《人工智能实验报告》word版

《《人工智能实验报告》word版》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、中南大学信息科学与工程学院人工智能实验报告学生姓名谢小炜学号0909080926指导教师黄芳专业班级计科0802时间2011年11月搜索策略实验群一、实验目的：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。二、实验原理:A*算法是一种有序搜索算法，其特点在于对估价函数的定义上。对于一般的有序搜索，总是选择f值最小的节点作为扩展节点。因此，f是根据需要找到一条最小代价路径的观点来估算节点的，所以，可考虑每个节点n的估价函数值为两个分量：从起始节点到节点n的代价以及从节点n到达目标节点的代价。三、实验条件：搜索

2、策略可视化实验环境:下图是该环境运行中的一个画面.一、实验内容：1、分别以各种搜索算法为例演示搜索过程。2、分析各种算法中的OPEN表CLOSE表的生成过程。3、分析估价函数对搜索算法的影响。4、分析估价函数对搜索算法的影响。5、分析某种启发式搜索算法的特点。二、实验步骤：1、开始演示。进入搜索策略演示程序，可从多种不同搜索算法选择装载相关源文件。2、选择不同的搜索算法，点击“autosearch”观察搜索过程。3、设置不同属性，观察搜索过程的变化。4、观察运行过程和搜索顺序，理解启发式搜索的原理。5、算法流程的任一时刻的相关状态,以算法流程高亮、open表、c

3、lose表、节点静态图、当前扩展节点移动图等5种形式在按钮上方同步显示,便于深入学习理解搜索算法。6、根据程序运行过程画出搜索算法框图。7、若要自己设计改进算法并运行，可参考帮助文件。一、实验过程：1、进入实验环境，点击“file”，选择“LoadSampleGraph”2、选择“简单搜索树”3、点击“SearchAlgorithms”，选择“DepthFirst”4、接下来不断点击“Step”直到搜索结束，Open表与Close表的变化如下：Open{S},Close{NULL}Open{1,2},Close{S}Open{3,4,2},Close{1,S}O

4、pen{7,4,2},Close{3,1,S}Open{4,2},Close{7,3,1,S}Open{8，2}，Close{4,7,3,1,S}Open{2},Close{8,4,7,3,1,S}Open{5,6},Close{2,8,4,7,3,1,S}Open{9,G,6},Close{5,2,8,4,7,3,1,S}Open{G,6},Close{9,5,2,8,4,7,3,1,S}到达目标节点，搜索结束5、点击“SearchAlgorithms”，选择“A*”，点击左边的“ResetSearch”，点“SearchOptions”后选上“ShowEdg

5、ecosts”与“ShowNodeHeuristics”,接下来不断点击“Step”直到搜索结束Open{S},Close{NULL}Open{1,2},Close{S}Open{5,6,1},Close{2,S}Open{3,4,5,6},Close{1,2,S}Open{9,G,3,4,6},Close{5,1,2,S}Open{10,9,G,3,4},Close{6,5,1,2,S}Open{8,10,9,G,3},Close{4,6,5,1,2,S}到达目标节点，搜索结束七、A*算法流程图：开始将开始节点加入Open表否否是是程序结束，未能找到目标节点O

6、pen表是否为空将该节点加入Close表,并将该节点所有不在Close表中的邻接节点加入Open表从表中取出f(n)=g(n)+h(n)最大的节点程序结束,成功找到目标节点是否目标节点八、实验结论：从实验可以看出,A*算法搜索过程一般来说优于盲目搜索,而这又取决于估价函数的设计,一个好的估价函数可以大大地优化搜索过程,而一个坏的估价函数也可能导致极差的搜索附：搜索策略实验报告表:姓名谢小炜年级大四计科0802指导老师黄芳日期2011-10-26实验目的　熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。搜索图算

7、法比较广度优先启发式(1)启发式(2)Open表　　　Close表