第五章人工智能搜索策略PPT讲稿.ppt

《第五章人工智能搜索策略PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《第五章人工智能搜索策略PPT讲稿.ppt（81页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第五章人工智能搜索策略第1页，共81页，编辑于2022年，星期三第五章第五章 搜索策略搜索策略5.1 基本概念基本概念5.2 状态空间的搜索策略状态空间的搜索策略5.3 与与/或树的搜索策略或树的搜索策略5.4 搜索的完备性与效率搜索的完备性与效率第2页，共81页，编辑于2022年，星期三5.1 基本概念 采用某种策略，在知识库中寻找可利用的知采用某种策略，在知识库中寻找可利用的知识，从而识，从而构造一条代价较小的推理路线构造一条代价较小的推理路线，使，使问题得到解决的过程称为搜索。问题得到解决的过程称为搜索。5.1.1 什么是搜索什么是搜索第3页，共81页，编辑于2022年，星期三5.1.1

2、 什么是搜索搜索分为盲目搜索盲目搜索和启发式搜索启发式搜索。盲目搜索盲目搜索是按照预定的控制策略进行搜索，在搜索过是按照预定的控制策略进行搜索，在搜索过程中获得的中间信息不用来改进控制策略。程中获得的中间信息不用来改进控制策略。启发式搜索启发式搜索是在搜索中加入了与问题有关的启发性信息，是在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过用以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。程并找到最优解。第4页，共81页，编辑于2022年，星期三5.1.2 状态空间表示法状态空间用状态空间用“状态状态”和和“算符算符”来表示问题。来表示问

3、题。n状态状态 状态用以描述问题在求解过程中不同时刻的状态，一般用向量表示n算符算符使问题从一个状态转变为另一个状态的操作称为算符。n状态空间状态空间由所有可能出现的状态及一切可用算符所构成的集合称为问题的状态空间。回顾回顾第5页，共81页，编辑于2022年，星期三状态空间示例：十五数码难题1191513412758613210141194151312758613210141191513412758613210141194151312758613210141191513412758613210141194151312758613210141194151381275613210141194151

4、31275861321014回顾回顾第6页，共81页，编辑于2022年，星期三5.1.3 与/或树表示法对于一个复杂问题，直接求解往往比较困难。对于一个复杂问题，直接求解往往比较困难。此时可通过下述方法进行简化：此时可通过下述方法进行简化：（1）分解）分解 （2）等价变换）等价变换回顾回顾第7页，共81页，编辑于2022年，星期三5.1.3 与/或树表示法（1）分解把一个复杂问题分解为若干个较为简单把一个复杂问题分解为若干个较为简单的子问题，每个子问题又可继续分解。的子问题，每个子问题又可继续分解。重复此过程，直到不需要再分解或者不重复此过程，直到不需要再分解或者不能再分解为止。如此形成能再分

5、解为止。如此形成“与与”树。树。（2 2）等价变换等价变换利用同构或同态的等价变换，把原问题利用同构或同态的等价变换，把原问题变换为若干个较为容易求解的新问题。变换为若干个较为容易求解的新问题。如此形成如此形成“或或”树。树。回顾回顾第8页，共81页，编辑于2022年，星期三与/或树分解与等价变换可以结合起来使用，这样形成的图称为分解与等价变换可以结合起来使用，这样形成的图称为“与与/或树或树”回顾回顾第9页，共81页，编辑于2022年，星期三由可解节点所构成，并且由这些可解节点可推出初始节点为可解节由可解节点所构成，并且由这些可解节点可推出初始节点为可解节点的子树称为解树点的子树称为解树(t

6、(t表示终止节点表示终止节点)。解树中一定包含初始节点。解树中一定包含初始节点。（它对应于原始问题）（它对应于原始问题）解树解树回顾回顾第10页，共81页，编辑于2022年，星期三5.2 状态空间的搜索策略第11页，共81页，编辑于2022年，星期三5.2 状态空间的搜索策略盲目搜索盲目搜索n搜索按规定的路线进行，不使用与问题有关的搜索按规定的路线进行，不使用与问题有关的启发性信息；启发性信息；n适用于其状态空间图是树状结构的一类问题。适用于其状态空间图是树状结构的一类问题。启发式搜索启发式搜索 使用与问题有关的启发性信息，并以这些启发性信息指导使用与问题有关的启发性信息，并以这些启发性信息指

7、导搜索过程，可以高效地求解结构复杂的问题。搜索过程，可以高效地求解结构复杂的问题。第12页，共81页，编辑于2022年，星期三5.2.1 状态空间的一般搜索过程一个复杂问题的状态空间一般都是一个复杂问题的状态空间一般都是十分庞大十分庞大的。如的。如64阶梵阶梵塔问题共有塔问题共有3的的64次方个不同的状态。次方个不同的状态。把问题的所有状态空间都进行存储有时候是把问题的所有状态空间都进行存储有时候是不可能不可能的。的。把问题的所有状态空间都进行存储也是把问题的所有状态空间都进行存储也是不必要不必要的。因为与的。因为与解题有关的状态空间往往只是整个状态空间的一部分，只解题有关的状态空间往往只是整

8、个状态空间的一部分，只要能生产并存储这部分状态空间就可以求出问题的解。要能生产并存储这部分状态空间就可以求出问题的解。第13页，共81页，编辑于2022年，星期三5.2.1 状态空间的一般搜索过程如何产生问题需要的状态空间从而实现对问题的求解呢？答案如何产生问题需要的状态空间从而实现对问题的求解呢？答案就是就是搜索技术搜索技术。搜索技术搜索技术基本思想基本思想：把问题的初始状态作为当前状态，选择适：把问题的初始状态作为当前状态，选择适用的算符对其操作，生产一组子状态，然后检查目标状态是否用的算符对其操作，生产一组子状态，然后检查目标状态是否在其中出现。若出现，则搜索成功，找到了问题的解，否则按

9、在其中出现。若出现，则搜索成功，找到了问题的解，否则按某种搜索策略从已生成的状态中再选择一个作为当前状态。重某种搜索策略从已生成的状态中再选择一个作为当前状态。重复上述过程，直到目标状态出现或者不再有可供操作的状态及复上述过程，直到目标状态出现或者不再有可供操作的状态及算符为止。算符为止。第14页，共81页，编辑于2022年，星期三5.2.1 状态空间的一般搜索过程OPEN表和表和CLOSE表表nOPEN表用于存放刚生成的节点。对于不同的搜索策略，节点在表用于存放刚生成的节点。对于不同的搜索策略，节点在OPEN表中的排表中的排列顺序是不同的。列顺序是不同的。nCLOSE表用于存放将要扩展的节点

10、。对一个节点的扩展是指：用所有可适表用于存放将要扩展的节点。对一个节点的扩展是指：用所有可适用的算符对该节点进行操作，生成一组子节点用的算符对该节点进行操作，生成一组子节点 OPEN表状态节点父节点编号 状态节点父节点CLOSE表第15页，共81页，编辑于2022年，星期三搜索的一般过程搜索的一般过程1.把初始节点把初始节点S0放入放入OPEN表，并建立目前只包含表，并建立目前只包含S0的图，记的图，记为为G；2.检查检查OPEN表是否为空，若为空则问题无解，退出；表是否为空，若为空则问题无解，退出；3.把把OPEN表的第一个节点取出放入表的第一个节点取出放入CLOSE表，并计该节点为表，并计

11、该节点为n；4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，是否为目标节点。若是，则求得了问题的解，退出；退出；5.扩展节点扩展节点n，生成一组子节点。把其中不是节点，生成一组子节点。把其中不是节点n先辈的那些子节先辈的那些子节点记做集合点记做集合M，并把这些子节点作为节点，并把这些子节点作为节点n的子节点加入的子节点加入G中；中；第16页，共81页，编辑于2022年，星期三6.针对针对M中子节点的不同情况，分别进行如下处理：中子节点的不同情况，分别进行如下处理：对于那些未曾在G中出现过的M成员设置一个指向父节点（即节点n）的指针，并把它们放入OPEN表；（不在OPEN表）对于那

12、些先前已经在G中出现过的M成员，确定是否需要修改它指向父节点的指针；（在OPEN表中）对于那些先前已在G中出现并且已经扩展了的M成员，确定是否需要修改其后继节点指向父节点的指针；（在CLOSE表中）7.按某种搜索策略对按某种搜索策略对OPEN表中的节点进行排序；表中的节点进行排序；8.转第转第2步。步。搜索的一般过程搜索的一般过程第17页，共81页，编辑于2022年，星期三对一般搜索过程的一些说明对一般搜索过程的一些说明一个节点经一个算符操作后一般只生成一个子节点。一个节点经一个算符操作后一般只生成一个子节点。但适用于一个节点的算符可能有多个，此时就会生但适用于一个节点的算符可能有多个，此时就

13、会生成一组子节点。这些子节点中可能有些是当前扩展成一组子节点。这些子节点中可能有些是当前扩展节点的父节点、祖父节点等，此时不能把这些先辈节点的父节点、祖父节点等，此时不能把这些先辈节点作为当前扩展节点的子节点。节点作为当前扩展节点的子节点。第18页，共81页，编辑于2022年，星期三对一般搜索过程的一些说明对一般搜索过程的一些说明一个新生成的节点，它可能是第一次被生成的节一个新生成的节点，它可能是第一次被生成的节点，也可能是先前已作为其它节点的子节点被生点，也可能是先前已作为其它节点的子节点被生成过，当前又作为另一个节点的子节点被再次生成过，当前又作为另一个节点的子节点被再次生成。此时，它究竟

14、应选择哪个节点作为父节点？成。此时，它究竟应选择哪个节点作为父节点？一般由原始节点到该节点的代价来决定，处于代一般由原始节点到该节点的代价来决定，处于代价小的路途上的那个节点就作为该节点的父节点。价小的路途上的那个节点就作为该节点的父节点。第19页，共81页，编辑于2022年，星期三对一般搜索过程的一些说明在搜索过程中，一旦某个被考察的节点是目标节点在搜索过程中，一旦某个被考察的节点是目标节点就得到了一个解。该解是由从初始节点到该目标节就得到了一个解。该解是由从初始节点到该目标节点路径上的算符构成。点路径上的算符构成。如果在搜索中一直找不到目标节点，而且如果在搜索中一直找不到目标节点，而且OP

15、ENOPEN表中不再表中不再有可供扩展的节点，则搜索失败。有可供扩展的节点，则搜索失败。第20页，共81页，编辑于2022年，星期三对一般搜索过程的一些说明通过搜索得到的图称为搜索图，搜索图是状态空通过搜索得到的图称为搜索图，搜索图是状态空间图的一个子集。由搜索图中的所有节点及反向间图的一个子集。由搜索图中的所有节点及反向指针所构成的集合是一棵树，称为搜索树。根据指针所构成的集合是一棵树，称为搜索树。根据搜索树可给出问题的解。搜索树可给出问题的解。第21页，共81页，编辑于2022年，星期三5.2.2 广度（宽度）优先搜索基本思想基本思想：从初始节点从初始节点S0开始，逐层地对节点进行扩展并考

16、开始，逐层地对节点进行扩展并考察它是否为目标节点。在第察它是否为目标节点。在第n层的节点没有全部层的节点没有全部扩展并考察之前，不对第扩展并考察之前，不对第n1层的节点进行扩展。层的节点进行扩展。OPEN表中节点总是按进入的先后顺序排列，先进表中节点总是按进入的先后顺序排列，先进入的节点排在前面，后进入的排在后面。入的节点排在前面，后进入的排在后面。第22页，共81页，编辑于2022年，星期三广度优先搜索过程1.把初始节点把初始节点S0放入放入OPEN表。表。2.如果如果OPEN表为空，则问题无解，退出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点

17、n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退是否为目标节点。若是，则求得了问题的解，退出。出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。6.扩展节点扩展节点n，将其子节点放入，将其子节点放入OPEN表的表的尾尾部，并为每一个部，并为每一个子节点都配置指向父节点的指针，然后转第子节点都配置指向父节点的指针，然后转第2步。步。第23页，共81页，编辑于2022年，星期三重排九宫的广度优先搜索重排九宫的广度优先搜索操作符：空格左移、上移、右移、下移操作符：空格左移、上移、右移、下移第24页，共81页，编辑于2022年，星期

18、三小插曲关于九宫问题射雕英雄传射雕英雄传 瑛姑的问题瑛姑的问题：将一至九这九个数字排成三：将一至九这九个数字排成三列，不论纵横斜角，每三字相加都是十列，不论纵横斜角，每三字相加都是十五，如何排法？五，如何排法？黄蓉的回答黄蓉的回答：九宫之义，法以灵龟，二：九宫之义，法以灵龟，二四为肩，六八为足，左三右七，戴九履四为肩，六八为足，左三右七，戴九履一，五居中央。一，五居中央。第25页，共81页，编辑于2022年，星期三幻方问题幻方问题第26页，共81页，编辑于2022年，星期三中国人首先发现了幻方中国人首先发现了幻方 洛水神龟献奇图洛水神龟献奇图第27页，共81页，编辑于2022年，星期三关于三阶

19、幻方的奥秘关于三阶幻方的奥秘第28页，共81页，编辑于2022年，星期三南宋杨辉 研究幻方第一人 幻方问题幻方问题在我国古代称为“纵横图”，又叫“九宫算图”。南宋大数学家杨辉在1275年所著的续古摘奇算法续古摘奇算法两卷中，除了给出洛书中3阶幻方的构造方法外，还给出了4阶至10阶的幻方。第29页，共81页，编辑于2022年，星期三杨辉对杨辉对3 3阶幻方的解释阶幻方的解释第30页，共81页，编辑于2022年，星期三29435761816594211714310615138121三阶幻方(15)四阶幻方(34)第31页，共81页，编辑于2022年，星期三欧美的幻方热德国画家和文艺理论家德国画家和

20、文艺理论家丢勒丢勒在在1514年创年创作的一幅铜版雕刻画忧伤中就有一作的一幅铜版雕刻画忧伤中就有一个个4阶幻方。阶幻方。名画忧伤现在珍藏于名画忧伤现在珍藏于大英博物馆。大英博物馆。富兰克林富兰克林也投入了很大精力研究幻方。也投入了很大精力研究幻方。第32页，共81页，编辑于2022年，星期三名画忧伤名画忧伤第33页，共81页，编辑于2022年，星期三广度优先算法中需要注意的问题1、对于任意一个可扩展的节点，总是按照固定的操作、对于任意一个可扩展的节点，总是按照固定的操作符的顺序对其进行扩展（如前面重排九宫例子中的符的顺序对其进行扩展（如前面重排九宫例子中的空空格左移、上移、右移、下移格左移、上

21、移、右移、下移）。）。2、在对任一节点进行扩展的时候，如果所得的某个子节点、在对任一节点进行扩展的时候，如果所得的某个子节点（状态）前面已经出现过，则立即将其放弃，不再重复（状态）前面已经出现过，则立即将其放弃，不再重复画出（不送入画出（不送入OPEN表）。表）。因此，广度优先搜索的本质是：因此，广度优先搜索的本质是：以初始节点为根节点，以初始节点为根节点，在状态空间图中按照广度优先的原则，生成一棵搜索树。在状态空间图中按照广度优先的原则，生成一棵搜索树。第34页，共81页，编辑于2022年，星期三广度优先搜索的特点优点优点：只要问题有解，用广度优先搜索总可以得到解，而且得到只要问题有解，用广

22、度优先搜索总可以得到解，而且得到的是路径最短的解。的是路径最短的解。缺点缺点：广度优先搜索盲目性较大，当目标节点距初始节点较远广度优先搜索盲目性较大，当目标节点距初始节点较远时将会产生许多无用节点，搜索效率低。时将会产生许多无用节点，搜索效率低。第35页，共81页，编辑于2022年，星期三5.2.3 深度优先搜索基本思想基本思想：从初始节点开始，在其子节点中选择一个节点进行：从初始节点开始，在其子节点中选择一个节点进行考察，若不是目标节点，则再在该子节点的子节点中选择一考察，若不是目标节点，则再在该子节点的子节点中选择一个节点进行考察，一直如此向下搜索。当到达某个子节点，个节点进行考察，一直如

23、此向下搜索。当到达某个子节点，且该子节点既不是目标节点又不能继续扩展时，才选择其兄且该子节点既不是目标节点又不能继续扩展时，才选择其兄弟节点进行考察。弟节点进行考察。深度优先搜索与广度优先搜索的唯一区别深度优先搜索与广度优先搜索的唯一区别：广度优先搜索是：广度优先搜索是将节点将节点n的子节点放入到的子节点放入到OPEN表的尾部，而深度优先搜索是把表的尾部，而深度优先搜索是把节点节点n的子节点放入到的子节点放入到OPEN表的首部。表的首部。第36页，共81页，编辑于2022年，星期三深度优先搜索过程1.把初始节点把初始节点S0放入放入OPEN表。表。2.如果如果OPEN表为空，则问题无解，退出。

24、表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退是否为目标节点。若是，则求得了问题的解，退出。出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。6.扩展节点扩展节点n，将其子节点放入，将其子节点放入OPEN表的表的首首部，并为每一部，并为每一个子节点都配置指向父节点的指针，然后转第个子节点都配置指向父节点的指针，然后转第2步。步。第37页，共81页，编辑于2022年，星期三重排九宫的深度优先搜索操作符：空格左移、上移、右移、下移第38页

25、，共81页，编辑于2022年，星期三深度优先搜索的特点在深度优先搜索中，搜索一旦进入某个分支，就将沿着该分支一直在深度优先搜索中，搜索一旦进入某个分支，就将沿着该分支一直向下搜索。如果目标节点恰好在此分支上，则可较快地得到解。但向下搜索。如果目标节点恰好在此分支上，则可较快地得到解。但是，如果目标节点不在此分支上，而该分支又是一个无穷分支，则是，如果目标节点不在此分支上，而该分支又是一个无穷分支，则就不可能得到解。所以深度优先搜索是就不可能得到解。所以深度优先搜索是不完备不完备的，即使问题有解，的，即使问题有解，它也不一定能求得解。它也不一定能求得解。用深度优先求得的解，不一定是路径最短的解。

26、用深度优先求得的解，不一定是路径最短的解。本质：以初始节点为根节点，在状态空间图中按照深度优先的本质：以初始节点为根节点，在状态空间图中按照深度优先的原则，生成一棵搜索树。原则，生成一棵搜索树。第39页，共81页，编辑于2022年，星期三5.2.4 有界深度优先搜索 基本思想基本思想：n对深度优先搜索引入搜索深度界限（设为对深度优先搜索引入搜索深度界限（设为dm），），当搜索深度达到了深度界限，而仍未出现目标节当搜索深度达到了深度界限，而仍未出现目标节点时，就换一个分支进行搜索点时，就换一个分支进行搜索。n“有界有界”是为了解决深度优先搜索不完备的问题，是为了解决深度优先搜索不完备的问题，避免

27、陷入无穷分支的死循环。避免陷入无穷分支的死循环。第40页，共81页，编辑于2022年，星期三有界深度优先搜索过程1.把初始节点把初始节点S0放入放入OPEN表中，置表中，置S0的深度的深度d(S0)=0。2.如果如果OPEN表为空，则问题无解，退出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退出。是否为目标节点。若是，则求得了问题的解，退出。5.若节点若节点n的深度的深度d(n)=dm，则转第，则转第2步（此时节点步（此时节点n位于位于CLOSE

28、表，表，但并未进行扩展）。但并未进行扩展）。6.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。7.扩展节点扩展节点n，将其子节点放入，将其子节点放入OPEN表的表的首首部，为每一个子节点都部，为每一个子节点都配置指向父节点的指针，将每一个子节点的深度设置为配置指向父节点的指针，将每一个子节点的深度设置为d(n)+1，然后，然后转第转第2步。步。第41页，共81页，编辑于2022年，星期三对有界深度优先搜索的说明如果问题有解，且其路径长度如果问题有解，且其路径长度ddm m，则上述，则上述搜索过程一定能求得解。但是，若解的路搜索过程一定能求得解。但是，若解的路径长度径长度ddm m,则

29、上述搜索过程就得不到解。则上述搜索过程就得不到解。这说明在有界深度优先搜索中，这说明在有界深度优先搜索中，深度界限深度界限的选择是很重要的的选择是很重要的。要恰当地给出要恰当地给出d dm m的值是比较困难的。即使能的值是比较困难的。即使能求出解，它也不一定是最优解。求出解，它也不一定是最优解。第42页，共81页，编辑于2022年，星期三有界深度优先搜索的改进1.先任意设定一个较小的数作为先任意设定一个较小的数作为dm，然后进行上述的有，然后进行上述的有界深度优先搜索，当搜索达到了指定的深度界限界深度优先搜索，当搜索达到了指定的深度界限dm仍未发现目标节点，并且仍未发现目标节点，并且CLOSE

30、表中仍有待扩展节表中仍有待扩展节点时，就将这些节点送回点时，就将这些节点送回OPEN表，同时增大深度表，同时增大深度界限界限dm，继续向下搜索。如此不断地增大，继续向下搜索。如此不断地增大dm，只，只要问题有解，就一定可以找到它。但此时找到的解要问题有解，就一定可以找到它。但此时找到的解不一定是最优解。不一定是最优解。第43页，共81页，编辑于2022年，星期三有界深度优先搜索的改进2.为了找到最优解，可增设一个表为了找到最优解，可增设一个表R，每找到目标，每找到目标节点节点Sg后，就把它放入到后，就把它放入到R的前面，并令的前面，并令dm等于该等于该目标节点所对应的路径长度，然后继续搜索。目

31、标节点所对应的路径长度，然后继续搜索。由于后求得的解的路径长度不会超过先求得的由于后求得的解的路径长度不会超过先求得的解的路径长度，所以最后求得的解一定是最优解的路径长度，所以最后求得的解一定是最优解。解。第44页，共81页，编辑于2022年，星期三重排九宫的有界深度优先搜索设深度界限dm4第45页，共81页，编辑于2022年，星期三5.2.5 代价树的广度优先搜索边上标有代价边上标有代价(或费用或费用)的树称为的树称为代价树代价树。用用g(x)表示从初始节点表示从初始节点S0到节点到节点x的代价，的代价，用用c(x1,x2)表示从父节点表示从父节点x1到子节点到子节点x2的的代价，则有：代价

32、，则有：g(x2)=g(x1)+c(x1,x2)第46页，共81页，编辑于2022年，星期三5.2.5 代价树的广度优先搜索每次从每次从OPENOPEN表中选择节点往表中选择节点往CLOSECLOSE表传送时，总是选择其表传送时，总是选择其中代价最小的节点。也就是说，中代价最小的节点。也就是说，OPENOPEN表中的节点在任一表中的节点在任一时刻都是按其代价从小到大排序的。代价小的节点排在时刻都是按其代价从小到大排序的。代价小的节点排在前面，代价大的节点排在后面。前面，代价大的节点排在后面。如果问题有解，代价树的广度优先搜索一定可以求得解，如果问题有解，代价树的广度优先搜索一定可以求得解，并且

33、求出的是最优解。并且求出的是最优解。该算法应用的条件该算法应用的条件:该算法是针对代价树的算法。为了采该算法是针对代价树的算法。为了采用该算法对图进行搜索，必须先将图转换为代价树。用该算法对图进行搜索，必须先将图转换为代价树。第47页，共81页，编辑于2022年，星期三代价树广度优先搜索过程1.把初始节点把初始节点S0放入放入OPEN表，令表，令g(S0)=0。2.如果如果OPEN表为空，则问题无解，退出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解

34、，退出。是否为目标节点。若是，则求得了问题的解，退出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。6.扩展节点扩展节点n，为每一个子节点都配置指向父节点的指针，并将各，为每一个子节点都配置指向父节点的指针，并将各子节点放入子节点放入OPEN表中；计算各子节点的代价，按各节点的代价表中；计算各子节点的代价，按各节点的代价对对OPEN表中的全部节点进行排序表中的全部节点进行排序(按从小到大的顺序按从小到大的顺序)，然后转，然后转第第2步。步。第48页，共81页，编辑于2022年，星期三代价树示例图到代价树的转换求A到E的最小费用交通路线代价树的广度优先搜索第49页，共81页，编辑于

35、2022年，星期三5.2.6 代价树的深度优先搜索在代价树的广度优先搜索中，每次都是从在代价树的广度优先搜索中，每次都是从OPEN表的全体节点中选择一个代价最小的节点送入表的全体节点中选择一个代价最小的节点送入CLOSE表进行考察表进行考察在代价树的深度优先搜索中，是从刚扩展出的子在代价树的深度优先搜索中，是从刚扩展出的子节点中选择一个代价最小的节点送入节点中选择一个代价最小的节点送入CLOSE表表进行考察进行考察第50页，共81页，编辑于2022年，星期三代价树的深度优先搜索过程1.把初始节点把初始节点S0放入放入OPEN表，令表，令g(S0)=0。2.如果如果OPEN表为空，则问题无解，退

36、出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退出。是否为目标节点。若是，则求得了问题的解，退出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。6.扩展节点扩展节点n，将其子节点按，将其子节点按“边边”代价从小到大的顺序放代价从小到大的顺序放到到OPEN表中的首部，并为每一个子节点都配置指向表中的首部，并为每一个子节点都配置指向父节点的指针，然后转第父节点的指针，然后转第2步。步。代价树的深度优先搜索是不完备的。代价树的深度优先搜索

37、是不完备的。第51页，共81页，编辑于2022年，星期三 总总 结结 1、上述各种搜索方法的本质是，以初始节、上述各种搜索方法的本质是，以初始节点为根节点，按照既定的策略对状态空间图点为根节点，按照既定的策略对状态空间图进行遍历，并希望能够尽早发现目标节点。进行遍历，并希望能够尽早发现目标节点。2、由于对状态空间图遍历的策略是既定的，、由于对状态空间图遍历的策略是既定的，因此这些方法统称为盲目搜索方法。因此这些方法统称为盲目搜索方法。第52页，共81页，编辑于2022年，星期三5.2.7 启发式搜索盲目搜索具有较大的盲目性，产生的无用盲目搜索具有较大的盲目性，产生的无用节点较多，效率不高。节点

38、较多，效率不高。启发式搜索采用问题自身的特性信息，以启发式搜索采用问题自身的特性信息，以指导搜索朝着最有希望的方向前进。这种指导搜索朝着最有希望的方向前进。这种搜索针对性较强，因而效率较高。搜索针对性较强，因而效率较高。第53页，共81页，编辑于2022年，星期三1.启发性信息与估价函数可用于指导搜索过程，且与具体问题有关的信息称为启发可用于指导搜索过程，且与具体问题有关的信息称为启发性信息。性信息。用于评估节点重要性的函数称为估价函数。其一般形式为：用于评估节点重要性的函数称为估价函数。其一般形式为：f(x)=g(x)+h(x)其中其中g(x)g(x)表示从初始节点表示从初始节点S S0 0

39、到节点到节点x x的代价；的代价；h(x)h(x)是从节点是从节点x x到目标节点到目标节点S Sg g的最优路径的代价的估计，它体现了问题的的最优路径的代价的估计，它体现了问题的启发性信息，称为启发函数。启发性信息，称为启发函数。f(x)f(x)决定节点在决定节点在OPENOPEN表中表中的次序。的次序。第54页，共81页，编辑于2022年，星期三1.启发性信息与估价函数g(x)指出了搜索的横向趋势，有利于搜索的完备性，但指出了搜索的横向趋势，有利于搜索的完备性，但影响搜索的效率。影响搜索的效率。h(x)指出了搜索的纵向趋势，有利于提高搜索的效率，指出了搜索的纵向趋势，有利于提高搜索的效率，

40、但影响搜索的完备性。但影响搜索的完备性。确定确定f(x)时要使时要使g(x)+h(x)各占适当比重。各占适当比重。第55页，共81页，编辑于2022年，星期三启发函数示例设有如下结构的移动将牌游戏：设有如下结构的移动将牌游戏：游戏规则游戏规则：1.当一个牌移入相邻的空位置时，费用为一个单位。当一个牌移入相邻的空位置时，费用为一个单位。2.一个牌至多可跳过两个牌进入空位置，其费用等于跳过的牌数加一个牌至多可跳过两个牌进入空位置，其费用等于跳过的牌数加1。要求要求：把所有的：把所有的B都移至都移至W的右边，请设计启发函数的右边，请设计启发函数h(x)。解解：根据要求可知，：根据要求可知，W左边的左

41、边的B越少越接近目标，因此可用越少越接近目标，因此可用W左边左边B的个数作为的个数作为h(x),即即h(x)=3(每个每个W左边左边B的个数的总和的个数的总和)这里乘以系数这里乘以系数3是为了扩大是为了扩大h(x)在在f(x)中的比重。中的比重。BBBWWWEBEBW W BW例如下面这一状态：h(x)=3(2+2+3)=21第56页，共81页，编辑于2022年，星期三2.局部择优搜索局部择优搜索是一种启发式搜索方法，局部择优搜索是一种启发式搜索方法，是对深度优先搜索方法的一种改进。是对深度优先搜索方法的一种改进。基本思想：当一个节点被扩展以后，按基本思想：当一个节点被扩展以后，按f(x)对每

42、一个子节点计算估价值，并选对每一个子节点计算估价值，并选择最小者作为下一个要考察的节点。择最小者作为下一个要考察的节点。第57页，共81页，编辑于2022年，星期三局部择优搜索过程1.把初始节点把初始节点S0放入放入OPEN表，计算表，计算f(S0)。2.如果如果OPEN表为空，则问题无解，退出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退出。是否为目标节点。若是，则求得了问题的解，退出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步

43、。6.扩展节点扩展节点n，用估价函数，用估价函数f(x)计算每个子节点的估价值，并按计算每个子节点的估价值，并按估价值从小到大的顺序放到估价值从小到大的顺序放到OPEN表中的首部，并为每一个表中的首部，并为每一个子节点都配置指向父节点的指针，然后转第子节点都配置指向父节点的指针，然后转第2步。步。第58页，共81页，编辑于2022年，星期三2.局部择优搜索在局部择优搜索中，若令在局部择优搜索中，若令f(x)=g(x)，则，则局部择局部择优搜索就成为代价树的深度优先搜索。优搜索就成为代价树的深度优先搜索。在局部择优搜索中，若令在局部择优搜索中，若令f(x)=d(x)，这里，这里d(x)表示节点表

44、示节点x的深度，则的深度，则局部择优搜索就成为深度优先局部择优搜索就成为深度优先搜索。搜索。因此：因此：深度优先搜索、代价树的深度优先搜索均为局部深度优先搜索、代价树的深度优先搜索均为局部择优搜索的特例。择优搜索的特例。第59页，共81页，编辑于2022年，星期三3.全局择优搜索每当要选择下一个节点进行考察时，局部择优搜每当要选择下一个节点进行考察时，局部择优搜索只是从刚生成的子节点中选择一个估价值最小索只是从刚生成的子节点中选择一个估价值最小的节点。其选择范围比较窄。的节点。其选择范围比较窄。每当要选择下一个节点进行考察时，全局择优搜每当要选择下一个节点进行考察时，全局择优搜索每次总是从索每

45、次总是从OPEN表的全体节点中选择一个估价表的全体节点中选择一个估价值最小的节点。值最小的节点。第60页，共81页，编辑于2022年，星期三全局择优搜索过程1.把初始节点把初始节点S0放入放入OPEN表，计算表，计算f(S0)。2.如果如果OPEN表为空，则问题无解，退出。表为空，则问题无解，退出。3.把把OPEN表的第一个节点（记为节点表的第一个节点（记为节点n）取出放入）取出放入CLOSE表。表。4.考察节点考察节点n是否为目标节点。若是，则求得了问题的解，退出。是否为目标节点。若是，则求得了问题的解，退出。5.若节点若节点n不可扩展，则转第不可扩展，则转第2步。步。6.扩展节点扩展节点n

46、，用估价函数，用估价函数f(x)计算每个子节点的估价值，并为计算每个子节点的估价值，并为每一个子节点都配置指向父节点的指针。把这些子节点都送每一个子节点都配置指向父节点的指针。把这些子节点都送入入OPEN表中，然后对表中，然后对OPEN表中的全部节点按估价值从小至表中的全部节点按估价值从小至大的顺序进行排序，然后转第大的顺序进行排序，然后转第2步。步。第61页，共81页，编辑于2022年，星期三3.全局择优搜索在全局择优搜索中，若令在全局择优搜索中，若令f(x)=g(x)，则，则它就成为代它就成为代价树的广度优先搜索。价树的广度优先搜索。在全局择优搜索中，若令在全局择优搜索中，若令f(x)=d

47、(x)，这里，这里d(x)表表示节点示节点x的深度，则的深度，则它就成为广度优先搜索。它就成为广度优先搜索。因此：广度优先搜索、代价树的广度优先搜索是全因此：广度优先搜索、代价树的广度优先搜索是全局择优搜索的两个特例。局择优搜索的两个特例。第62页，共81页，编辑于2022年，星期三重排九宫问题的全局择优搜索树设估价函数为 f(x)=d(x)+h(x)，其中，d(x)表示节点x的深度，h(x)表示节点x的格局与目标节点格局不相同的牌数。第63页，共81页，编辑于2022年，星期三5.3 与/或树的搜索策略5.3.1 与与/或树的一般搜索过程或树的一般搜索过程5.3.2 博弈树的启发式搜索博弈树

48、的启发式搜索5.3.3 剪枝技术剪枝技术第64页，共81页，编辑于2022年，星期三5.3 与/或树的搜索策略第65页，共81页，编辑于2022年，星期三5.3 与/或树的搜索策略 用用与与/或树方法求解问题时，首先要定义问题的描述方法及分或树方法求解问题时，首先要定义问题的描述方法及分解和变换问题的算符，然后就可以用它们通过搜索生成与解和变换问题的算符，然后就可以用它们通过搜索生成与/或或树，从而求得原始问题的解。树，从而求得原始问题的解。在与在与/或树中，由可解子节点来确定其父节点、祖父节点等为可解节或树中，由可解子节点来确定其父节点、祖父节点等为可解节点的过程称为点的过程称为可解标示过程

49、可解标示过程；由不可解子节点来确定其父节点、；由不可解子节点来确定其父节点、祖父节点等为不可解节点的过程称为祖父节点等为不可解节点的过程称为不可解标示过程不可解标示过程；在与在与/或树搜索过程中，将反复使用可解和不可解标示过程，或树搜索过程中，将反复使用可解和不可解标示过程，直到初始节点被标示为可解或不可解节点为止。直到初始节点被标示为可解或不可解节点为止。第66页，共81页，编辑于2022年，星期三5.3.1 与与/或树的一般搜索过程或树的一般搜索过程1.把原始问题作为初始节点把原始问题作为初始节点S0，并把，并把S0作为当前节点；作为当前节点；2.应用分解或等价算法对当前节点进行扩展；应用

50、分解或等价算法对当前节点进行扩展；3.为每个子节点设置指向父节点的指针；为每个子节点设置指向父节点的指针；4.选择合适的子节点作为当前节点，反复执行第选择合适的子节点作为当前节点，反复执行第2和第和第3步，期间步，期间将反复使用可解和不可解标示过程，直到初将反复使用可解和不可解标示过程，直到初始节点被标示为可解或不可解节点为止。始节点被标示为可解或不可解节点为止。由这个搜索过程形成的节点和指针结构称为搜索树。由这个搜索过程形成的节点和指针结构称为搜索树。第67页，共81页，编辑于2022年，星期三与与/或树的广度优先搜索或树的广度优先搜索1.把初始节点把初始节点S0放入放入OPEN表。表。2.