湘潭大学-人工智能课件-确定性推理-part4.pptVIP

ArtificialIntelligence(AI)

人工智能第二章：知识表示与推理

内容提要第二章：知识表示与推理1.推理的根本概念2.搜索策略3.自然演绎推理4.消解演绎推理5.基于规那么的演绎推理二、确定性推理

搜索策略搜索策略搜索的根本概念状态空间的搜索策略与/或树的搜索策略搜索的完备性与效率

与/或树的搜索策略与/或树的搜索策略与/或树的一般搜索过程与/或树的广度优先搜索与/或树的深度优先搜索与/或树的启发式搜索博弈树的启发式搜索α-β剪枝技术

与/或树的启发式搜索与/或树的启发式搜索与/或树的启发式搜索过程实际上是一种利用搜索过程所得到的启发性信息寻找最优解树的过程。算法的每一步都试图找到一个最有希望成为最优解树的子树。最优解树是指代价最小的那棵解树。它涉及到解树的代价与希望树。

与/或树的启发式搜索解树的代价:解树的代价可按如下规那么计算(1)假设n为终止节点，那么其代价h(n)=0；(2)假设n为或节点，且子节点为n1,n2,…,nk，那么n的代价为：其中，c(n,ni)是节点n到其子节点ni的边代价。(3)假设n为与节点，且子节点为n1,n2,…,nk，那么n的代价可用和代价法或最大代价法。

与/或树的启发式搜索解树的代价:解树的代价可按如下规那么计算假设用和代价法，那么其计算公式为：假设用最大代价法，那么其计算公式为：(4)假设n是端节点，但又不是终止节点，那么n不可扩展，其代价定义为h(n)=∝。(5)根节点的代价即为解树的代价。

与/或树的启发式搜索解树的代价:设以下图是一棵与/或树，它包括两棵解树左边的解树由S0、A、t1、C及t2组成；右边的解树由S0、B、t2、D及t4组成。在此与或树中，t1、t2、t3、t4为终止节点；E、F是端节点；边上的数字是该边的代价。请计算解树的代价。4635S022ABt1Ct2D21t3Et4F

与/或树的启发式搜索解树的代价:解：先计算左边的解树按和代价：h(S0)=2+4+6+2=14按最大代价：h(S0)=(2+6)+2=10再计算右边的解树按和代价：h(S0)=1+5+3+2=11按最大代价：h(S0)=(1+5)+2=84635S022ABt1Ct2D21t3Et4F

与/或树的启发式搜索希望树：希望树是指搜索过程中最有可能成为最优解树的那棵树。与/或树的启发式搜索过程就是不断地选择、修正希望树的过程，在该过程中，希望树是不断变化的。希望树的定义：(1)初始节点S0在希望树T中(2)如果节点n在希望树中，那么一定有：如果n是具有子节点n1,n2,…,nk的或节点，那么具有值的那个子节点ni也应在T中。如果n是与节点，那么n的全部子节点都在希望树T中。

与/或树的启发式搜索与/或树的启发式搜索过程(1)把初始节点S0放入OPEN表中；(2)求出希望树T，即根据当前搜索树中节点的代价h求出以S0为根的希望树T；(3)依次在OPEN表中取出T的端节点放入CLOSED表，并记该节点为n；节点n有三种不同情况：①n为终止节点，②n不是终止节点，但可扩展，③n不是终止节点，且不可扩展，对三种情况分别进行步骤(4)(5)(6)的操作过程；

与/或树的启发式搜索与/或树的启发式搜索过程(4)如果节点n为终止节点，那么：①标记节点n为可解节点；②在T上应用可解标记过程，对n的先辈节点中的所有可解解节点进行标记；③如果初始解节点S0能够被标记为可解节点，那么T就是最优解树，成功退出；④否那么，从OPEN表中删去具有可解先辈的所有节点。⑤转第(2)步。

与/或树的启发式搜索与/或树的启发式搜索过程(5)如果节点n不是终止节点，但可扩展，那么：①扩展节点n，生成n的所有子节点；②把这些子节点都放入OPEN表中，并为每一个子节点设置指向父节点n的指针；③计算这些子节点及其先辈节点的h值；④转第(2)步。

与/或树的启发式搜索与/或树的启发式搜索过程(6)如果节点