当前课程知识点:智能控制 >  第二章 专家控制专题 >  2.1基于搜索的问题求解 >  2.1.6 横向搜索算法(广度优先搜索)

返回《智能控制》慕课在线视频课程列表

2.1.6 横向搜索算法(广度优先搜索)在线视频

下一节: 2.1.7 均一代价搜索

返回《智能控制》慕课在线视频列表

2.1.6 横向搜索算法(广度优先搜索)课程教案、知识点、字幕

那么如果相反就形成了先进先出就是横向搜索

也就是广度优先搜索

那么看一下初始状态

(0,0)它的子节点就是(0,1)

在(0,0)位置

OPEN表就是(0,1)

CLOSED表就是(0,0)

那么在(0,1)这个位置

对于(0,1)来说

它的子节点有两个

一个是(0,2)一个是(1,1)

新产生的节点

还是按照顺时针依次递补到OPEN表里面去

那么在(0,1)这个位置

OPEN表就剩下(0,2)和(1,1)

刚才纵向搜索是后进先出

现在横向搜索是先进先出

那么就找OPEN表的头

显然在(0,1)这个位置OPEN表的头是谁

对 是(0,2)

我们找到了下一步(0,2)在(0,2)这个位置

它并没有子节点

所以这个时候OPEN表只有一位就是(1,1)

下一步想搜索(1,1)

那么在(1,1)这个位置新产生的三个子节点

按照顺时针依次递补到OPEN表里面去

就形成了(1,2)(2,1)(1,0)

这样三个节点

构成了(1,1)这个位置的OPEN表

同时CLOSED表里面要增加(1,1)

下一个搜索谁呢

刚才说了横向搜索办法就是先进先出

所以找OPEN表的头

谁呢? 显然是(1,2)

(1,1)的就三个子节点

分别是(1,2)(2,1)(1,0)

那么下一步就搜索(1,2)

那么在(1,2)这个位置

它并没有子节点

所以OPEN表里面就直接把(1,2)

从OPEN表的这头拉到CLOSED表补上就行了

这时候在(1,2)位置

OPEN表只剩两个了

(2,1)和(1,0)

下一个搜索谁呢? 继续找OPEN表的头

那显然就是(2,1)

我们下一步就把(2,1)搜索一下

我们把(2,1)从OPEN表拉到CLOSED里面去

那么(2,1)有子节点吗

它有一个子节点(2,2)

这样的话在原来的OPEN表里面

剩下一个(1,0)的基础上再递补一个(2,2)

就形成了(2,1)这个位置的OPEN表

那显然下一个搜索谁呢

继续找OPEN表的头

那就是(1,0)

我们搜索(1,0)的时候

发现它有个子节点是谁

(2,0)

所以这时候我们就要进一步找到(2,0)

这时候它的OPEN表里面就有(2,2)和(2,0)

因为(2,0)是新产生的

递补进去

下一步搜索谁呢

搜索的是OPEN表的头(2,2)

所以(2,2)刚好是我们的目标节点

所以就形成了我们的目标节点

我们按照蓝色箭头再回溯一下

其实就是这个问题的解

也就是从(0,0)向上到(0,1)

再向右到(1,1)

再向右到(2,1)

再向上到(2,2)

这样就构成了这个问题的解

我发现刚才的搜索过程

按照第一步 第二步 第三步 第四步

第五步 第六步 第七步 第八步

实际上是一层层地往下搜索

也就是广度优先

或者叫宽度优先

就形成了横向搜索算法

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--1.4 控制科学发展过程.

-1.5 智能控制的多元论

--1.5

-1.6 控制策略的渗透与融合

--1.6

-1.7 智能控制与传统控制的联系与区别

--1.7

-1.8 智能控制的类型之分级递阶智能控制系统

--1.8

-1.9 智能控制的类型之专家控制系统

--1.9

-1.10 智能控制的类型之模糊控制系统

--1.10

-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.11

-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.12

-1.13本章小结

--1.13

-第一章测试

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--5.4 神经网络的分类

-5.5 神经网络的学习算法、基本特征和研究领域

--5.5 神经网络的学习算法、基本特征和研究领域

-第五章测试

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现

--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合

-第六章测试

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--7.3 遗传算法的基本操作之复制

-7.4 遗传算法的基本操作之交叉与变异

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--8.2 遗传编程基本操作之复制

-8.3 遗传编程基本操作之交换和突变

--8.3 遗传编程基本操作之交换和突变

- 8.4 遗传编程的工作步骤及实例分析

-- 8.4 遗传编程的工作步骤及实例分析

-第八章测试

期末测试

-期末测试

2.1.6 横向搜索算法(广度优先搜索)笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。