启发式搜索学习笔记


前言

之前有听到老师说启发式搜索,百度那种,顿时感兴趣,搜索与学习,以下是笔记。


一、启发式搜索是什么?

启发式搜索(Heuristically Search)又称为有信息搜索(Informed Search),它是利用问题拥有的启发信息来引导搜索,达到减少搜索范围、降低问题复杂度的目的,这种利用启发信息的搜索过程称为启发式搜索。

二、启发式

启发式功能能够让我们估算我们与目标之间的距离

可接受的启发式
  • 当一个启发式函数h满足:0<=h(n)<=h*(n),我们就说它是可满足的
  • h*(n)是去最近的目标的真实耗散
  • 当在A*搜索中,h(n)若等于0,则变为统一成本搜索
一致性的启发式
  • 可接受性仅仅是针对目标和启发式的成本,一致性的主要思想是估计启发式成本,而不仅仅是目标的实际成本,每个地方都要具有代表性
    在这里插入图片描述
  • 一致性的后果:沿路径的f值从不减小,这意味着当我们扩大目标的时候,我们就知道已经完成了搜索,因为再往下搜索由于一致性的原因,f值会越来越大

三、贪婪搜索

机制:在边缘中搜索通过启发式功能预估距离目标最接近的一个结点
在这里插入图片描述
缺陷:贪婪搜索找到的很有可能只是局部最优解,而不是全局最优解,像上图中忽略了耗散一样

四、A*搜索

  • 统一成本搜索:稳定,速度慢
  • 贪婪搜索:速度快但是很有可能找到的不是最优解
  • A*搜索:将上述二者结合起来,f(n)=g(n)+h(n) g(n)为后向成本,h(n)为启发式前向成本
  • A*搜索的扩展目标取决于其启发式
    在这里插入图片描述

ps:

以上部分摘自https://zhuanlan.zhihu.com/p/114949954

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
盲目搜索和启发式搜索是两种常见的搜索算法。盲目搜索是一种无信息搜索方法,它不利用任何关于问题结构的先验知识,而是通过遍历搜索空间的方式来找到解。常见的盲目搜索算法有深度优先搜索、广度优先搜索和迭代深化搜索。深度优先搜索按照深度优先的方式遍历搜索空间,但可能会陷入非目标状态的分支中导致找不到解;广度优先搜索从起始状态开始,逐层扩展搜索,始终能够找到问题的解,但时间和空间消耗较大;迭代深化搜索是将深度优先和广度优先搜索结合起来,通过设置深度限制,在每一层的深度上进行深度优先搜索,当达到限制的深度时转到其他分支继续搜索,直到找到解为止。 启发式搜索是一种利用问题结构的启发信息来引导搜索的方法。启发式搜索算法根据某种评估函数对每个搜索节点进行评估,选择评估值最优的节点进行扩展。常见的启发式搜索算法有最佳优先搜索(Best-first search)和A*算法。最佳优先搜索每次扩展评估值最优的节点,但可能会受到启发函数的局限性,导致找不到最优解;A*算法综合考虑了节点的实际代价和启发函数的估计代价,通过评估函数f(n) = g(n) + h(n)选择评估值最优的节点进行扩展,其中g(n)表示从起始节点到节点n的实际代价,h(n)表示从节点n到目标节点的启发式估计代价。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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