人工智能中的搜索

本文介绍了人工智能中的搜索算法,以最短路径问题为例,探讨了贪婪最佳优先搜索的局限性,并详细阐述了A*算法的工作原理,强调了启发函数在确保算法最优性和完备性中的关键作用。
摘要由CSDN通过智能技术生成

最近在mooc学习人工智能:模型于算法,下面记录课上的例子和学到的东西。

首先,人工智能搜索是从海量的信息源中通过约束条件和额外信息运用算法找到问题所对应的答案。

 

正所谓,你见,或者不见我,我就在那里不悲不喜     ----扎西拉姆多多

以寻找最短路径问题为例:

问题:寻找从Arad到Bucharest的一条最短路径

下面简单说说搜索算法的形式化描述:(状态、动作、状态转移、路径、测试目标)

状态:从原问题转化出的问题描述中。例如,在最短路径问题中,城市可作为状态。将原问题对应的状态称为初始状态。

动作:从当前所处的状态转移到下一时刻的状态所进行的操作。一般而言这些操作都是离散的。

状态转移:对某一时刻对应状态进行某一操作后,所能达到的状态。

路径:一个状态序列。将状态序列被一系列操作所连接。如从Arad到Bucharest所形成的路径。

目标测试:评估当前状态是否为所解的目标状态。

 

启发式搜索又称有信息搜索,在搜索的过程中liyong利用与所求解问题相关的辅助信息,其代表算法为贪婪最佳优先搜索&#x

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

suxiaorui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值