人工智能实验实验三 A算法实验.docx

人工智能实验 实验三 A算法实验实验二 A*算法实验 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*算法是一种有序搜索算法，其特点在于对估价函数的定义上。对于一般的有序搜索，总是选择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的代价以及从节点n到达目标节点的代价。 三、实验内容： 1 分别以8数码和15数码为例实际求解A*算法。 2 画出A*算法求解框图。 3 分析估价函数对搜索算法的影响。 4 分析A*算法的特点。 四、实验步骤： 1 开始演示。进入N数码难题演示程序，可选8数码或者15数码，点击“选择数码”按钮确定。第一次启动后，点击两次“缺省”或者“随机”按钮，才会出现图片。 2 点击“缺省棋局”，会产生一个固定的初始节点。点击“随机生成”，会产生任意排列的初始节点。 3 算法执行。点击“连续执行”则程序自动搜索求解，并演示每一步结果；点击“单步运行”则每次执行一步求解流程。“运行速度”可自由调节。 4 观察运行过程和搜索顺序，理解启发式搜索的原理。在下拉框中选择演示“15数码难题”，点击“选择数码”确定选择；运行15数码难题演示实例。 5 算法流程的任一时刻的相关状态,以算法流程高亮、open表、close表、节点静态图、当前扩展节点移动图等5种形式在按钮上方同步显示,便于深入学习理解A*算法。 6 根据程序运行过程画出A*算法框图。 五、实验报告要求： 1 A*算法流程图和算法框图。 2 试分析估价函数的值对搜索算法速度的影响。 3 根据A*算法分析启发式搜索的特点。