南郵自動(dòng)化人工智能確定性推理

3.1圖搜索策略3.2盲目搜索3.3啟發(fā)式搜索3.4消解原理3.5規(guī)則演繹系統(tǒng)第三章搜索推理技術(shù)3.6產(chǎn)生式系統(tǒng)3.7非單調(diào)推理3.8小結(jié)問(wèn)題：知識(shí)表示有那些方法？知識(shí)表示的目的是什么？構(gòu)建智能系統(tǒng)的關(guān)鍵是什么？13.1圖搜索策略思考：狀態(tài)空間法的基本特點(diǎn)？基本推理方法？其求解結(jié)果是什么？簡(jiǎn)單回顧實(shí)例：猴子與香蕉。2用一個(gè)四元表列（W，x，Y，z）表示這個(gè)問(wèn)題狀態(tài)W猴子的水平位置x當(dāng)猴子在箱子頂上時(shí)取x=1；否則取x=0Y箱子的水平位置z 當(dāng)猴子摘到香蕉時(shí)取z=1；否則取z=0算符：

Goto（U），（W，0，Y，z）goto（U）（U，0，Y，z）

Pushbox（V），（W，0，W，z）pushbox（V）（V，0，V，z）Climbbox，（W，0，W，z）climbbox（W，1，W，z）Grasp，（c，1，c，0）grasp（c，1，c，1）3.1圖搜索策略3(b，1，b，0)（U，0，b，0）（V，0，V，0）（c，1，c，0）（U，0，V，0）（c，1，c，1）（a，0，b，0）U=b，climbbox猴子和香蕉問(wèn)題的狀態(tài)空間圖提問(wèn)：人工搜索求解的解答？目標(biāo)狀態(tài)goto（U）goto（U）goto（U）U=b,pushbox（V）pushbox（V）goto（U）V≠c，climbboxV=c，climbbox3.1圖搜索策略4猴子和香蕉問(wèn)題自動(dòng)演示：

猴子香蕉箱子

猴子香蕉箱子

Ha!Ha!3.1圖搜索策略思考：計(jì)算機(jī)的搜索策略？5圖搜索控制策略:一種在圖中尋找路徑的方法。圖中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)狀態(tài);每條連線對(duì)應(yīng)一個(gè)操作符。圖搜索過(guò)程（GraphSearch）3.1圖搜索策略6開(kāi)始把S放入OPEN表OPEN表為空表？把第一個(gè)節(jié)點(diǎn)(n)從OPEN表移至CLOSED表n為目標(biāo)節(jié)點(diǎn)嗎？把n的后繼節(jié)點(diǎn)放入OPEN表的末端，提供返回節(jié)點(diǎn)n的指針修改指針?lè)较蛑嘏臤PEN表失敗成功圖3.1

圖搜索過(guò)程框圖是是否否3.1圖搜索策略(1)(3)(4)(5)(6)(7)(7)(8)(9)OPENCLOSED(1)(2)寬度優(yōu)先7圖搜索的一般過(guò)程如下：1）建立一個(gè)只含有起始節(jié)點(diǎn)S的搜索圖G，把S放到一個(gè)叫做OPEN的未擴(kuò)展節(jié)點(diǎn)表中。2）建立一個(gè)叫做CLOSED的已擴(kuò)展節(jié)點(diǎn)表，其初始為空表.3）LOOP：若OPEN表是空表，則失敗退出。4）選擇OPEN表上的第一個(gè)節(jié)點(diǎn)，把它從OPEN表移出并放進(jìn)CLOSED表中。稱此節(jié)點(diǎn)為節(jié)點(diǎn)n5）若n為一目標(biāo)節(jié)點(diǎn)，則有解并成功退出，此解是追蹤圖G中沿著指針從n到S這條路徑而得到的(指針將在第7步中設(shè)置)。3.1圖搜索策略86）擴(kuò)展節(jié)點(diǎn)n，同時(shí)生成不是n的祖先的那些后繼節(jié)點(diǎn)的集合M。把M的這些成員作為n的后繼節(jié)點(diǎn)添入圖G中。7）對(duì)那些未曾在G中出現(xiàn)過(guò)的M成員設(shè)置一個(gè)通向n的指針。把M的這些成員加進(jìn)OPEN表。對(duì)已經(jīng)在OPEN或CLOSED表上的每一個(gè)M成員，確定是否需更改通到n的指針?lè)较?。?duì)已在CLOSED表上的每個(gè)M成員，確定是否需要更改圖G中通向它的每個(gè)后裔節(jié)點(diǎn)的指針?lè)较颉?）按某一任意方式或按某個(gè)探試值，重排OPEN表。9）GOLOOP。3.1圖搜索策略9圖搜索策略圖搜索的實(shí)質(zhì)是從問(wèn)題空間中找出一張包含目標(biāo)節(jié)點(diǎn)的子圖。圖搜索的結(jié)果：1，一個(gè)完整的搜索圖G。2一個(gè)解路徑，用指針表示的解路徑。ProcedureGraphSearch1G=G0(G0=s),open=(s)//s:初始狀態(tài)2closed=()3Loop:ifopen=()thenexit(fall)4n←first(open)remove(n,open),add(n,closed)5ifgoal(n)thenexit(success)6{mj}←expand(n),//mj不含n的先輩節(jié)點(diǎn)7open←add(open，mj)//mj不在open，closed中2/6/202310標(biāo)記mj每個(gè)到n節(jié)點(diǎn)指針確定是否需要修改已在open，closed中的每個(gè)節(jié)點(diǎn)到n的指針確定是否需要修改已在closed中的每個(gè)節(jié)點(diǎn)的后繼節(jié)點(diǎn)原來(lái)的指針。8按照某種方式排列open表中的節(jié)點(diǎn)，goloop2/6/2023112/6/2023122/6/202313思考：（1）結(jié)果路徑的形成中，為什么其節(jié)點(diǎn)順序是明確的？（2）OPEN表中的節(jié)點(diǎn)具有什么特點(diǎn)？（3）CLOSED表中的節(jié)點(diǎn)具有什么特點(diǎn)？（4）對(duì)OPEN表節(jié)點(diǎn)的排序有何意義？提出：盲目搜索與啟發(fā)式搜索。3.1圖搜索策略143.2盲目搜索盲目搜索又叫做無(wú)信息搜索，一般只適用于求解比較簡(jiǎn)單的問(wèn)題。特點(diǎn)：不需重排OPEN表；種類：寬度優(yōu)先、深度優(yōu)先、等代價(jià)搜索等。3.2.1寬度優(yōu)先搜索（Breadth-first）

定義：

以接近起始節(jié)點(diǎn)的程度逐層擴(kuò)展節(jié)點(diǎn)的搜索方法。特點(diǎn)：一種高代價(jià)搜索，但若有解存在，則必能找到它。15SLOMFPQNFFF寬度優(yōu)先搜索示意圖161）把起始節(jié)點(diǎn)放到OPEN表中(如果該起始節(jié)點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解答)。2）如果OPEN是個(gè)空表，則沒(méi)有解，失敗退出；否則繼續(xù)。3）把第一個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)n)從OPEN表移出，并把它放入CLOSED的擴(kuò)展節(jié)點(diǎn)表中。4）擴(kuò)展節(jié)點(diǎn)n。如果沒(méi)有后繼節(jié)點(diǎn)，則轉(zhuǎn)向上述第(2)步。5）把n的所有后繼節(jié)點(diǎn)放到OPEN表的末端，并提供從這些后繼節(jié)點(diǎn)回到n的指針。6）如果n的任一個(gè)后繼節(jié)點(diǎn)是個(gè)目標(biāo)節(jié)點(diǎn)，則找到一個(gè)解答，成功退出；否則轉(zhuǎn)向第(2)步。寬度優(yōu)先搜索算法：3.2盲目搜索17開(kāi)始把S放入OPEN表OPEN表為空表？把第一個(gè)節(jié)點(diǎn)(n)從OPEN表移至CLOSED表是否有后繼節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)？擴(kuò)展n，把n的后繼節(jié)點(diǎn)放入OPEN表的末端，提供返回節(jié)點(diǎn)n的指針失敗成功圖3.2寬度優(yōu)先算法框圖是否是否3.2盲目搜索思考：與原始算法比較異同，寬度優(yōu)先的體現(xiàn)？18寬度優(yōu)先算法Procedruebreadth-First-Search1G=G0(G0=s),open=(s),closed=()//s:初始狀態(tài)2Loop:ifopen=()thenexit(fall)3n←first(open)4ifgoal(n)thenexit(success)5remove(n,open),add(n,closed)6{mj}←expand(n),//mj不含n的先輩節(jié)點(diǎn)7open←add(open，mj)//mj不在open，closed中2/6/202319

標(biāo)記每個(gè)到n節(jié)點(diǎn)指針，按照節(jié)點(diǎn)深度遞增順序排列open中的節(jié)點(diǎn)

8goloop

理論上可以利用寬度優(yōu)先搜索能夠找到解，如果問(wèn)題有解的話。討論：寬度優(yōu)先算法和深度優(yōu)先算法可能出現(xiàn)組合爆炸。都沒(méi)有利用任何啟發(fā)式信息，所以稱為無(wú)信息搜索策略。2/6/202320：寬度優(yōu)先例題：由一張桌子T、三個(gè)積木A、B、C組成一個(gè)積木世界，初始狀態(tài)是A在B上，B在桌子上，C在桌子上；目標(biāo)狀態(tài)是：A、B、C依次從上到下排列在桌子上。如圖2/6/202321解：1）狀態(tài)描述（P1，P2，P3）表示按A、B、C順序依次分別在P1,P2,P3上其中Pi是積木或者桌子。初始狀態(tài)時(shí)（B、T、T）,目標(biāo)狀態(tài)可以表示（B、C、T）2）定義操作:move(x,y)表示將積木x移到Y(jié)上；約束條件:aX頂部必須是空的b如果Y是積木，Y的頂部必須是空的

c同一種狀態(tài)出現(xiàn)不得多于一次。2/6/2023221）解題過(guò)程2）open表和closed表3）節(jié)點(diǎn)樣子畫出整個(gè)圖G和解路徑4）程序何時(shí)結(jié)束5）改用深度優(yōu)先如何？2/6/202323

例子

八數(shù)碼難題（8-puzzleproblem）

1238456712384567（目標(biāo)狀態(tài)）（初始狀態(tài)）規(guī)定：將牌移入空格的順序?yàn)椋簭目崭褡筮呴_(kāi)始順時(shí)針旋轉(zhuǎn)。不許斜向移動(dòng)，也不返回先輩節(jié)點(diǎn)。從圖可見(jiàn)，要擴(kuò)展26個(gè)節(jié)點(diǎn)，共生成46個(gè)節(jié)點(diǎn)之后才求得解（目標(biāo)節(jié)點(diǎn)）。3.2盲目搜索243.2盲目搜索253.2.2

深度優(yōu)先搜索(Dephth-first)

定義：

首先擴(kuò)展最新產(chǎn)生的(即最深的)節(jié)點(diǎn)。

特點(diǎn)：

防止搜索過(guò)程沿著無(wú)益的路徑擴(kuò)展下去，往往給出一個(gè)節(jié)點(diǎn)擴(kuò)展的最大深度——深度界限。與寬度優(yōu)先搜索算法最根本的不同在于：將擴(kuò)展的后繼節(jié)點(diǎn)放在OPEN表的前端。3.2盲目搜索26深度優(yōu)先搜索示意圖SLOMFPQNFFF3.2盲目搜索27開(kāi)始把S放入OPEN表OPEN表為空表？把第一個(gè)節(jié)點(diǎn)(n)從OPEN表移至CLOSED表是否有后繼節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)？擴(kuò)展n，把n的后繼節(jié)點(diǎn)放入OPEN表的前端，提供返回節(jié)點(diǎn)n的指針失敗成功圖3.6深度優(yōu)先算法框圖是否是否3.2盲目搜索節(jié)點(diǎn)n的深度等于最大深度？否28深度優(yōu)先算法Procedruedepth-First-Search1G=G0(G0=s),open=(s),closed=()//s:初始狀態(tài)2Loop:ifopen=()thenexit(fall)3n←first(open)4ifgoal(n)thenexit(success)5remove(n,open),add(n,closed)6{mj}←expand(n),//mj不含n的先輩節(jié)點(diǎn)7open←add(open，mj)//mj不在open，closed中標(biāo)記mj每個(gè)到n節(jié)點(diǎn)指針，按照節(jié)點(diǎn)深度遞減順序排列open中的節(jié)點(diǎn)

8goloop2/6/202329示范：有界深度(4)優(yōu)先的八數(shù)碼問(wèn)題深度優(yōu)先搜索樹？3.2盲目搜索1238456712384567（目標(biāo)狀態(tài)）（初始狀態(tài)）303.2盲目搜索31討論1：如果問(wèn)題有解，用深度優(yōu)先搜索算法，是否能夠找到解？

不一定.解空間是否有限？討論2：本算法的改進(jìn)之處是open中節(jié)點(diǎn)按照深度優(yōu)先排列，但是沒(méi)有對(duì)深度加以控制，可能造成搜索代價(jià)太大2/6/2023323.2.3

等代價(jià)搜索

定義

是寬度優(yōu)先搜索的一種推廣，不是沿著等長(zhǎng)度路徑斷層進(jìn)行擴(kuò)展，而是沿著等代價(jià)路徑斷層進(jìn)行擴(kuò)展。搜索樹中每條連接弧線上的有關(guān)代價(jià),表示時(shí)間、距離等花費(fèi)。

算法

在等價(jià)搜索算法中，把從節(jié)點(diǎn)i到其后續(xù)節(jié)點(diǎn)j的連接弧線記為c(I,j),把從起始節(jié)點(diǎn)S到任一節(jié)點(diǎn)I的路徑代價(jià)記為g(i)。在搜索樹上，假設(shè)g(i)也是從起始節(jié)點(diǎn)S到節(jié)點(diǎn)的最少代價(jià)路徑上的代價(jià)。3.2盲目搜索思考：如何動(dòng)態(tài)計(jì)算g(i)?33開(kāi)始把S放入OPEN表OPEN表為空表？把具有最小g(i)值的節(jié)點(diǎn)i從OPEN表移至CLOSED表是否有后繼節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)？失敗成功圖3.8等代價(jià)搜索算法框圖是否是否令g(s)=0S是否目標(biāo)節(jié)點(diǎn)？是成功否3.2盲目搜索擴(kuò)展i，計(jì)算其后繼節(jié)點(diǎn)j的g(j)，并把后繼節(jié)點(diǎn)放入OPEN表34課后例題講解1.設(shè)有如圖所示的一棵與/或樹，請(qǐng)用與/或樹的寬度優(yōu)先搜索及與/或樹的深度優(yōu)先搜索求出解樹。35解：（1）與/或樹的寬度優(yōu)先搜索先擴(kuò)展節(jié)點(diǎn)A，得到節(jié)點(diǎn)B和C；再擴(kuò)展節(jié)點(diǎn)B,得節(jié)點(diǎn)t1、t2，因?yàn)閠1、t2為可解節(jié)點(diǎn)，故節(jié)點(diǎn)B可解，從而可節(jié)點(diǎn)A可解。所以求得解樹為：36（2）與/或樹的深度優(yōu)先搜索先擴(kuò)展節(jié)點(diǎn)A,得到節(jié)點(diǎn)B和C；再擴(kuò)展節(jié)點(diǎn)C,得節(jié)點(diǎn)D和t5；t5為可解節(jié)點(diǎn)，再擴(kuò)展節(jié)D，得節(jié)點(diǎn)t3、t4；t3、t4為可解節(jié)點(diǎn)，故節(jié)點(diǎn)D可解，因?yàn)楣?jié)點(diǎn)D和t5可解故節(jié)點(diǎn)C可解，從而可節(jié)點(diǎn)A可解。所以求得解樹為：372.下圖是5個(gè)城市的交通圖，城市之間的連線旁邊的數(shù)字是城市之間路程的費(fèi)用。要求從A城出發(fā)，經(jīng)過(guò)其它各城市一次且僅一次，最后回到A城，請(qǐng)找出一條最優(yōu)線路。等代價(jià)搜索383.3啟發(fā)式搜索啟發(fā)式信息：用來(lái)加速搜索過(guò)程的問(wèn)題領(lǐng)域信息，一般與有關(guān)問(wèn)題具體領(lǐng)域背景有關(guān)，不一定具有通用性。啟發(fā)式搜索：利用啟發(fā)式信息的搜索方法特點(diǎn)：重排OPEN表，選擇最有希望的節(jié)點(diǎn)加以擴(kuò)展種類：有序搜索、A*算法等基本步驟：初始化，判斷OPEN表是否為空，選擇節(jié)點(diǎn)n，判斷n是否目標(biāo)節(jié)點(diǎn)，擴(kuò)展節(jié)點(diǎn)n，重排OPEN表、調(diào)整指針，循環(huán)。各自特點(diǎn)：重排OPEN表的依據(jù)不同。盲目搜索可能帶來(lái)組合爆炸。思考：（1）圖搜索方法的基本步驟？（2）寬度優(yōu)先、深度優(yōu)先、等代價(jià)方法的特點(diǎn)？

（3）盲目搜索的缺點(diǎn)？39有序搜索（OrderedSearch）總是選擇“最有希望”的節(jié)點(diǎn)作為下一被擴(kuò)展節(jié)點(diǎn)估價(jià)函數(shù)（EvaluationFunction）為獲得某些節(jié)點(diǎn)“希望”的啟發(fā)信息，提供一個(gè)評(píng)定侯選擴(kuò)展節(jié)點(diǎn)的方法，以便確定哪個(gè)節(jié)點(diǎn)最有可能在通向目標(biāo)的最佳路徑上。

f(n)——表示節(jié)點(diǎn)n的估價(jià)函數(shù)值

應(yīng)用節(jié)點(diǎn)“希望”程度（估價(jià)函數(shù)值）重排OPEN表；有序搜索也稱為最佳優(yōu)先搜索；估價(jià)函數(shù)舉例：（1）棋局的得分；（2）距離目標(biāo)狀態(tài)的距離量度；（3）TSP問(wèn)題中的路徑；思考：f函數(shù)的計(jì)算，重排序的方法？3.3.1啟發(fā)式搜索策略和估價(jià)函數(shù)3.3啟發(fā)式搜索403.3.2

有序搜索（OrderedSearch；Best－firstSearch）實(shí)質(zhì)：選擇OPEN表上具有最小f值的節(jié)點(diǎn)作為下一個(gè)要擴(kuò)展的節(jié)點(diǎn)。3.3啟發(fā)式搜索Nilsson（尼爾遜）方法：一個(gè)節(jié)點(diǎn)的“希望”越大，則其f值越小。被選擇的節(jié)點(diǎn)是估價(jià)函數(shù)最小的節(jié)點(diǎn)。思考：如果把寬度優(yōu)先、深度優(yōu)先、等代價(jià)搜索方法作為有序搜索的特例，那么它們的f

函數(shù)如何計(jì)算？ 舉例示范。41開(kāi)始把S放入OPEN表，計(jì)算估價(jià)函數(shù)

f(s)OPEN表為空表？選取OPEN表中f值最小的節(jié)點(diǎn)i放入CLOSED表i為目標(biāo)節(jié)點(diǎn)嗎？擴(kuò)展i，得后繼節(jié)點(diǎn)j，計(jì)算f(j)，提供返回節(jié)點(diǎn)i的指針，利用f(j)對(duì)OPEN表重新排序，調(diào)整親子關(guān)系及指針失敗成功圖3.9有序搜索算法框圖是否是否3.3啟發(fā)式搜索算法42八數(shù)碼難題（2）如下的八數(shù)碼難題（8-puzzleproblem）12384567（目標(biāo)狀態(tài)）12384567（初始狀態(tài)）（3）八數(shù)碼難題的有序搜索樹見(jiàn)下圖：3.3啟發(fā)式搜索（1）估價(jià)函數(shù)設(shè)置：

f(n)=d(n)+W(n)

d(n):節(jié)點(diǎn)n的深度；W(n):錯(cuò)放的棋子數(shù)

433.3啟發(fā)式搜索44f

函數(shù)的重要性有序搜索的有效性直接取決于f,是提高搜索效率的關(guān)鍵；如果f

不準(zhǔn)確，可能失去最佳解，也可能失去全部解；f

一般選擇策略搜索時(shí)間與空間的折衷；保證有解或有最佳解；f

選擇的三種典型情況：（1）最優(yōu)解答：狀態(tài)空間中有多條解答路徑，求解最優(yōu)解答，如A*算法；（2）搜索代價(jià)與解答質(zhì)量的綜合：?jiǎn)栴}類似于（1），但搜索過(guò)程可能超出時(shí)間與空間的界限。在適當(dāng)?shù)乃阉鲗?shí)驗(yàn)中找到滿意解答，并限制滿意解答與最優(yōu)解答的差異程度；如：TSP問(wèn)題；（3）最小搜索代價(jià)：不考慮解答的最優(yōu)化（只有一個(gè)解答或多個(gè)解答間無(wú)差異），盡量使搜索代價(jià)最??；如：定理證明。思考：（1）f不能識(shí)別某些節(jié)點(diǎn)的真實(shí)