人工智能--问题规约求解方法

A[toc]

问题规约法是不同于状态空间法的另一种形式化方法,其基本思想是对问题进行分解或变换,将它转换为一系列较简单的问题。

问题的分解与等价变换

分解

如果一个问题P可以规约为一组子问题$P_1,P_2,...,P_n$并且当所有子问题$P_i$都有解时,原问题才有解。任何一个子问题无解都会导致原问题无解则称此种规约为问题的分解,即分解所得到的子问题的“与”与原问题P等价。

等价变换

如果一个问题P可以规约为一组子问题$P_1,P_2,...,P_n$,并且这些子问题$P_i$中只要有一个有解,则原问题P就有解,只有当所有子问题$P_i$都无解时,原问题才无解,则称此类规约为问题的等价变换,简称变换

注:在实际问题的规约过程中,有可能需要同时采用变换和分解的方法。无论是变换还是分解,都是要将原问题规约为一系列本源问题所谓本源问题是指那种不能(或不需要)再进行分解或变换,且可以直接解答的问题本源问题可以作为终止规约的限制条件

问题规约的与/或树

把一个原问题规约为一系列本源问题的过程可以很方便的用一个与/或树来表示。

与树

把一个原问题分解为若干个子问题可用一个“与树”来表示。在该树中,我们用相应的节点表示P$P_1$$P_2$$P_3$。并用3条有向边分别将P$P_1$$P_2$$P_3$连接起来,它表示$P_1$$P_2$$P_3$P的三个子问题。图中还有一条连接三条有向边的小弧线

image

或树

定义与与树类似。只是图中的有向边不用小弧线相连

在这里插入图片描述

与/或树

如果一个问题既需要通过分解,又需要通过变换才能得到本源问题,则其规约过程可用一个“与/或树”来表示。

在这里插入图片描述

端节点和终止节点

在与/或树中,没有子节点的节点称为端节点,本源问题所对应的节点称为终止节点终止节点一定是端节点,但端节点却不一定是终止节点。

可解节点与不可解节点

满足一下三个条件之一的节点为可解节点:

  • 任何终止节点都是可解节点
  • 对“或”节点,当其子节点中至少有一个可解节点时,则该或节点就是可解节点
  • 对“与”节点,只有当其子节点全部为可解节点时,该节点才是可解节点

仅需要对上面三句话取否定即可得到不可解节点的定义。

解树

由可解节点构成,并且由这些可解节点可以推出初始节点为可解节点的子树为解树。在解树中一定包含初始节点

在这里插入图片描述

例子

image
image

猜你喜欢

转载自blog.csdn.net/hjc256/article/details/91344994