人工智能实验报告_5.docVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验一 搜索策略 一 实验内容 熟悉和掌握启发式搜索的定义、估价函数和算法过程;比较不同算法的性能。 修改八数码问题或路径规划问题的源程序,改变其启发函数定义,观察结果的变化,分析原因。 二 实验目的 熟悉和掌握各种搜索策略的思想,掌握A*算法的定义、估价函数和算法过程,理解求解流程和搜索顺序。 1、不同算法的搜索路径对比 算法比较 宽度优先 深度优先 估价函数 无 无 O P E N 表 C L O S E D表 {S} {1,2} {2,3,4} {3,4,5,6} {4,5,6,7} {5,6,7,8} {6,7,8,9,G} {7,8,9,G,10} {8,9,G,10} {9,G,10} {G,10} {S} {S,1} {S,1,2} {S,1,2,3} {S,1,2,3,4} {S,1,2,3,4,5} {S,1,2,3,4,5,6} {S,1,2,3,4,5,6,7} {S,1,2,3,4,5,6,7,8} {S,1,2,3,4,5,6,7,8,9} {S} {1,2} {3,4,2} {7,4,2} {4,2} {8,2} {2} {5,6} {9,G,6} {G,6} {S} {S,1} {S,1,3} {S,1,3,7} {S,1,3,7,4} {S,1,3,7,4,8} {S,1,3,7,4,8,2} {S,1,3,7,4,8,2,5} {S,1,3,7,4,8,2,5,9} 搜索节点次序记录 S-1-2-3-4-5-6-7-8-9-G S-1-3-7-4-8-2-5-6-9-G 观测结果 S-2-5-G S-2-5-G 结论 Complete, optimal Incomplete, not optimal 算法比较 最低代价优先 最佳优先(Breath) 估价函数 g(n) open表按g(n)由小到大排序 h(n) open表按f(n)由小到大排序 O P E N 表 C L O S E D 表 {S} {2,1} {1,5,6} {4,5,6,3} {5,6,3,8} {6,3,8,9,G} {3,8,9,G,10} {8,9,G,10,7} {9,G,10,7} {G,10,7} {S} {S,2} {S,2,1} {S,2,1,4} {S,2,1,4,5} {S,2,1,4,5,6} {S,2,1,4,5,6,3} {S,2,1,4,5,6,3,8} {S,2,1,4,5,6,3,8,9} {S} {2,1} {6,5,1} {10,5,1} {5,1} {G,9,1} {S} {S,2} {S,2,6} {S,2,6,10} {S,2,6,10,5} 搜索节点次序记录 S-2-1-4-5-6-3-8-9-G S-2-6-10-5-G 观测结果 S-2-5-G S-2-5-G 结论 Complete, optimal Incomplete, not optimal 算法比较 启发式深度优先 A* 估价函数 h(n) f(n)=g(n)+h(n) O P E N 表 C L O S E D 表 {S} {2,1} {6,5,1} {10,5,1} {5,1} {G,9,1} {S} {S,2} {S,2,6} {S,2,6,10} {S,2,6,10,5} {S} {2,1} {1,5,6} {5,6,4,3} {6,4,G,9,3} {8,2} {2} {5,6} {9,G,6} {G,6} {S} {S,2} {S,2,1} {S,2,1,5} {S,2,1,5,6} {S,2,1,5,6,4} {S,2,1,5,6,4,G} 搜索节点次序记录 S-2-6-10-5-G S-1-3-7-4-8-2-5-6-9-G 观测结果 S-2-5-G S-2-5-G 结论 Complete, optimal Incomplete, not optimal 算法分析: 相比于无信息的盲目搜索,有启发式信息的搜索往往效率更高,其中A*算法由于启发式函数满足可纳性和一致性,而可以找到最优解也因而是完备的。贪心算法每次都扩展当前代价最小的结点,容易陷入局部最优,而忽略了全局特性,经常陷入困局。因此,在设计搜索算法时,应优先考虑寻找最佳启发式函数,以此作为指导,可大大提高程序执行的效率。 2、伪代码 ****BFS**** ----------------------------------------------------------------------------------------- function BREADTH-FIRST-SEARCH(problem) returns a solution, or failure node ←a node wi

文档评论(0)

135****0879 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档