3A星算法实验报告

《3A星算法实验报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工智能实验报告实验二A*算法实验I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*算法是一种启发式图搜索算法，其特点在于对估价函数的定义上。对于一般的启发式图搜索，总是选择估价函数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的实际代价以及从节点n到达目标节点的估价代价。三、实验内容：1      参考A*算法核心代码，以8数码问题为例实现A*算法的求解程序（编程语言

2、不限），要求设计两种不同的估价函数。2       在求解8数码问题的A*算法程序中，设置相同的初始状态和目标状态，针对不同的估价函数，求得问题的解，并比较它们对搜索算法性能的影响，包括扩展节点数、生成节点数等。3对于8数码问题，设置与上述2相同的初始状态和目标状态，用宽度优先搜索算法（即令估计代价h(n)＝0的A*算法）求得问题的解，以及搜索过程中的扩展节点数、生成节点数。4上交源程序。四、实验结果：1        A*算法求解框图：2在求解8数码问题的A*算法程序中，设置相同的初始状态和目标状态，针对不同的估价函数，求得问题的解，并比较它们对搜索算法

3、性能的影响，包括扩展节点数、生成节点数等。①：intcalw(strings)//计算该状态的不在位数h(n){intre=0;for(inti=0;i<9;i++)if(s[i]!=t[i])re++;//取一格局与目的格局位置不符的数码数目returnre;}②：intcalw(strings)//计算该状态的不在位数h(n){intre=0,i;intss[9][2];for(i=0;i<9;++i){//计算各数码移到目的位置所需移动的距离总和ss[s[i]-48][0]=i/3;ss[s[i]-48][1]=i%3;}for(i=0;i<9;++

4、i)re+=(abs(ss[i][0]-source[i][0])+abs(ss[i][1]-source[i][1]));returnre;}③：intcalw(strings)//计算该状态的不在位数h(n){return0;//宽度优先}2根据宽度优先搜索算法和A*算法，分析启发式搜索的特点。启发式搜索算法使得搜索的效率好几倍地提高。而不同的启发式搜索算法差异也较大。总之启发式搜索算法是由h(n)决定的，好的估价函数将决定算法性能的好坏。五、实验心得与体会通过这次实验，使我对启发式搜索算法有了更进一步的理解，特别是估计函数h(n)所起到的巨大重用。一

5、个好的估计函数对于启发式搜索算法来说是十分关键的。