下载文档原格式
人工智能第三章搜索推理技术教学内容：本章在上一章知识表示的基础上研究问题求解的方法，是人工智能研究的又一核心问题。
内容包含早期搜索推理技术，如图搜索策略与消解原理；与高级搜索推理技术，如规则演绎系统、产生式系统、系统组织技术、不确定性推理与非单调推理。
教学重点：图搜索策略、消解原理、规则演绎系统、产生式系统。
教学难点：启发式搜索、规则双向演绎系统等。
教学方法：课堂教学为主，辅以恰当的实验。
注意结合前面所学知识表示的基础内容，将其与问题求解方法融为一体。
及时提问、收集学生学习情况。
尽量使用实例与网络课程中的多媒体素材进行讲解。
教学要求：重点掌握通常图搜索策略与消解原理，掌握各类搜索方法与产生式系统原理，熟悉规则演绎系统的基本原理，对系统组织技术、不确定性推理与非单调推理等高级推理技术作通常性熟悉。
3.1 图搜索策略教学内容：本节介绍图搜索的通常策略，作为各类图搜索技术的基础。
教学重点：图搜索的通常过程、OPEN表与CLOSE表的概念。
教学难点：OPEN表与CLOSE表的物理意义。
教学方法：课堂教学为主，通过提问完全弄清图搜索的基本概念。
教学要求：重点掌握图搜索通常策略，掌握OPEN表与CLOSE表的构成及作用。
1、图搜索策略的定义图搜索策略可看作一种在图中寻找路径的方法。
初始节点与目标节点分别代表初始数据库与满足终止条件的数据库。
求得把一个数据库变换为另一数据库的规则序列问题就等价于求得图中的一条路径问题。
研究图搜索的通常策略，能够给出图搜索过程的通常步骤。
2、图搜索算法中的几个重要名词术语（1）OPEN表与CLOSE表（2）搜索图与搜索树3、图搜索(GRAPHSEARCH)的通常过程(1) 建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN的未扩展节点表中。
(2) 建立一个叫做CLOSED的已扩展节点表，其初始为空表。
(3) LOOP：若OPEN表是空表，则失败退出。
(4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。
人工智能第三版课件第章搜索的基本策略在人工智能的领域中，搜索是一种非常重要的技术。
搜索引擎如今已经成为人们获取信息的主要途径之一。
本文将介绍人工智能第三版课件第章中搜索的基本策略。
1. 确定搜索目标搜索的第一步是明确搜索目标。
在人工智能中，搜索目标指的是要找到的解答或解决方案。
这可以是一个问题的答案，也可以是一个最佳解、一个规则、一个模式等等。
2. 问题建模在进行搜索之前，需要将问题进行建模。
问题建模的目的是将问题表达为一种规范的形式，以便能够用搜索算法来解决。
常用的问题建模方法包括状态空间表示、图表示、约束满足问题表示等。
3. 搜索算法选择选择合适的搜索算法对于搜索的效率和准确性至关重要。
常见的搜索算法包括深度优先搜索、广度优先搜索、启发式搜索（如A*算法）等。
不同的搜索算法适用于不同类型的搜索问题。
4. 启发式函数设计启发式函数在启发式搜索过程中起着关键作用。
它用于估计一个状态距离目标状态的代价或优劣程度。
合理设计启发式函数可以加速搜索过程，并提高搜索的质量。
5. 剪枝策略搜索空间往往非常庞大，因此为了提高搜索效率，可以采用剪枝策略。
剪枝策略指的是在搜索过程中排除那些不可能达到解答或解决方案的状态，以减少搜索空间的规模。
6. 并行搜索对于大规模的搜索问题，采用并行搜索是一种有效的策略。
通过将搜索任务划分为多个子任务并行进行，可以极大地缩短搜索时间。
在并行搜索过程中，需要解决任务划分、任务调度以及结果合并等问题。
7. 维护搜索历史在搜索过程中，为了提高效率和避免重复搜索，可以维护搜索历史。
搜索历史可以记录已经搜索过的状态或路径，避免再次访问。
这可以通过哈希表、缓存等数据结构来实现。
8. 评估搜索结果最后一步是评估搜索结果。
评估搜索结果的目的是确定搜索是否达到了预期的目标。
评估搜索结果的方法可以根据具体的应用场景而定，可以是人工评估、专家评估或者自动评估等。
总结：搜索是人工智能中的重要技术之一，它在各个领域都有广泛的应用。
人工智能之搜索求解策略一、搜索的概念1.问题的求解：问题的表示、求解方法。
2.问题求解的基本方法：搜索法、归约法、归结法、推理法、产生式。
3.搜索中需要解决的基本问题：是否一定能找到一个解、找到的解是否为最佳解、时间与空间复杂性如何、是否终止运行或者会陷入一个死循环。
4.搜索主要过程：（1）从初始或目的状态出发，并将它作为当前状态。
（2）扫描操作运算子集，将适用当前状态的一些操作算子作用于当前状态而得到新的状态，并建立指向其父结点的指针。
（3）检查所生成的新状态是否满足结束状态，如果满足，则得到问题的一个解，并可沿着有关指针从结束状态反向到达开始状态，给出一解答路径；否则，将新状态作为当前状态，返回第（2）步再进行搜索。
5.搜索的方向（1）数据驱动：从初始状态出发的正向搜索。
（2）目的驱动：从目的状态出发的逆向搜索。
（3）双向搜索6.盲目搜索与启发式搜索：（1）盲目搜索：在不具有对特定问题的任何有关信息的条件下，按固定的步骤（依次或随机调用操作算子）进行的搜索。
（2）启发式搜索：考虑特定问题领域可应用知识，动态地确定调用操作算子的步骤，优先选择较适合的操作算子，尽量减少不必要的搜索，以求尽快地到达结束状态。
二、状态空间知识表示法1.状态：表示系统状态、事实等叙述型知识的一组变量或数组：Q=【q1,q2,,,,qn】2.操作：表示引起状态变化的过程型知识的一组关系或函数。
3.状态空间：利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组：（S，O，S0，G），其中S是状态集合；O是操作算子集合；S0是包含问题的初始状态是S的非空子集；G 是若干具体状态或满足某些性质的路径信息描述。
4.求解路径：从S0到G的路径5.状态空间的一个解：一个有限的操作算子序列。
S0→S1→S2→G，O1，..OK是状态空间的一个解6. 组合优化：规模增加一点，它的计算机是非线性增加的，不是线性增加的。
