人工智能(A星算法)

  • 格式:doc
  • 大小:134.50 KB
  • 文档页数:11

下载文档原格式

  / 11
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

A*算法实验报告

实验目的

1.熟悉和掌握启发式搜索的定义、估价函数和算法过程

2. 学会利用A*算法求解N数码难题

3. 理解求解流程和搜索顺序

实验原理

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。

实验条件

1.Window NT/xp/7及以上的操作系统

2.内存在512M以上

3.CPU在奔腾II以上

实验内容

1.分别以8数码和15数码为例实际求解A*算法

2.画出A*算法求解框图

3.分析估价函数对搜索算法的影响

4.分析A*算法的特点

实验分析

1. A*算法基本步骤

1)生成一个只包含开始节点n

0的搜索图G,把n

放在一个叫OPEN的列表上。

2)生成一个列表CLOSED,它的初始值为空。

3)如果OPEN表为空,则失败退出。

4)选择OPEN上的第一个节点,把它从OPEN中移入CLPSED,称该节点为n。5)如果n是目标节点,顺着G中,从n到n

的指针找到一条路径,获得解决方案,成功退出(该指针定义了一个搜索树,在第7步建立)。

6)扩展节点n,生成其后继结点集M,在G中,n的祖先不能在M中。在G中安置M的成员,使他们成为n的后继。

7)从M的每一个不在G中的成员建立一个指向n的指针(例如,既不在OPEN中,

的这些成员加到OPEN中。对M的每一个已在OPEN中或也不在CLOSED中)。把M

1

CLOSED中的成员m,如果到目前为止找到的到达m的最好路径通过n,就把它的指针指向n。对已在CLOSED中的M的每一个成员,重定向它在G中的每一个后继,以使它们顺着到目前为止发现的最好路径指向它们的祖先。

8)按递增f*值,重排OPEN(相同最小f*值可根据搜索树中的最深节点来解决)。

9)返回第3步。

在第7步中,如果搜索过程发现一条路径到达一个节点的代价比现存的路径代价低,就要重定向指向该节点的指针。已经在CLOSED中的节点子孙的重定向保存了后面的搜索结果,但是可能需要指数级的计算代价。

实验步骤

算法流程图

程序代码

#include

#include

#include

using namespace std;

const int ROW = 3;//行数

const int COL = 3;//列数

const int MAXDISTANCE = 10000;//最多可以有的表的数目

const int MAXNUM = 10000;

typedef struct _Node{

int digit[ROW][COL];

int dist; //一个表和目的表的距离

int dep; // t深度

int index; //节点的位置

} Node;

Node src, dest;// 父节表目的表

vector node_v; //存储节点

bool isEmptyOfOPEN() //open表是否为空

{

for (int i = 0; i < node_v.size(); i++) {

if (node_v[i].dist != MAXNUM)

return false;

}

return true;

}

bool isEqual(int index, int digit[][COL]) //判断这个最优的节点是否和目的节点一样

{

for (int i = 0; i < ROW; i++)

for (int j = 0; j < COL; j++) {

if (node_v[index].digit[i][j] != digit[i][j])

return false;

}

return true;

}

ostream& operator<<(ostream& os, Node& node)

{

for (int i = 0; i < ROW; i++) {

for (int j = 0; j < COL; j++)

os << node.digit[i][j] << ' ';

os << endl;

}

return os;

}

void PrintSteps(int index, vector& rstep_v)//输出每一个遍历的节点深度遍历

{

rstep_v.push_back(node_v[index]);

index = node_v[index].index;

while (index != 0)

{

rstep_v.push_back(node_v[index]);

index = node_v[index].index;

}

for (int i = rstep_v.size() - 1; i >= 0; i--)//输出每一步的探索过程

cout << "Step " << rstep_v.size() - i

<< endl << rstep_v[i] << endl;

}

void Swap(int& a, int& b)

{

int t;

t = a;

a = b;

b = t;

}

void Assign(Node& node, int index)

{

for (int i = 0; i < ROW; i++)

相关主题