ? 方法/步骤 1. 估价值与实际值越接近，估价函数取得就越好 例如对于几何路网来说，可以取两节点间欧几理德距离（直线距离）做为估价 值，即 f=g(n)+sqrt((dx-nx)*(dx-nx)+(dy-ny)*(dy-ny))；这样估价函数 f 在 g 值一定的情况下，会或多或少的受估价值h 的制约，节点距目标点近，h 值 小，f 值相对就小，能保证最短路的搜索向终点的方向进行。明显优于 Dijkstra 详细内容： 创建两个表，OPEN 表保存所有已生成而未考察的节点，CLOSED 表中记录 已访问过的节点。 算起点的估价值; 2. A star 算法在静态路网中的应用，以在地图中找从开始点 s 到 e 点的最 短行走路径为例： 首先定义数据结构 #define MAXINT 8192 //定义一个最大整数, 地图上任意两点距离不会超过 #define tile_num(x,y) ((y)*map_w+(x)) // 将 x,y 坐标转换为地图上块的编 typedef struct node *TREE; LINK next; LINK queue; // 保存没有处理的行走方法的节点 TREE stack[STACKSIZE]; // 保存已经处理过的节点 (搜索完后释放) int stacktop; char map[][6]={{x,x,x,x,x,x}, {x,e, , , ,x}, {x,x,x,x,x,x} };//地图数据 int dis_map[MAPMAXSIZE][MAPMAXSIZE];//保存搜索路径时,中间目标地 void findpath(int *path) stacktop=0; for (i=0;imap_h;i++) for (j=0;jmap_w;j++) dis_map[i][j]=MAXINT; init_queue(); root-father=NULL; enter_queue(root,judge(start_x,start_y)); for (;;) { root=get_from_queue(); if (root==NULL) { *path=-1; x=tile_x(root-tile); y=tile_y(root-tile); if (x==end_x y==end_y) break;// 达到目的地成功返回 child=trytile(x,y-1,root);//尝试向上移动 child=trytile(x,y+1,root);//尝试向下移动 child=trytile(x-1,y,root);//尝试向左移动 child=trytile(x+1,y,root);//尝试向右移动 // 回溯树，将求出的最佳路径保存在 path[] 中 path[i]=root-tile; root=root-father; //printf(pathis %d,path[i]); path[i]=-1; freetree(); // 尝试下一步移动到 x,y 可行否 int trytile(int x,int y,TREE father) if (x==tile_x(p-tile) y==tile_y(p-tile)) return 1; // 如果 (x,y) 曾经 经过,失败 p=p-father; h=father-h+1; if (h=dis_map[y][x]) return 1;// 如果曾经有更好的方案移动到 (x,y) 失 // 将这步方案记入待处理队列 p=(TREE)malloc(sizeof(*p)); p-father=father; p-h=father-h+1; p-tile=tile_num(x,y); enter_queue(p,p-h+judge(x,y)); return 0; } 3. 打开 c 语言编译器，输入我们的运行代码，编译，运行如下，打印出地图 如下图： 4. 点任意键进行运行找静态路网 5. 说明：找到路后会存到一个数组中去，我们为了显示这个过程可以运用打 印函数打印出来代码如下 void printpath(int *pat