人工智能及应用_ch5_2.ppt_第1页
人工智能及应用_ch5_2.ppt_第2页
人工智能及应用_ch5_2.ppt_第3页
人工智能及应用_ch5_2.ppt_第4页
人工智能及应用_ch5_2.ppt_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

搜索方法,启发式搜索,启发式搜索,前面讨论的搜索策略中没有考虑问题本身的特性信息,而只是按事先规定的路线进行搜索。如果在搜索过程中使用在搜索过程中获得的问题自身的一些特性信息来指导搜索显然会有利于搜索。我们将利用问题自身特性信息来引导搜索过程的搜索方法称为启发式搜索。,启发性信息的作用,启发性信息对搜索的指导作用可归纳为3个方面。选择下一个要被扩展的结点。在结点扩展时,选择有用的结点。修剪掉某些不可能导致搜索成功的结点。,估价函数,启发信息在搜索过程中的主要作用是对结点的重要性进行评估,通过这个评估来实现OPEN表中结点的排序这个评估一般是通过估价函数实现的。,估价函数,估价函数f(n)的一般形式为:f(n)=g(n)+h(n)其中:结点n是搜索图中当前被扩展的结点。f(n)是从初始状态经由结点n到达目标结点的所有路径中最小路径代价的估计值。g(n)是从初始结点到结点n的实际代价。h(n)是从结点n到达目标结点的最优路径的估计代价。,估价函数示例,例:八数码问题。设初始状态和目标状态如下图,且估价函数为:f(n)=d(n)+w(n)其中:d(n)表示结点的结点深度;w(n)表示结点n不在位的数码个数。请计算初始状态的估价函数值。,23184765,2384765,S0,Sg,估价函数示例,解:此例估价函数中有g(n)=d(n)-路径的深度代表实际代价;h(n)=w(n)-不在位数码说明结点与目标的差距。f(S0)=d(S0)+w(S0)=0+4=4,A算法,在一般图搜索算法中,如果每一步都利用估价函数f(n)=g(n)+h(n)对OPEN表中的结点进行排序,则称该搜索算法为A算法。由于估价函数带有问题自身的启发性信息,所以A算法也是启发式搜索算法。,A算法-全局择优搜索,产生一个仅有初始结点S0的OPEN表,建立一个仅有初始结点S0的图G,置S0的估价函数f(S0)=g(S0)+h(S0);产生一个空的CLOSED表;如果OPEN表为空,则失败退出;在OPEN表的首部取一个结点n,将其放入CLOSED表,在OPEN表删除结点n;,A算法-全局择优搜索,考察结点n是否为目标结点,若是,则得到问题的解,成功退出;若结点不可扩展,则转第3步;扩展结点n,计算子结点的f(ni),并为每一个子结点指定父结点,将子结点放入OPEN表中;按估价函数为OPEN表中的结点排序,转第3步。,A算法-全局择优搜索,例:八数码问题。设初始状态和目标状态如下图,且估价函数为:f(n)=d(n)+w(n)其中:d(n)表示结点的结点深度;w(n)表示结点n不在位的数码个数。请使用全局择优搜索求解问题。,23184765,2384765,S0,Sg,A算法-全局择优搜索,解:搜索图为,23184765,23184765,28314765,23184765,12384765,28314765,28314765,28316475,12384765,S0,Sg,S1,S2,S3,S4,S5,S6,S7,S8,4,4,4,6,4,6,7,7,12378465,6,3,A算法-局部择优搜索,产生一个仅有初始结点S0的OPEN表,建立一个仅有初始结点S0的图G,置S0的估价函数f(S0)=g(S0)+h(S0);产生一个空的CLOSED表;如果OPEN表为空,则失败退出;在OPEN表的首部取一个结点n,将其放入CLOSED表,在OPEN表删除结点n;,A算法-局部择优搜索,考察结点n是否为目标结点,若是,则得到问题的解,成功退出;若结点不可扩展,则转第3步;扩展结点n,计算子结点的f(ni),并为每一个子结点指定父结点,按估价函数将子结点排序,并放入OPEN表的首部,转第3步。,关于A算法,全局择优搜索:当f(n)=g(n),算法退化为代价树广度优先搜索;f(n)=d(n),算法退化为广度优先搜索。局部择优搜索:当f(n)=g(n),算法退化为代价树深度优先搜索;f(n)=d(n),算法退化为深度优先搜索。,A*算法,设f*(n)是从初始状态经由结点n到达目标结点的所有路径中最小路径代价值,f(n)是它的估计值。则f*(n)应由两部分组成:g(n)是从初始结点到结点n的最小代价。h(n)是从结点n到达目标结点的最优路径的代价值,有多个目标结点时取其代价最小者。所以f*(n)=g(n)+h(n),A*算法,对A算法-全局择优搜索中的增加如下限制:g(n)是对g*(n)的估计,并且g(n)0h(n)是h*(n)的下界,即对任意结点都有h(n)h1(n)则被A2*扩展的结点一定被A1*扩展。,A*算法的最优性,如果启发函数满足以下两个条件:h(目标结点)=0对任意结点n和它的子结点m,都有0h(n)-h(m)C(n,m)C(n,m)是结点到其子结点的边代价,则称h(n)满足单调限制。,A*算法的最优性,结论:如果h满足单调条件,则当A*算法扩展结点n时,该结点就已经找到通往它的最佳路径,即g(n)=g*(n),A*算法-示例,例:八数码问题。设初始状态和目标状态如下图,且估价函数为:f(n)=d(n)+w(n)其中:d(n)表示结点的结点深度;w(n)表示结点n不在位的数码个数。请使用A*算法求解问题。,23184765,2384765,S0,Sg,A*算法-示例,解:在前一个例中取h(n)=w(n)w(n)表示结点n不在位的数码个数显然有w(n)h*(n)即例中的A算法也是A*算法。,A*算法-示例,还可以选择h(n)=P(n),其中是每一个数码与其目标位置

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论