人工智能原理(ppt53頁(yè))-文庫(kù)吧在線文庫(kù)
【正文】 的所有規(guī)則一樣，啟發(fā)式策略也是極易出錯(cuò)的。海面上船、鯨魚(yú)或潛水艇。 “啟發(fā)”（ heuristic）是關(guān)于發(fā)現(xiàn)和發(fā)明規(guī)則及方法的研究。 和寬度優(yōu)先法不同之處在于：擴(kuò)展的節(jié)點(diǎn)，其后繼節(jié)點(diǎn)放入 OPEN表的前端 O 規(guī)則庫(kù) 搜索樹(shù)： R1 R2 A . B . R1: 如 X/12為整，則 X/6為整。 6 4 深度優(yōu)先搜索 另一種盲目（無(wú)信息）搜索叫做深度優(yōu)先搜索。 （ 5）把該節(jié)點(diǎn)的所有后繼節(jié)點(diǎn)放到 OPEN表的末端，并提供這些后繼節(jié)點(diǎn)返回該節(jié)點(diǎn)的指針。也就是說(shuō)，這種搜索是逐層進(jìn)行的。如節(jié)點(diǎn)O： N/12， N/20；節(jié)點(diǎn) A： N/12，N/20， N/6；節(jié)點(diǎn) D： N/12， N/20，N/6， N/2。 盲目搜索 盲目搜索又叫做無(wú)信息搜索。 本章討論一些早期的搜索技術(shù)或用于解決比較簡(jiǎn)單問(wèn)題的搜索原理（啟發(fā)式搜索、寬度優(yōu)先、深度優(yōu)先、有序搜索）。每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)于一個(gè)狀態(tài)，反映當(dāng)時(shí)數(shù)據(jù)庫(kù)的情況。 寬度優(yōu)先搜索 如果搜索是以接近起始節(jié)點(diǎn)的程度依次擴(kuò)展節(jié)點(diǎn)的，那么這種搜索就叫做寬度優(yōu)先搜索。如果沒(méi)有后繼節(jié)點(diǎn)，則轉(zhuǎn)向上述第（ 2）步。 CLOSED表中所放節(jié)點(diǎn)位臵前后不重要。任何節(jié)點(diǎn)如果達(dá)到了深度界限，那么都將它們作為沒(méi)有后繼節(jié)點(diǎn)處理。如果能夠找到一種用于排列待擴(kuò)展節(jié)點(diǎn)的順序，即選擇最有希望的節(jié)點(diǎn)加以擴(kuò)展，那么，搜索效率將會(huì)大大提高。河和橋、馬路。通過(guò)刪除某些狀態(tài)及其延伸，以消除組合爆炸，并得到令人能接收的解。進(jìn)行搜索時(shí)，一般需要某些有關(guān)具體領(lǐng)域的特性信息。如果選得不好，那么有序搜索就可能失去一個(gè)最好的解，甚至全部的解。 本章討論規(guī)則演繹系統(tǒng)、不確定性推理。也就是說(shuō)，正向推理是從事實(shí)或狀況向目標(biāo)或動(dòng)作進(jìn)行操作的。 X Y mother(Y , X) X mother( f(X) , X ) (4) 刪去全稱量詞，而余下的變量都被認(rèn)為具有全稱量化作用。首先，采用與變換事實(shí)表達(dá)式同樣的過(guò)程，把目標(biāo)表達(dá)式化成與或形、即消去蘊(yùn)含符號(hào)，把否定符號(hào)移進(jìn)括號(hào)內(nèi)，消去存在性量詞（ skelem化）等。 例：事實(shí) F1：狗（ FD）； F2：叫（ FD）； F3：搖尾（ FD）； F4：貓（ MT） 規(guī)則： R1：搖尾（ X） ∧ 狗（ X） =溫順（ X） R2: 溫順（ X） ∧ 叫（ X） =可怕（ X） 問(wèn)題：是否存在這樣的一只貓和一只狗，使得這只貓不怕這條狗。這個(gè)終止條件是建立在事實(shí)節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)的一種叫做 CANCEL的對(duì)稱關(guān)系的基礎(chǔ)上的。 1代表完全確定，0代表完全不確定。CT=CT1*…*C Tn 探礦專家系統(tǒng) PROSPECTOR就采用這種方法?？尚判员壤?RJi和可信度 CJi之間的關(guān)系為： RJi= CJi/(1 CJi)， CJi= RJi/(1+ RJi) （ 2）把各規(guī)則結(jié)論的可信性比例 RJi相乘以求得這些規(guī)則所支持結(jié)論的可信性比例。 有咨詢模塊、動(dòng)態(tài)數(shù)據(jù)庫(kù)（推理記錄）、解釋模塊、知識(shí)庫(kù)等。 2. 確定可能引起感染的有機(jī)體。如果規(guī)則的條件部分不完全確定，即條件可信度不為 1，此時(shí)求結(jié)論的可信度簡(jiǎn)單方法： 結(jié)論的可信度為條件可信度與規(guī)則可信度的乘積 CJ=CG*CT Cout 規(guī)則不確定性 多個(gè)規(guī)則支持同一結(jié)論的不確定性 當(dāng)多個(gè)規(guī)則支持同一結(jié)論時(shí)，如何根據(jù)這些規(guī)則結(jié)論的可信度求得該結(jié)論的可信度呢， 同樣有兩種方法 。 CT=minCT 有時(shí)把這種處理可信度的方法，稱之為以模糊集理論為基礎(chǔ)的方法。 關(guān)于證據(jù)的不確定性 觀察事物時(shí)，所看到的事實(shí)經(jīng)常具有某種不確定性。 我們希望能夠構(gòu)成一個(gè)組合的系統(tǒng)，使它具有正向和逆向兩系統(tǒng)的優(yōu)點(diǎn)，以克服各自的缺點(diǎn)（局限性）。 2. 與或圖的 B規(guī)則變換 現(xiàn)在把這些 B規(guī)則限制為： W=L W為任一與或形表達(dá)式， L為文字。 結(jié)論是：當(dāng)正向演繹系統(tǒng)產(chǎn)生一個(gè)含有目標(biāo)節(jié)點(diǎn)作為終止的解圖時(shí)，此系統(tǒng)就成功地終止。如事實(shí)表達(dá)式： ( U)( V){Q(V,U)∧[(R(V)∨P(V))∧S(U,V)]} 通常還存在蘊(yùn)含關(guān)系。這種基于規(guī)則的系統(tǒng)叫做規(guī)則演繹系統(tǒng)。 考慮八數(shù)碼難題，其搜索過(guò)程見(jiàn)圖。 何為“最有希望”，取決于你所選的 估價(jià)函數(shù)f(n)（性能指
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1