人工智能 一种现代方法 第6章 用搜索树对问题求解
6.1定义约束满足问题(CSP)
变量的集合: X={X1, X2,...Xn}
值域:D={D1, D2...Dn}
约束关系:C
6.1.1地图着色问题
要求相邻区域颜色不同,可把问题形式化为CSP问题。
常规搜索只能问:这个解是目标吗?
CSP一旦发现某部分赋值不满足约束,便可立即剪枝,不再进一步求精。
6.1.2作业调度问题
过程约束:某部分工作需要在其他工作之前完成
洗去约束:几个工作之间不能有时间上的重合
6.1.3CSP的形式化
离散的、连续的、有限值域的、无限值域的
一元约束、二元约束、全局约束
任意有限值域的约束都可以引入约束变量而转换为二元约束
6.2约束传播:CSP中的推理
约束传播可以减小变量的合法取值范围,可以与搜索交替进行,也可以作为搜索前的预处理步骤。
核心思想为局部相容性。
6.2.1结点相容
如果对于单个变量(一个结点),值域(该结点的值域)中的所有取值满足他的一元约束,就称此变量是结点相容的。
运行结点相

本文介绍了《人工智能:一种现代方法》第6章内容,主要探讨了约束满足问题(CSP)及其在地图着色、作业调度等问题中的应用。讲解了CSP的定义、约束传播、回溯搜索策略,如结点相容、弧相容、全局约束以及数独游戏的CSP解决方案。此外,还讨论了变量赋值顺序对搜索效率的影响以及智能回溯方法。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



