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 > 2.1.4 算法3 引入OPEN表.
这样就形成了算法3
算法3的思想就是
在CLOSED表的基础上继续引入OPEN表
不仅把所有已经搜索过的节点做个标记
不再搜索了
而且还要把所有未曾搜索过的节点要进行标记都要搜一搜
那么它的步骤是这样的
第一步 将初始节点存放到OPEN表中
第二步
从OPEN表中取出节点并设置为n
那么如果这个节点n为目标节点则求解成功
如果这个OPEN表节点为空
那说明所有节点都已经搜索过了
不存在还没有搜索过的节点
所以求解失败
第三步 扩展节点
得到子节点的集合
并将n加入CLOSED表
因为节点n已经搜索过了
所以放入CLOSED表中
第四步
如子节点集合中
未包括CLOSED表中的节点
就加入到OPEN表中
如果当前节点的子节点中有些节点并没有搜索过
就把它加入到OPEN表中
这样的话设置指向节点n的指针
第五步 回到第二步进行循环搜索
那么问题就是现在我们有了CLOSED表
有了OPEN表
形成算法3
如果搜索图是有解的
算法3一定能找到目标节点吗
我们看一下这个题目
答案是一定的
为什么
我们来看一下
从（0,0）出发
我们在(0,0)做标记
它已经在CLOSED表中了
那么搜索(0,1)
那么到(0,1)这个位置
然后（0,0）已经搜索过了
（0,1）这个位置
还有两个子节点
（0,2）和（1,1）
我们如果下一步搜索(0,2)的话
我们就把（1,1）放在OPEN表里面
我们发现（0,2）它不是目标节点
而且它没有子节点
这时候我们下一步就要搜索(1,1)了
在(1,1)的子节点里面
要(1,2)（2,1）（1,0）三个子节点
如果搜索（1,2）
我们就把（2,1）和（1,0）放在OPEN表里
那么在下一步（1,2）发现不是目标节点
我们继续搜索（1,0）的话
它有一个子节点是（2,0）
这时候（2,0）（2,1）放在OPEN表里
都没有搜过
我们继续先搜索（2,0）的话
我们发现它没有子节点
到这时候只剩下OPEN表只剩下一个（2,1）
继续搜索（2,1）
发现它的子节点是（2,2）
刚好找到了目标节点
这样的话就可以采用我们的算法3找到目标节点
-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
