当前位置：搜档网 › 启发式搜索实验报告

启发式搜索实验报告

实验名称:启发式搜索算法

1、实验环境

Visual C++ 6.0

2、实验目的和要求

（复述问题）使用启发式算法求解8数码问题

（1）编制程序实现求解8数码问题A*算法，采用估价函数

f(n)=d(n)+p（n）

其中：d(n)是搜索树中结点n的深度；w(n)为节点n的数据库中错放的旗子个数；

p(n)为结点n的数据库中每个棋子与其目标位置之间的距离总和。

（2）分析上述（1）中两种估价函数求解8数码问题的效率差别，给出一个是p(n)的上界h(n)的定义，并测试该估价函数是否使算法失去可采纳性。

实验目的：熟练掌握启发式搜索A*算法及其可采纳性。

3、解题思路、代码

3.1解题思路

八数码问题的求解算法

（1）盲目搜索

宽度优先搜索算法、深度优先搜索算法

（2）启发式搜索

启发式搜索算法的基本思想是：定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。

先定义下面几个函数的含义：

f*(n)=g*(n)+h*(n) (1)

式中g*(n)表示从初始节点s到当前节点n的最短路径的耗散值；h*(n)表示从当前节点n到目标节点g的最短路径的耗散值，f*(n)表示从初始节点s经过n到目标节点g 的最短路径的耗散值。

评价函数的形式可定义如(2)式所示：

f(n)=g(n)+h(n) (2)

其中n是被评价的当前节点。f(n)、g(n)和h(n)分别表示是对f*(n)、g*(n)和h*(n)3个函数值的估计值。

利用评价函数f(n)=g(n)+h(n)来排列OPEN表节点顺序的图搜索算法称为算法A。在A算法中，如果对所有的x，h(x)<=h*(x) (3)成立，则称好h(x)为h*(x)的下界，它表示某种偏于保守的估计。采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法针对八数码问题启发函数设计如下：

F(n)=d(n)+p(n) (4)

其中A*算法中的g(n)根据具体情况设计为d(n)，意为n节点的深度，而h(n)设计为p(n)，意为放错的数码与正确的位置距离之和。

由于实际情况中，一个将牌的移动都是单步进行的，没有交换拍等这样的操作。所以要把所有的不在位的将牌，移动到各自的目标位置上，至少要移动从他们各自的位置到目标位置的距离和这么多次，所以最有路径的耗散值不会比该值小，因此该启发函数h(n)满足A*算法的条件。

3.2代码

#include

//八数码状态对应的节点结构体

struct Node{

int s[3][3];//保存八数码状态，0代表空格

int f,g;//启发函数中的f和g值

struct Node * next;

struct Node *previous;//保存其父节点

};

int open_N=0; //记录Open列表中节点数目

//八数码初始状态

int inital_s[3][3]={

2,8,3,

1,6,4,

7,0,5

};

//八数码目标状态

int final_s[3][3]={

1,2,3,

8,0,4,

7,6,5

};

//------------------------------------------------------------------------

//添加节点函数入口，方法：通过插入排序向指定表添加

//------------------------------------------------------------------------

void Add_Node( struct Node *head, struct Node *p)

{

struct Node *q;

if(head->next)//考虑链表为空

{ q = head->next;

if(p->f < head->next->f){//考虑插入的节点值比链表的第一个节点值小

p->next = head->next;

head->next = p;

}

else {

while(q->next)//考虑插入节点x，形如a<= x <=b

{

if((q->f < p->f ||q->f == p->f) && (q->next->f > p->f || q->next->f == p->f)){ p->next = q->next;

q->next = p;

break;

}

q = q->next;

}

if(q->next == NULL) //考虑插入的节点值比链表最后一个元素的值更大q->next = p;

}

else head->next = p;

}

//------------------------------------------------------------------------

//删除节点函数入口

//------------------------------------------------------------------------

void del_Node(struct Node * head, struct Node *p )

{

struct Node *q;

q = head;

while(q->next)

{

if(q->next == p){

q->next = p->next;

p->next = NULL;

if(q->next == NULL) return;

// free(p);

}

q = q->next;

}

//------------------------------------------------------------------------

//判断两个数组是否相等函数入口

//------------------------------------------------------------------------

int equal(int s1[3][3], int s2[3][3])

{

int i,j,flag=0;

for(i=0; i< 3 ; i++)

for(j=0; j< 3 ;j++)

if(s1[i][j] != s2[i][j]){flag = 1; break;}

if(!flag)

return 1;

else return 0;

}

//------------------------------------------------------------------------

//判断后继节点是否存在于Open或Closed表中函数入口

//------------------------------------------------------------------------

int exit_Node(struct Node * head,int s[3][3], struct Node *Old_Node) {

struct Node *q=head->next;

int flag = 0;

while(q)

if(equal(q->s,s)) {

flag=1;

Old_Node->next = q;

return 1;}

else q = q->next;

if(!flag) return 0;

}

//------------------------------------------------------------------------

//计算p(n)的函数入口

//其中p(n)为放错位的数码与其正确的位置之间距离之和

//具体方法：放错位的数码与其正确的位置对应下标差的绝对值之和//------------------------------------------------------------------------

int wrong_sum(int s[3][3])

{

int i,j,fi,fj,sum=0;

for(i=0 ; i<3; i++)

for(j=0; j<3; j++)

{

for(fi=0; fi<3; fi++)

for(fj=0; fj<3; fj++)

if((final_s[fi][fj] == s[i][j])){

sum += fabs(i - fi) + fabs(j - fj);

break;

}

return sum;

}

//------------------------------------------------------------------------

//获取后继结点函数入口

//检查空格每种移动的合法性，如果合法则移动空格得到后继结点

//------------------------------------------------------------------------

int get_successor(struct Node * BESTNODE, int direction, struct Node *Successor)//扩展BESTNODE，产生其后继结点SUCCESSOR

{

int i,j,i_0,j_0,temp;

for(i=0; i<3; i++)

for(j=0; j<3; j++)

Successor->s[i][j] = BESTNODE->s[i][j];

//获取空格所在位置

for(i=0; i<3; i++)

for(j=0; j<3; j++)

if(BESTNODE->s[i][j] == 0){i_0 = i; j_0 = j;break;}

switch(direction)

{

case 0: if((i_0-1)>-1 ){

temp = Successor->s[i_0][j_0];

Successor->s[i_0][j_0] = Successor->s[i_0-1][j_0];

Successor->s[i_0-1][j_0] = temp;

return 1;

}

else return 0;

case 1: if((j_0-1)>-1){

temp = Successor->s[i_0][j_0];

Successor->s[i_0][j_0] = Successor->s[i_0][j_0-1];

Successor->s[i_0][j_0-1] = temp;

return 1;

}

else return 0;

case 2: if( (j_0+1)<3){

temp = Successor->s[i_0][j_0];

Successor->s[i_0][j_0] = Successor->s[i_0][j_0+1];

Successor->s[i_0][j_0+1] = temp;

return 1;

}

else return 0;

case 3: if((i_0+1)<3 ){

temp = Successor->s[i_0][j_0];

Successor->s[i_0][j_0] = Successor->s[i_0+1][j_0];

Successor->s[i_0+1][j_0] = temp;

return 1;

}

else return 0;

}

//------------------------------------------------------------------------

//从OPen表获取最佳节点函数入口

//------------------------------------------------------------------------

struct Node * get_BESTNODE(struct Node *Open)

{

return Open->next;

}

//------------------------------------------------------------------------

//输出最佳路径函数入口

//------------------------------------------------------------------------

void print_Path(struct Node * head)

{

struct Node *q, *q1,*p;

int i,j,count=1;

p = (struct Node *)malloc(sizeof(struct Node));

//通过头插法变更节点输出次序

p->previous = NULL;

q = head;

while(q)

{

q1 = q->previous;

q->previous = p->previous;

p->previous = q;

q = q1;

}

q = p->previous;

while(q)

{

if(q == p->previous)printf("八数码的初始状态：\n");

else if(q->previous == NULL)printf("八数码的目标状态：\n");

else printf("八数码的中间态%d\n",count++);

for(i=0; i<3; i++)

for(j=0; j<3; j++)

{

printf("%4d",q->s[i][j]);

if(j == 2)printf("\n");

}

printf("f=%d, g=%d\n\n",q->f,q->g);

q = q->previous;

}

//------------------------------------------------------------------------

//A*子算法入口:处理后继结点

//------------------------------------------------------------------------

void sub_A_algorithm(struct Node * Open, struct Node * BESTNODE, struct Node * Closed,struct Node *Successor)

{

struct Node * Old_Node = (struct Node *)malloc(sizeof(struct Node));

Successor->previous = BESTNODE;//建立从successor返回BESTNODE的指针

Successor->g = BESTNODE->g + 1;//计算后继结点的g值

//检查后继结点是否已存在于Open和Closed表中，如果存在：该节点记为old_Node，比较

后继结点的g值和表中old_Node节点

//g值，前者小代表新的路径比老路径更好，将Old_Node的父节点改为BESTNODE，并修改其f，g值，后者小则什么也不做。

//即不存在Open也不存在Closed表则将其加入OPen表，并计算其f值

if( exit_Node(Open, Successor->s, Old_Node) ){

if(Successor->g < Old_Node->g){

Old_Node->next->previous = BESTNODE;//将Old_Node的父节点改为BESTNODE

Old_Node->next->g = Successor->g;//修改g值

Old_Node->next->f = Old_Node->g + wrong_sum(Old_Node->s);//修改f值

//排序~~~~~~~~~~~~~~~~~~

del_Node(Open, Old_Node);

Add_Node(Open, Old_Node);

}

else if( exit_Node(Closed, Successor->s, Old_Node)){

if(Successor->g < Old_Node->g){

Old_Node->next->previous = BESTNODE;

Old_Node->next->g = Successor->g;

Old_Node->next->f = Old_Node->g + wrong_sum(Old_Node->s);

//排序~~~~~~~~~~~~~~~~~~

del_Node(Closed, Old_Node);

Add_Node(Closed, Old_Node);

}

else {

Successor->f = Successor->g + wrong_sum(Successor->s);

Add_Node(Open, Successor);

open_N++;

}

//------------------------------------------------------------------------

//A*算法入口

//八数码问题的启发函数为：f(n)=d(n)+p(n)

//其中A*算法中的g(n)根据具体情况设计为d(n)，意为n节点的深度，而h(n)设计为p(n)，//意为放错的数码与正确的位置距离之和

//------------------------------------------------------------------------

void A_algorithm(struct Node * Open, struct Node * Closed) //A*算法

{

int i,j;

struct Node * BESTNODE, *inital, * Successor;

inital = (struct Node * )malloc(sizeof(struct Node));

//初始化起始节点

for(i=0; i<3; i++)

for(j=0; j<3; j++)

inital->s[i][j] = inital_s[i][j];

inital->f = wrong_sum(inital_s);

inital->g = 0;

inital->previous = NULL;

inital->next = NULL;

Add_Node(Open, inital);//把初始节点放入OPEN表

open_N++;

while(1)

{

if(open_N == 0){printf("failure!"); return;}

else {

BESTNODE = get_BESTNODE(Open);//从OPEN表获取f值最小的BESTNODE，将其从OPEN表删除并加入CLOSED表中

del_Node(Open, BESTNODE);

open_N--;

Add_Node(Closed, BESTNODE);

if(equal(BESTNODE->s, final_s)) {//判断BESTNODE是否为目标节点

printf("success!\n");

print_Path(BESTNODE);

return;

}

//针对八数码问题，后继结点Successor的扩展方法：空格（二维数组中的0）上下左右移动，

//判断每种移动的有效性，有效则转向A*子算法处理后继节点，否则进行下一种移动

else{

Successor = (struct Node * )malloc(sizeof(struct Node)); Successor->next = NULL;

if(get_successor(BESTNODE, 0, Successor))sub_A_algorithm( Open, BESTNODE, Closed, Successor);

Successor = (struct Node * )malloc(sizeof(struct Node)); Successor->next = NULL;

if(get_successor(BESTNODE, 1, Successor))sub_A_algorithm( Open, BESTNODE,

Closed, Successor);

Successor = (struct Node * )malloc(sizeof(struct Node)); Successor->next = NULL;

if(get_successor(BESTNODE, 2, Successor))sub_A_algorithm( Open, BESTNODE, Closed, Successor);

Successor = (struct Node * )malloc(sizeof(struct Node)); Successor->next = NULL;

if(get_successor(BESTNODE, 3, Successor))sub_A_algorithm( Open, BESTNODE, Closed, Successor);

}

//------------------------------------------------------------------------

//main()函数入口

//定义Open和Closed列表。Open列表：保存待检查节点。Closed列表：保存不需要再检查的节点

//------------------------------------------------------------------------

void main()

{

struct Node * Open = (struct Node * )malloc(sizeof(struct Node));

struct Node * Closed = (struct Node * )malloc(sizeof(struct Node));

Open->next = NULL ; Open->previous = NULL;

Closed->next =NULL; Closed->previous = NULL;

A_algorithm(Open, Closed);

}

4、实验步骤

4.1输入：初始状态为

2 8 3

1 6 4

7 5

4.2输出：

1 2 3

8 4

7 6 5

4.3 实验截图

5、讨论和分析

对实验结果进行分析讨论。

通过本次的试验，我对启发式搜索算法有了更加深入地了解。在实验中，通过对两种启发式搜索所扩在的节点数来看，p(n)看来比w(n)更加有成效，能在复杂的情况下求得更加优质的解，避免不必要的节点的扩展。但是对于估价函数h*(n)来说，他的定义趋于多元化，p(n)只是他的一个比较好的特例，对于一些复杂的搜索问题，如国际象棋问题，他就显得特别的简单。所以要更好的定义一个估价函数还有待讨论。

在进行实验探究时，我还遇到一些问题，在低阶数码问题中，使用简单的宽搜或深搜便可以解决。但是在实验过程中，仍遇到很多的问题，这让我意识到自己对该算法的认识还不够充足，还要更加的努力。

《人工智能基础》实验报告-实验名称：启发式搜索算法

实验名称:启发式搜索算法 1、实验环境 Visual C++ 6.0 2、实验目的和要求（复述问题）使用启发式算法求解8数码问题（1）编制程序实现求解8数码问题A*算法，采用估价函数 f(n)=d(n)+p（n）其中：d(n)是搜索树中结点n的深度；w(n)为节点n的数据库中错放的旗子个数； p(n)为结点n的数据库中每个棋子与其目标位置之间的距离总和。（2）分析上述（1）中两种估价函数求解8数码问题的效率差别，给出一个是p(n)的上界h(n)的定义，并测试该估价函数是否使算法失去可采纳性。实验目的：熟练掌握启发式搜索A*算法及其可采纳性。 3、解题思路、代码 3.1解题思路八数码问题的求解算法（1）盲目搜索宽度优先搜索算法、深度优先搜索算法（2）启发式搜索启发式搜索算法的基本思想是：定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。先定义下面几个函数的含义： f*(n)=g*(n)+h*(n) (1) 式中g*(n)表示从初始节点s到当前节点n的最短路径的耗散值；h*(n)表示从当前节点n到目标节点g的最短路径的耗散值，f*(n)表示从初始节点s经过n到目标节点g的最短路径的耗散值。评价函数的形式可定义如(2)式所示： f(n)=g(n)+h(n) (2) 其中n是被评价的当前节点。f(n)、g(n)和h(n)分别表示是对f*(n)、g*(n)和h*(n)3个函数值的估计值。利用评价函数f(n)=g(n)+h(n)来排列OPEN表节点顺序的图搜索算法称为算法A。在A算法中，如果对所有的x，h(x)<=h*(x) (3)成立，则称好h(x)为h*(x)的下界，它表示某种偏于保守的估计。采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法针对八数码问题启发函数设计如下： F(n)=d(n)+p(n) (4)

搜索引擎-第二次实验报告

实验二：实验一、实验目的：根据网络爬虫的基本原理，实现一个简易网络爬虫，需要达到以下指标： 1、种子URL为https://www.sodocs.net/doc/548278501.html,； 2、至少抓取10000个页面； 3、至少完成3轮抓取，每轮给出更新的URL及其数量； 4、实现ＵＲＬ判重，列出每轮爬去时重复的URL数量； 5、数据存放到数据库中，能抽取出网页中的标题、页面生成日期（http协议中的时间），至少包含标题、时间、url、抓取时间、网页正文这几个字段。二、实验方案： 1.爬虫分析与设计我们组应用的是java来写爬虫，我们应用SSM框架将数据库和应用程序连接起来，可以在程序中更简单的进行数据库插入、查询等操作。在对url处理的时候我们用的是Java的URL类，通过这个类可以获得请求头的一些信息，例如编码方式。如何获取url，我们一开始遇到了一些问题，直接解析网页中的ref 标签的时候得到的不全是网页链接，所以转换思路，我们先得到页面中的标签，然后再得到标签里边href中的url，然后再对url进行处理。在处理url的时候，因为网页中的url并不是全部以http开头的，所以在url获取部分，对url的格式进行判断，如果通常格式就进行修改，例如，有的链接是”#”，我们就把开始搜索的url加到它的前边，形成一个正确的url。

图1：应用URL类获取网页内容图2：利用url请求头获取编码信息图3：获取a标签

图4-1：获取url 图4-2：获取url

图5：url判重 2.数据库分析与设计我们设计了两个表，一个是未爬取url表，两一个是已经爬取url表。未爬取的表中村的是搜索判重之后，还没有爬取的url，已爬取的存储爬取到的信息。图6：判重后需要爬取的url表图7：爬取后url信息存储表