湘潭大学 人工智能课件 确定性推理 .ppt

湘潭大学 人工智能课件 确定性推理 .ppt

ID:56900019

大小:695.00 KB

页数:45页

时间:2020-07-21

湘潭大学 人工智能课件 确定性推理 .ppt_第1页
湘潭大学 人工智能课件 确定性推理 .ppt_第2页
湘潭大学 人工智能课件 确定性推理 .ppt_第3页
湘潭大学 人工智能课件 确定性推理 .ppt_第4页
湘潭大学 人工智能课件 确定性推理 .ppt_第5页
资源描述:

《湘潭大学 人工智能课件 确定性推理 .ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、ArtificialIntelligence(AI)人工智能第二章:知识表示与推理内容提要第二章:知识表示与推理1.推理的基本概念2.搜索策略3.自然演绎推理4.消解演绎推理5.基于规则的演绎推理二、确定性推理搜索策略搜索策略搜索的基本概念状态空间的搜索策略与/或树的搜索策略搜索的完备性与效率状态空间的搜索策略状态空间的搜索策略状态空间搜索的基本思想图搜索的一般过程状态空间的盲目搜索广度优先搜索深度优先搜索代价树搜索状态空间的启发式搜索启发性信息和估价函数A算法和A*算法状态空间的搜索策略状态空间搜索算法的数据结构和

2、符号约定OPEN表:未扩展节点表,用于存放刚生成节点CLOSED表:已扩展节点表,用于存放已经扩展或将要扩展的节点S:用表示问题的初始状态G:表示搜索过程所得到的搜索图M:表示当前扩展节点新生成的且不为自己先辈的子节点集状态空间的搜索策略图搜索的一般过程(1)把初始节点S放入未扩展节点表OPEN表,并建立目前仅包含S的图G;(2)检查OPEN表是否为空,若为空,则问题无解,失败退出;(3)把OPEN表的第一个节点取出放入已扩展节点表CLOSED表,并记该节点为节点n;(4)考察节点n是否为目标节点。若是则得到了问题的

3、解,成功退出。此时的解为追踪图G中沿着指针(步骤6中设置的指针)从n到初始节点S的路径。状态空间的搜索策略图搜索的一般过程(5)扩展节点n,生成一组子节点。把这些子节点中不是节点n先辈的那部分子节点记入集合M,并把这些子节点作为节点n的子节点加入G中(6)针对M中子节点的不同情况,分别作如下处理:①对那些没有在G中出现过的M成员设置一个指向其父节点(即节点n)的指针,并把它放入OPEN表。(新生成的)②对那些原来已在G中出现过,但还没有被扩展的M成员,确定是否需要修改它指向父节点的指针。(原生成但未扩展的)③对于那些

4、先前已在G中出现过,并已经扩展了的M成员,确定是否需要修改其后继节点指向父节点的指针。(原生成也扩展过的)图搜索的一般过程(7)按某种策略对OPEN表中的节点进行排序。(8)转第(2)步。状态空间的搜索策略广度优先搜索状态空间的广度优先搜索广度优先搜索的基本思想:从初始节点S开始逐层向下扩展,在第n层节点还没有全部搜索完之前,不进入第n+1层节点的搜索。未扩展节点表OPEN表中的节点总是按进入的先后排序,先进入的节点排在前面,后进入的节点排在后面。广度优先搜索状态空间的广度优先搜索广度优先搜索算法流程:(1)把初始节

5、点S放入OPEN表中;(2)如果OPEN表为空,则问题无解,失败退出;(3)把OPEN表的第一个节点取出放入CLOSED表,并记该节点为n;(4)考察节点n是否为目标节点。若是,则得到问题的解,成功退出;(5)若节点n不可扩展,则转第(2)步;(6)扩展节点n,将其子节点放入OPEN表的尾部,并为每一个子节点设置指向父节点的指针,然后转第(2)步。广度优先搜索广度优先搜索的例子:八数码难题在3×3的方格棋盘上,分别放置了表有数字1、2、3、4、5、6、7、8的八张牌,初始状态S0,目标状态Sg,如下图所示。要求应用广

6、度优先搜索策略寻找从初始状态到目标状态的解路径。1238476528314765S0Sg广度优先搜索八数码难题的宽度优先搜索树广度优先搜索在上述广度优先算法中需要注意两个问题:对于任意一个可扩展的节点,总是按照固定的操作符的顺序对其进行扩展(空格左移、上移、右移、下移)。在对任一节点进行扩展的时候,如果所得的某个子节点(状态)前面已经出现过,则立即将其放弃,不再重复画出(不送入OPEN表)。因此,广度优先搜索的本质是,以初始节点为根节点,在状态空间图中按照广度优先的原则,生成一棵搜索树。广度优先搜索广度优先搜索的特点

7、:优点:只要问题有解,用广度优先搜索总可以得到解,而且得到的是路径最短的解。缺点:广度优先搜索盲目性较大,当目标节点距初始节点较远时将会产生许多无用节点,搜索效率低。状态空间的搜索策略状态空间的搜索策略状态空间搜索的基本思想图搜索的一般过程状态空间的盲目搜索广度优先搜索深度优先搜索代价树搜索状态空间的启发式搜索启发性信息和估价函数A算法和A*算法深度优先搜索状态空间的深度优先搜索深度优先搜索的基本思想:从初始节点S开始,在其子节点中选择一个最新生成的节点进行考察如果该子节点不是目标节点且可以扩展,则扩展该子节点,然后

8、再在此子节点的子节点中选择一个最新生成的节点进行考察依此向下搜索,直到某个子节点既不是目标节点,又不能继续扩展时,才选择其兄弟节点进行考察。深度优先搜索状态空间的深度优先搜索深度优先搜索算法流程:(1)把初始节点S放入OPEN表中;(2)如果OPEN表为空,则问题无解,失败退出;(3)把OPEN表的第一个节点取出放入CLOSED表,并记该节点为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。