第三章习题--搜索策略
第3章 搜索策略

总费用 操作费用 控制费用
小 ←─── 启发式信息量 ───→ 大
搜索的费用
一般地,盲目搜索算法需要搜索的空间比较大, 因而,其操作的费用较高;而启发式搜索算法的控制 策略比较复杂,因而,其控制的费用较高。 一方面,启发式信息利用程度越高,问题的搜索 空间越小,操作的费用越低。另一方面,启发式信息 利用程度越高,控制策略越复杂,控制的费用越高。 操作费用与控制费用的这种辨证关系对于我们设 计或选择图搜索算法具有指导意义。
搜索的策略和算法
在状态图(树)中,寻找由起始节点通向目标节点的 路径可以有各种不同的搜索策略。不同的策略以不同的方 式控制着搜索的过程。因此,搜索策略又称控制策略。 与问题相关的信息往往能帮助我们进行更为有效的搜 索,当然,这取决于相关信息的质和量。依据控制策略利 用与问题相关信息的情形来对图搜索算法进行分类,可将 其分为: (1) 盲目搜索算法 (Blink Search) (2) 启发式搜索算法 (Heauristic Search)
搜索的相关定义
开节点(open node):未进行扩展操作的节点; 闭节点(closed node) :已进行扩展操作的节点;
扩展节点(expended node):已进行扩展操作,并生长 出子结点的节点;
死节点(dead node):闭节点,但不是扩展节点; 叶节点(leaf node):无子节点或未生成子节点的节点。
深,搜索图上的节点数将成几何级数地增长,这意
味着,对于大的问题,宽度优先搜索算法需要巨大 的记忆体或存储空间。
A
B
C
D
宽度优先搜索
K
E
F
G
H
I
J
L
M
搜索的策略

1 搜索策略搜索策略是指在搜索过程中如何选择扩展节点的次序问题。
一般来说,搜索策略就是采用试探的方法。
它有两种类型:一类是回溯搜索,另一类是图搜索策略。
2 盲目的图搜索策略图搜索策略又可分为两种:一种称为盲目的图搜索策略,或称无信息图搜索策略;而另一种称为启发式搜索策略,又称为有信息的图搜索策略。
最常用的两种无信息图搜索策略是宽度优先搜索和深度优先搜索。
2.1 宽度优先搜索它是从根节点(起始节点)开始,按层进行搜索,也就是按层来扩展节点。
所谓按层扩展,就是前一层的节点扩展完毕后才进行下一层节点的扩展,直到得到目标节点为止。
这种搜索方式的优点是,只要存在有任何解答的话,它能保证最终找到由起始节点到目标节点的最短路径的解,但它的缺点是往往搜索过程很长。
2.2 深度优先搜索它是从根节点开始,首先扩展最新产生的节点,即沿着搜索树的深度发展下去,一直到没有后继结点处时再返回,换一条路径走下去。
就是在搜索树的每一层始终先只扩展一个子节点,不断地向纵深前进直到不能再前进(到达叶子节点或受到深度限制)时,才从当前节点返回到上一级节点,沿另一方向又继续前进。
这种方法的搜索树是从树根开始一枝一枝逐渐形成的。
由于一个有解的问题树可能含有无穷分枝,深度优先搜索如果误入无穷分枝(即深度无限),则不可能找到目标节点。
为了避免这种情况的出现,在实施这一方法时,定出一个深度界限,在搜索达到这一深度界限而且尚未找到目标时,即返回重找,所以,深度优先搜索策略是不完备的。
另外,应用此策略得到的解不一定是最佳解(最短路径)举例BFS搜索的一般过程。
POJ 2251Dungeon Master#include<iostream>#include<stdio.h>#include<algorithm>#include<queue>using namespace std;#define MMax 31struct node//入队的每个节点的信息{int x,y,z,t;};char map[MMax][MMax][MMax];int r,c,l;node start,end;//上,下,左,右,前,后六个方向,三维地图的搜索intdis[6][3]={{0,0,1},{0,0,-1},{0,1,0},{0,-1,0},{1,0,0},{-1,0,0}};/*二维的有左,右,前,后方向:int dis[4][2]={{0,1},{0,-1},{1,0},{-1,0}}*//*当然,还有相应的八个方向的搜索什么的,修改一下dis就可以了*/bool judge(node a)//判断节点a有无越界{return(a.x>=0&&a.x<l&&a.y>=0&&a.y<r&&a.z>=0&&a.z<c);}int bfs(){node now,next;queue<node>Q;//申请一个结构体node类型的队列Qstart.t=0;//开始节点Q.push(start);//开始节点入队map[start.x][start.y][start.z]='#';//标记while(!Q.empty())//判断队是否为空,空返回true{now=Q.front();//出队一个节点给nowQ.pop();//删除队头元素/*上面两个一般是连起来用的*/for(int i=0;i<6;i++)//枚举6个方向{//next为该方向要搜的那个点next.x=now.x+dis[i][0];next.y=now.y+dis[i][1];next.z=now.z+dis[i][2];if(judge(next)&& map[next.x][next.y][next.z]!='#')//条件{next.t=now.t+1;if(map[next.x][next.y][next.z]=='E')//搜到了return next.t;map[next.x][next.y][next.z]='#';//标记Q.push(next);//入队}}}return-1;}int main(){//freopen("D://1.txt","r",stdin);while(scanf("%d%d%d",&l,&r,&c)!=EOF){if(l+r+c==0)break;for(int i=0;i<l;i++){for(int j=0;j<r;j++){//cin>>map[i][j];scanf("%s",map[i][j]);for(int k=0;k<c;k++){if(map[i][j][k]=='S')start.x=i,start.y=j,start.z=k;//开始节点else if(map[i][j][k]=='E')end.x=i,end.y=j,end.z=k;//}}}int ans=bfs();if(ans==-1)printf("Trapped!\n");else printf("Escaped in %d minute(s).\n",ans);}return0;}。
第三章搜索策略(ppt)PracticalReaso(1)

Q () ((1,1))
第三章搜索策略 (ppt)PracticalReaso(1)
() ((1,1)) ((1,1) (2,3))
Q Q
第三章搜索策略 (ppt)PracticalReaso(1)
() ((1,1)) ((1,1) (2,3))
Q
第三章搜索策略 (ppt)PracticalReaso(1)
7
5
765
第三章搜索策略 (ppt)PracticalReaso(1)
搜索控制策略(3)
• 不可撤回的控制策略
283
164
7
5
283
1
4
765
f=4
f=3
12
3
184
765
f=3
123
8
4
765
f=0
123 84
765
f=1
23 184 765
f=2
第三章搜索策略 (ppt)PracticalReaso(1)
状态空间表示法(2)
状态空间:由问题的全部状态及一切可用算符所构成的集合称为问题的状态
空间.一般表示为: (S, F, G)
S:问题所有的初始状态集合; F:算符集合; G:目标状态集合
算符: 引起状态中某些分量发生变化, 从而使问题由一个状 态变为另一个状态的操作称为算符.
状态空间表示法是用“状态”和“算符”表示问题的一种 方法
状态空间图:状态空间的图式表示,称为状态空间图.其中节 点表示状态,有向边(弧)表示算符.
第三章搜索策略 (ppt)PracticalReaso(1)
状态空间表示法(3)
• 路径
– 状态序列
• 搜索
人工智能第三版课件第3章搜索的基本策略

人工智能第三版课件第3章搜索的基本策略搜索引擎是当今互联网时代不可或缺的工具,而人工智能技术在搜索引擎中起着举足轻重的作用。
本文将介绍《人工智能第三版课件》中第3章的内容,讨论搜索的基本策略。
基于这些策略,搜索引擎能够更加高效、准确地满足用户的信息需求。
1. 初始搜索空间在进行搜索之前,需要建立一个初始的搜索空间,即包含可能相关信息的一组文档或网页。
这个搜索空间的建立可以通过爬虫程序和抓取技术来收集网络上的信息,并将其存储在搜索引擎的数据库中。
2. 关键词匹配搜索引擎通过用户输入的关键词与搜索空间中的文档进行匹配,以找到与用户需求相关的内容。
关键词匹配可以使用词频、倒排索引等算法来实现。
其中,词频是指对于一个给定的关键词,在搜索空间中出现的频率;倒排索引则是一种将关键词与对应的文档进行关联的索引结构。
3. 分析用户意图搜索引擎还需要通过分析用户的搜索历史、点击行为等数据来了解用户的真实意图。
这可以通过机器学习算法来实现,例如基于用户行为的推荐系统。
通过了解用户的意图,搜索引擎可以更加准确地推荐相关内容。
4. 搜索结果排序搜索引擎会对匹配到的文档进行排序,以便将最相关的结果显示在前面。
排序算法通常通过计算文档与用户查询的相似度来实现。
相似度计算可以使用向量空间模型、BM25等算法。
5. 反馈与迭代搜索引擎不断根据用户的反馈进行迭代,以提供更好的搜索结果。
用户的反馈可以包括点击率、停留时间等指标,这些指标可以通过机器学习算法来进行分析和预测。
搜索引擎可以根据用户的反馈来调整排序算法,从而不断改进搜索结果的准确性和相关性。
综上所述,搜索引擎的基本策略包括建立初始搜索空间、关键词匹配、分析用户意图、搜索结果排序以及反馈与迭代。
这些策略通过人工智能技术的应用,使得搜索引擎能够更加智能化地满足用户的信息需求。
未来随着人工智能技术的不断发展,搜索引擎将会变得更加准确、个性化,并为用户提供更多智能化的服务。
人工智能习题作业搜索策略I习题答案

⼈⼯智能习题作业搜索策略I习题答案第三章搜索策略课后习题及答案⼀、选择题:1. 启发式搜索中,通常OPEN表上的节点按照它们f函数值的_____顺序排列。
( D )A平均值 B 递减 C 最⼩ D递增2. 按尼尔逊(Nilsson)提出的有序搜索基本算法指出,⼀个节点的希望程度⼤,则f值_____。
( B )A 不变化B ⼩C ⼤D 为03. 如果重排OPEN表是依据f(x)=g(x)+h(x)进⾏的,则称该过程为_____。
( B )A A*算法B A算法 C有序搜索 D启发式搜索4. 在与或树和与或图中,我们把没有任何⽗辈节点的节点叫做_____。
( C )A 叶节点 B端节点 C根节点 D 起始节点5. 对于⼋数码问题:起始棋局 —> ⽬标局棋2 83 1 2 31 6 4 8 47 5 7 6 5取h(n)=W(n), W(n)⽤来计算对应于节点n的数据库中错放的棋⼦个数。
请问需要扩展多少个节点才能到达⽬标?( C )A 20B 13C 6D 116. α-β剪枝技术中,⼀个MIN节点的β值等于其后继节点当前()的最终倒推值。
( A )A 最⼩B 最⼤C 平均D α值7. α-β剪枝技术中,“或”节点n的α值如果不能降低其⽗节点的β值,则对节点n以下的分枝可停⽌搜索,并使节点n的倒推值为α。
这种剪枝称为_____。
( A )A β剪枝B α剪枝C α-β剪枝 D极⼩极⼤分析法8. 宽度优先搜索⽅法能够保证在搜索树中找到⼀条通向⽬标节点的_____途径(如果有路径存在时)。
( B )A 可⾏B 最短C 最长D 解答9. A*算法是⼀种_____。
( ABD )A 图搜索策略B 有序搜索算法C 盲⽬搜索D 启发式搜索10. 应⽤某个算法(例如等代价算法)选择OPEN表上具有最⼩f值的节点作为下⼀个要扩展的节点。
这种搜索⽅法的算法就叫做_____。
( C )A 盲⽬搜索B 深度优先搜索C 有序搜索算法D 极⼩极⼤分析法⼆、填空题:1. OPEN表⽤于存放未扩展的节点,CLOSED表存放_已扩展_的节点。
第三章练习题

第三章练习题1. 根据图1,单独执行以下操作,正确的是()A) 将A文件夹拖到B文件夹中B) 将cc.doc文件拖到dd.doc文件中C) 将cc.doc文件与A文件夹拖到dd.doc文件中D) 将A文件夹拖到cc.doc文件中图12. 图1中,H盘根文件夹下有()A) 5个文件B) 3个文件夹C) 2个文件D) 3个文件2个文件夹3.根据图1,将cc.doc文件与dd.doc文件同时拖到A文件夹中,再将A文件夹拖到B文件夹中,dd.doc所在的文件夹是()A) A B) B C) H:\A D) H:\B4. 执行第3题后, CC.doc存放的文件路径是()A) H:/B/A B) H:/A/BC) H:/A D) H:\B\A5. 根据图2, 作业.doc文件的路径是()A) H:/A/C/B/作业B) A\B\C\作业C) H:\A\C\B\作业D) H:\A\C\B图26. 如图2,作业.doc所在的文件夹是()A) 我的文档B) H:\ C) 作业D) 全错7. 设置如图3,搜索框里输入“A?.DOC”,搜索的结果是()A) AB.doc文件与ABC.DOC文件B) A ?.DOC 文件C)AB.doc文件与AB.PPT文件D) A B.DOC文件图38. Windows是一个()操作系统A) 单用户单任务B) 单用户多任务C) 多用户多任务D) 多用户单任务9. 双击一个文档文件图标的功能是()A) 打开该文档文件B) 运行创建该文档文件的应用程序C) 运行创建该文档文件的应用程序并打开该文档文件D) 以上均错10. 指向某图标右单击的功能是()A) 弹出一个菜单项B) 弹出一个菜单C) 选中该图标D) 弹出一个与该对象相关的快捷菜单11. 将当前(活动)窗口作为图像送剪贴板的按键是()A) Ctrl+shift B) Alt+PrintScreenC) PrintScreen D) Ctrl+SpaceE) Ctrl+Esc F) Ctrl+Alt+Del12. 程序文件的扩展名是()A) .exe B) .doc C) .txt D) .ppt13. 指向某文件夹右单击,在弹出的快捷菜单中选择( )命令可以设置文件夹的隐藏属性。
人工智能第三章_搜索策略-1

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。
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。
2020/10/31
6
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
(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。
2020/10/31
5
➢ 在人工智能中,搜索问题一般包括两个重 要的问题:
分析:通过引入一个三维变量将问题表示出来。设 三维变量为:Q=[q1,q2,q3],式中qi (i=1,2,3)=1表 示钱币为正面,qi (i=1,2,3)=0表示钱币为反面。 则三个钱币可能出现的状态有8种组合: Q0=(0,0,0),Q1=(0,0,1),Q2=(0,1,0),Q3=(0,1,1),Q4= (1,0,0),Q5=(1,0,1), Q6=(1,1,0), Q7=(1,1,1)。 即初始状态为Q5,目标状态为Q0或Q7,要求步数为3。
2020/10/31
21
钱币问题的状态空间图
2020/10/31
22
状态空间搜索
——1.状态空间及其搜索的表示
(2)状态空间表示的经典例子“传教士和野人问题” ★
问题的描述:
N个传教士带领N个野人划船过河; 3个安全约束条件:
《人工智能》课程习题

《人工智能》课程习题第一章绪论1-1. 什么是人工智能?试从学科和能力两方面加以说明。
1-2. 在人工智能的发展过程中,有哪些思想和思潮起了重要作用?1-3. 为什么能够用机器(计算机)模仿人的智能?1-4. 现在人工智能有哪些学派?它们的认知观是什么?1-5. 你认为应从哪些层次对认知行为进行研究?1-6. 人工智能的主要研究和应用领域是什么?其中,哪些是新的研究热点?第二章知识表示方法2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?2-2设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?再定义描述过河方案的谓词:L-R(x, x1, y, y1,S):x1个修道士和y1个野人渡船从河的左岸到河的右岸条件:Safety(L,x-x1,y-y1,S’)∧Safety(R,3-x+x1,3-y+y1,S’)∧Boat(L,S)动作:Safety(L,x-x1,y-y1,S’)∧Safety(R,3-x+x1,3-y+y1,S’)∧Boat(R,S’)R-L (x, x1, y, y1,S):x2个修道士和y2个野人渡船从河的左岸到河的右岸条件:Safety(R,3-x-x2,3-y-y2,S’)∧Safety(L,x+x2,y+y2,S’)∧Boat(R,S)动作:Safety(R,3-x-x2,3-y-y2,S’)∧Safety(L,x+x2,y+y2,S’)∧Boat(L,S’)(2) 过河方案Safety(L,3,3,S0)∧Safety(R,0,0,S0)∧Boat(L,S0)L-R(3, 1, 3, 1,S0) L-R(3, 0, 3, 2,S0)Safety(L,2,2,S1)∧Safety(R,1,1,S1)∧Boat(R,S1)Safety(L,3,1,S1’)∧Safety(R,0,2,S1’)∧Boat(R,S1’)R-L (2, 1, 2, 0,S1) R-L (3,0, 1, 1,S1’)Safety(L,3,2,S2)∧Safety(R,0,1,S2)∧Boat(L,S2)L-R(3, 0, 2, 2,S2)Safety(L,3,0,S3)∧Safety(R,0,3,S3)∧Boat(R,S3)R-L (3, 0, 0, 1,S3)Safety(L,3,1,S4)∧Safety(R,0,2,S1)∧Boat(L,S4)L-R(3, 2, 1, 0,S4)Safety(L,1,1,S5)∧Safety(R,2,2,S5)∧Boat(R,S5)R-L (1, 1, 1, 1,S5)Safety(L,2,2,S6)∧Safety(R,1,1,S6)∧Boat(L,S6)L-R(2, 2, 2, 0,S6)Safety(L,0,2,S7)∧Safety(R,3,1,S7)∧Boat(R,S7)R-L (0, 0, 2, 1,S7)Safety(L,0,3,S8)∧Safety(R,3,0,S8)∧Boat(L,S8)L-R(0, 0, 3, 2,S8)Safety(L,0,1,S9)∧Safety(R,3,2,S9)∧Boat(R,S9)R-L (0, 1, 1, 0,S9)Safety(L,1,1,S10)∧Safety(R,2,2,S10)∧Boat(L,S10)2-3利用图2.3,用状态空间法规划一个最短的旅行路程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
节 点
A
父 节
深 度
0
B
I
B I
C E G D
A B
A C E A
1 2
1 2 3 1
E
C C
G
G
E G D F
G D F G
2 3
F 在CLOSED表中调整G的父指针
G F
解为:A-D-G-F
设有如下结构的移动将牌游戏:
B B W W E
其中,B表示黑色将牌,W表是白色将牌,E表示空格。游戏的 规定走法是: (1) 任意一个将牌可移入相邻的空格,规定其代价为1; (2) 任何一个将牌可相隔1个其它的将牌跳入空格,其代价为 跳过将牌的数目加1。 游戏要达到的目标是把所有W都移到B的左边。对这个问题, 请定义一个启发函数h(n),并给出用这个启发函数产生的搜索 树。 解:启发函数h(n)=每个w左边B的个数,f(n)=d(n)+3*h(n)
定义谓词 Goods(x): x是商品 Cheap(x):x便宜 Sail(super,x):超市卖x Buy(x,y):x买y Want(x,y) :x需要y 用谓词写事实、规则 超市(Supermarket)卖(Sail)的商品(Goods)便宜(Cheap): (x)( Sail(super,x) Goods(x) Cheap(x)) 王(Wang)买(Buy)需要的(Want)便宜商品: (x)( Want(Wang,x) cheap(x) Buy(Wang,x)) 自行车(Bicycle)是商品且超市卖自行车: Goods(bike)Sail(super,bike) 王需要自行车: Want(Wang,bike) 赵(Zhao)跟随王买同样的商品: (x)( Goods(x) Buy(Wang,x) Buy(Zhao,x)) Q1:Buy(Wang,bike) ~Q1:~Buy(Wang,bike) Q2:Buy(Zhao,a) 构造其重言式:Q2∨~Q2: Buy(Zhao,a) ∨~Buy(Zha
6
-2 3 5
9
-3
1、已知下列事实: (1)超市(Supermarket)卖(Sail)的商品(Goods)便宜(Cheap)。 (2)王(Wang)买(Buy)需要的(Want)便宜商品。 (3)自行车(Bicycle)是商品且超市卖自行车。 (4)王需要自行车。 (5)赵(Zhao)跟随王买同样的商品。 请应用归结反演证明方法回答以下问题: (1)王买自行车吗? (2)赵买什么商品?
迷宫问题: 分别用宽度优先、深度优先和有界深度 搜索算法求A——F的路径,列出搜索中OPEN、 CLOSED表的内容 。 A 要求:深度值相同时,按字母序扩展 有界深度dm=3
B C D E
I
G
F
宽度优先
A B C I E
OPEN A
CLOSED
B
D C D
节 点 A B
C D
父 节 A
A A
3、某公司招聘工作人员,A,B,C三人应试。面试后,公司表示如下意见: (1)三人中至少录用一人; (2)如果录用A而不录用B,则一定录用C; (3)如果录用B,则一定录用C; 求证:公司一定录用C。 定义谓词:accept (x):录用x 表示已知事实: (1)三人中至少录用一人; accept (A) accept (B) accept (C) (2)如果录用A而不录用B,则一定录用C; accept (A) accept (B) →accept (C) (3)如果录用B,则一定录用C; accept (B) →accept (C) 结论Q:accept (C)
W可以移到B右边的三种情况:
E B W B W E
代价:2 代价:2
B E W
代价:3
B B W W E
f=1+3*4=13
f=0+3*4=12 f=1+3*4=13
B B W E W
f=2+3*4=14
B B E W W
f=2+3*3=11
B B E W W
B E W B W
f=3+3*3=12
3.设有如图所示与或树,分 别用和代价法、最大代 价法求解树的代价。
B 7
5 2 2
6 E 3
t2 2 t3
C
1 t4
D
t1
若按和代价法,则该解树的代价为: h(A)=2+3+2+5+2+1+6=21 若按最大代价法,则该解树的代价为: h(A)=max{h(B)+5, h(C)+6} = max{(h(E)+2)+5, h(C)+6} = max{(max(2, 3)+2)+5, max(2, 1)+6} =max{(5+5, 2+6)}=10
深 度 0 1
1 1
节 点
A B C D I E G F
父 节
A A A B C D G
深 度
0 1 1 1 2 2 2 3
I
E
I
C E
B
B C D E G
2
2 2 2 3 3
G
G 在OPEN表中调整C的父指针 在OPEN表中调整G的父指针
G G F
F
F
解为:A-D-G-F
深度优先
A B C I E I B D C D A 节 点 A
OPEN 父 节 深 度 0
CLOSED 节 点 A B 父 节 A 深 度 0 1
B
C
A
A
1
1
D
A
1
G
F
深度优先
A A 节 点 A
OPEN 父 节 深 度 0
CLOSED 节 点 A B 父 节 A 深 度 0 1
B
C I E
B
D C D
B
I
A
B
1
2
I C
B A
2 1
I
E
C
C D
B
A A
2
1 1
G
F
深度优先
A B B D A
OPEN 节 点 A B C I E D I C C E G 父 节 A B B A C A 深 度 0 1 2 2 1 2 1
CLOSED
节 点 A B I C E 父 节 A B A C 深 度 0 1 2 1 2
C
I E
G
D
F
深度优先
A B B D A
CLOSED
节 点 A B I C E G F 父 节 A B A C E G 深 度 0 1 2 1 2 3 4
C
I E
G
G F F D
解为:A-C-E-G-F
F
有界深度优先
A B C I E I B D
OPEN A
CLOSED
节 点 A
C D
父 节 A
B B A C E A D G
深 度 0 1
A B
t1
t2
(2)与/或树的深度优先搜索 先扩展节点A, 得到节点B和C,再扩展节点C, 得节点D和t5,t5 为可解节点,再扩展节D,得节点t3、t4,因为t3、t4为可解 节点,故节点D可解,因为节点D和t5可解,故节点C可解, 从而可节点A可解。 所以求得解树为:
A C D t5
t3
t4
A
E B W B W
f=4+3*2=10
W B E B W
f=5+3*1=8
W B W B E
f=6+3*1=9
W B W E B
f=7+0=7
W E W B B
A
2.设有如图所示与或树,请 分别用与或树的广度优 先和深度优先搜索求出 解树。
B D t1 t2
C
t5
t3
t4
解:(1)与/或树的广度优先搜索 先扩展节点A,得到节点B和C,再扩展节点B,得节点t1、 t2,因为t1、t2为可解节点,故节点B可解,从而可节点 A可解。 所以求得解树为:
OPEN 节 点 A B C I E D I C C E G 父 节 A B B A C E A 深 度 0 1 2 2 1 2 3 1
CLOSED
节 点 A B I C E G 父 节 A B A C E 深 度 0 1 2 1 2 3
C
I E
G
G D F
F
深度优先
A B B D A
OPEN 节 点 A B C I E D I C C E G 父 节 A B B A C E G A 深 度 0 1 2 2 1 2 3 4 1
2、已知下列事实: 凡是容易的课程小李(Li)都喜欢; C班的课程都是容易的; ds是C班的一门课程。 证明:小李喜欢ds这门课程。
首先定义谓词: Easy(x) 表示x是容易的; Like(x,y) 表示x喜欢y; C(x) 表示x是C班的一门课程; 用定义的谓词将已知事实和结论表示为谓词形式: (x)(Easy(x)→Like(Li,x)); (x)(C(x)→Easy(x)); C(ds); Q:Like(Li,ds)
设有如图博弈树,其中最下面的数字是假设的估值,(1) 计算各节点的倒推值; (2)利用α-β剪枝技术剪去不必要的分枝 β≤ 0 α≥ 0 0 G H 0 C D α≥ 0 A0 3 α≥ 3 J 4 S0 4
β≤ 4 α≥E 4
B 6 α≥ 6 F
β剪枝
4
-3 I 3 β≤ -3
α剪枝
β剪枝
6 -3 K L M 4 β≤ -3 α剪枝 4 -3 0 6 8