人工智能基础实验
实验一 搜索策略实验
一、实验目的
熟悉和掌握启发式搜索的定义、估价函数和算法过程,并利用A算法求解N数码难题,理解求解流程和搜索顺序。
二、实验方法
A算法是一种有序搜索算法,其特点在于对估价函数的定义上。对于一般的有序搜索,总是选择f值最小的节点作为扩展节点。因此,f是根据需要找到一条最小代价路径的观点来估算节点的,所以,可考虑每个节点n的估价函数值为两个分量:从起始节点到节点n的代价以及从节点n到达目标节点的代价。
三、实验内容
1、分别以各种搜索算法为例演示搜索过程。
2、分析各种算法中的OPEN表CLOSE表的生成过程。
3、分析估价函数对搜索算法的影响。
4、分析某种启发式搜索算法的特点。
四、实验过程
1、开始演示。进入搜索策略演示程序,可从多种不同搜索算法选择装载相关源文件。
2、选择不同的搜索算法,点击“autosearch” 观察搜索过程。
3、设置不同属性,观察搜索过程的变化。
4、观察运行过程和搜索顺序,理解启发式搜索的原理。
5、算法流程的任一时刻的相关状态,以算法流程高亮、open表、close表、节点静态图、当前扩展节点移动图等5种形式在按钮上方同步显示,便于深入学习理解搜索算法。
6、根据程序运行过程画出搜索算法框图。
7、若要自己设计改进算法并运行,可参考帮助文件。
五、实验结论
1、启发式搜索算法A流程图和算法框图。