搜索策略课件.ppt

第3章搜索策略问题求解系统划分为两大类知识贫乏系统依靠搜索技术解决问题知识贫乏、缺乏针对性效率低知识丰富系统依靠推理技术解决问题基于丰富知识的推理技术,直截了当效率高2019/8/231第3章搜索策略两大类搜索技术:1、一般图搜索、启发式搜索2、基于问题归约的与或图搜索两种典型的推理技术:1、基于归结的演绎推理归结反演2、基于规则的演绎推理正向演绎推理逆向演绎推理2019/8/,智能系统的行为一般是找到能够达到所希望目标的动作序列,并使其所付出的代价最小、性能最好。基于给定的问题,问题求解的第一步是目标的表示。搜索就是找到智能系统的动作序列的过程。2019/8/233搜索算法的输入是给定的问题,输出是表示为动作序列的方案。一旦有了方案,就可以执行该方案所给出的动作了。(执行阶段)因此,求解问题包括:目标表示搜索执行2019/8/234(1)初始状态集合:定义了初始的环境。(2)操作符集合:把一个问题从一个状态变换为另一个状态的动作集合。(3)目标检测函数:用来确定一个状态是不是目标。(4)路径费用函数:对每条路径赋予一定费用的函数。其中,初始状态集合和操作符集合定义了问题的搜索空间。一般给定问题就是确定该问题的一些基本信息,一个问题由4部分组成:2019/8/235和通常的搜索空间不同,人工智能中大多数问题的状态空间在问题求解之前不是全部知道的。在人工智能中,搜索问题一般包括两个重要的问题:搜索什么搜索什么通常指的就是目标。在哪里搜索在哪里搜索就是“搜索空间”。搜索空间通常是指一系列状态的汇集,因此称为状态空间。2019/8/236所以,人工智能中的搜索可以分成两个阶段:状态空间的生成阶段在该状态空间中对所求问题状态的搜索搜索可以根据是否使用启发式信息分为盲目搜索启发式搜索2019/8/237盲目搜索只是可以区分出哪个是目标状态。一般是按预定的搜索策略进行搜索。没有考虑到问题本身的特性,这种搜索具有很大的盲目性,效率不高,不便于复杂问题的求解。启发式搜索是在搜索过程中加入了与问题有关的启发式信息,用于指导搜索朝着最有希望的方向前进,加速问题的求解并找到最优解。2019/8/238根据问题的表示方式分为状态空间搜索与或图搜索状态空间搜索是用状态空间法来求解问题所进行的搜索与/或图搜索是指用问题规约方法来求解问题时所进行的搜索。2019/8/239考虑一个问题的状态空间为一棵树的形式。宽度优先搜索深度优先搜索如果根节点首先扩展,然后是扩展根节点生成的所有节点,然后是这些节点的后继,如此反复下去。在树的最深一层的节点中扩展一个节点。只有当搜索遇到一个死亡节点(非目标节点并且是无法扩展的节点)的时候,才返回上一层选择其他的节点搜索。2019/8/2310