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 >  2.1.2 算法1 随机搜索

返回《智能控制》慕课在线视频课程列表

2.1.2 算法1 随机搜索在线视频

下一节:2.1.3 算法2 引入CLOSED表.

返回《智能控制》慕课在线视频列表

2.1.2 算法1 随机搜索课程教案、知识点、字幕

下面我们开始介绍一些典型的搜索算法

那么首先最简单的搜索算法叫做随机搜索

随机搜索 它的步骤就是这样

首先 第一步 设初始节点为n

第二步 如果节点n就是目标节点

那么求解成功搜索就完了

第三步

如果当前节点n不是目标节点

那么就要对它进行扩展

扩展节点n得到子节点的集合

第四步

从所有的子节点中

随机地选择一个节点称为n′

这样的话 第五步是

设n′为新的n返回到前面的第三步进行循环

这样的话每次都是从子节点中随机选择一个子节点

进行搜索

这叫做随机搜索

我们看这样一个例子

我们从初始节点00到目标节点22

如果按照这个算法进行搜索

一定能找到目标节点吗

我们看一下

从00开始

找它的子节点就是01

01的子节点呢 它有可能有几个子节点呢

有三个对吧

第一 02

第二 11

第三 00

那么在下一次子节点的搜索过程中

它有可能还回到选择00

00的子节点中

他就一个就是01

他可能还选择01

那么采用这种算法随机搜索算法

它就有可能陷入这样一个局部循环

盲目扩展

可能会陷入死循环

一直在00和01之间进行循环

陷入这个死胡同

这样的话

这种随机搜索算法

不一定能够找到目标节点

大家想一想 怎么样解决这个问题呢

要解决这个问题的关键在于

00搜索到下一步01的时候

它有三个子节点

就是00 11 02

我们如果能够通过某种办法

让它不走回头路

下一步不要再搜索00

而是在02和11之间进行搜索

就可以防止这种盲目扩展的行为

避免陷入死循环

办法是什么呢

解决这个问题的思路就是引入CLOSED表

什么叫CLOSED表呢

就是所有曾经搜索过的节点

我们不要再搜索了

把它做个标记

也就是不走回头路

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

2.1.2 算法1 随机搜索笔记与讨论

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。