3A星算法实验报告

1、人工智能实验报告实验二A* 算法实验I一、实验目的：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N 数码难题，理解求解流程和搜索顺序。二、实验原理：A*算法是一种启发式图搜索算法，其特点在于对估价函数的定义上。对于一般的启发式图搜索，总是选择估价函数f 值最小的节点作为扩展节点。因此，f 是根据需要找到一条最小代价路径的观点来估算节点的，所以，可考虑每个节点 n 的估价函数值为两个分量：从起始节点到节点 n 的实际代价以及从节点 n到达目标节点的估价代价。三、实验内容：1 参考A*算法核心代码，以8数码问题为例实现A*算法的求解程序（编程语 言不限），要求设计两种不同的估

2、价函数。2 在求解 8 数码问题的 A* 算法程序中，设置相同的初始状态和目标状态，针对不同的估价函数， 求得问题的解， 并比较它们对搜索算法性能的影响， 包括扩展 节点数、生成节点数等。3 对于 8 数码问题，设置与上述2 相同的初始状态和目标状态，用宽度优先搜索算法（即令估计代价h（n）=0的A*算法）求得问题的解，以及搜索过程中的扩 展节点数、生成节点数。4 上交源程序。四、实验结果：1 A*算法求解框图:开始编辑版word蹲开物节力F入襄申取出囊中没有嘉柱到达韩点,我家失败鳍束，最大的市点.挑到最短需彼，相索族切将节苴M人do« 囊并畤与漂可U 晤龙的下在tlwc 表史的寸巨

3、箫人 到第一个震中2 在求解8数码问题的A*算法程序中，设置相同的初始状态和目标状态，针 对不同的估价函数，求得问题的解，并比较它们对搜索算法性能的影响，包 括扩展节点数、生成节点数等。：int calw(string s)/计算该状态的不在位数 h(n)int re=0;for(int i=0;i<9;i+) if(si!=ti) re+;/ 取一格局与目的格局位置不符的数码数目return re;情输入测试的组料1Case 1 ： 56012378 便部 HI 5 61 23 7 8，动过程;Step 1：4 3 63 127 8Eftep 2 ：,S 6b 127 QStep 2B

4、： 13 4S 2 7 6 5Seep 21：1 3 &24 7 6 5Etep 22=136 2 4 ? & SSeep 23； 12 3 847 t 5地素节武执8423请按任意键处续-h(n)/计算各数码移到目的位置所需移：int calw(string s)/计算该状态的不在位数int re=0, i;int ss92;for(i = 0; i < 9; +i) 动的距离总和sssi - 480 = i / 3;sssi - 481 = i % 3;for(i = 0; i < 9; +i)re += (abs(ssi0 - sourcei0) + abs(ssi1 - sourcei1);return re;：int calw(string s)/计算该状态的不在位数 h(n)return 0;/宽度优先多动过程:tep 2 .5 61 23 根据宽度优先搜索算法和A*算法，分析启发式搜索的特点。启发式搜索算法使得搜索的效率好几倍地提高。 而不同的启发式搜索算 法差异也较大。总之启发式搜索算法是由 h(n)决定的，好的估价函数将决定 算法性能的好坏。五、实验心得与体会