人工智能A算法求解8数码问题.docxVIP

实验四 A*算法求解 8 数码问题 实验四 A*算法求解 8 数码问题 一、实验目的 熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用 A*算法求解 8 数码难题，理解求解流程和搜索顺序。 二、实验原理 A*算法是一种启发式图搜索算法，其特点在于对估价函数的定义上。对于一般的启发式图搜索，总是选择估价函数 f 值最小的节点作为扩展节点。因此，f 是根据需要找到一条最小代价路径的观点来估算节点的，所以，可考虑每个节点n 的估价函数值为两个分量：从起始节点到节点 n 的实际代价 g(n)以及从节点 n 到达目标节点的估价代价 h(n)，且 h(n)=h*(n)，h*(n)为 n 节点到目标节点的最优路径的代价。 八数码问题是在 3×3 的九宫格棋盘上，排放有 8 个刻有 1～8 数码的将牌。棋盘中有一个空格，允许紧邻空格的某一将牌可以移到空格中，这样通过平移将牌可以将某一将牌布局变换为另一布局。针对给定的一种初始布局或结构（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。如图 1 所示表示了一个具体的八数码问题求解。 图 1 八数码问题的求解 三、实验内容 1、 参考 A*算法核心代码，以 8 数码问题为例实现 A*算法的求解程序（编程语言不限），要求设计两种不同的估价函数。 2、在求解 8 数码问题的 A*算法程序中，设置相同的初始状态和目标状态，针对不同的估价函数，求得问题的解，并比较它们对搜索算法性能的影响，包括扩展节点数、生成节点数等。 3、对于 8 数码问题，设置与图 1 所示相同的初始状态和目标状态，用宽度优先搜索算法（即令估计代价 h(n)＝0 的 A*算法）求得问题的解，记录搜索过程中的扩展节点数、生成节点数。 4、提交实验报告和源程序。 四.实验截图 五．源代码 #include iostream #include stdio.h #include stdlib.h #include time.h #include string.h #include queue #include stack using namespace std; const int N=3;//3*3棋?盘ì const int Max_Step=32;//最?大洙?搜?索÷深?度è enum Direction{None,Up,Down,Left,Right};//方?向ò，?分?别纄对?应畖上?下?左哩?右 ? struct Chess//棋?盘ì { int chessNum[N][N];//棋?盘ì数簓码? int Value;//评à估à值μ Direction BelockDirec;//所ù屏á蔽?方?向ò struct Chess * Parent;//父?节ú点? }; void PrintChess(struct Chess *TheChess);//打洙?印?棋?盘ì struct Chess * MoveChess(struct Chess * TheChess,Direction Direct,bool CreateNewChess);// 移?动ˉ棋?盘ì数簓字? int Appraisal(struct Chess * TheChess,struct Chess * Target);//估à价?函ˉ数簓 struct Chess * Search(struct Chess* Begin,struct Chess * Target);//A*搜?索÷函ˉ数簓 int main() { //本?程ì序ò的?一?组哩?测a试?数簓据Y为a /*初?始?棋?盘ì *1 4 0* *3 5 2* *6 7 8* */ /*目?标括?棋?盘ì *0 1 2* *3 4 5* *6 7 8* */ Chess Target; Chess *Begin,*ChessList; Begin=new Chess; int i; cout请?输?入?初?始?棋?盘ì，?各÷数簓字?用?空?格?隔?开a：阰endl; for(i=0;iN;i++) { for(int j=0;jN;j++) { cinBegin-chessNum[i][j]; } } cout请?输?入?目?标括?棋?盘ì，?各÷数簓字?用?空?格?隔?开a：阰endl; for(i=0;iN;i++) { for(int j=0;jN;j++) { cinTarget.chessNum[i][j]; } } //获?取?初?始?棋?盘ì Appraisal(Begin,Target); Begin-Parent=NULL; Begin-BelockDirec=None; Target.Value=0; cout初?始?棋?盘ì:; PrintChe