《3A星算法实验报告》由会员分享,可在线阅读,更多相关《3A星算法实验报告(5页珍藏版)》请在金锄头文库上搜索。
1、 人工智能实验报告实验二 A*算法实验I一、实验目的:熟悉和掌握启发式搜索的定义、估价函数和算法过程,并利用A*算法求解N数码难题,理解求解流程和搜索顺序。二、实验原理:A*算法是一种启发式图搜索算法,其特点在于对估价函数的定义上。对于一般的启发式图搜索,总是选择估价函数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的实际代价以与从节点n到达目标节点的估价代价。三、实验容:1参考A*算法核心代码,以8数码问题为例实现A*算法的求解程序编程语言不限,要求设计两种不同的估价函数。2在求解8数码问
2、题的A*算法程序中,设置一样的初始状态和目标状态,针对不同的估价函数,求得问题的解,并比拟它们对搜索算法性能的影响,包括扩展节点数、生成节点数等。3 对于8数码问题,设置与上述2一样的初始状态和目标状态,用宽度优先搜索算法即令估计代价h(n)0的A*算法求得问题的解,以与搜索过程中的扩展节点数、生成节点数。4 上交源程序。四、实验结果:1 A*算法求解框图:2 在求解8数码问题的A*算法程序中,设置一样的初始状态和目标状态,针对不同的估价函数,求得问题的解,并比拟它们对搜索算法性能的影响,包括扩展节点数、生成节点数等。:int calw(string s)/计算该状态的不在位数h(n) int
3、 re=0; for(int i=0;i9;i+) if(si!=ti) re+; /取一格局与目的格局位置不符的数码数目 return re;:int calw(string s)/计算该状态的不在位数h(n) int re=0, i; int ss92;for(i = 0; i 9; +i) /计算各数码移到目的位置所需移动的距离总和sssi - 480 = i / 3;sssi - 481 = i % 3;for(i = 0; i 9; +i)re += (abs(ssi0 - sourcei0) + abs(ssi1 - sourcei1); return re;:int calw(string s)/计算该状态的不在位数h(n) return 0; /宽度优先 3 根据宽度优先搜索算法和A*算法,分析启发式搜索的特点。启发式搜索算法使得搜索的效率好几倍地提高。而不同的启发式搜索算法差异也较大。总之启发式搜索算法是由h(n)决定的,好的估价函数将决定算法性能的好坏。五、实验心得与体会通过这次实验,使我对启发式搜索算法有了更进一步的理解,特别是估计函数h(n)所起到的巨大重用。一个好的估计函数对于启发式搜索算法来说是十分关键的。 /