人工智能基础与应用：搜索算法和智能计算PPT教学课件.pptxVIP

搜索算法与智能计算第4章

第4章搜索算法与智能计算引言在求解一个问题时，涉及两个方面：一是该问题的表示，如果一个问题找不到一个合适的表示方法，就谈不上对它求解；二是选择一种相对合适的求解方法。在人工智能中，问题求解的基本方法有搜索法、归约法、归结法、推理法及产生式等。由于绝大多数需要用人工智能方法求解的问题，缺乏直接求解的方法，因此，搜索不失为一种求解问题的一般方法。此外，受自然界和生物界规律的启发，人们根据其原理模仿设计了许多求解问题的算法，并广泛应用于组合优化、机器学习、智能控制、模式识别、规划设计、网络安全等领域。本章一方面介绍搜索算法中常用的搜索策略，另一方面介绍智能计算，包括遗传算法、粒子群优化算法、蚁群算法及其应用。

4.1搜索算法ONTENTSC内容大纲4.2遗传算法4.3蚁群算法4.4粒子群优化算法4.5小结第4章搜索算法与智能计算

4.1搜索算法ONTENTSC内容大纲4.2遗传算法4.3蚁群算法4.4粒子群优化算法4.5小结第4章搜索算法与智能计算

第4章搜索算法与智能计算搜索算法盲目搜索策略搜索策略在人工智能中属问题求解的一种方法，在早期，它一直是人工智能研究与应用中的核心问题。它通常是先将应用中的问题转换为某个可供搜索的空间，称为“搜索空间”，然后采用一定的方法称为“策略”，在该空间内寻找一条路径，称为“搜索路径”或称为“求解”，最终得到一条路径并有一个终点称为“解”。在问题求解中，问题由初始条件、目标和操作集合这三个部分组成。因此，搜索策略方法即是以状态空间法为知识表示方法，以搜索算法思想作引导从而获得知识的一种方法。这是一种演绎推理方法。在该方法的讨论中主要是研究搜索算法思想，包括盲目搜索策略、启发式搜索策略和博弈搜索策略等内容。盲目搜索策略在状态空间中一般的初始状态仅为一个状态称为根状态，以此为起点搜索所生成的是一棵有向树，称为搜索树。如果在搜索过程中没有利用任何与问题有关的知识或者启发信息，则称之为盲目搜索。深度优先搜索和宽度优先搜索是常用的两种盲目搜索方法。

第4章搜索算法与智能计算搜索算法盲目搜索策略深度优先搜索：是优先扩展深度最深的节点。在搜索策略图中，初始节点的深度定义为0，其他节点的深度定义为其父节点的深度加1。深度优先搜索每次选择一个深度最深的节点进行扩展，如果有相同深度的多个节点，则按照事先的约定从中选择一个。如果该节点没有子节点，则选择一个除了该节点以外的深度最深的节点进行扩展。依次进行下去，直到找到问题的解结束；或者再也没有节点可扩展结束，这种情况下表示没有找到问题的解。搜索从0出发，沿一个方向，一直扩展下去，如状态1，2，3，…，直到达到一定的深度(这里假定为3层)。如果未找到目的状态或无法再扩展时，便回溯到另一条路径(状态4)继续搜索；若还未找到目的状态或无法再扩展时，再回溯到另一条路径(状态5，6)搜索；依此类推。

第8章电子商务与信息安全搜索算法盲目搜索策略深度优先搜索的特点体现在如下几个方面：无论问题的内容和性质以及求解要求如何不同，它们的程序结构都是相同的，不相同的仅仅是存储结点数据结构和产生规则以及输出要求。有递归以及非递归两种设计方法。一般地，当搜索深度较小、问题递归方式比较明显时，用递归方法设计好，它可以使得程序结构更简捷易懂。当搜索深度较大时，当数据量较大时，由于系统堆栈容量的限制，递归容易产生溢出，用非递归方法设计比较好。广义和狭义两种理解。广义的理解是，只要最新产生的结点(即深度最大的结点)先进行扩展的方法，就称为深度优先搜索方法。在这种理解情况下，深度优先搜索算法有全部保留和不全部保留产生的结点的两种情况。而狭义的理解是，仅仅只保留全部产生结点的算法。本书取前一种广义的理解。不保留全部结点的算法属于一般的回溯算法范畴。保留全部结点的算法，实际上是在数据库中产生一个结点之间的搜索树，因此也属于图搜索算法的范畴。不保留全部结点的深度优先搜索法，由于把扩展望的结点从数据库中弹出删除，这样，一般在数据库中存储的结点数就是深度值，因此它占用的空间较少从输出结果可看出，深度优先搜索找到的第一个解并不一定是最优解。

第4章搜索算法与智能计算搜索算法盲目搜索策略宽度优先搜索：与深度优先策略刚好相反，宽度优先搜索策略是优先搜索深度浅的节点，即每次选择深度最浅的节点进行扩展，如果有深度相同的节点，则按照事先约定从深度最浅的几个节点中选择一个。与深度优先搜索的“竖”着搜不同，宽度优先搜索体现的是“横”着搜。由0生成状态1，2，然后扩展状态1，生成状态3，4，5，接着扩展状态2，生成状态6，7，8，该层扩展完后，再进入下一层，对状态3进行扩展，如此一层一层地扩展下去，直到搜索到目的状态(如果目的状态存在)。

第8章电子商务与信息安全搜索算法盲目