人工智能A算法九宫格
合集下载
相关主题
- 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)。
JOTFSU %OPEF PQFO
^ JG :
OPXGBUIFS/6--]]OPXGBUIFSZ:
\ -OPEFNPWF OPX
QOPEF PQFO PQFOද头
4
DMPTF DMPTFද头 OPX લ节 -OPEF 3OPEF 6OPEF %OPEF ԼҰࠨɼӈɼ্ɼԼ节 GOPEF 终节 JOJUJBM " TUBSU
PQFOදதୈҰ节ੋղɼ结ଋ፺ࡧ \ GOPEFPQFO GJOBMOPEFဓPQFOදத፤ग़ɼ์౸DMPTFදத PQFOPQFOOFYU GOPEFOFYU/6-- GOPEFDMOFYUDMPTF DMPTFGOPEF CSFBL ^ OPXPQFO JOU9 : 9OPXY:OPXZ JG 9
ճᕧ౸࢝节ɼཱݐղత链ද \ GOPEFGBUIFSOFYUGOPEF GOPEFGOPEFGBUIFS ^ XIJMF GOPEF/6--
ߋ৽Iവ值 6OPEFG6OPEFI 6OPEFH SFUVSO6OPEF ^ JOUNBJO JOUBSHD DIBS BSHW<>
\ QOPEF" QOPEF
NBMMPD TJ[FPG OPEF
3OPEFNPWF OPX
JOTFSU 3OPEF PQFO
^ OPXDMOFYUDMPTF લ节์ೖ౸DMPTFද DMPTFOPX PQFOPQFOOFYU PQFOද头ࢦԼҰද节 ^ XIJMF GOPEFGBUIFS/6--
意其信息量的强度不能超过其上限值，否则 A*算法会变成 A 算法；而 A 算法是 非充分的，即可能不在其最优路径上，从而导致不能找到目标节点。
同时，在实验过程中，也熟悉了 C++编程和 VC 的开发环境；但编程能力 还是极其有限，急需提升。
附录：
A*算法代码的核心部分
QOPEFNPWF QOPEFQ JOUEJS
JOTFSU -OPEF PQFO
^ JG :
OPXGBUIFS/6--]]OPXGBUIFSZ:
\
5
PQFO" DMPTF/6-- XIJMF
\ JG PQFO/6--
0QFOද为ۭɼະፙ౸ղɼ结ଋ፺ࡧఔং \ GOPEF/6-- DPVUະೳፙ౸ղ SFUVSO ^ JG PQFOI
h（n）表示节点 n 的各个数码到目标位置的曼哈顿距离和。
四、 程序说明 1、算法实现的步骤： （1）把初始节点 S0 放入 Open 表中，置 S0 的代价 g(S0)=0； （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，则找到了问题的解，成功退出； （5）若节点 n 不可扩展，则转第（2）步； （6）扩展节点 n，生成其子节点 ni, （其中 i=1,2,3,……），将这些子节点放入 Open 表中，并为每一个子节点设置指向父节点的指针；按公式 g（ni）=g(n)＋ c(n，ni)（i=1，2，…）计算 Open 表中的各子节点的代价，并根据各节点的代价 对 Open 表中的全部节点按照从小到大顺序重新进行排序；然后转第（2）步。 2、思路 通过代价函数对 Open 表中的节点进行排序，代价小的先扩展。
关问题领域的启发信息，叫做启发函数 A 算法：在图搜索的一般算法中，在搜索的每一步都利用估价函数
f(n)=g(n)+h(n)对 Open 表中的节点进行排序表中的节点进行排序, 找出一个最有 希望的节点作为下一次扩展的节点。
在 A 算法中，如果满足条件：h(n)≤h*(n)，则 A 算法称为 A*算法。 在本算法中，为实现八数码的搜索问题，定义估价函数为：f(n)=g(n)+h(n)， 其中 g（n）表示节点 n 在搜索树中的深度；
二、 编码规则 在程序实现过程中，只有移动 0 的位置，即可生成新的节点。 规则库 设数组中 0 的位置为 a[i][j]，其中 0≤i≤2，0≤j≤2。 R1：if(i≥1) then 上移 R1：if(i≤1) then 下移 R1：if(j≥1) then 左移 R1：if(j≤1) then 右移
OPXGBUIFS/6--]]OPXGBUIFSY9
\ 6OPEFNPWF OPX
্ۭ֨Ҡɼಘ౸৽节 JOTFSU 6OPEF PQFO
\ DBTF VQ \ 6OPEFYQY 6OPEFZQZ 6OPEFB<6OPEFY><6OPEFZ> 6OPEFB<6OPEFY ><6OPEFZ>QB<6OPEFY><6OPEFZ> CSFBL ^ DBTF||||||EPXO ^ 6OPEFGBUIFSQ 6OPEFHQH ਂ⃧ՃҰ层 6OPEFIIWBMVF 6OPEFB GJOBM
人工智能原理与方法
A*算法实现八数码搜索问题
模式识别与智能系统 SY1003113 游遵文
题目：编程实现 8 数码问题 初始状态：
3
8
2
1
5
7
6
4
目标状态：
1
2
3
8Fra Baidu bibliotek
4
7
6
5
要求：1、报告：给出状态表示，编码规则，搜索算法 A*，简单程序说明，最优 路径。
2、调通的程序（语言不限）
一、 状态表示 用一个 3×3 的数组来表示状态，数组中的各个元素对应状态位置的数字。 其中空格用 0 表示。
৽节ᎎೖPQFOදத ^ JG 9
OPXGBUIFS/6--]]OPXGBUIFSY9
\ ۭ֨ԼҠ %OPEFNPWF OPX
\ QOPEF6OPEF QOPEF
NBMMPD TJ[FPG OPEF
GPS JOUJJJ
\ GPS JOUKKK
\ 6OPEFB<J><K>QB<J><K> ^ ^ TXJUDI EJS
1
三、 搜索算法 A* 用于度量节点的“希望”的量度 f(n)，即用来衡量到达目标节点的路径的可
能性大小。 A 算法： 基本思想：定义一个评价函数，对当前的搜索状态进行评估，找出一个最
有希望的节点进行扩展：f(n) = g(n) + h(n)，n 为被评价节点 g*(n)：从 s 到 n 的最优路径的实际代价 h*(n)：从 n 到 g 的最优路径的实际代价 f*(n)=g*(n)+h*(n)：从 s 经过 n 到 g 的最优路径的实际代价 g(n)、h(n)、f(n)分别是 g*(n)、h*(n)、f*(n)的估计值 g (n)通常为从 S 到到 n 这段路径的实际代价，则有 g (n) ≥ g*(n) h (n):是从节点 n 到目标节点 Sg 的最优路径的估计代价. 它的选择依赖于有
2
五、 搜索算法得出的最优路径 如下图所示，搜索算法从初始节点到目标节点经历了 18 个状态。
图 1.Visual C++ 环境下运行结果
3
六、 结论 通过这次的实验，深入了解了启发式搜索算法的内涵，尤其是 A*算法的优
越性。然而在实际工程中，选择合适、优异的估价函数存在一定困难，特别要注
^ JG :
OPXGBUIFS/6--]]OPXGBUIFSZ:
\ -OPEFNPWF OPX
QOPEF PQFO PQFOද头
4
DMPTF DMPTFද头 OPX લ节 -OPEF 3OPEF 6OPEF %OPEF ԼҰࠨɼӈɼ্ɼԼ节 GOPEF 终节 JOJUJBM " TUBSU
PQFOදதୈҰ节ੋղɼ结ଋ፺ࡧ \ GOPEFPQFO GJOBMOPEFဓPQFOදத፤ग़ɼ์౸DMPTFදத PQFOPQFOOFYU GOPEFOFYU/6-- GOPEFDMOFYUDMPTF DMPTFGOPEF CSFBL ^ OPXPQFO JOU9 : 9OPXY:OPXZ JG 9
ճᕧ౸࢝节ɼཱݐղత链ද \ GOPEFGBUIFSOFYUGOPEF GOPEFGOPEFGBUIFS ^ XIJMF GOPEF/6--
ߋ৽Iവ值 6OPEFG6OPEFI 6OPEFH SFUVSO6OPEF ^ JOUNBJO JOUBSHD DIBS BSHW<>
\ QOPEF" QOPEF
NBMMPD TJ[FPG OPEF
3OPEFNPWF OPX
JOTFSU 3OPEF PQFO
^ OPXDMOFYUDMPTF લ节์ೖ౸DMPTFද DMPTFOPX PQFOPQFOOFYU PQFOද头ࢦԼҰද节 ^ XIJMF GOPEFGBUIFS/6--
意其信息量的强度不能超过其上限值，否则 A*算法会变成 A 算法；而 A 算法是 非充分的，即可能不在其最优路径上，从而导致不能找到目标节点。
同时，在实验过程中，也熟悉了 C++编程和 VC 的开发环境；但编程能力 还是极其有限，急需提升。
附录：
A*算法代码的核心部分
QOPEFNPWF QOPEFQ JOUEJS
JOTFSU -OPEF PQFO
^ JG :
OPXGBUIFS/6--]]OPXGBUIFSZ:
\
5
PQFO" DMPTF/6-- XIJMF
\ JG PQFO/6--
0QFOද为ۭɼະፙ౸ղɼ结ଋ፺ࡧఔং \ GOPEF/6-- DPVUະೳፙ౸ղ SFUVSO ^ JG PQFOI
h（n）表示节点 n 的各个数码到目标位置的曼哈顿距离和。
四、 程序说明 1、算法实现的步骤： （1）把初始节点 S0 放入 Open 表中，置 S0 的代价 g(S0)=0； （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，则找到了问题的解，成功退出； （5）若节点 n 不可扩展，则转第（2）步； （6）扩展节点 n，生成其子节点 ni, （其中 i=1,2,3,……），将这些子节点放入 Open 表中，并为每一个子节点设置指向父节点的指针；按公式 g（ni）=g(n)＋ c(n，ni)（i=1，2，…）计算 Open 表中的各子节点的代价，并根据各节点的代价 对 Open 表中的全部节点按照从小到大顺序重新进行排序；然后转第（2）步。 2、思路 通过代价函数对 Open 表中的节点进行排序，代价小的先扩展。
关问题领域的启发信息，叫做启发函数 A 算法：在图搜索的一般算法中，在搜索的每一步都利用估价函数
f(n)=g(n)+h(n)对 Open 表中的节点进行排序表中的节点进行排序, 找出一个最有 希望的节点作为下一次扩展的节点。
在 A 算法中，如果满足条件：h(n)≤h*(n)，则 A 算法称为 A*算法。 在本算法中，为实现八数码的搜索问题，定义估价函数为：f(n)=g(n)+h(n)， 其中 g（n）表示节点 n 在搜索树中的深度；
二、 编码规则 在程序实现过程中，只有移动 0 的位置，即可生成新的节点。 规则库 设数组中 0 的位置为 a[i][j]，其中 0≤i≤2，0≤j≤2。 R1：if(i≥1) then 上移 R1：if(i≤1) then 下移 R1：if(j≥1) then 左移 R1：if(j≤1) then 右移
OPXGBUIFS/6--]]OPXGBUIFSY9
\ 6OPEFNPWF OPX
্ۭ֨Ҡɼಘ౸৽节 JOTFSU 6OPEF PQFO
\ DBTF VQ \ 6OPEFYQY 6OPEFZQZ 6OPEFB<6OPEFY><6OPEFZ> 6OPEFB<6OPEFY ><6OPEFZ>QB<6OPEFY><6OPEFZ> CSFBL ^ DBTF||||||EPXO ^ 6OPEFGBUIFSQ 6OPEFHQH ਂ⃧ՃҰ层 6OPEFIIWBMVF 6OPEFB GJOBM
人工智能原理与方法
A*算法实现八数码搜索问题
模式识别与智能系统 SY1003113 游遵文
题目：编程实现 8 数码问题 初始状态：
3
8
2
1
5
7
6
4
目标状态：
1
2
3
8Fra Baidu bibliotek
4
7
6
5
要求：1、报告：给出状态表示，编码规则，搜索算法 A*，简单程序说明，最优 路径。
2、调通的程序（语言不限）
一、 状态表示 用一个 3×3 的数组来表示状态，数组中的各个元素对应状态位置的数字。 其中空格用 0 表示。
৽节ᎎೖPQFOදத ^ JG 9
OPXGBUIFS/6--]]OPXGBUIFSY9
\ ۭ֨ԼҠ %OPEFNPWF OPX
\ QOPEF6OPEF QOPEF
NBMMPD TJ[FPG OPEF
GPS JOUJJJ
\ GPS JOUKKK
\ 6OPEFB<J><K>QB<J><K> ^ ^ TXJUDI EJS
1
三、 搜索算法 A* 用于度量节点的“希望”的量度 f(n)，即用来衡量到达目标节点的路径的可
能性大小。 A 算法： 基本思想：定义一个评价函数，对当前的搜索状态进行评估，找出一个最
有希望的节点进行扩展：f(n) = g(n) + h(n)，n 为被评价节点 g*(n)：从 s 到 n 的最优路径的实际代价 h*(n)：从 n 到 g 的最优路径的实际代价 f*(n)=g*(n)+h*(n)：从 s 经过 n 到 g 的最优路径的实际代价 g(n)、h(n)、f(n)分别是 g*(n)、h*(n)、f*(n)的估计值 g (n)通常为从 S 到到 n 这段路径的实际代价，则有 g (n) ≥ g*(n) h (n):是从节点 n 到目标节点 Sg 的最优路径的估计代价. 它的选择依赖于有
2
五、 搜索算法得出的最优路径 如下图所示，搜索算法从初始节点到目标节点经历了 18 个状态。
图 1.Visual C++ 环境下运行结果
3
六、 结论 通过这次的实验，深入了解了启发式搜索算法的内涵，尤其是 A*算法的优
越性。然而在实际工程中，选择合适、优异的估价函数存在一定困难，特别要注