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、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。、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

2、设计两种不同的估价函数。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）二0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)入袁中尹 KTH 9 -h(n)*sfln 章大的节戌没有聲径戳达 窃点孩累矢敢董辛嗚与傅节卢 临近前姑在dose 表中的节点前入 到弟一个毂申结東找到最罐坯 栓，發畫枝

3、功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(i nt i=0;i9;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;g七芒p 2U：13 48 27 6 5Step 21：1 38 2 47 6 5Step 22138 2 47 6 5Step 23- 12 38 47 6 5務动總坂秦节蓋数：8423请按任意键继续：int ca

4、lw(string s)计算该状态的不在位数 h(n)int re=0, i;int ss92;for(i = 0; i 9; +i) /计算各数码移到目的位置所需移动的距离总和sssi - 480 = i / 3;sssi - 481 = i % 3;for(i = 0; i 9; +i)re += (abs(ssi0 - sourcei0) + abs(ssi1-sourcei1);return re;计算该状态的不在位数h(n)：int calw(string s) return 0; / 宽度优先鹽入測试组数,1Cas el： 输入0福数码：456012378原图：4 5 61 23 ? 8移动过程：Step 1:4 5 63 127 8Step 2 :4 5 63 127 SStep 3 : 4 5 3 127 83 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、实验心得与体会通过这次实验， 使我对启发式搜索算法有了更进一步的理解， 特别是估计函 数 h(n) 所起到的巨大重用。