其他分享
首页 > 其他分享> > 人工智能--启发性信息和估价函数

人工智能--启发性信息和估价函数

作者:互联网

文章目录


启发式搜索依据的是问题自身的启发性信息。而启发性信息又通过估价函数作用到搜索过程中

启发性信息

是指与具体问题求解过程有关的,并可制导搜索过程朝着最有希望方向前进的控制信息

启发性信息的启发能力越强,扩展的无用节点越少。

估价函数

用以估计节点的重要性的函数。被定义为从初始节点S0S_0S0​出发,约束经过节点n到达目标节点SgS_gSg​的所有路径中最小路径代价的估计值。一般形式为:
f(n) = g(n) + h(n) f(n) \ = \ g(n) \ + \ h(n) f(n) = g(n) + h(n)

式中,g(n)g(n)g(n)是从初始节点S0S_0S0​到节点n实际代价h(n)h(n)h(n)是从节点n到目标节点SgS_gSg​的最优路径的估计代价

g(n)g(n)g(n)的值可以按指向父节点的指针,从节点n反向跟踪到初始节点S_0,得到一条从初始节点S0S_0S0​到节点n最小代价路径,把这条路径上的所有有向边的代价相加,就得到g(n)g(n)g(n)的值。

h(n)h(n)h(n)的值,则需要根据问题自身的特性来确定,体现的是问题自身的启发性信息,因此也称h(n)h(n)h(n)为启发函数。

标签:函数,人工智能,路径,信息,启发性,节点,估价
来源: https://blog.csdn.net/hjc256/article/details/91359979