【基於人工神经元网络的学习式启发搜索研究】.pdf

浙江大学研究生学位论文用纸P.基于人互神经元网络的学习式启发搜索研究要本文对建立在人互神经元网络基础上的启发式搜索进行研究,提出了一个新型的基于神经元网络的启发式搜索系统NNS。NNS系统放弃了可采纳性,结合经验学习、路径分类和启发评价三种技术,获得在NNS系统中,人互神经元网络被用来实现系统的主要模块,成为NINS系统的基础。本文的第二章首先介绍人互神经元网络的特点和基本组成,并着重说明了NNS系统所使用的反向传播网络(BP)在第三章中,对NNS系统的思想来源进行了探讨,从降低搜索算法时空复杂度的角度出发,提出了“学习机”、“分类器”和“评价器”的概念,从理论上分析了这

7录.目启发式搜索的发展 NNS系统的思想来源人五神经元网络用于NNS系统人五神经元网络的介绍人五神经元网络的基本特征人互神经元网络的基本框架反向传播网络(BP网络)NNS系统设计的思想基础 NNS系统的学习原理和学习机 NNS系统的路径分类思想和分类器 NNS系统的启发评价机制和评价器 NNS系统的搜索策略学习式有序深度优先算法LDFA LDFA算法的效率分析学习式逐步加深算法LIDA*LIDA算法的效率分析基于BP网络的NNS

浙江大学研究生行论文用组引言搜索已有相当长的发展历史,它在人互智能领域中占有很笑出的位置,最早的人互智能程序就是搜索程序。搜索之所以被认为是人互智能最基本的方面,原因在于AllenNewell和HerbertSimon提出的问题空间假设厂Newe11andSimon,1972],这种假设认为所有面向对家的符号活动都是发生在一个问题空间中的:在这种情况下,问题空间中的搜索被认为提供了完全通用的智能模型。早期的通用问题求解器 Newel1andSimon,1963]就是这种理论的实现,最近的长期以来,高层的问题求解作为智能的首要方面一直吸引着许多人互智能学者的注意力。