【文章內(nèi)容簡(jiǎn)介】 Grid, destX, destY)。AT(tGrid, destX, destY)= AT(tGrid, x, y)。AT(tGrid, x, y)= t。return State(tGrid, this)。destX = x1。break。destX = x。destY = y + 1。break。case DOWN: case LEFT: case RIGHT: void State::evaluate(){for(int ii = 0。ii 3。++ii){for(int jj = 0。jj 3。++jj){ if(AT(grid, i, j)== AT(pEndStategrid, ii, jj)){h += abs(ijj)。int g = moves, h = 0。for(int i = 0。i 3。++i){for(int j = 0。j 3。++j){//if(AT(grid, i, j)!= AT(pEndStategrid, i, j))// ++h。if(AT(grid, i, j)== SPACE)continue。if(!pEndState)return。}}}} } } thisvalue = g + h。//求該狀態(tài)的逆序數(shù) //逆序數(shù)定義為：//不計(jì)空格，將棋盤按順序排列，//對(duì)于grid[i]，存在jgrid[i]，即為逆序。//所有棋子的逆序總數(shù)為逆序數(shù)。int State::getReversedCount(){}/*=====================Methods for class “NineGrid”=====================*/ //顯示信息void NineGrid::ShowInfo(){}//構(gòu)造函數(shù)NineGrid::NineGrid(string amp。start, string amp。dest): startState(start), endState(dest)cout} return count。} if(grid[i] grid[j])++count。int count = 0。for(int i = 0。i 9。++i){if(grid[i] == SPACE)continue。if(grid[j] == SPACE)continue。for(int j = 0。j i。++j){{}//當(dāng)初始狀態(tài)和目標(biāo)狀態(tài)的逆序數(shù)的奇偶性相同時(shí)，問題才有解 bool NineGrid::pareReversed(){ 2。}//解決問題bool NineGrid::solve(){}//實(shí)施一步?jīng)Q策，將得到的新狀態(tài)添加到列表，返回是否達(dá)到目標(biāo)狀態(tài)} print(NULL)。return false。} //從當(dāng)前狀態(tài)開始決策for(int i = 0。i 4。++i){} Move move =(Move)i。if(nowStatecheck(move)){} if(takeMove(nowState, move))return true。(new State(startState))。while(!()){//獲取一個(gè)狀態(tài)為當(dāng)前狀態(tài)State *nowState = ()。()。(nowState)。coutcoutbool NineGrid::takeMove(State *nowState, Move move){}//檢查給定狀態(tài)是否存在于列表中State* NineGrid::findInList(vector amp。listToCheck, State amp。state){}//根據(jù)達(dá)到的目標(biāo)狀態(tài)，回溯打印出求解過程 void NineGrid::print(State *endState){coutaddSymptom(pDisease, strInput)。} else { ()。return true。//添加一個(gè)疾病，返回此疾病信息的指針Disease* Expert::addDisease(const string amp。name){}//添加疾病的癥狀void Expert::addSymptom(Disease *disease,const string amp。symptom){ }//診斷函數(shù)void Expert::diagnosis(){cout請(qǐng)輸入癥狀:（或”不確定“以開始模糊搜索）”symptomInput。//用戶輸入的第一個(gè)癥狀 string symptomInput。//用戶有的癥狀和沒有的癥狀vector symptomHave, symptomNotHave。//搜索的結(jié)果列表vector findList。disease(symptom)。Disease disease。 = name。(disease)。return amp。()。for(vector::iterator ite = ()。ite!=bool remove = false。//是否從findList列表中排除本疾病for(unsigned int j = 0。j ()。++j){Disease *pDisease = *ite。if(find((), ()，//在symptomNotHave列表中找到此癥狀，直接排除 remove = true。break。()。){ if(symptomInput == “不確定”){} //添加所有疾病到findList列表中for(unsigned int i = 0。i ()。++i){ } //添加有此癥狀的疾病到findList列表中for(unsigned int i = 0。i ()。++i){} //添加輸入的癥狀到symptomHave列表中 (symptomInput)。Disease *pDisease = amp。m_DiseaseList[i]。for(unsigned int j = 0。j pDisease()。++j){} if(symptomInput == pDiseasesymptomList[j]){ } (pDisease)。(amp。m_DiseaseList[i])。} else { pDiseasesymptomList[j])!= ()){ } else if(find((), ()，//在symptomHave，symptomNotHave列表中不存在這個(gè)癥狀，則詢問 if(optionSelect(“是否有癥狀”“ + pDiseasesymptomList[j] +} //詢問得知有此癥狀，添加癥狀到symptomHave列表中 (pDiseasesymptomList[j])。//詢問得知沒有此癥狀，添加癥狀到symptomNotHave列表中，(pDiseasesymptomList[j])。remove = true。break。pDiseasesymptomList[j])== ()){ ”“?n(y/n): ”)){ } else { 此疾病}} } } if(remove){} //需要排除此疾病ite = (ite)。//迭代器后移 ++ite。} else { cout} cout知識(shí)庫(kù)中未找到匹配的記錄！”根據(jù)已有的知識(shí)庫(kù)，可能的疾病為：”for(unsigned int i = 0。i ()。++i){} coutname。if(i!= ()1)coutbool Expert::optionSelect(const string amp。question){coutoption。switch(option){ case 39。Y39。: case 39。y39。: return true。case 39。N39。: case 39。n39。: } return false。} return false。 [疾病1] 癥狀A(yù) 癥狀B 癥狀C 癥狀D[疾病2] 癥狀A(yù) 癥狀B 癥狀C[疾病3] 癥狀A(yù) 癥狀B 癥狀D 癥狀E[疾病4] 癥狀A(yù) 癥狀C 癥狀D[疾病5] 癥狀B 癥狀C 癥狀D 癥狀E[疾病6] 癥狀A(yù) 癥狀B[疾病7] 癥狀A(yù) 癥狀C 癥狀E[疾病8] 癥狀A(yù) 癥狀D[疾病9] 癥狀B 癥狀C 癥狀E[疾病10] 癥狀B 癥狀D[疾病11] 癥狀C 癥狀D 癥狀E六、實(shí)驗(yàn)結(jié)果第三篇：人工智能TSP旅行商問題實(shí)驗(yàn)報(bào)告人工智能實(shí)驗(yàn)三實(shí)驗(yàn)報(bào)告班級(jí)： 姓名： 學(xué)號(hào)：一 實(shí)驗(yàn)題目TSP問題的遺傳算法實(shí)現(xiàn)旅行商問題（Traveling Salesman Problem, TSP），又譯為旅行推銷員問題、貨擔(dān)郎問題，簡(jiǎn)稱為TSP問題，是最基本的路線問題。假設(shè)有n個(gè)可直達(dá)的城市，一銷售商從其中的某一城市出發(fā)，不重復(fù)地走完其余n1個(gè)城市并回到原出發(fā)點(diǎn)，在所有可能的路徑中求出路徑長(zhǎng)度最短的一條。應(yīng)用遺傳算法求解30/10個(gè)節(jié)點(diǎn)的TSP（旅行商問題）問題，求問題的最優(yōu)解。二 實(shí)驗(yàn)?zāi)康?熟悉和掌握遺傳算法的基本概念和基本思想； 理解和掌握遺傳算法的各個(gè)操作算子，能夠用選定的編程語言設(shè)計(jì)簡(jiǎn)單的遺傳優(yōu)化系統(tǒng)； 通過實(shí)驗(yàn)培養(yǎng)學(xué)生利用遺傳算法進(jìn)行問題求解的基本技能。三 實(shí)驗(yàn)要求掌握遺傳算法的基本原理、各個(gè)遺傳操作和算法步驟； 2 要求求出問題最優(yōu)解，若得不出最優(yōu)解，請(qǐng)分析原因； 對(duì)實(shí)驗(yàn)中的幾個(gè)算法控制參數(shù)進(jìn)行仔細(xì)定義，并能通過實(shí)驗(yàn)選擇參數(shù)的最佳值；要求界面顯示每次迭代求出的局部最優(yōu)解和最終求出的全局最優(yōu)解。四 數(shù)據(jù)結(jié)構(gòu)請(qǐng)說明染色體個(gè)體和群體的定義方法。struct RanSeTi //染色體的個(gè)體的定義方法 { int city[cities]。//基因的排列（即城市的順序，路徑的組織）int adapt。//記錄適應(yīng)度double p。//記錄其在種群中的幸存概率} RanSeTi [num], RanSeTi temp[num]。//用數(shù)組來存儲(chǔ)染色體群體方法五 實(shí)驗(yàn)算法 說明算法中對(duì)染色體的編碼方法，適應(yīng)度函數(shù)定義方法1)染色體的編碼方法:即為染色體個(gè)體定義過程中生成的基因排列（路徑中城市的順序）struct RanSeTi //染色體的個(gè)體的定義方法 { int city[cities]。//基因的排列（即城市的順序，路徑的組織）int adapt。//記錄適應(yīng)度double p。//記錄其在種群中的幸存概率} RanSeTi [num], RanSeTi temp[num]。//用數(shù)組來存儲(chǔ)染色體群體方法2)適應(yīng)度函數(shù)定義方法：評(píng)價(jià)函數(shù)即適應(yīng)度函數(shù)，在遺傳算法中用來計(jì)算一個(gè)染色體優(yōu)劣的函數(shù)。在進(jìn)行遺傳操作和種群進(jìn)化的時(shí)候，每個(gè)染色體的適應(yīng)值是決定它是否進(jìn)入下一輪種群進(jìn)化的關(guān)鍵因素。適應(yīng)值高的函數(shù)被選作新一代個(gè)體的可能性就會(huì)大。TSP問題中適應(yīng)度函數(shù)常取路徑長(zhǎng)度的倒數(shù)（或倒數(shù)的相關(guān)函數(shù)），如：f(x1,x2,L,xn)=N229。d(x,xii=1n1i+1)+d(xn+x1)其中，N是個(gè)調(diào)節(jié)參數(shù)，根據(jù)實(shí)驗(yàn)情況進(jìn)行確定。采用的選擇、交叉、變異操作算子的具體操作1）選擇操作我們定義f(xi)為第i（i=1,2,3.....popsize）個(gè)染色體的適應(yīng)度，則每個(gè)個(gè)體被選中的概率popsizefor(i=0。in1= RanSeTi [i].city[j1]。n2= RanSeTi [i].city[j]。sumdistance+=distance[n1][n2]。}RanSeTi [i].adapt=sumdistance。//每條染色體的路徑總和biggestsum+=sumdistance。//種群的總路徑 } 是： P(xi)=f(xi)229。f(xj=1j)本題中具體使用的是期望值方法 for(i=0。i} gradient[0]=group[0].p。for(i=1。iif(xuanze[i]{xuan[i]=j。//第i個(gè)位置存放第j個(gè)染色體break。} } } //拷貝種群for(i=0。ifor(i=0。i交叉算子就是把兩個(gè)父代個(gè)體的部分結(jié)構(gòu)加以替換重組而生成新個(gè)體的操作。部分匹配交叉、順序交叉、改進(jìn)的啟發(fā)式順序交叉 //temp1號(hào)染色體和temp2染色體交配for(i=0。i{point1=rand()%cities。point2=rand()%cities。for(j=temp1。jif(jiaopeiflag[j]==1){temp1=j。break。}for(j=temp1+1。jif(jiaopeiflag[j]==1){temp2=j。break。}//進(jìn)行基因交配if(point1point2)//保證point1{temp=point1。point1=point2。point2=temp。}memset(map1,1,sizeof(map1))。memset(map2,1,sizeof(map2))。//斷點(diǎn)之間的基因產(chǎn)生映射for(k=point1。k{map1[group[temp1].city[k]]=group[temp2].city[k]。map2[group[temp2].city[k]]=group[temp1].city[k]。}//斷點(diǎn)兩邊的基因互換for(k=0。k{temp=group[temp1].city[k]。group[temp1].city[k]=group[temp2].city[k]。group[temp2].city[k]=temp。}for(k=point2+1。k{temp=group[temp1].city[k]。group[temp1].city[k]=