[Introduction to AI] Local Search::Hill Climbing (最陡上升)

最新推荐文章于 2024-10-08 20:32:22 发布
最新推荐文章于 2024-10-08 20:32:22 发布
阅读量342 收藏
点赞数
分类专栏： College # Introduction to AI 文章标签： 算法 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46615954/article/details/120723026
版权
本文是BJUT 2021年秋季人工智能课程的读书笔记，介绍了最陡上升爬山法（Hill Climbing）。爬山法在浓雾中寻找珠穆朗玛峰顶部，从当前状态选择邻居中的最大值作为下一步，直至无法找到更高节点。尽管可能陷入局部最优，但贪心算法有时表现良好。同时讨论了局部最优、山脊和平台等问题，以及爬山法的变种。
摘要由CSDN通过智能技术生成

本文为 BJUT 2021 Fall Introduction to AI 的读书笔记；
课程教材为：Artificial Intelligence: A Modern Approach；

Cover: Photo by Hu Chen on Unsplash

Hill Climbing (Steepest Ascending ver.)

Hill Climbing

#school_notes #algorithm/search

在这里插入图片描述

Introduction

如同上图所描述的一样，爬山法没有维护一个数据结构去保存到达当前 state 的 path，而只是站在当前 state 下寻找 neighbor 中的最大值，并作为下一个 state 返回，直到在周围找不到比当前 state 还要大的 node 为止。（局部最小值 trap 警告）

最低0.47元/天 解锁文章
mandytheory
关注
专栏目录
八皇后问题和八数码问题的最陡上升爬山法、首选爬山法、随机重启爬山法、模拟退火算法的分析和实现
LoHiauFung的博客
11-01 5754
源起人工智能的第二次作业课后的某题要求对八皇后问题和八数码问题分别用最陡上升爬山法、首选爬山法、随机重启爬山法、模拟退火算法来实现，并且分析他们的性能。分析我们发现要求实现的各个算法是有共同点的，比如，八皇后问题相关算法拥有相同的状态空间，每个算法都有从当前状态获取下一状态的需求，各个算法细节不同，共同点是，它们都是算法。 基于这样的想法，我们可以将代码划分为3层： 运行示例代码比较长，附在最后
人工智能-8-puzzle爬山法（最陡上升，首项选择），随即重新启动法
半世烟雨_
11-10 1698
#include #include #include #include #include using namespace std; int mubiao[3][3] = { { 1, 2, 3 }, { 4, 5, 6 }, { 7, 8, 0 } }; int current[3][3] = { { 1, 2, 3 }, { 4, 5, 6 }, { 7, 8, 0 } }; int dir[
八皇后（爬山法）
03-09
爬山法 (Hill- climbing)搜索的算法，它是一个向值增加的方向持续移动的简单循环过程——也就是，登高。是一种最简单的启发式搜索算法, 它将最陡上升方向作为搜索方向, 因此能够以最快的速度爬到山顶。它将会到达一个“峰顶”时终止，相邻状态中没有比它更高的值。这种算法不维护搜索树，因此当前节点的数据结构只需记录当前的状态和它的目标函数值。爬山法不会前瞻与当前状态不直接相邻的那些状态的值，就像健忘的人攀登珠穆朗玛峰一样。
建模方法（六）-爬山算法
tanglinjie的CSDN博客
08-22 2889
爬山算法顾名思义就是不断需找自变量使得当前的函数值小于新的自变量对应的函数值。他和模拟退火算法很像，可以说模拟退火算法也是爬山算法的一类。  爬山算法,是一种局部贪心的最优算法. 该算法的主要思想是:每次拿相邻点对应函数值与当前点对应函数值进行比对,取两者中较优者,作为爬坡的下一步。爬山算法有很多类，下面简单介绍。  1. 首选爬山算法 依次寻找该点X的邻近点中首次出现的比点X价值高的点,并...
爬山算法 ( Hill Climbing )/模拟退火(SA,Simulated Annealing)
热门推荐
肘子的博客
08-27 5万+
一. 爬山算法 ( Hill Climbing ) 爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索到全局最优解。假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方向小幅度移动都不能得到更优的解。   二. 模拟退火(SA...
[Introduction to AI] Simulated Annealing（模拟退火）
weixin_46615954的博客
10-12 201
本文为 BJUT 2021 Fall Introduction to AI 的读书笔记； 课程教材为：Artificial Intelligence: A Modern Approach； Cover: Photo by Ant Rozetsky on Unsplash Simulated Annealing 模拟退火 #school_notes #algorithm/search Simulated AnnealingSimulated AnnealingIntroductionSee Also Intr
hill-climbing algorithm 爬山算法简介
XRYMIBZ的博客
05-24 1万+
简介爬山算法是一种局部择优的方法，采用启发式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。 属于人工智能算法的一种。 算法： function HILL-CLIMBING(problem) returns a state that is a local maximum inputs: problem, a problem   local variabl
人工智能-八皇后爬山法（最陡上升，首项选择），随即重新启动法
半世烟雨_
11-10 4465
#include #include #include #include using namespace std; int qi[64]; int maze[64]; int check(int idx) { int index = idx; int row = index / 8; int col = index % 8; int j; int h = 0; int i; for
人工智能第四章——超越经典搜索（局部搜索）
the Blog of 等不到天亮丶等时光
07-05 1万+
摘要 本文讨论的是人工智能里面的局部搜索策略，本文会讲明白： 1）什么是局部搜索？ 2）一些局部搜索策略 3）动作具有不确定性时、无传感器时、部分可观察时，怎么搜索？ 4）联机搜索 前言 无需多言，以一针见血，画龙点睛为第一要务。 一、局部搜索 在之前章节中讨论的无信息搜索和有信息搜索都是在可观察、确定的、已知的环境之下的搜索。 本章将不受这些环境性质的约束。讨论局部搜...
使用爬山法、模拟退火和遗传算法求解八皇后问题
Sakura_Vv的博客
10-10 8709
使用爬山法、模拟退火和遗传算法求解八皇后问题 实验使用 C++ 语言，并在 Windows 的 Visual Studio 2017 下能够正常运行。 参考书籍：《人工智能：一种现代的方法（第三版）》 文章目录使用爬山法、模拟退火和遗传算法求解八皇后问题1. 准备阶段1.1 `Board` 类1.2 其他全局变量2. 爬山法2.1 最陡上升爬山法2.1.1 代码实现2.1.2 测试2.2 首选...
数组综合应用（下标计数）C++
hjxxlsx的博客
10-08 747
HJ小学信息学社团每个同学都有且仅有一个数字编号（1~1000），现在帅气的吴老师准备举办n个学习项目，信息学社团的每个同学都参加项目且可以参加多个项目。,9共 9个数分成三组，分别组成三个三位数，且使这三个三位数的比例是 A:B:C，试求出所有满足条件的三个三位数，若无解，输出。n，表示参战的士兵数，1<=n<=1000000，第二行为n个整数，表示每位士兵的战功值（战功值<=1000000）。50、80、50、30分，则80分的士兵为第一名，50分的两名士兵均为第二名，30分的士兵为第四名。
代码随想录算法训练营Day28 | 39. 组合总和、40.组合总和Ⅱ、131.分割回文串
jiabao0520的博客
10-08 847
训练营第28天：39. 组合总和、40.组合总和Ⅱ、131.分割回文串
【理论科学与实践技术】数学与经济管理中的学科与实用算法
wnm23的专栏
10-02 804
在现代商业环境中，数学与经济管理的结合为企业提供了强大的决策支持。本文将介绍几个主要学科，包括数学基础、经济学模型、管理学及风险管理，并探讨相关的实用算法和这些算法在中国及全球知名企业中的实际应用。
生成哈夫曼树
最新发布
TTz012的博客
10-08 117
例如：由叶子节点：5 15 40 30 10，生成的最优二叉树如下图所示，该树的最短带权路径长度为：40 * 1 + 30 * 2 + 5 * 4 + 10 * 4 = 205。所谓树的带权路径长度，就是树中所有的叶节点的权值乘上其到根节点的路径长度（若根节点为 0 层，叶节点到根节点的路径长度为叶节点的层数）二叉树节点中，左节点权值小于右节点权值，根节点权值为左右节点权值之和。给定长度为 n 的无序的数字数组，每个数字代表二叉树的叶子节点的权值，数字数组的值均大于等于1。
＜使用生成式AI对四种冒泡排序实现形式分析解释的探讨整理＞
m0_57859086的博客
10-01 1239
/冒泡排序实现1——不常用（这个版本两层for循环分别是i++、j++）// 声明三个整型变量i、j和temp用于循环控制和交换元素for (i = 0;i < n - 1;i++) { // 外层循环，从数组的第一个元素开始遍历到倒数第二个元素j < n;j++) { // 内层循环，从当前外层循环位置的下一个元素开始遍历到最后一个元素if (A[i] > A[j]) { // 如果当前元素大于下一个元素// 将当前元素存储到临时变量temp中// 将下一个元素赋值给当前元素。
ICPC-day2(圆方树)
m0_74315028的博客
10-08 158
每次询问两点x, y，求是否存在一个n的排列，使得第一个元素为x，最后一个元素为y，且排列的任意一个前缀、任意一个后缀都连通。可以用圆方树缩点将其变成一颗树，再判断这颗树是否是一条链，x,y是否在这条链的两侧。其实就是求这两个点是否存在两个不相同的路径，同时两者路径的交集是n。
【韩顺平Java笔记】第6章：数组、排序和查找
随手写写
10-02 804
排序是将多个数据，依指定的顺序进行排列的过程。
人工智能搜索策略：盲目与启发式搜索
"状态空间搜索策略是人工智能领域中用于解决复杂问题的关键技术。本文主要介绍了两类搜索策略：盲目搜索和启发式搜索。这两种策略在处理不同性质的问题时各有优势，对于理解和优化AI系统的行为至关重要。 盲目搜索...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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