当前位置:   article > 正文

启发式搜索算法(A*算法)_估计函数的估计值是不是由hx决定

估计函数的估计值是不是由hx决定
A算发:在bfs算法中,若对每个状态n都设定估价函数f(n)=g(n)+h(n),并且每次从开启列表中选节点
进行扩展时,都选取f值最小的节点,则该搜索算法为启发式搜索算法,又称A算法。
g(n):从起始状态到当前状态n的代价。
h(n):从当前状态n到目标状态的估计代价。、

A算法的例子——八数码

2 6 3      1 2 3
1 8   -----> 8  4
7 4 5      7 6 5
定义估价函数  f(n)=g(n)+h(n)初始节点
g(n):为从初始节点到当前节点的步数。
h(n):为当前节点“不在位”的方块数。
h计算举例

2 6 3         1 2 3
1 8    ------>  8  4  
7 4 5         7 6 5
2,6,1,8,4,5 都不在位,因此h=6

A*算法
 
A算法中的估价函数若选取不当,则可能找不到解,或找到的解也
不是最优。因此,需要对估价函数做一些限制,使算发确保找到
最优解(步数,即状态转移次数最少的解)。A*算法即为估价函数
做了特定限制,且确保找到最优解的A算法。
A* 算法 f*(n)=g*(n)+h*(n) 
f*(n):从初始节点s0出发,经过节点n到达目标节点的最小步数(真实值)
g*(n):从s0出发,到达n的最少步数(真实值)
h*(n):从n出发,到达目标节点的最少步数(真实值)
估价函数f(n)则是f*(n)的估计值

A*算法 f(n)=g(n)+h(n),且满足以下限制: g(n)是从s0到n的真实步数(未必是最优的),因此g(n)>0且g(n)>=g*(n)
h(n)是从n到目标的估计步数,估计总是过于乐观的 即h(n)<=h*(n) 且h(n)相容,则A算法就转变为A*算法。

A*算法 h(n)的相容:如果h函数对任意状态s1和s2还满足:h(s1)<=h(s2)+c(s1,s2)
C(s1,s2)是s1转移到s2的步数,则称h是相容的。h相容能确保随着一步步往前走,f递增,这样A*能高效找到最优解。
h相容=> g(s1)+h(s1)<=g(s1)+h(s2)+c(s1,s2)=g(s2)+h(s2)=>f(s1)<=f(s2) 即f是递增的。

A*算法的搜索效率很大程度上取决于估价函数h(n),一般说来,在满足h(n)<=h*(n)的前提下,h(n)的值越大越好
八数码问题: 
方案一:h(n)为不在位的数字个数
方案二:h(n)为不在位的数字到其该呆的位置的曼哈顿距离和
后者优于前者
A*算法解决八数码问题 
hdu oj 1043 题解:http://blog.csdn.net/xiaosshhaa/article/details/54315981

poj :1376 1324 1084 2449 1475 











声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/煮酒与君饮/article/detail/738876
推荐阅读
相关标签
  

闽ICP备14008679号