1.局部寻优搜索(瞎子爬山法):瞎子爬山的局部寻优搜索法中,可取消OPEN表,每次扩展后只保留符合估价函数f(x)的最优子节点N′,而将其它子节点全部丢掉,N′下一次扩展的节点,可直接放入CLOSED表中。依次步步为营,搜索求解,直到到达目标节点Sg为止。因此,局部择优搜索是对深度优先搜索方法的一种改进。对于下面8数码问题,采用了估价函数
f(n)=d(n)+W(n)
其中:d(n)是搜索树中节点n的深度;W(n)用来计算对应于节点n的数据库中错放的棋子个数。
编写程序实现瞎子爬山法算法,演示上面8数码问题由初始状态S变换到目标状态D搜索树生成过程和结果。
局部寻优搜索,又称瞎子爬山法,是一种优化算法。在该方法中,通过取消OPEN表,仅保留估价函数f(x)最优的子节点,逐步向目标节点Sg推进。程序实现中,针对8数码问题,使用f(n)=d(n)+W(n)作为估价函数,其中d(n)表示节点深度,W(n)衡量棋子错位数。此算法是对深度优先搜索的改进,展示了从初始状态S到目标状态D的搜索路径。

被折叠的 条评论
为什么被折叠?



