搜尋的目的：系統地探查狀態空間，去發現從初始狀態到目標的途徑
放寬約束條件：一些現實問題的解決
現實應用中很多問題：發現目標，而非達到目標的路徑
如何描述目標狀態？
需要完全狀態(complete state)表示
舉例：八皇后問題
問題形式化表示：
搜尋過程：
應用問題：
發現目標，而不是達到目標的途徑
區域性搜尋的特點：
根據一目標函式(objective function)找到最佳狀態f:s
→yf: s\to y
f:s→
y在解空間中尋找最優解問題
爬山搜尋(hill-climbing)：貪心區域性搜尋
如圖：
爬山搜尋演算法是不完備的，因為貪心搜尋可能導致區域性最優解
爬山搜素：最基本的區域搜尋技術
演算法：
隨機重啟式爬山搜尋(random restart)
模擬退火搜尋(simulated annealing search)
演算法：
function simulated-annealing(problem, schedule) returns a solution state
inputs: problem
schedule
current
for t=1 to oo do
t if t=0 then return current
next
delta
if delta>0 then current
else current
babi
lity
p=eδ
/tprobability~p=e^
probab
ilit
yp=e
δ/t演算法性質：
區域性集束搜尋(local beam search)
粒子群演算法（三）區域性版本
在全域性的標準粒子群演算法中，每個粒子速度的更新是根據兩個因素變化的。這兩個因素是 1.粒子自己歷史最優值 pi。2.粒子群體的全域性最優值 pg。如果改變粒子速度更新公式，讓每個粒子速度的更新根據以下兩個因素進行 a.粒子自己歷史最優值p i。b.粒子 鄰域內粒子的最優值pn k。其餘保持跟全 局...
Vue基礎語法（三）區域性元件和全域性元件
1.根元件 new vue 建立的元件，一般不明確自身的模板，模板就採用掛載點 2.區域性元件 local component 2.全域性元件 vue.component 1.乙個元件就是乙個vue例項 2.元件具有自身的template 3.元件的模板只能有乙個根標籤 4.子元件的data具有作用...
人智導（一） 無資訊搜尋
狀態空間模型 定義兩個基本元素 本體 步驟如下 function problem solving agent p returns an action inputs p a percept static s an action ssequence,intially empty state some d...