第二章状态空间表示知识及搜索问题
第二章 人工智能搜索

搜索法中的问题表示
• 对问题进行形式化描述,便于计算机处理。 • 描叙方法对搜索效率有很大的影响。 • 一般用状态空间来表示待求解的问题。
状态空间法(1)
• 找到一个数,该数大于等于13548并且能够被
• • •
13547整除。 问题的论域为【13548,+∞】,为了计算机处 理,可以选择一个足够大的数。 因此,问题的状态空间可以定义为【13548, 1E20】。所有的状态空间构成一个连续自然数序 列。 用状态空间表示法描叙问题时,要定义状态空间, 表示问题的全部可能状态和相互关系。
能找到 • 搜索的效率,避免生成或扩展无用的点。 • 控制开销。即控制策略的开销要尽可能小。
• 几个目标之间有冲突,在以上几个目标中
寻求平衡。
1.1 回溯策略
• 例:皇后问题
Q Q Q Q
()
Q ()
((1,1))
Q () Q
((1,1))
((1,1) (2,3))
Q ()
((1,1))
((1,1) (2,3))
搜索图与搜索树的比较
• 如果采用广度优先搜索算法,优点为实现
简单,但是有可能需要重复处理多次。 • 如果采用深度优先搜索算法,有可能陷入 死循环。需要采用一定的策略避免。 • 图搜索需要额外的计算去检查下一个节点 是否已经生成过。(可以使用广度或深度 优先来遍历图产生生成树)
搜索算法的衡量标准
• 搜索算法的完备性,即只要有解,就一定
– 盲目搜索 – 启发式搜索
• 关键问题:
如何利用知识,尽可能有效地找到问题 的解(最佳解)。
搜索问题(续2)
• 讨论的问题:
– 有哪些常用的搜索算法。 – 问题有解时能否找到解。 – 找到的解是最佳的吗? – 什么情况下可以找到最佳解? – 求解的效率如何。
第2章_基于状态空间图表示的搜索搜索技术(新)20121013

给出状态和操作的描述之后,该问题的状态空间是:
{{S0},{ P 01,P 10,P 11,P ,Q 02,Q 20},{S31}}。
02,P 20,Q01,Q 10,Q 11
例2.3修道士和野人问题(6)
4.状态空间图:
p02 q02 p01 S18 (3,1,0) q01 p01
四条S0到S31长度相等的最短路径,对应 的操作序列就是该问题的四个最优解
2.1.2 知识表示(2)
例2.1麦卡赛问题。 在一个2n2n的方格棋盘中,去掉对角的两个 方格,如图(a),问能否将它全部划成若干12的小长方块?
QS 2 2 初始状态 QS ( 2n , 2n – 2 ) Q
2 2 2n 22 – 2 ) 2n (( 2n –2) Q, ,2n S
Q 2 Q 11 ( 1 , 2n2 2 2n – 2 2 2 2n–– 2n –– (( 2n 11 ,, 2n 33 ))
2014-8-4 人工智能 4
2.1.1 知识与问题求解框架(2)
2.知识的分类 (1)从应用领域来划分
常识性知识 领域(专业)性知识 叙述性知识 过程性知识 控制性知识 确定性知识 非确定性知识
(2)从在问题求解中的作用来划分
(3)从确定性来划分
(4)从知识的表现形式来划分,可分为文字、符号、声 音、图形、图像等。
引入一个三元组 (q0,q1,q2)来描述总状态,钱币正面为 0,反面 为1,全部可能的状态为: Q0=(0,0,0) ; Q1=(0,0,1); Q2=(0,1,0) Q3=(0,1,1) Q6=(1,1,0) ; Q4=(1,0,0); Q5=(1,0,1) ; Q7=(1,1,1)。
人工智能习题&答案-第2章-知识表示方法

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?用S i(nC, nY) 表示第i次渡河后,河对岸的状态,nC表示传教士的数目,nY表示野人的数目,由于总人数的确定的,河对岸的状态确定了,河这边的状态也即确定了。
考虑到题目的限制条件,要同时保证,河两岸的传教士数目不少于野人数目,故在整个渡河的过程中,允许出现的状态为以下3种情况:1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中,对岸状态的变化,dC表示,第i次渡河后,对岸传教士数目的变化,dY表示,第i次渡河后,对岸野人数目的变化。
当i为偶数时,dC,dY同时为非负数,表示船驶向对岸,i为奇数时,dC, dY同时为非正数,表示船驶回岸边。
初始状态为S0(0, 0),目标状态为S0(3, 3),用深度优先搜索的方法可寻找渡河方案。
在此,用图求法该问题,令横坐标为nY, 纵坐标为nC,可行状态为空心点表示,每次可以在格子上,沿对角线移动一格,也可以沿坐标轴方向移动1格,或沿坐标轴方向移动2格。
第奇数次数状态转移,沿右方,上方,或右上方移动,第偶数次数状态转移,沿左方,下方,或左下方移动。
从(0,0)开始,依次沿箭头方向改变状态,经过11步之后,即可以到达目标状态(3,3),相应的渡河方案为:d1(1,1)--→d2(-1,0)--→d3(0,2)--→d4(0,-1)--→d5(2,0)--→d6(-1,-1)--→d7(2,0)--→d8(0,-1)--→d9(0,2)--→d10(-1,0)--→d11(1,1)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 。
第二章 知识表示方法

第二章知识表示方法教学内容智能系统问题求解所采用的几种主要的知识表示方法(状态空间法.问题归约法.谓词逻辑法.语义网络法)以及基于不同表示法的问题求解方法。
教学重点1. 状态空间表示法中问题的状态描述.改变状态的操作和问题目标状态的搜索;2. 问题规约的一般步骤.规约的与或图表示;3. 谓词逻辑的语法和语义.量词的辖域.谓词公式的置换与合一;4. 语义网络的构成.语义基元的选择.语义网络的推理等。
教学难点状态描述与状态空间图示.问题归约机制.置换与合一。
教学方法课堂教学为主,同时结合《离散数学》等已学的内容实时提问.收集学生学习情况,充分利用网络课程中的多媒体素材来表示抽象概念。
教学要求1. 重点掌握用状态空间法.问题归约法.谓词逻辑法.语义网络法来描述问题.解决问题;2. 掌握这些表示方法之间的差别;并对其它表示方法有一般了解2.1 状态空间法教学内容本节讨论基于解答空间的问题表示和求解方法,即状态空间法,它以状态和操作符为基础来表示和求解问题。
教学重点问题的状态描述,操作符。
教学难点选择一个好的状态描述与状态空间表示方案。
教学方法以课堂教学为主;充分利用网络课程中的多媒体素材来阐述抽象概念。
教学要求重点掌握对某个问题的状态空间描述,学会组织状态空间图.用搜索图来求解问题。
2.1.1 问题状态描述1.基本概念状态(state)它是为描述某类不同事物间的差别而引入的一组最少变量q0,q1,…,qn的有序集合,其矢量形式如下:Q=[q0,q1,…,qn]' (2.1)式中每个元素qi(i=0,1,…,n)为集合的分量,称为状态变量。
给定每个分量的一组值就得到一个具体的状态,如Qk=[q0k,q1k,…,qnk]' (2.2)操作符(operator)称使问题从一种状态变化到另一种状态的手段为操作符或算符。
状态空间(state space)它是表示一个问题全部可能状态及其关系的图,它包含所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。
现代控制理论基础-第2章-控制系统的状态空间描述精选全文完整版

(2-18)
解之,得向量-矩阵形式的状态方程
(2-19)
输出方程为
(2-20)
(5) 列写状态空间表达式
将式(2-19)和式(2-20)合起来即为状态空间表达式,若令
则可得状态空间表达式的一般式,即
(2-21)
例2.2 系统如图
取状态变量:
得:
系统输出方程为:
写成矩阵形式的状态空间表达式为:
1.非线性系统
用状态空间表达式描述非线性系统的动态特性,其状态方程是一组一阶非线性微分方程,输出方程是一组非线性代数方程,即
(2-7)
2. 线性系统的状态空间描述
若向量方程中 和 的所有组成元都是变量 和 的线性函数,则称相应的系统为线性系统。而线性系统的状态空间描述可表示为如下形式: (2-8) 式中,各个系数矩阵分别为 (2-9)
4.线性定常系统的状态空间描述
式中的各个系数矩阵为常数矩阵
当系统的输出与输入无直接关系(即 )时,称为惯性系统;相反,系统的输出与输入有直接关系(即 )时,称为非惯性系统。大多数控制系统为惯性系统,所以,它们的动态方程为
(2-11)
1.系统的基本概念 2. 动态系统的两类数学描述 3. 状态的基本概念
2.2 状态空间模型
2.2.1状态空间的基本概念
1.系统的基本概念
■系统:是由相互制约的各个部分有机结合,且具有一定功能的整体。 ■静态系统:对于任意时刻t,系统的输出惟一地取决于同一时刻的输入,这类系统称为静态系统。静态系统亦称为无记忆系统。静态系统的输入、输出关系为代数方程。 ■动态系统:对任意时刻,系统的输出不仅与t时刻的输入有关,而且与t时刻以前的累积有关(这种累积在t0(t0<t)时刻以初值体现出来),这类系统称为动态系统。由于t0时刻的初值含有过去运动的累积,故动态系统亦称为有记忆系统。动态系统的输入、输出关系为微分方程。
人工智能2第二章知识表示方法

2.状态空间表示详释
我们先用数码难题(puzzle problem)来 说明状态空间表示的概念。由15个编有1至 15并放在4×4方格棋盘上的可走动的棋子 组成。
11 9 4 15
13
12
7586
13 2 10 14
初试棋局
1 2 34 5 6 78 9 10 11 12 13 14 15
目标棋局
是有关知识的知识,是知识库中的高层知识。 包括怎样使用规则、解释规则、校验规则、解释 程序结构等知识。元知识与控制知识是有重迭的, 对一个大的程序来说,以元知识或说元规则形式 体现控制知识更为方便,因为元知识存于知识库 中,而控制知识常与程序结合在一起出现,从而 不容易修改。
知识表示是研究用机器表示知识的可行
题
求解过程实际上是一个搜索过程。
那么如果进行搜索呢?为了进行搜索,就必须
用某种形式把问题表示出来,其表示是否适当,将
直接影响到搜索效率。
状态空间法就是用来表示问题及其搜索过程的 一种方法。它是人工智能中最基本的形式化方法, 用“状态”和“算符”来表示问题。
状态空间法三要素
(1) 状态(state):表示问题解法中每一步问题状 况的数据结构;
·显式表示:各节点及其具有代价的弧线由 一张 表明确给出。此表可能列出该图中的每 一节点、它的后继节点以及连接弧线的代价。
Q [q0,q1,...qn ]T
式中每个元素qi(i=0,1,…,n)为集合的量,称 为状态变量。
·算符:使问题从一种状态变化为另一种状态的手 段称为操作符或算符。操作符可为走步、过程、规 则、数学算子、运算符号或逻辑符号等。
· 问题的状态空间(state space):是一个表示该问题 全部可能状态及其关系的图,它包含三种说明的 集合,即所有可能的问题初始状态集合S、操作符 集合F以及目标状态集合G。可把状态空间记为三 元状态(S,F,G)。
第二章 搜索(1)—基于状态空间的搜索
要求把这两个金片全部移到另一根钢针上,而且规 定每次只能移动一个金片,任何时刻都不能使大片 位于小片的上面。 如何将A、B两个金片移到2号或三号钢针上面?
A B
A B
A B
1
2
3
1
2
3
1
2
3
第二章 - 19
用以搜索状态空间的结构与策略
2.2 问题状态空间的表示
解:
① 状态:Sk={Sk0, Sk1}
问题求解程序从问题的给定事实和改变状态的合法移动和规 则的集合入手。 然后把规则应用到事实产生新的事实,接下来新的事实又被 规则用来产生更多新的事实,搜索如此进行下去,直到产生 满足目标条件的一条路径。
第二章 - 33
用以搜索状态空间的结构与策略
Portion of the state space graph of the farmer, wolf, goat, and cabbage problem, including unsafe states.
第二章 - 34
用以搜索状态空间的结构与策略
第二章 - 2
用以搜索状态空间的结构与策略
内容
2.0 2.1 2.2 2.3 2.4 2.5
简介 图论 问题状态空间的表示 状态空间搜索的方向 一般图搜索 常见的盲目式搜索技术
第二章 - 3
用以搜索状态空间的结构与策略
2.0 简介
什么是问题?
2 8 3 7 10 5 14 1
15 9 6 4 11 14 12
目标:G={S4,S8}
A B
A B
1 2 3 S0=(1, 1)
第2章 知识表示方法
2.1状态空间法
2.1.2 状态图示法 图的基本概念 图由节点(不一定是有限的节点)的集合构成。一 对节点用弧线连接起来,从一个节点指向另一个节点。 这种图叫做有向图(directed graph) 有向图(directed graph)。 有向图 某个节点序列(ni1,ni2,…,nik)当j=2,3,…,k时, 如果对于每一个ni,j-1都有一个后继节点nij存在,那么 就把这个节点序列叫做从节点ni1至节点nik的长度为k的 路径。 路径。
2.1状态空间法
2.1.1 问题状态描述 状态(State) 1、状态(State)的基本概念 状态(state) (state)是为描述某类不同事物间的差别而 状态(state) 引入的一组最少变量q0,q1,…,qn的有序集合,其 矢量形式如下: Q=[q0,q1,…,qn]T (2.1) 式中每个元素qi(i=0,1,…,n)为集合的分量,称为 状态变量。给定每个分量的一组值就得到一个具体 的状态,如 Qk=[q0k,q1k,…,qnk]T (2.2)
2.2问题归约法
2、与或图的有关术语 父节点 是一个初始问题或是可分解为子问题的问 题节点; 子节点 是一个初始问题或是子问题分解的子问题 节点; 或节点 只要解决某个问题就可解决其父辈问题的 节点集合; 与节点 只有解决所有子问题,才能解决其父辈问 题的节点集合; 弧线 是父辈节点指向子节点的圆弧连线; 终叶节点 是对应于原问题的本原节点。
人工智能第二章知识表示方法
人工智能第二章知识表示方法答:状态空间法:基于解答空间的问题表示和求解方法,它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法:从某个初始状态开始,每次加一个操作符,递增的建立起操作符的试验序列,直到达到目标状态为止。
问题规约法:已知问题的描述,通过一系列变换把此问题最终变成一个子问题集合:这些子问题的解可以直接得到,从而解决了初始问题。
问题规约的实质:从目标(要解决的问题)出发逆向推理,建立子问题以及子问题的子问题,直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法:采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题,然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的,从而证明这个新语句也是正确的。
语义网络法:是一种结构化表示方法,它由节点和弧线或链组成。
节点用于表示物体、概念和状态,弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系,扩展后可以表示更复杂的问题2-2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。
选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。
710910D图2.32-3试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。
用四元数列(nA,nB,nC,nD)来表示状态,其中nA表示A盘落在第nA号柱子上,nB表示B盘落在第nB号柱子上,nC表示C盘落在第nC号柱子上,nD表示D盘落在第nD号柱子上。
初始状态为1111,目标状态为3333如图所示,按从上往下的顺序,依次处理每一个叶结点,搬动圆盘,问题得解。
2-4把下列句子变换成子句形式:(1)某y(On(某,y)→Above(某,y))(2)某yz(Above(某,y)∧Above(y,z)→Above(某,z))(1)(ANY某)(ANYy){On(某,y)Above(某,y)}(ANY某)(ANYy){~On(某,y)ORAbove(某,y)}~On(某,y)ORAbove(某,y)最后子句为~On(某,y)ORAbove(某,y)(2)(ANY某)(ANYy)(ANYz){Above(某,y)ANDAbove(y,z)Above(某,z)}(命题联结词之优先级如下:否定→合取→析取→蕴涵→等价)(ANY某)(ANYy)(ANYz){~[Above(某,y)ANDAbove(y,z)]ORAbove(某,z)}~[Above (某,y)ANDAbove(y,z)]ORAbove(某,z)最后子句为~[Above(某,y),Above(y,z)]ORAbove(某,z)2-5用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。
第二讲知识表示3.状态空间问题归约表示法
2024/4/3
10
11 9 4 15
13
12
758 6
123 4 567 8 9 10 11 12
13 2 10 14
13 14 15
(a)初始棋局
(b)目标棋局
十五数码难题
2024/4/3
22
3.状态空间表示举例
各种问题都可用状态空间加以表示,并用状态空 间搜索法来求解。 如果能够用一种不同的表示方法来求解用一问题, 也不必感到惊讶。 产生式系统(Production System)
是描述搜索过程的方法。
2024/4/3
23
一个产生式系统由下面三部分组成:
一个总数据库(global database):它含有与具体任务有 关的信息;随着应用情况的不同,这些数据库可能小 得像数字矩阵那样简单,或许大得如检索文件结构那 么复杂。
2024/4/3
17
后继节点(descendant node)与父辈节点(parent no de):如果某条弧线从节点ni指向节点nj,那么节 点nj就叫做节点ni的后继节点或后裔,而节点ni叫 做节点nj的父辈节点或祖先。
路径:某个节点序列(ni1,ni2,…,nik)当j=2,3,…, k时,如果对于每一个ni,j-1都有一个后继节点nij存 在,那么就把这个节点序列叫做从节点ni1至节点n ik的长度为k的路径。
隐式表示:节点的无限集合{si}作为起始节点是已 知的。后继节点算符Γ也是已知的,它能作用于任 一节点以产生该节点的全部后继节点和各连接弧 线的代价。
- 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)。
BL+1);
(q20操作)
(q02操
CL+2, BL+1);
pmc,qmc:m为船载传教士人数,c为船载野人人数
• (3)初始状态和目标状态: 即(3,3,1)和(0,0,0)。
(3 3 1)
p11 q 01
(2 2 0)
p02
(3 1 0 )
p01 q 01
(3 2 0)
q10
(3 2 1)
f8:用8斤油瓶内油去灌满6斤油瓶 (E,S)且 S < 6 且 E+S ≥ 6—→(E+S-6,6)
例: 2.3 传教士和野人问题(Missionaries and Cannibals) 有3个传教士和3个野人来到河边渡河,河岸有一条船, 每次至 多可供2人乘渡。(前提:传教士、野人都会划船,野人听从传 教士的安排,不会单独走脱,即某岸上只有野人没有传教士是允
(p02操作) (q10操作) (q01操作) (q11操作)
CL-2, BL-1); CL+1, BL+1);
f8 : if (ML, CL, BL=0) then (ML+1, CL+1,BL+1);
f9 : if (ML, CL, BL=0) then (ML+2, CL,
f10 : if (ML, CL, BL=0) then (ML,
CL,
BL-1);
(p10操作) (p01操作) (p11操作)
CL-1, BL-1); CL-1, BL-1);
f4 : if (ML, CL, BL=1) then (ML-2, CL,
f6 : if (ML, CL, BL=0) then (ML+1, CL,
BL-1);
BL+1);
(p20操作)
许的。)
问:传教士为了安全起见, 应如何规划摆渡方案, 使得任何时 刻, 河两岸以及船上的野人数目总是不超过传教士的数目(否则不 安全, 传教士有可能被野人吃掉)。即求解传教士和野人从左岸全 部摆渡到右岸的过程中, 两岸任何时刻满足M(传教士数)≥C(野人
数)和船中的人数0<M+C≤2的摆渡方案。
用三元数组(m,c,b)表示河岸上的状态,其中m,c分 别表示某岸上传教士与野人的数目,b=1表示船在这 一岸, b=0 表示船不在这一岸。 用L,R分别表示左岸右岸,用下表表示出
对象是符号,内容涉及符号表示、符号推理和搜索。 依据我们学校的条件,讲授本课程的目的就是掌握专 家系统的基本设计方法和原理
现实世界中普遍存在的问题大多数属于不良结构或 非结构问题,求解这类问题往往不存在可供使用的数学 模型,也没有现成的算法,唯有凭经验的、未完全形成 科学体系的知识,即:使用搜索方法试探求解。 弱方法: 1、问题求解给定的信息比较少,已知的信息可能是不 精确的、不完整的、甚至是模糊的。 2、使用问题求解的知识本身属于经验的、不严格的、 人类尚未完全掌握的(以后如果发现了该问题的系统知 识,则现用知识本身可能是系统知识的一部分)。
(ML, CL, BL) (0 0 0) (0 1 0) (0 2 0) (0 3 0)不会出现 (1 0 0)不合法 (1 1 0) (1 2 0)不合法 (1 3 0)不合法 (2 0 0)不合法 (2 1 0)不合法 (2 2 0) (2 3 0)不合法 (3 0 0) (3 1 0) (3 2 0) (3 3 0)不会出现
没有解路。
但是,从‘反,正,反’即初始状态(1,0,1)到
目标状态‘反,反,反’(1,1,1)有多条解题思路,
既f3 f2 f3,f1 f2 f1 ,f2 f1 f1 …
参看课本51页
例 2.2
分油问题。
有两只空油瓶,容量分别为8斤和6斤,另有一个大
油桶,里面有足够的油。我们可以任意从油桶中取出油 灌满某一油瓶,也可以把某瓶中的油全部倒回油桶,两 个油瓶之间可以互相灌。问如何在8斤油瓶中精确的得 到4斤油。
(1)状态 状态(State)用于描述叙述性知识的一组变量或 数组,也可以说成是描述问题求解过程中任意时刻的数 据结构。通常表示成: Q={q1,q2,……,qn} 当给每一个分量以确定的值时,就得到一个具体的 状态,每一个状态都是一个结点(节点)。 实际上任何一种类型的数据结构都可以用来描述状 态,只要它有利于问题求解,就可以选用。
2.1 状态空间表示知识
(4) 状态空间转换图 用图形方式表示状态空间的图,图里包含了操作和 状态之间的转换关系。 节点表示状态;有向边(弧)表示算符。
2.1 状态空间表示知识
例 2.1 钱币翻转问题
• 设有三枚硬币,其初始状态为(反,正,反),允许每 次翻转一个硬币(只翻一个硬币,必须翻一个硬币)。 必须连翻三次。问是否可以达到目标状态(正,正,正) 或(反,反,反)。 • 问题求解过程如下:
(2)规则集合: 由摆渡操作组成。 该问题主要有两种操作: pmc操作(为从左岸划向右岸) qmc操作(从右岸划向左岸) 其中,m为船载传教士人数 c为船载野人人数 每次摆渡操作,船上人数情况有5种操作,因 而组成10条规则的集合,表中前5条为pmc操 作,后5条是qmc操作
f1 : if (ML, CL, BL=1) then (ML-1, f2 : if (ML, CL, BL=1) then (ML, f3 : if (ML, CL, BL=1) then (ML-1, f5 : if (ML, CL, BL=1) then (ML, f7 : if (ML, CL, BL=0) then (ML,
第二章 知识的状态空间表示法及 搜索问题讨论
实验课时间安排:03
第十周 周三(11月8日)上午4节课计算机楼409,403
2.1 状态空间表示知识 2.2 搜索问题讨论 2.3 状态空间的与/或树表示法 2.4 状态空间的与/或树表示法举例 2.5 图搜索概念以及广度优先搜索
用数组表示的话,显然每一硬币需占一维空间,则 用三维数组状态变量表示这个知识:
Q=(q1 , q2 , q3) 取q=0 表示钱币的正面; q=1 表示钱币的反面
2.1 状态空间表示知识
引入操作: f1:把q1翻一面。 f2:把q2翻一面。 f3:把q3翻一面。 显然:F={f1,f2,f3} 构成的问题状态空间显然为: 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) 目标状态:(找到的答案) Qg=(0,0,0)或(1,1,1)
模仿人类求解问题的能力始终是人工智能最基本最 重要的一项工作。如何用某种符号(化语言)表达知识 (逻辑性的信息)以及利用知识进行问题求解的推理过程 是人工智能必须解决的问题,专家系统可以看成是一种
特殊的人工智能问题求解系统。在上一章中,我们讨论
了什么是人工智能以及人工智能所研究的领域。专家系
统从本质上讲就是一个大的系统程序,这个程序处理的
f5
f10 1
f5
(0 0 0)
f3
从状态转换图中可以看出解序列有很多,但是最
短的解序列操作只有4个,即:
(p11,q10,p02,q01,p20,q11,p20,q01,p02,q01,p02 ) (p11,q10,p02,q01,p02,q11,p20,q01,p02,q10,p11 )
(p02,q01,p02,q01,p20,q11,p20,q01,p02,q01,p02 )
(p02,q01,p02,q01,p20,q11,p20,q01,p02,q10,p11 )
其中一个解题路线:(3,3,1)
(3,0,0)
p11
(2,2,0)
q10
(3,2,1)
p02
q01
p02
(0,1,0)
p20 q01 q11 p 20 (3,1,1) (1,1,0) (2,2,1) (0,2,0) (0,3,1) q01 p02
(1)综合数据库:用三元组表示比较合适, 即
(ML, CL, BL),其中 0≤ML,CL≤3,BL∈{0,1}
显然,此时问题状态空间的总状态数为4×4×2=32, 根
据约束条件的要求, 可以看出只有20个合法状态。再进
一步分析发现有4个合法状态实际上是不可能出现的。因
此实际的问题空间仅由16个状态构成。给出结果如下
(ML, (0 (0 (0 (0 (1 (1 (1 (1 (2 (2 (2 (2 (3 (3 (3 (3
CL, BL) 0 1)不会出现 1 1) 2 1) 3 1) 0 1)不合法 1 1) 2 1)不合法 3 1)不合法 0 1)不合法 1 1)不合法 2 1) 3 1)不合法 0 1)不会出现 1 1) 2 1) 3 1)
L M C B 3 3 1 R 0 0 0
L M C B 0 0 0
R 3 3 1
初始状态
目标状态
约束条件;两岸上任何时候M ≥ C,船人数上 M + C≤2 在这里仅用描述左岸的三元组描述就完整的描述了整个 情况,因此,问题的初始状态是(3,3,1),野人和传 教士以及船均在左岸,目标状态是(0,0,0)野人和传 教士以及船均不在左岸,在右岸。
3、用这些信息求解问题需要经过反复的试探或搜索。
4、得出的结果可能是不确定的。
弱方法和不确定性紧密相联,相之对应的就是强方 法。 知识的特征:相对正确性、不确定性、可表示性、可利 用性 状态空间表示知识法: 是用来表示问题及其搜索过程的一种方法 是人工智能中最基本的形式化方法
2.1 状态空间表示知识
显然,问题的表示用2维数组或状态空间描述比较 合适,第一位表示8斤油瓶油量,第二位表示6斤油瓶 油量,构成整数序列偶(E,S) E:=0,1,2,3,4,5,6,7,8 。 表示8斤油瓶中含有的油量。 S:=0,1,2,3,4,5,6。