知識(shí)表示與推理課件_第1頁(yè)
知識(shí)表示與推理課件_第2頁(yè)
知識(shí)表示與推理課件_第3頁(yè)
知識(shí)表示與推理課件_第4頁(yè)
知識(shí)表示與推理課件_第5頁(yè)
已閱讀5頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

知識(shí)表示與推理知識(shí)表示與推理1主要內(nèi)容知識(shí)表示及其概念知識(shí)表示——狀態(tài)圖(或圖)的搜索及問(wèn)題求解與或圖的搜索及問(wèn)題求解博弈樹(shù)的搜索及問(wèn)題求解主要內(nèi)容知識(shí)表示及其概念2知識(shí)點(diǎn)或圖與或圖博弈樹(shù)搜索策略問(wèn)題求解盲目搜索啟發(fā)式搜索希望樹(shù)問(wèn)題求解極大極小法α-β剪枝法圖搜索知識(shí)點(diǎn)或圖與或圖博弈樹(shù)搜索策略問(wèn)題求解盲目搜索啟發(fā)式搜索希32.1知識(shí)的概念費(fèi)根鮑姆Feigenbaum:知識(shí)是經(jīng)過(guò)消減、塑造、解釋和轉(zhuǎn)換的信息。Bernstein:知識(shí)是由特定領(lǐng)域的描述、關(guān)系和過(guò)程組成的。Hayes-roth:知識(shí)是事實(shí)、信念和啟發(fā)式規(guī)則。從知識(shí)庫(kù)的觀點(diǎn)看,知識(shí)是某領(lǐng)域中所涉及的各有關(guān)方面的一種符號(hào)表示。2.1知識(shí)的概念費(fèi)根鮑姆Feigenbaum:知識(shí)是經(jīng)過(guò)消4知識(shí)的分類從不同的角度、不同的側(cè)面對(duì)知識(shí)有著不同的分類方法。從內(nèi)容上分:原理(客觀)性知識(shí)和方法(主觀)性知識(shí)。原理(客觀)性知識(shí)具有抽象概括性方法(主觀)性知識(shí)具有通用性。從形式上分:顯示和隱式。從邏輯思維角度分:邏輯型和直覺(jué)型知識(shí)。從可靠性上分:理論知識(shí)和經(jīng)驗(yàn)知識(shí)。知識(shí)的分類從不同的角度、不同的側(cè)面對(duì)知識(shí)有著不同的分類方法5知識(shí)的要素事實(shí):事物的分類、屬性、事物間關(guān)系、科學(xué)事實(shí)、客觀事實(shí)等。規(guī)則:事物的行動(dòng)、動(dòng)作和聯(lián)系的因果關(guān)系知識(shí)??刂疲寒?dāng)有多個(gè)動(dòng)作同時(shí)被激活時(shí),選擇哪一個(gè)動(dòng)作來(lái)執(zhí)行的知識(shí)。元知識(shí):怎樣使用規(guī)則、解釋規(guī)則、校驗(yàn)規(guī)則、解釋程序結(jié)構(gòu)等知識(shí)。知識(shí)的要素事實(shí):事物的分類、屬性、事物間關(guān)系、科學(xué)事實(shí)、客6知識(shí)表示定義知識(shí)表示方法是面向計(jì)算機(jī)的知識(shí)描述或表達(dá)形式和方法,是一種數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)的統(tǒng)一體,既考慮知識(shí)的存儲(chǔ)又考慮知識(shí)的使用。知識(shí)表示可看成是一組事物的約定,以把人類知識(shí)表示成機(jī)器能處理的數(shù)據(jù)結(jié)構(gòu)。知識(shí)表示定義知識(shí)表示方法是面向計(jì)算機(jī)的知識(shí)描述或表達(dá)形式和方7知識(shí)表示與推理課件82.2狀態(tài)空間及狀態(tài)圖搜索狀態(tài)空間及其搜索的表示一般圖搜索策略啟發(fā)式搜索算法2.2狀態(tài)空間及狀態(tài)圖搜索狀態(tài)空間及其搜索的表示9狀態(tài)空間圖狀態(tài)空間圖:描述問(wèn)題的有向圖,簡(jiǎn)稱為狀態(tài)圖。狀態(tài)空間:一個(gè)問(wèn)題的全體狀態(tài)及其關(guān)系所構(gòu)成的空間。一般都表示為或圖。節(jié)點(diǎn):表示狀態(tài)。節(jié)點(diǎn)間的有向?。罕硎緺顟B(tài)變遷?;∩系臉?biāo)簽:表示導(dǎo)致?tīng)顟B(tài)轉(zhuǎn)換的規(guī)則,稱為狀態(tài)轉(zhuǎn)換規(guī)則,也稱操作。狀態(tài)空間圖狀態(tài)空間圖:描述問(wèn)題的有向圖,簡(jiǎn)稱為狀態(tài)圖。10狀態(tài)空間圖狀態(tài)——狀態(tài)一般用一組數(shù)據(jù)表示。可通過(guò)定義某種數(shù)據(jù)結(jié)構(gòu)來(lái)描述,用于記載問(wèn)題求解(即搜索)過(guò)程中某一時(shí)刻問(wèn)題現(xiàn)狀的快照。狀態(tài)轉(zhuǎn)換規(guī)則——可以是某種操作、規(guī)則、行為、變換、關(guān)系、函數(shù)、算子和過(guò)程等。狀態(tài)空間圖狀態(tài)——狀態(tài)一般用一組數(shù)據(jù)表示??赏ㄟ^(guò)定義某種數(shù)11狀態(tài)空間圖狀態(tài)圖也可以用一個(gè)三元組表示:(S,F(xiàn),G)S:?jiǎn)栴}的初始狀態(tài)集合。F:?jiǎn)栴}的狀態(tài)轉(zhuǎn)換規(guī)則集合。G:?jiǎn)栴}的目標(biāo)狀態(tài)集合。狀態(tài)空間圖狀態(tài)圖也可以用一個(gè)三元組表示:(S,F(xiàn),G)12狀態(tài)空間圖例1迷宮問(wèn)題顯式狀態(tài)圖:寫(xiě)出全部節(jié)點(diǎn)和邊的狀態(tài)圖。

例2八數(shù)碼難題隱式狀態(tài)圖:僅寫(xiě)出初始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn),其余節(jié)點(diǎn)需要用狀態(tài)轉(zhuǎn)換規(guī)則產(chǎn)生的狀態(tài)圖。狀態(tài)空間圖例1迷宮問(wèn)題13狀態(tài)圖搜索搜索——從初始節(jié)點(diǎn)出發(fā),沿著與之相連的邊尋找目標(biāo)節(jié)點(diǎn)的過(guò)程。解答路徑——初-目變遷過(guò)程中的狀態(tài)序列或相應(yīng)的操作算子調(diào)用序列。搜索樹(shù)(圖)——在搜索解答路徑的過(guò)程中只畫(huà)出搜索時(shí)直接涉及到的節(jié)點(diǎn)和弧線,構(gòu)成所謂的搜索圖。狀態(tài)圖搜索搜索——從初始節(jié)點(diǎn)出發(fā),沿著與之相連的邊尋找目標(biāo)14搜索空間示意圖搜索空間示意圖15狀態(tài)圖搜索(1)求任一解路的搜索策略回溯法(Backtracking)寬(廣)度優(yōu)先法(Breadth-first)深度優(yōu)先法(Depth-first)限定范圍搜索法(BeamSearch)局部擇優(yōu)(爬山法HillClimbing)全局擇優(yōu)搜索(最好的優(yōu)先法Best-first)狀態(tài)圖搜索(1)求任一解路的搜索策略16狀態(tài)圖搜索(2)求最佳解路的搜索策略大英博物館法(BritishMuseum)分枝界限法(最小代價(jià)優(yōu)先法BranchandBound)動(dòng)態(tài)規(guī)劃法(DynamicProgramming)最佳圖搜索法(A﹡)狀態(tài)圖搜索(2)求最佳解路的搜索策略17狀態(tài)圖搜索——搜索術(shù)語(yǔ)節(jié)點(diǎn)深度——搜索圖是一種有根圖,根節(jié)點(diǎn)指示初始狀態(tài),令其節(jié)點(diǎn)深度為0,則搜索圖中的其它節(jié)點(diǎn)的深度dn就可遞歸地定義為其父節(jié)點(diǎn)深度dn-1加1:dn=dn-1+1.路徑——從節(jié)點(diǎn)ni到nk的路徑是由相鄰節(jié)點(diǎn)間的弧線構(gòu)成的折線,通常要求路徑是無(wú)環(huán)的,否則會(huì)導(dǎo)致搜索過(guò)程進(jìn)入死循環(huán)。節(jié)點(diǎn)擴(kuò)展——應(yīng)用轉(zhuǎn)換規(guī)則將上一狀態(tài)(節(jié)點(diǎn)ni)變遷到下一狀態(tài)(節(jié)點(diǎn)nj),ni指示被擴(kuò)展節(jié)點(diǎn),nj即是由ni擴(kuò)展出的子節(jié)點(diǎn)。狀態(tài)圖搜索——搜索術(shù)語(yǔ)節(jié)點(diǎn)深度——搜索圖是一種有根圖,根節(jié)點(diǎn)18狀態(tài)圖搜索——搜索術(shù)語(yǔ)路徑代價(jià)——相鄰節(jié)點(diǎn)ni和nj間路徑的代價(jià)記為C(ni,nj),由兩部分組成:路徑本身代價(jià)——轉(zhuǎn)換規(guī)則的執(zhí)行代價(jià)。路徑搜索代價(jià)——又分為二部分:路徑建立代價(jià)——從節(jié)點(diǎn)ni擴(kuò)展出節(jié)點(diǎn)nj所付出的代價(jià);路徑選擇代價(jià)——選擇這條路徑作為搜索方向(即選擇nj作為下一步搜索起點(diǎn))所付出的代價(jià)。狀態(tài)圖搜索——搜索術(shù)語(yǔ)路徑代價(jià)——相鄰節(jié)點(diǎn)ni和nj間路徑的19狀態(tài)圖搜索——搜索方式樹(shù)式搜索:在搜索過(guò)程中,記錄所經(jīng)過(guò)的所有節(jié)點(diǎn)和邊。線式搜索:在搜索過(guò)程中,只記錄當(dāng)前所找路徑上的節(jié)點(diǎn)和邊。狀態(tài)圖搜索——搜索方式樹(shù)式搜索:在搜索過(guò)程中,記錄所經(jīng)過(guò)的所20狀態(tài)圖搜索——搜索策略盲目搜索:就是未利用問(wèn)題的知識(shí),采用固定的方式生成狀態(tài)的方法。特點(diǎn):搜索效率是低下的,但方法具有通用性。狀態(tài)圖搜索——搜索策略盲目搜索:就是未利用問(wèn)題的知識(shí),采用21狀態(tài)圖搜索——搜索策略啟發(fā)式搜索:利用問(wèn)題的知識(shí),縮小問(wèn)題的搜索范圍,選擇那些最有可能在(最優(yōu))解路徑上的狀態(tài)優(yōu)先搜索,以盡快地找到問(wèn)題的(最優(yōu))解。特點(diǎn):搜索效率提高。問(wèn)題:尋找對(duì)求解問(wèn)題有幫助的知識(shí),以及如何利用這些知識(shí)。狀態(tài)圖搜索——搜索策略啟發(fā)式搜索:利用問(wèn)題的知識(shí),縮小問(wèn)題22狀態(tài)圖搜索——搜索算法OPEN表和CLOSED表。其中OPEN表記錄的是已經(jīng)被生成出來(lái),但還沒(méi)有被擴(kuò)展的節(jié)點(diǎn);CLOSED表記錄的是已經(jīng)被擴(kuò)展過(guò)的節(jié)點(diǎn)。OPEN表節(jié)點(diǎn)父節(jié)點(diǎn)編號(hào)

CLOSED表編號(hào)節(jié)點(diǎn)父節(jié)點(diǎn)編號(hào)

狀態(tài)圖搜索——搜索算法OPEN表和CLOSED表。其中OPE23狀態(tài)圖搜索——搜索算法①G:=(=s),OPEN:=(s);G表示圖,s為初始節(jié)點(diǎn),設(shè)置OPEN表,最初只含初始節(jié)點(diǎn)。②CLOSED:=();設(shè)置CLOSED表,起始設(shè)置為空表。③LOOP:IFOPEN=(),THENEXIT(FAIL);④n:=FIRST(OPEN),REMOVE(n,OPEN),ADD(n,CLOSED);稱n為當(dāng)前節(jié)點(diǎn)。⑤IFGOAL(n),THENEXIT(SUCCESS);由n返回到s路徑上的指針,可給出解路徑。⑥EXPAND(n)→{mi},G:=ADD(mi,G);子節(jié)點(diǎn)集{mi}中不包含n的父輩節(jié)點(diǎn)。狀態(tài)圖搜索——搜索算法①G:=(=s),OPEN:=(s);24狀態(tài)圖搜索——搜索算法⑦標(biāo)記和修改指針ADD(mj,OPEN),并標(biāo)記mj連接到n的指針;mj為OPEN和CLOSED中未出現(xiàn)過(guò)的子節(jié)點(diǎn),{mi}={mj}∪{mk}∪{ml}。計(jì)算是否要修改mk,ml到n的指針;mk為已出現(xiàn)在OPEN中的子節(jié)點(diǎn),ml為已出現(xiàn)在CLOSED中的子節(jié)點(diǎn)。計(jì)算是否要修改到其后繼節(jié)點(diǎn)的指針;⑧對(duì)OPEN中的節(jié)點(diǎn)按某種原則重新排序;⑨GOLOOP;狀態(tài)圖搜索——搜索算法⑦標(biāo)記和修改指針25狀態(tài)圖搜索——搜索算法mk沒(méi)被擴(kuò)展,在OPEN表中.

ml已被擴(kuò)展,在CLOSED表中.當(dāng)n被擴(kuò)展時(shí),它生成了節(jié)點(diǎn)mi.mj是新出現(xiàn)的節(jié)點(diǎn).mj狀態(tài)圖搜索——搜索算法mk沒(méi)被擴(kuò)展,在OPEN表中.mj26狀態(tài)圖搜索——寬度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表中;步2、若OPEN表為空,則搜索失?。煌顺?。步3、取OPEN表中第一個(gè)節(jié)點(diǎn)N放入CLOSED表中,并冠以順序號(hào)n;步4、若目標(biāo)節(jié)點(diǎn)Sg=N,則搜索成功,結(jié)束。步5、若N不可擴(kuò)展,則轉(zhuǎn)步2;步6、擴(kuò)展N,將其所有子節(jié)點(diǎn)配上指向N的指針,依次放入OPEN表尾部,轉(zhuǎn)步2。OPEN表是一個(gè)隊(duì)列。狀態(tài)圖搜索——寬度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表中;27狀態(tài)圖搜索——寬度優(yōu)先寬度優(yōu)先特點(diǎn)當(dāng)問(wèn)題有解時(shí),寬度優(yōu)先算法不但能一定找到解,能找到最優(yōu)解,盲目性大,可能產(chǎn)生許多無(wú)用的中間頂點(diǎn),效率低。狀態(tài)圖搜索——寬度優(yōu)先寬度優(yōu)先特點(diǎn)28狀態(tài)圖搜索——深度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表中;步2、若OPEN表為空,則搜索失?。煌顺?。步3、取OPEN表中第一個(gè)節(jié)點(diǎn)N放入CLOSED表中,并冠以順序號(hào)n;步4、若目標(biāo)節(jié)點(diǎn)Sg=N,則搜索成功,結(jié)束。步5、若N不可擴(kuò)展,則轉(zhuǎn)步2;步6、擴(kuò)展N,將其所有子節(jié)點(diǎn)配上指向N的指針,依次放入OPEN表首部,轉(zhuǎn)步2。OPEN表是一個(gè)棧。狀態(tài)圖搜索——深度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表中;29狀態(tài)圖搜索——深度優(yōu)先深度優(yōu)先特點(diǎn)效率較高。一般情況下,當(dāng)問(wèn)題有解時(shí),不一定能找到解,且解一般不是最優(yōu)解。如果問(wèn)題的狀態(tài)空間是有限的,則可以保證找到解,當(dāng)問(wèn)題的狀態(tài)空間是無(wú)限的時(shí),則可能陷入“深淵”,而找不到解。狀態(tài)圖搜索——深度優(yōu)先深度優(yōu)先特點(diǎn)30狀態(tài)圖搜索——有界深度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表中;步2、若OPEN表為空,則搜索失??;退出。步3、取OPEN表中第一個(gè)節(jié)點(diǎn)N放入CLOSED表中,并冠以順序號(hào)n;步4、若目標(biāo)節(jié)點(diǎn)Sg=N,則搜索成功,結(jié)束。步5、若N的深度d(N)=dm(深度限制值),或者N不可擴(kuò)展,則轉(zhuǎn)步2;步6、擴(kuò)展N,將其所有子節(jié)點(diǎn)配上指向N的指針,依次放入OPEN表首部,置d(Ni)=d(N)+1,轉(zhuǎn)步2。狀態(tài)圖搜索——有界深度優(yōu)先步1、把初始節(jié)點(diǎn)S0放入OPEN表31狀態(tài)圖搜索——有界深度優(yōu)先算法:對(duì)于深度優(yōu)先算法中需放入OPEN中的頂點(diǎn)若其深度不超過(guò)規(guī)定的上界d,則放入OPEN的頭部,并為每一個(gè)頂點(diǎn)配置指向父頂點(diǎn)的指針。特點(diǎn):不一定能找到解,且解一般不是最優(yōu)解。效率較高。關(guān)鍵:d的選擇狀態(tài)圖搜索——有界深度優(yōu)先算法:對(duì)于深度優(yōu)先算法中需放入OP32狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)式搜索就是利用知識(shí)來(lái)引導(dǎo)搜索,達(dá)到減少搜索范圍,降低問(wèn)題復(fù)雜度的目的。目的:引入與應(yīng)用領(lǐng)域相關(guān)的啟發(fā)式知識(shí)來(lái)指導(dǎo)OPEN表中節(jié)點(diǎn)的排序,使最有希望出現(xiàn)在較短解答路徑上的節(jié)點(diǎn)優(yōu)先考察,就能顯著提高搜索的有效性。狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)式搜索就是利用知識(shí)來(lái)引導(dǎo)搜索,達(dá)33狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)性信息用途:(1)決定擴(kuò)展節(jié)點(diǎn)的先后順序;(2)決定生成后續(xù)節(jié)點(diǎn)的多少;(3)決定刪除哪些無(wú)用的節(jié)點(diǎn)。狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)性信息用途:34狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)函數(shù)(Heuristicfunction)啟發(fā)函數(shù)是用來(lái)估計(jì)搜索樹(shù)上節(jié)點(diǎn)x與目標(biāo)節(jié)點(diǎn)Sg接近程度的一種函數(shù),通常記為h(x)。如何定義一個(gè)啟發(fā)函數(shù)一個(gè)節(jié)點(diǎn)處在最佳路徑上的概率;求出任意一個(gè)節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)集之間的距離度量或差異度量;根據(jù)格局(博弈問(wèn)題)或狀態(tài)的特點(diǎn)來(lái)打分。即根據(jù)問(wèn)題的啟發(fā)信息,從概率角度、差異角度或記分法給出計(jì)算啟發(fā)函數(shù)的方法。狀態(tài)圖搜索——啟發(fā)式搜索啟發(fā)函數(shù)(Heuristicfun35狀態(tài)圖搜索——全局擇優(yōu)搜索

對(duì)OPEN表中的所有節(jié)點(diǎn)排序,使最有希望的節(jié)點(diǎn)排在表首。步1、把初始節(jié)點(diǎn)S0放入OPEN表中,計(jì)算h(S0);步2、若OPEN表為空,則搜索失敗;退出。步3、取OPEN表中第一個(gè)節(jié)點(diǎn)N放入CLOSED表中,并冠以順序號(hào)n;步4、若目標(biāo)節(jié)點(diǎn)Sg=N,則搜索成功,結(jié)束。步5、若N不可擴(kuò)展,則轉(zhuǎn)步2;步6、擴(kuò)展N,計(jì)算每個(gè)子節(jié)點(diǎn)的函數(shù)值h(x),將所有子節(jié)點(diǎn)配上指向N的指針,依次放入OPEN表中,再對(duì)OPEN表中的所有子節(jié)點(diǎn)按其函數(shù)值大小升序排列,轉(zhuǎn)步2。狀態(tài)圖搜索——全局擇優(yōu)搜索對(duì)OPEN表中的所有節(jié)點(diǎn)排序,使36狀態(tài)圖搜索——局部擇優(yōu)這是對(duì)于上述深度優(yōu)先法的改進(jìn),僅對(duì)新擴(kuò)展出來(lái)的子節(jié)點(diǎn)排序,使這些節(jié)點(diǎn)中最有希望者能優(yōu)先取出考察和擴(kuò)展。步1、把初始節(jié)點(diǎn)S0放入OPEN表中,計(jì)算h(S0);步2、若OPEN表為空,則搜索失??;退出。步3、取OPEN表中第一個(gè)節(jié)點(diǎn)N放入CLOSED表中,并冠以順序號(hào)n;步4、若目標(biāo)節(jié)點(diǎn)Sg=N,則搜索成功,結(jié)束。步5、若N不可擴(kuò)展,則轉(zhuǎn)步2;步6、擴(kuò)展N,計(jì)算每個(gè)子節(jié)點(diǎn)的函數(shù)值h(x),將子節(jié)點(diǎn)配上指向N的指針,按其函數(shù)值大小升序排列依次放入OPEN表首部,轉(zhuǎn)步2。狀態(tài)圖搜索——局部擇優(yōu)這是對(duì)于上述深度優(yōu)先法的改進(jìn),僅對(duì)新37加權(quán)狀態(tài)圖加權(quán)狀態(tài)圖:具有權(quán)值的狀態(tài)圖。代價(jià)樹(shù):屬性的加權(quán)狀態(tài)圖。代價(jià):表示兩點(diǎn)之間的距離、交通費(fèi)用或所需的時(shí)間。通常用g(x)表示從初始節(jié)點(diǎn)S0到節(jié)點(diǎn)x的代價(jià),用c(xi,xj)表示父節(jié)點(diǎn)xi到子節(jié)點(diǎn)xj的代價(jià),即邊(xi,xj)的代價(jià)。g(xj)=g(xi)+c(xi,xj)g(S0)=0加權(quán)狀態(tài)圖加權(quán)狀態(tài)圖:具有權(quán)值的狀態(tài)圖。38加權(quán)狀態(tài)圖搜索——分支界限法分支界限法是優(yōu)先擴(kuò)展當(dāng)前具有最小代價(jià)分支路徑的端節(jié)點(diǎn)n,其啟發(fā)函數(shù)為f(n)=g(n)。算法的基本思想建立一個(gè)局部路徑(或分支)的隊(duì)列表,每次都選代價(jià)最小的那個(gè)分支上的端節(jié)點(diǎn)來(lái)擴(kuò)展,直到生成出含有目標(biāo)節(jié)點(diǎn)的路徑為止。加權(quán)狀態(tài)圖搜索——分支界限法分支界限法是優(yōu)先擴(kuò)展當(dāng)前具有最39加權(quán)狀態(tài)圖搜索——最近擇優(yōu)法最近擇優(yōu)法(瞎子爬山法):類似于局部擇優(yōu)法h(n)。特點(diǎn):只能向上,不準(zhǔn)后退,從而簡(jiǎn)化了搜索算法;爬山法對(duì)于單一極值問(wèn)題(登單一山峰)十分有效而又簡(jiǎn)便。對(duì)于具有多極值的問(wèn)題無(wú)能為力——會(huì)錯(cuò)登上次高峰而失敗:不能到達(dá)最高峰。加權(quán)狀態(tài)圖搜索——最近擇優(yōu)法最近擇優(yōu)法(瞎子爬山法):類似于40啟發(fā)式圖搜索——估價(jià)函數(shù)估價(jià)函數(shù)(Evaluationfunction)估價(jià)函數(shù)f設(shè)計(jì)為:f(n)=g(n)+h(n)n——搜索圖中的某個(gè)當(dāng)前被擴(kuò)展的節(jié)點(diǎn);f(n)——從初始狀態(tài)節(jié)點(diǎn)s,經(jīng)由節(jié)點(diǎn)n到達(dá)目標(biāo)節(jié)點(diǎn)ng,,估計(jì)的最小路徑代價(jià);g(n)——從s到n,估計(jì)的最小路徑代價(jià);h(n)——從n到ng,估計(jì)的最小路徑代價(jià)。啟發(fā)式圖搜索——估價(jià)函數(shù)估價(jià)函數(shù)(Evaluationf41啟發(fā)式圖搜索——A算法利用估價(jià)函數(shù)f(n)=g(n)+h(n)來(lái)排列OPEN表節(jié)點(diǎn)順序的圖搜索算法稱為算法A。g(n)值——取至今已發(fā)現(xiàn)的自s到n的最短路徑.h(n)值——依賴于啟發(fā)式知識(shí)來(lái)加以估算.每次按照f(shuō)(n)值的大小對(duì)OPEN表中的元素進(jìn)行排序,f值小的節(jié)點(diǎn)放在前面,而f值大的節(jié)點(diǎn)則被放在OPEN表的后面,這樣每次擴(kuò)展節(jié)點(diǎn)時(shí),都是選擇當(dāng)前f值最小的節(jié)點(diǎn)來(lái)優(yōu)先擴(kuò)展。啟發(fā)式圖搜索——A算法利用估價(jià)函數(shù)f(n)=g(n)+h42最佳圖搜索算法——A*算法當(dāng)在算法A的估價(jià)函數(shù)中,使用的啟發(fā)函數(shù)h(n)是處在h*(n)的下界范圍,即滿足h(n)≤h*(n)時(shí),則我們把這個(gè)算法稱為算法A*。h*(n):表示從節(jié)點(diǎn)n到目標(biāo)節(jié)點(diǎn)g的最小代價(jià)。最佳圖搜索算法——A*算法當(dāng)在算法A的估價(jià)函數(shù)中,使用的啟432.3問(wèn)題歸約法問(wèn)題歸約描述先把問(wèn)題分解為子問(wèn)題和子-子問(wèn)題,然后解決較小的問(wèn)題。對(duì)該問(wèn)題的某個(gè)具體子集的解答就意味著對(duì)原始問(wèn)題的一個(gè)解答。問(wèn)題歸約表示的組成部分:一個(gè)初始問(wèn)題描述;一套把問(wèn)題變換為子問(wèn)題的操作符;一套本原問(wèn)題描述。問(wèn)題歸約的實(shí)質(zhì):從目標(biāo)(要解決的問(wèn)題)出發(fā)逆向推理,建立子問(wèn)題以及子問(wèn)題的子問(wèn)題,直至最后把初始問(wèn)題歸約為一個(gè)平凡的本原問(wèn)題集合。2.3問(wèn)題歸約法問(wèn)題歸約描述44與或圖表示

用一個(gè)類似圖的結(jié)構(gòu)來(lái)表示把問(wèn)題歸約為后繼問(wèn)題的替換集合,這種結(jié)構(gòu)圖叫做問(wèn)題歸約圖,或叫與或圖。

與或圖表示用一個(gè)類似圖的結(jié)構(gòu)來(lái)表示把問(wèn)題歸約為后繼問(wèn)題的替45與或圖搜索與或圖基本概念與或圖搜索啟發(fā)式與或樹(shù)搜索解樹(shù)代價(jià)計(jì)算方法最大代價(jià)法和代價(jià)法與或樹(shù)的有序搜索與或圖搜索與或圖基本概念46與或圖基本概念與或圖:圖中既有與關(guān)系又有或關(guān)系,與關(guān)系的邊之間用弧線表示,或關(guān)系不用弧線表示。與或圖與狀態(tài)圖的關(guān)系:與或圖是狀態(tài)圖的推廣,狀態(tài)圖是與或圖的特例。解圖(解樹(shù)):與或圖的解是一個(gè)圖或路徑,因此稱為解圖或解樹(shù)。即由可解節(jié)點(diǎn)形成的一個(gè)子圖(樹(shù))。與或圖基本概念與或圖:圖中既有與關(guān)系又有或關(guān)系,與關(guān)系的邊之47與或圖基本概念本原問(wèn)題:直接可解的簡(jiǎn)單問(wèn)題。終止節(jié)點(diǎn):本原問(wèn)題對(duì)應(yīng)的節(jié)點(diǎn)稱為終止節(jié)點(diǎn)??山獾亩斯?jié)點(diǎn)。端節(jié)點(diǎn):無(wú)子節(jié)點(diǎn)的節(jié)點(diǎn)。與節(jié)點(diǎn):一個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)如果是“與”關(guān)系,該節(jié)點(diǎn)稱為與節(jié)點(diǎn)。或節(jié)點(diǎn):一個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)如果是“或”關(guān)系,該節(jié)點(diǎn)稱為或節(jié)點(diǎn)。終止節(jié)點(diǎn)和端節(jié)點(diǎn)的關(guān)系:終止節(jié)點(diǎn)一定是端節(jié)點(diǎn),端節(jié)點(diǎn)不一定是終止節(jié)點(diǎn)。與或圖基本概念本原問(wèn)題:直接可解的簡(jiǎn)單問(wèn)題。48與或圖搜索——可解性判別節(jié)點(diǎn)可解的判斷,滿足下列條件之一:終止節(jié)點(diǎn)是可解的。一個(gè)與節(jié)點(diǎn)是可解的,當(dāng)且僅當(dāng)其子節(jié)點(diǎn)全部都可解。一個(gè)或節(jié)點(diǎn)是可解的,只要其子節(jié)點(diǎn)至少有一個(gè)可解。與或圖搜索——可解性判別節(jié)點(diǎn)可解的判斷,滿足下列條件之一:49與或圖搜索——不可解性判別節(jié)點(diǎn)不可解的判斷,滿足下列條件之一:非終止節(jié)點(diǎn)是不可解的。一個(gè)與節(jié)點(diǎn)是不可解的,只要其子節(jié)點(diǎn)至少有一個(gè)不可解。一個(gè)或節(jié)點(diǎn)是可解的,當(dāng)且僅當(dāng)其子節(jié)點(diǎn)全部都不可解。與或圖搜索——不可解性判別節(jié)點(diǎn)不可解的判斷,滿足下列條件之一50與或圖搜索搜索方式同狀態(tài)圖一樣。樹(shù)式搜索線式搜索與或圖搜索搜索方式51與或圖搜索——搜索策略盲目搜索窮舉搜索深度優(yōu)先和廣度優(yōu)先盲目碰撞搜索啟發(fā)式搜索與或圖搜索——搜索策略盲目搜索52與或圖搜索算法注意:考察節(jié)點(diǎn)的可解性。CLOSED表中放的是可解節(jié)點(diǎn)。與或圖搜索算法注意:53啟發(fā)式與或樹(shù)搜索有序搜索根據(jù)代價(jià)決定搜索路線的方法稱為與或樹(shù)的有序搜索。解樹(shù)的代價(jià)(樹(shù)根的代價(jià)):從樹(shù)葉開(kāi)始自下而上逐層計(jì)算。與狀態(tài)圖剛好相反。

啟發(fā)式與或樹(shù)搜索有序搜索54解樹(shù)代價(jià)計(jì)算方法終止節(jié)點(diǎn)的代價(jià)為0;或節(jié)點(diǎn)的代價(jià)為各子節(jié)點(diǎn)到該節(jié)點(diǎn)的最小代價(jià)。與節(jié)點(diǎn)的代價(jià)有兩種計(jì)算方法:和代價(jià)法:各子節(jié)點(diǎn)到該節(jié)點(diǎn)的代價(jià)之和;最大代價(jià)法:各子節(jié)點(diǎn)到該節(jié)點(diǎn)的最大代價(jià)。解樹(shù)代價(jià)計(jì)算方法終止節(jié)點(diǎn)的代價(jià)為0;55啟發(fā)式與或樹(shù)搜索——希望樹(shù)最有希望成為最優(yōu)解樹(shù)一部分的節(jié)點(diǎn)及其先輩節(jié)點(diǎn)所構(gòu)成的與或樹(shù)稱為希望樹(shù)。啟發(fā)式與或樹(shù)搜索——希望樹(shù)最有希望成為最優(yōu)解樹(shù)一部分的節(jié)點(diǎn)及56與或樹(shù)的有序搜索過(guò)程類似于加權(quán)狀態(tài)圖中的全局擇優(yōu)搜索法,有兩點(diǎn)區(qū)別:考察節(jié)點(diǎn)的可解性;重新計(jì)算代價(jià)。與或樹(shù)的有序搜索過(guò)程類似于加權(quán)狀態(tài)圖中的全局擇優(yōu)搜索法,有兩57博弈博弈的概念極小極大分析法(Minimax)α-β剪枝法(Alpha-betaPruning)博弈博弈的概念58博弈的概念雙人對(duì)弈,對(duì)壘的雙方輪流走步。全信息,對(duì)壘雙方所得到的信息是一樣的,不存在一方能看到,而另一方看不到的情況。零和。即對(duì)一方有利的棋,對(duì)另一方肯定是不利的,不存在對(duì)雙方均有利、或均無(wú)利的棋。對(duì)弈的結(jié)果是一方贏,而另一方輸,或者雙方和棋。博弈的概念雙人對(duì)弈,對(duì)壘的雙方輪流走步。59博弈樹(shù)的概念描述博弈過(guò)程的與或樹(shù)稱為博弈樹(shù)。特點(diǎn):博弈的初始格局是初始節(jié)點(diǎn)。在博弈中,“或”節(jié)點(diǎn)和“與”節(jié)點(diǎn)逐層交替出現(xiàn)。自己一方擴(kuò)展的節(jié)點(diǎn)是“或”關(guān)系,對(duì)方擴(kuò)展的節(jié)點(diǎn)是“與”關(guān)系。雙方輪流地?cái)U(kuò)展節(jié)點(diǎn)。所有自己一方獲勝的終局都是本原問(wèn)題,相應(yīng)的節(jié)點(diǎn)是可解節(jié)點(diǎn),所有使對(duì)方獲勝的終局都是不可解節(jié)點(diǎn)。博弈樹(shù)的概念描述博弈過(guò)程的與或樹(shù)稱為博弈樹(shù)。60博弈樹(shù)的搜索——極小極大分析法(Minimax)極小極大搜索方法是博弈樹(shù)搜索的基本方法。按照一定的搜索深度生成出給定深度d以內(nèi)的所有狀態(tài),計(jì)算所有葉節(jié)點(diǎn)的評(píng)價(jià)函數(shù)值。博弈樹(shù)的搜索——極小極大分析法(Minimax)極小極大搜索61博弈樹(shù)的搜索——極小極大分析法(Minimax)從d-1層節(jié)點(diǎn)開(kāi)始逆向計(jì)算:對(duì)于我方要走的節(jié)點(diǎn)(用MAX標(biāo)記,稱為極大節(jié)點(diǎn))取其子節(jié)點(diǎn)中的最大值為該節(jié)點(diǎn)的值(因?yàn)槲曳娇偸沁x擇對(duì)我方有利的棋);對(duì)于對(duì)方要走的節(jié)點(diǎn)(用MIN標(biāo)記,稱為極小節(jié)點(diǎn))取其子節(jié)點(diǎn)中的最小值為該節(jié)點(diǎn)的值(對(duì)方總是選擇對(duì)我方不利的棋)。一直到計(jì)算出根節(jié)點(diǎn)的值為止。獲得根節(jié)點(diǎn)取值的那一分枝,即為所選擇的最佳走步。

博弈樹(shù)的搜索——極小極大分析法(Minimax)從d-1層節(jié)62博弈樹(shù)的搜索——極小極大分析法靜態(tài)估計(jì)函數(shù)f功能:對(duì)棋局的勢(shì)態(tài)(節(jié)點(diǎn))作出優(yōu)劣估值。定義方法:根據(jù)勢(shì)態(tài)優(yōu)劣特征來(lái)定義(主要用于對(duì)端節(jié)點(diǎn)的“價(jià)值”進(jìn)行度量)。一般規(guī)定有利于MAX的勢(shì)態(tài),f(p)取正值,有利于MIN的勢(shì)態(tài),f(p)取負(fù)值;勢(shì)均力敵的勢(shì)態(tài),f(p)取0值;若f(p)=+∞,則表示MAX贏;若f(p)=-∞,則表示MIN贏。博弈樹(shù)的搜索——極小極大分析法靜態(tài)估計(jì)函數(shù)f功能:63博弈樹(shù)的搜索倒推值計(jì)算方法由靜態(tài)估計(jì)函數(shù)求得父節(jié)點(diǎn)的倒推值方法是:從下往上逐層交替使用極小和極大的選值方法,故稱極小極大過(guò)程。博弈樹(shù)的搜索倒推值計(jì)算方法由靜態(tài)估計(jì)函數(shù)求得父節(jié)點(diǎn)的倒推值方64極小極大分析法例子——3×3棋盤(pán)的一字棋設(shè)程序方MAX的棋子用(×)表示,對(duì)手MIN的棋子用(○)表示,MAX先走。靜態(tài)估計(jì)函數(shù)f(p)規(guī)定如下:若p對(duì)任何一方來(lái)說(shuō)都不是獲勝的格局,則f(p)=(所有空格都放上MAX的棋子之后,MAX的三子成線(行、列、對(duì)角)的總數(shù)-(所有空格都放上MIN的棋子之后,MIN的三子成線(行、列、對(duì)角)的總數(shù))若p是MAX獲勝的格局,則f(p)=∞;若p是MIN獲勝的格局,則f(p)=-∞。例如,當(dāng)p的格局如上時(shí),則可得f(p)=6-4=2極小極大分析法例子——3×3棋盤(pán)的一字棋設(shè)程序方MAX的棋65極小極大分析法例子——3×3棋盤(pán)的一字棋第一階段搜索樹(shù)極小極大分析法例子——3×3棋盤(pán)的一字棋第一階段66第二階段搜索樹(shù)第二階段搜索樹(shù)67第三階段搜索樹(shù)第三階段搜索樹(shù)68博弈樹(shù)的搜索——α-β剪枝法(Alpha-betaPruning)極小極大搜索方法存在的問(wèn)題:把搜索樹(shù)的生成和格局估值這兩個(gè)過(guò)程分開(kāi)來(lái)進(jìn)行,即先生成全部搜索樹(shù),然后再進(jìn)行端節(jié)點(diǎn)靜態(tài)估值和倒推值計(jì)算,這顯然會(huì)導(dǎo)致低效率。要先生成指定深度以內(nèi)的所有節(jié)點(diǎn),其節(jié)點(diǎn)數(shù)將隨著搜索深度的增加呈現(xiàn)指數(shù)增長(zhǎng)的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論