第4章搜索策略.pptx

第四章搜索求解策略人工智能概论

目录启发式搜索盲目搜索搜索人工智能相关概念状态空间搜索与或树搜索

搜索搜索搜索就是根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造一条使问题得到解决的代价最小的推理路径的过程。搜索包含两层含义：一是要找到从初始事实到问题最终答案的一条推理路径，二是找到的这条路径是时间和空间复杂度最小的推理路径。人工智能基础

搜索中需要解决的基本问题（1）搜索过程是否一定能找到一个解。（2）当搜索过程找到一个解时，找到的是否是最佳解。（3）搜索过程的时间与空间复杂度如何。（4）搜索过程是否终止运行或是否会陷入一个死循环。搜索搜索的主要过程（1）从初始或目标状态出发，并将它作为当前状态。（2）扫描操作算子集，将适用当前状态的一些操作算子作用在其上来得到新的状态，并建立指向其父节点的指针。（3）检查所生成的新状态是否满足结束状态，如果满足，则得到解，并可沿着有关指针从结束状态反向到达开始状态，给出一推理路径；否则，将新状态作为当前状态，返回第2步再进行搜索。

搜索策略的分类：搜索盲目搜索不考虑给定问题所具有的特定知识，系统根据事先确定好的某种固定排序依次调用规则或随机调用规则。根据是否使用启发式信息启发式搜索根据问题的表示方法状态空间搜索与或树搜索启发式搜索考虑问题领域可应用的知识，动态地确定规则的排序，优先调用较合适的规则加速问题的求解过程，使搜索朝着最有希望的方向前进，找到最优解。是指用状态空间法来求解问题所进行的搜索用问题归约法来求解问题时进行的搜索。

回溯策略盲目搜索带回溯策略的搜索是从初始状态出发，不停地、试探性地寻找路径，直到到达目标状态或遇到不可解节点，即“死胡同”为止。如果到达目标状态，就成功退出搜索，返回解题路径。若遇到不可解节点，就回溯到路径中最近的父节点上，查看该节点是否还有其他的子节点未被扩展。若有，则沿这些子节点继续搜索。回溯是状态空间搜索的基本算法思想。各种图搜索算法，包括宽度优先搜索、深度优先搜索、最好优先搜索，都含有回溯的思想。

宽度优先搜索?盲目搜索

深度优先搜索?盲目搜索

最好优先搜索最好优先搜索（best-firstsearch）是一种基于估价函数的启发式搜索算法。最好优先搜索通过启发式函数来估计扩展节点的“价值”，并优先搜索“价值”最高的节点。最好优先搜索通常应用于图搜索等问题中。在执行搜索操作时，最好优先搜索会先评估初始节点，并计算出每一个相邻节点的优先级。由于最好优先搜索只选择优先级最高的节点进行扩展，因此可以在搜索过程中尽早发现最优解。盲目搜索

启发式搜索启发式策略启发式策略就是利用与问题有关的启发信息进行搜索。启发式策略也是极易出错的。在解决问题的过程中，启发仅仅是对下一步将要采取的措施的一个猜想，它常常根据经验和直觉来判断。由于启发式搜索只利用特定问题的有限的信息，要想准确地预测下一步在状态空间中采取的具体的搜索行为是很难办到的。问题求解系统可在两种基本情况下运用启发式策略（1）由于一个问题在问题陈述和数据获取方面固有的模糊性，可能没有一个确定的解，这就要求系统能运用启发式策略做出最有可能的解释。（2）虽然一个问题可能有确定解，但是其状态空间特别大，搜索中生成扩展的状态数会随着搜索深度的加大呈指数级增长。穷尽式搜索策略（如宽度优先搜索或深度优先搜索）在给定的较实际的时间和空间复杂度内很可能得不到最终的解，而启发式策略通过引导搜索向最有希望的方向进行来降低搜索复杂度。

启发式搜索启发信息启发信息是对每个状态的估计，表示从当前状态到目标状态的预期成本或距离。这种估计帮助搜索算法优先考虑那些看起来更接近目标的路径。启发式搜索使用启发信息（或启发函数）来指导搜索过程，以更有效地达到目标状态。启发式实际上是一种大拇指准则（thumbrule）：在大多数情况下是成功的，但不能保证一定成功。估价函数?

A搜索算法?启发式搜索如何能够保证搜索到最优解呢？这就需要A*搜索算法

A*搜索算法?启发式搜索

启发式搜索A*搜索算法的有关特性可采纳性单调性信息性?

启发式搜索A*搜索算法的有关特性可采纳性单调性信息性?

状态空间搜索用搜索技术来求解问题的系统均会定义一个状态空间，并通过适当的搜索算法在状态空间中搜索解答或解答路径。状态空间搜索的研究焦点在于设计高效的搜索算法，以降低搜索代价并解决组合爆炸问题。

状态空间搜索问题的状态空间表示法状态空间表示法是指用“状态”和“操作”组成的“状态空间”来表示问题求解的一种方法。（1）状态是指为了描述问题求解过程中不同时刻下状况（例如初始状况、事实等叙述性知识）间的差异，而引入的最少的一组变量的有序组合。它常用矢量形式表示，例如：（2）操作也被称为运算符或算符，它使状态中的