人工智能原理知識表示教學課件_第1頁
人工智能原理知識表示教學課件_第2頁
人工智能原理知識表示教學課件_第3頁
人工智能原理知識表示教學課件_第4頁
人工智能原理知識表示教學課件_第5頁
已閱讀5頁，還剩78頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

人工智能原理第2章搜索技術(下)第2章搜索技術本章內容2.1搜索與問題求解22無信息搜索策略23啟發式搜索策略24局部搜索算法p>→2.5約束滿足問題2.6博弈搜索參考書目附錄A算法可采納性的證明第2章搜索技術24局部搜索算法24.1局部搜索與最優化242爬山法搜索24.3模擬退火搜索244局部剪枝搜索24.5遺傳算法第2章搜索技術局部搜索算法前面的搜索算法都是保留搜索路徑的,到達目標的路徑就是問題的解—然而許多問題中到達目標的路徑是無關緊要的與系統地搜索狀態空間(保留各種路徑)相對,不關心路徑的搜索算法就是局部搜索算法·局部搜索從一個單獨的當前狀態出發,通常只移動到相鄰狀態典型情況下搜索的路徑不保留第2章搜索技術局部搜索算法的應用集成電路設計工廠場地布局車間作業調度°自動程序設計電信網絡優化車輛尋徑文件夾管理(《《第2章搜索技術2.4.1局部搜索與最優化問題局部搜索算法的優點·只使用很少的內存(通常是一個常數·經常能在不適合系統化算法的很大或無限的狀態空間中找到合理的解最優化問題—根據一個目標函數找到最佳狀態/只有目標函數,而不考慮(沒有)“目標測試”和“路徑耗散”局部搜索算法適用于最優化問題第2章搜索技術狀態空間地形圖(2在狀態圖中,既有“位置”(用狀態表示)又有“高度”(用耗散值或目標函數值表小如果高度對應于耗散值,則目標是找到全局最小值,即圖中最低點如果高度對應于目標函數,則目標是找到全局最大值,即圖中最高峰如果存在解,則完備的局部搜索算法能夠找到解·而最優的局部搜索算法能夠找到全局最大或最小值第2章搜索技術局部搜索算法本節簡要介紹以下4種局部搜索算法介紹其算法思想爬山法搜索模擬退火搜索局部剪枝搜索遺傳算法從搜索的角度看遺傳算法也是搜索假設空間的一種方法(學習問題歸結為搜索問題)—生成后繼假設的方式第2章搜索技術2.4.2爬山法搜索爬山法(Chill-climbing)就是向值增加的方向持續移動一登高過程/如果相鄰狀態中沒有比它更高的值,則算法結束于頂峰·爬山法搜索算法思想(1)令初始狀態S為當前狀態(2)若當前狀態已經達標,則算法運行結束,搜索成功(3)若存在一個動作可以作用于當前狀態以產生一個新狀態,使新狀態的估計值優于當前狀態的估計

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論