搜索策略是什么_目录式搜索引擎举例「建议收藏」

搜索策略是什么_目录式搜索引擎举例「建议收藏」知识贫乏系统依靠搜索技术解决问题 知识贫乏、缺乏针对性 效率低知识丰富系统依靠推理技术解决问题 基于丰富知识的推理技术,直截了当 效率高基于丰富知识的推理技术,直截了当效率高下所以,人工智能中的搜索可以分成两个阶段:

一、搜索的基本概念

搜索的含义

适用情况:结构不良或非结构化问题;难以获得求解所需的全部信息;更没有现成的算法可供求解使用。
概念:搜索就是要寻找一一个操作序列,使问题从初始状态转换到目标状态。这个操作序列就是目标的解。换言之,就是根据问题的实际情况,按照一定的策略或规则,从知识库中寻找可利用的知识,从而构造一条 使问题获得解决的推理路线的过程。

2.搜索的类型

按是否使用启发式信息:
①盲目搜索按预定的控制策略进行搜索,在搜索过程中获得的中间信息并不改变控制策略。②启发式搜索:在搜索中加入了与问题有关的启发性信息,用于指导搜索朝着最有希望的方向前进,加速问题的求解过程并找到最优解。

按问题的表示方式:
①状态空间搜索:用状态空间法来求解问题所进行的搜索。
②与或树搜索:用问题归约法来求解问题时所进行的搜索。

1.状态空间法

在分析了人工智能研究的求解方法之后,就会发现许多问题求解方法采用了试探搜索方法。也就是说,这些方法是通过在某个可能的解空间内寻找一个解来.求解问题。这种基于解空间的问题表示和求解方法就是状态空间法。状态空间搜索的研究焦点在于设计高效的搜索算法,以降低搜索代价并解诀组合爆炸问题。

2.状态空间及其搜索的表示

在状态空间表示法中,问题是用“状态”和“操作”来表示的,问题求解的过程使用状态空间来表示。
1)状态:状态(State)是表示问题求解过程中每一步问题状况的数据结构当对每一个分量都给以确定的值时,就得到了一个具体的状态。

2)操作:操作(Operator)也称为算符,它是把问题从一种状态变换为另一种状态的手段。操作可以是一个机械步骤,一个运算,一条规则或一个过程。操作可理解为状态集合_上的一个函数,它描述了状态之间的关系。

3)状态空间:状态空间(State space)用来描述一个问题的全部状态以及这些状态之间的相互关系。常用一个三元组表示为:(S,F, G)其中,S为问题的所有初始状态的集合; F为操作的集合; G为目标状态的集合。
状态空间也可用一个赋值的有向图来表示,该有向图称为状态空间图。在状态空间图中,节点表示问题的状态,有向边表示操作。

3.状态空间问题的例子

例3.1二阶梵塔问题。设有三根柱子,它们的编号分别是1号、2号和3号。在初始情况下,1号柱子上穿有A和B两个圆盘,A比B小,A位于B的上面。要求把这两个圆盘全部移到另一根柱子上,而且规定每次只能移动一个圆盘,任何时刻都不能使大圆盘位于小圆盘的上面。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16 

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16 

3.问题归约法

问题规约法是另-种对问题进行描述及求解的办法。其基本思想是:对问题进行分解和变换,将此问题最终变为一个子问题的集合,通过求解子问题达到求解原问题的目的。问题规约法适用于当初始问题比较复杂时,分解后的子问题的解可以直接得到,从而解决了初始问题的情况。

问题规约的描述:

问题归约表示由下面3个部分组成:
1)一个初始问题的描
2)一套把问题变成子问题的操作符
3)一套本原问题的描述
从目标(要解决的问题)出发逆向推理,建立子问题以及子问题的子问题,直至最后把初始问题归纳成一个平凡的本原问题的集合,这就是问题归纳的实质。

4.与/或树的相关概念

1)节点与弧线
父节点:是一个初始问题或是可分解为子问题的问题节点。子节点:是一个初始问题或是子问题分解的子问题节点。或节点:只要解决某个问题就可解决其父问题的节点集合。与节点:只有解决所有子问题,才能解决其父问题的节点集合。
端节点:没有子节点的节点。
终止节点:本原问题所对应的节点。由此可见,终止节点一定是端节点,而端节点却不一定是终止节点。
弧线:是父辈节点指向子节点的圆弧连线。

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16

 watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAY2h5MzIzMg==,size_20,color_FFFFFF,t_70,g_se,x_16 

补充:

知识贫乏系统

  • 依靠搜索技术解决问题
  • 知识贫乏、缺乏针对性
  • 效率低

知识丰富系统

  • 依靠推理技术解决问题
  • 基于丰富知识的推理技术,直截了当
  • 效率高

基于丰富知识的推理技术,直截了当效率高下所以,人工智能中的搜索可以分成两个阶段:

  • 盲目搜索:只是可以区分哪个是目标状态。一般是按预定的搜索策略搜索,没有考虑问题本身的特性,本省具有很大的盲目性,效率不高,不便于复杂问题的求解。
  • 启发式搜索:是在搜索过程中加入了与问题有关的启发式信息,用于指导搜索朝着最有希望的方向前进,加速问题的求解并找到最优解。

42dfb3861613db5cea67021ea10a3d25.png

 

 

 

 

今天的文章搜索策略是什么_目录式搜索引擎举例「建议收藏」分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/67964.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注