05-検索：最高の、分枝限定、A
1、導入
- 検索は選択についてあります
- ヒューリスティック距離：黒板ピンクの線分上には、ヒューリスティック距離と呼ばれ、現実ではありません。
- 行き止まりがあるかもしれないので、ヒューリスティックは、必ずしも、現実には、必ずしも最良の近くにいないことが、問題与えられ、経由道路、外出先を見つけることができません
- 山登りアルゴリズムとビームサーチのセクションでは、目標は、ターゲットに最も近い距離と考えられています
- 例
2つの4つのアルゴリズム、最短経路
1.branchバウンド分岐限定
- どのように遠く離れたターゲットから考慮せず、唯一どれだけ離れて自分自身を考えます
- 累積長が、より長さより大きいを持っているか、目標に等しいまでは、あなたが展開する必要はありません。
- 常に宛先ノードまで、現在の最短経路を延長
- 電流経路の全ては、最終的な最短距離を比較し、引き出されます
- そして、展開されていない最短、そして比較を拡大
- 限り負の長さがないので、我々は確かに最短経路を得ることができます
そして、チームのコンセプトに拡張
- 私たちは、ノードがもはや延長、前に拡張されていないトラック。
- すべてのパス上のこれらのキューは、チームのリストです
- 最短経路ではない仕事のためのチームにこれらのアイデア
- 拡張パスがキューを追加する必要が（キューキューに入れません）
- 我々は拡張が短いパスがあることを確認する必要がありますので（最後は最短パスを取得します）
- これは、拡張されたリストと呼ばれる、すべての拡張機能のリストを保存するだけでは、ダイクストラ法と同等です
2.分枝限定+の拡張リスト
- これまでのところ（ダイクストラのアルゴリズムと同様）に拡張する最短経路を探します
- 前に拡張されている、展開する必要はありません、それは余分な枝の多くを失うことになります
- デッド馬の原則（死んだ馬の校長）：ちょうど最短経路を見つけることができません、それはもはや拡張ではありません
3.許容ヒューリスティック
- 許容ヒューリスティック：下のキューの上限と残りの直線距離を考慮して延長しないでください
- 許容ヒューリスティック：ターゲット・ノードから、それらの左のパスを離れて回避する最善の方法の安全な検索
例子：
现在我们把直线距离考虑进来，来选择扩展AorB
A到G的距离，直线距离略大于7
B到G的直线距离正好是6
所以扩展最可能是最短距离的那一个节点
当两者分值一样的时候，我们考虑在字典中靠前的那一个
A——G：7,3+7=10
B——G:6,5+6=11;所以扩展A4.A *
- + +分岐限定展開されたリスト許容ヒューリスティック
- フローチャートに沿ってプログラムをソートする+仕分け許容累積距離ヒューリスティックでなければなりません
- しかし、ここでソートを計算する必要はありません
- 最初の試験は、経路が、最短経路ではありません。
A * アルゴリズムのフローチャート
反例
- 許容の概念は、考慮したとき、マップは常にヒューリスティック検索許容の最適かつ安全な方法であるが、検索はそれほど問題になります。この方法を使用して、描画に関するものではありません
- 例：マップは平面ではなく、数値の希望を置くことができるモデルは、任意の接続を置くために。
- 次いで、cは過誤の許容可能な方法である最短経路を見つけることはできないが、あまりにも拡張されているので、Cの拡大が、停止したとき
集約型の許容性
説明
- 許容：目標Gを有する任意のノードXとの間の実際の距離D（X、G）との間の距離Hを推定≤x標的とG（X、G）
- 一貫性：|推定距離H GでターゲットノードXとの間の（X、G） - ターゲットとノードYとの間に追加の推定距離H（Y、G）|≤xとyとの間の実際の距離D（ X、Y）
- 反例満たす許容が、一貫性が満たされていない、あなたは最短経路を見つけることができません