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 > 2.1.1 搜索与人工智能的关系
好
下面我们开始第二讲
专家控制
那么这一讲主要从以下三个方面进行介绍
第一基于搜索的问题求解
那么这也是专家系统的核心问题
第二
专家系统简介
第三
专家控制系统
主要介绍一下专家PID控制器的设计与实现
首先我们来看一下基于搜索的问题求解
我们了解一下搜索有哪些算法
它和人工智能有什么关系
那么这是一个典型的八数码魔方问题
那么对于这样一个初始的状态
有八个数字
在这样一个九个格子里
怎么样能够按照一定的算法
到达我们最终想要的这样一个结果顺序摆放
那么这也是一个搜索问题
那么对于求解这样一个搜索问题
我们要用某种规则来进行搜索
下面我们首先看一下这样一个例子
这是一个迷宫
站在这里
目标在这个位置
我们怎么样能够通过移动上下左右移动
通过一系列的操作
能够从你的初始状态到达最终的这样一个迷宫出口
我们可以以你站立的位置
以坐标原点画一个坐标示意图
这样的话在迷宫里就有九种可能的位置
00 01 02 01 11 21 02 12 22
总共有九种可能的状态
其实你每一步一次的时候
对于占到每一个位置
都有可能有四种操作
向上UP
简称为U
向下DOWN
简称为D
向左LEFT
简称为L
向右RIGHT
简称为R
那么对于每一步
每一个状态
这九个状态中的任何一个状态
都有可能最多有四种不同的操作
通过他们的操作可以改变你的当前状态
移动到下一个状态
也就是说在这个问题里头
你怎么样能够从你的初始状态00
经过一系列的上下左右这样操作
能够到达最终的目标状态22
那么这也就是一个搜索问题
那么这个问题求解的过程
就是要找到能够从初始状态
到达目标状态的操作符的一系列的操作符
那么这也就是这样一个典型的搜索问题
那么为了解决这个问题
下面我们来看一些基本的概念
那么刚才这样一个图叫做状态空间图
也就是说描述了搜索空间有哪些不同的状态
而且这些状态之间怎么样进行变换的
通过什么样的运算符进行变换的
那么状态空间图它包括两部分
第一节点集合
第二分支集合
那么在刚才这个问题里
我的节点集合
就是刚才那九个不同的状态
00 01 02一直到21 22
这样九个不同的状态
那么分支在刚才那张图里头
描述的就是状态之间变化的这样一个操作
包括向上UP
向下DOWN
向左LEFT
向右 RIGHT
实际上这就是一些运算符
也叫做分支
通过分支的连接实现了状态的变化
那么节点数目如果有限的图就称为有限节点图
那么这些分支如果带有方向
在刚才这个问题里面
我们状态也就是节点数是九个
所以叫做有限节点图
刚才这个例子里头
我们的每一个分支都是带有箭头的
向上向下 向左向右
那么它带有分支的带有方向的这种分支叫做有向分支
有些问题它不带有方向的分支叫做无向分支
它就没有方向
那么当存在着由当前节点指向了另外一个节点分支的时候
我们把当前这个节点称为另外一个结点的双亲节点
那么另外节点称为当前节点的子节点
而求解当前节点所有子节点
也就称为了将当前节点进行扩展
这就是一个概念
当节点的序列
为这一序列的且存在着由初始节点
指向最终节点的这样一个分支的时候
我们就称之为从第一个节点到最后一个节点的路径
也就是一个搜索的路径
可行解
路径中如果包括两个以上的分支
并且两端的节点是相同的
那么我就称为闭路
也就是它是闭环的
可以从起始点为经过一系列的分支
回复到刚才那个起点
对于所有不同的两个节点
不考虑分支的方向
把它们连接起来的路径构成图称为连接图
那么不构成闭路的连接图称之为树
就是一个搜索路径
那么这张图描述的就是闭路
我们看到它是一个从起始节点
经过一系列的分支
最后又回到起始节点
这条是树
那么它是一个分叉
从初始节点经过一系列的操作
到达了另外一些节点
这叫做树
这张图就体现了是闭环的
可以回到初始状态
而树是一个开环的
它可以从初始状态经过系列操作到达另外一些状态
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-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
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 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
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--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
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-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
-第七章测试
-8.1 遗传编程工作原理
-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
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试