人工智能 教学配套课件 作者 王万森 AI4章 （全套课件 齐）(1).pdf

第4章搜索策略

搜索是人工智能中的一个基本问题，并与推理密切相关，搜索策略的优

劣，将直接影响到智能系统的性能与推理效率。

4.1搜索的基本概念

4.1.1搜索的含义

4.1.2状态空间法

4.1.3问题归约法

4.2状态空间的盲目搜索

4.3状态空间的启发式搜索

4.4与/或树的盲目搜索

4.5与/或树的启发式搜索

4.6博弈树的启发式搜索

1

4.1.1搜索的含义

概念：

依靠经验，利用已有知识，根据问题的实际情况，不断寻找可利用知识，

从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索

适用情况：

不良结构或非结构化问题；难以获得求解所需的全部信息；更没有现成的

算法可供求解使用。

搜索的类型

按是否使用启发式信息：

盲目搜索：按预定的控制策略进行搜索，在搜索过程中获得的中间信息并

不改变控制策略。

启发式搜索：在搜索中加入了与问题有关的启发性信息，用于指导搜索朝

着最有希望的方向前进，加速问题的求解过程并找到最优解。

按问题的表示方式：

状态空间搜索：用状态空间法来求解问题所进行的搜索

与或树搜索：用问题归约法来求解问题时所进行的搜索

2

4.1.2状态空间法

1.状态空间表示方法

状态(State)

是表示问题求解过程中每一步问题状况的数据结构，它可形式地表示为：

Sk{Sko,Sk1…}

当对每一个分量都给以确定的值时，就得到了一个具体的状态。

操作(Operator)

也称为算符，它是把问题从一种状态变换为另一种状态的手段。。操作可

以是一个机械步骤，一个运算，一条规则或一个过程。操作可理解为状态集

合上的一个函数，它描述了状态之间的关系。

状态空间(Statespace)

用来描述一个问题的全部状态以及这些状态之间的相互关系。常用一个三

元组表示为：

(S,F,G)

其中，S为问题的所有初始状态集合；F为操作的集合；G为目标状态的集

合。

状态空间也可用一个赋值的有向图来表示，该有向图称为状态空间图。在

状态空间图中，节点表示问题的状态，有向边表示操作。

4.1.2状态空间法

2.状态空间问题求解

状态空间法求解问题的基本过程：

首先，为问题选择适当的“状态”及“操作”的形式化描述方法；

然后，从某个初始状态出发，每次使用一个“操作”,递增地建立起操作

序列，直到达到目标状态为止；

最后，由初始状态到目标状态所使用的算符序列就是该问题的一个解。

4

4.1.2状态空间法

3.状态空间的例子(1/10)

例4.1二阶梵塔问题

设有三根钢针，它们的编号分别是1号、2号和3号。在初始情况下，1号钢

针上穿有A、B两个金片，A比B小，A位于B的上面。要求把这两个金片全部

移到另一根钢针上，而且规定每次只能移动一个金片，任何时刻都不能使大

的位于小的上面。

解：设用Sk(Sko,Sk₁)表示问题的状态，其中，Sko表示金片A所在的钢针

号，Sk₁表示金片B所在的钢针号。

全部可能的问题状态共有以下9种：

S₀(1,1)S₁(1,2)S₂(1,3)S₃(2,1)S₄(2,2)

S₅(2,3)S₆(3,1)S₇(3,2)S₈(3,3)