Стратегии поиска на основе эвристической функции оценки
Оценочная функция позволяет упорядочить вершины в списке ОТКРЫТ таким образом, чтобы первые позиции в нем занимали вершины с минимальной величиной оценки. Обозначим через f(n)значение оценочной функции на вершине n. Функция f(n)определяет оценку стоимости наилучшего (т.е. имеющего минимальную суммарную стоимость) пути, соединяющего вершину n с начальной вершиной и целевой вершиной.
Теперь алгоритм поиска решения - как маршрута в графе состояний задачи, связывающего начальную и целевую вершины, на основе функции f(n) принимает следующий вид:
(1) Занести начальную вершину s в список ОТКРЫТ и вычислить f(s).
(2) Если список ОТКРЫТ пуст, то алгоритм завершается общей неудачей; иначе - следующий шаг.
(3) В списке ОТКРЫТ выбирается вершина х с минимальным значением f(s).
(4) Если х - целевая вершина - то конец; иначе построить множество Г(x). Для каждой вершины y Î Г(x) найти f(y). Если вершина у отсутствует в списке ОТКРЫТ, то поместить ее туда с найденным значением f(у). Если у уже входит в список ОТКРЫТ, то установить для у то из значений f(у), которое минимально.
(5) Перейти к п. (2).
Приведенный алгоритм известен в литературе как алгоритм А*. Нетрудно догадаться, что выбор оценочной функции является решающим для эффективности алгоритма поиска. Определим оценочную функцию f(n) в виде суммы
f(n) = g(n) + h(n), (3.12)
где g(n) - стоимость наилучшего пути, найденного для вершины n, который связывает ее с начальной вершиной; h(n)- стоимость оптимального пути от вершины n до целевой вершины.
Кроме того, пусть - оценка для g(n), - оценка для h(n)и - оценка для f(n),т.е.
(3.13)
Из определения g(n) имеем, что ³ g(n).
Отметим, что определение g(n)в общем случае не вызывает затруднений. Для функции дело обстоит иначе. Однако если представляет нижнюю границу для h, то алгоритм А* находит маршрут с минимальной общей стоимостью. Теореме, устанавливающей это свойство алгоритма А*, предпочтем следующую лемму.
Лемма. Если для всех n выполняется условие ,то в любой момент времени до того, как алгоритм А* закончит свою работу, на любом оптимальном пути Р от начальной вершины s к цели существует открытая вершина n', для которой f(n') £ f(s).
Доказательство. По определению .
Так как n' лежит на оптимальном пути, то и, следовательно, ,ибо мы приняли, что .
Далее имеем, что для любых двух вершин х1 и х2, лежащих на оптимальном пути f(x1) = f(x2) = f(s). В самом деле, пусть х1 расположена до х2 в оптимальном пути. Тогда
f(x1) = g(x1) + j(x1, x2), (2.14)
где j(x1, x2) - стоимость оптимального пути от х1 к х2.
но, очевидно, j(x1, x2) + h(x2) = h(x1)и g(x1) + j(x1, x2) = g(x2).
Отсюда следует, что .
Теорема 2.1.Если для всех вершин n выполняется условие и если стоимости всех дуг превосходят некоторое малое положительное число d, то алгоритм А* оканчивает свою работу построением оптимального пути к цели.
Доказательство. Возможны три различных исхода.
Исход 1: Работа алгоритма заканчивается, но целевая вершина не найдена. Это значит, что список ОТКРЫТ пуст, но цель не достигнута. Такая ситуация возможна, если и только если не существует пути, связывающего начальную и целевую вершины.
Исход 2: Алгоритм не оканчивает работу. Эта ситуация невозможна если множество всех состояний задачи конечно. Допустим противное: граф конечен, но алгоритм не завершает работу. Это значит, что список ОТКРЫТ никогда не опустеет, т.е. в него будут попадать одни и те же вершины, для которых значение f(х) все время уменьшается. Каждый такой случай соответствует обнаружению нового, более лучшего пути из s в х. Но число всех таких путей в конечном графе ограничено, из чего следует противоречие.
Исход 3: Алгоритм завершает работу на целевой вершине, но найденный маршрут не оптимален. Допустим, что работа алгоритма А* оканчивается на некоторой вершине t с . Однако по лемме выше как раз перед окончанием работы на оптимальном пути существует такая вершина n',что f(n') £ f(), поэтому была бы выбрана для раскрытия не вершина t, а вершина n'.
Говорят, что эвристическая функция h удовлетворяет монотонному ограничению, если для любых вершин х и у, таких что у Î Г(х) имеет место h(x) ³ h(y) + c(x, y), где с(x, у) - стоимость дуги, связывающей вершины х и у.
Теорема 2.2. Если функция h удовлетворяет монотонному ограничению, то А* оптимален.
Доказательство. Найдем
.(3.15)
Тогда примем для каждой вершиных .(3.16)
Ясно, что для всех х. В силу теоремы 2 А* оптимален.
Несмотря на то, что алгоритм А* находит маршрут минимальной стоимости, он имеет экспоненциальный характер. Поэтому естественны попытки ускорить сходимость процедуры поиска ценой потери оптимальности. В этой связи рассмотрим подход Галлаба и Алларда, предложивших эвристический алгоритм Аe, ускоряющий сходимость процесса.
Алгоритм Аe придерживается стратегии поиска в глубину, раскрывая вершины, принадлежащие одному и тому же пути, пока это возможно. Считается, что вершина n допустима, если f(n)не превосходит величины (1 + e) max {f(n')}, где n' принадлежит множеству вершин, бывших первыми в списке ОТКРЫТ.
Другое отличие между А* и Аe заключается в том, что если для раскрываемой вершины n Г(n)не содержит допустимой вершины, то Аe пытается раскрыть вершины из Г(n),затем вершины из Г(Г(n))и т.д. несколько раз, предполагая, что в силу монотонности h с увеличением f(n')некоторые вершины перейдут из разряда недопустимых в разряд допустимых.
Алгоритм Аe :
1. Список ОТКРЫТ = {s}.
Список ЗАКРЫТ = Æ
g(s) = 0; f(s) = h(s)
верхняя граница = (1 + e) f(s)
РАСКРЫТЬ (s)
АХ = {x Î Г(s)¦ x допустима}
x допустима, если x Î ОТКРЫТ и f(x) £ верхняя_граница
2. Если АХ ¹ Æ, то n = выбрать (АХ) иначе n = выбрать (ОТКРЫТ)
3. РАСКРЫТЬ (n).
4. Если Г(n) не содержит допустимых вершин, то строить Г(Г(n)), Г(Г(Г(n)))... и т.д. до тех пор, пока не будет получена вершина t, являющаяся допустимой или список ОТКРЫТ не станет пустым; или число последовательных применений операции раскрытия Г...Г не станет больше некоторого порогового значения N
РАСКРЫТЬ (t)
5. АХ = {x Î Г(n)¦ x допустима}
6. Если целевая вершина найдена и допустима, то конец.
Если ОТКРЫТ = Æ, то общая неудача,
иначе
вычислить_новую_верхнюю_границу и повторить с п. 2.
Процедура выбрать (АХ) выбирает в множестве АХ вершину х с минимальным значением f(х);
Процедура выбрать (Открыть) более сложная, поскольку она должна определить допустимую вершину n в списке ОТКРЫТ, которая не лежит на пути, связывающем последнюю раскрытую вершину с целевой вершиной.
При этом такой выбор должен минимизировать функцию
a1 × f(x) + a2 × h(x) (3.17)
Выбор a1 и a2 определяется из следующих соображений. Минимизация h(х) "ориентирована" на скорейшее приближение к целевой вершине, однако увеличивает риск возврата с выбранного пути к вершинам на более высоком уровне в графе решения. Минимизация f(х) максимально увеличивает верхнюю границу (1 + e) f(x), т.е. увеличивает перебор. Практически рекомендовано устанавливать значение a1 > a2. Следующие результаты получены для задачи о коммивояжере для N = 9 городов (табл. 3.1).
Из табл. 2.1 видно, что при e = О результирующий путь имеет минимальную стоимость (100), но и максимальное число раскрытых вершин (100). С увеличением происходит сокращение числа раскрытых вершин. При e = 0.25 было раскрыто всего 23 вершины и сделано 3 возврата, что практически на порядок меньше, чем при e = О. При этом относительная потеря точности результата составляет 3%.
Таблица 3. 1
e | 0,01 | 0,05 | 0,1 | 0,15 | 0,25 | ¥ | |
Стоимость результирующего пути | 100.1 | 100.4 | 101.1 | 101.9 | 103.0 | 107.0 | |
число раскрытых вершин | |||||||
число возвратов |
A - b)-процедура
Рассмотрим граф состояний, в котором все множество состояний делится на два непересекающихся класса Ua и Ub. Будем считать, что в каждом состоянии а из Ua игрок a выбирает допустимый переход в некоторое состояние из Ub, причем Г(а)ÍUb; наоборот, в каждом состоянии b из Ub игрок b выбирает некоторый допустимый переход в одно из состояний Г(b)ÍUa. Считается, что выигрывает тот игрок, который своим последним ходом исключает возможность сделать очередной ход противнику, т.е. у противника отсутствует допустимый ход в заключительном состоянии.
Стратегия называется выигрышной для игрока a, если независимо от ответного хода противника игра заканчивается в ситуации, выигрышной для a.
Как и ранее, с каждым состоянием х связывается оценка, приписываемая этому состоянию игроком, который делает ход.
Будем полагать, что игроки a и b оценивают ситуации таким образом, что для любой ситуации х оценка a(х) = 1 - b(х), a(х) + b(х) = 1.
Из этого допущения следует, что стремление каждого игрока добиться лучшей для себя ситуации означает адекватное ухудшение соответствующей оценки противника. Очевидно, разумная тактика у игрока a заключается в стремлении получить гарантированный минимальный выигрыш на каждом шаге, т.е. строить игру, исходя из допущения, что игрок b придерживается каждый раз своей наилучшей стратегии.
Пусть х - текущая ситуация, в которой ход делает игрок a. Тогда он может выбрать любую вершину из множества Г(х). Допустим, он выбрал вершину у*ÎГ(х). Теперь, в свою очередь, игрок b может выбрать любую вершину из Г(у*). Очевидно, игрок b выберет из Г(у*) ту вершину z*, которая доставляет максимальное значение величине b(z*). Следовательно, игрок a должен выбором вершины у* гарантировать
(3.18)
С другой стороны, игрок а стремится максимизировать минимальный выигрыш независимо от выбора игрока b , т.е.
(3.19)
Убеждаемся, что (2.19) вытекает из (2.18) в силу того, что a(х) ~ minb(x).Теперь ясно, что оптимальная стратегия игрока a должна гарантировать соблюдение для каждого состояния х условия
Wa(x) ³ Ub(x) (3.20)
Стратегия со свойством (2.20) называется оптимальной для игрока a. Оценка (2.20) позволяет отсечь те направления, для которых с учетом возвращаемого игроком b значения Ub(х), соотношение (2.20) не выполняется.
Первоначальный граф представлен на рис. 3.5.
Удалим дуги x6 x5, x3 x5, согласно операции О2 (рис. 3.6,а).
Согласно операции О3 удаляем вершину x8 вместе с инцидентными ей дугами. (рис. 3.6,б).
Согласно операции О6 удаляем альтернативную вершину x2 вместе с инцидентными ей дугами.
По О5 пометка 4 снимается со всех дуг, входящих в x6 и x4 и пометка 5. Следовательно, удаляются дуги x5 x6, x5 x4 и x7 x4 (рис. 3.6,в).
Согласно операции О6 удаляем альтернативную вершину x4 вместе с инцидентными ей дугами.
По О5 пометка 6 снимается со всех дуг, входящих в x6. Следовательно, из дуг x1 x6 и x3 x6 (рис. 3.6,г).
Дата добавления: 2016-03-05; просмотров: 742;