大家好，欢迎来到IT知识分享网。
一、状态空间问题描述
1.问题表示
2.状态空间法
状态空间法是以状态和算符为基础来表示和求解问题的。
1）状态：状态用于描述问题求解过程中任一时刻状况的数据结构，用一组变量的有序组合表示：SK=(SK0，SK1，…)
2）操作符（算符）：把问题从一种状态变换为另一种状态的手段。走步、过程、规则、数学算子、运算符号或逻辑符号。
3）状态空间：（S，F，G）表示，其中S为初始状态的集合，F是操作符的集合；G是目标状态的集合。
4）状态空间图：用状态标识节点，用操作标识有向边，有向边的方向由操作的施加对象状态指向操作的结果状态。
3.二阶汉诺塔问题的表示
二阶汉诺塔问题：设有1、2、3三根钢针，在1号钢针上穿有A、B两个金片，A小于B，A位于B的上面。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片，任何时刻都不能使B位于A的上面。
1）状态：SK=（SK0，SK1），SK0表示A所在的钢针号，SK1表示B所在的钢针号：
2）操作：A(i, j)表示把金片A从i号钢针移到j号钢针；B(i, j)表示把金片B从i号钢针移到j号钢针。
3）组成状态空间图：
二、盲目搜索
1.什么是搜索
人工智能所要解决的问题大部分是结构不良或非结构化的问题，对这样的问题一般不存在成熟的求解算法可供利用，而只能是利用已有的知识一步步地摸索着前进。
搜索就是：根据实际问题，不断寻找可用知识，确定推理路线，从而构造一条代价尽可能的少的路线，而问题又能得到圆满的解决。
2.什么是盲目搜索
3.问题求解的性能
1）完备性：是否能找到解；
2）最优性：找到最优解；
3）时间复杂度：找到一个解花费时间；
4）空间复杂度：需多少存储空间。
4.一般的图搜索
5.关于一般图搜索的说明
三、广度优先搜索
1.基本思想
从初始节点S0开始，逐层地对节点进行扩展并考察它是否为目标节点，在第n层的节点没有全部扩展并考察之前，不对第n+1层的节点进行扩展。OPEN表中的节点总是按进入的先后顺序排列，先进入的节点排在前面，后进入的排在后面。
2.搜索过程
3.优劣
①缺点：盲目性较大，当目标节点距离初始节点较远时将会产生许多无用节点，搜索效率低。而且写出Open表可以发现，若目标节点已经被扩展出来，但是没有判断（判断和扩展时在将节点放入Close表时进行的），在执行到判断目标节点的时候，多余已经执行了很多扩展的操作。
②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。
四、深度优先搜索
1.基本思想
从初始节点S0开始扩展，若没有得到目标节点，则选择最后产生的子节点进行扩展，若还是不能到达目标节点，则再对刚才最后产生的子节点进行扩展，一直如此向下搜索。当到达某个子节点，且该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。
2.搜索过程
3.深度优先局限性
深度优先相当于对优先某一个分支进行搜索，如果这个分支上没有解，或者时无限分支，那么就很难得到解或者根本得不到解，解得到了解有可能不是最优解。并不是一种完备的搜索算法。
4.有界深度优先搜索
五、代价树搜索
1.代价计算
2.代价树的广搜和深搜
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/125477.html
