×

深度优先迭代深化:最佳容许树搜索。 (英语) Zbl 0573.68030号

从时间、空间和求解路径的代价方面考虑了各种搜索算法的复杂性。众所周知,宽度优先搜索需要太多空间,而深度优先搜索可能需要太多时间,而且并不总能找到最便宜的路径。对于指数树搜索,深度优先迭代深化算法在所有三维上都是渐近最优的。该算法已成功地应用于国际象棋程序中,并与双向搜索有效地结合,并已应用于最佳优先启发式搜索。这种启发式深度优先迭代深化算法是唯一一种已知的算法,能够在实际资源限制内找到十五难题随机生成实例的最优解。

MSC公司:

68页第10页 搜索和排序
68T99型 人工智能
65年第68季度 算法和问题复杂性分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] (Barr,A.;Feigenbaum,E.A.,《人工智能手册》(1981),考夫曼:考夫曼-洛斯阿尔托斯,加利福尼亚州)·兹比尔0509.68087
[2] Berliner,H.(搜索,人工智能教学大纲(1983),卡内基梅隆大学计算机科学系:宾夕法尼亚州匹兹堡卡内基梅隆大学计算机系)
[3] Berliner,H。;Goetsch,G.,《搜索方法和约束满足效果的定量研究》,(技术报告CMU-CS 84-147(1984),卡内基梅隆大学计算机科学系:宾夕法尼亚州匹兹堡卡内基梅隆大学计算机系)
[4] Berliner,H.,《个人沟通》,1984年。;Berliner,H.,《个人沟通》,1984年。
[5] Dechter,R。;Pearl,J.,《重新审视A*的最佳性》,(《全国人工智能会议论文集》,华盛顿特区(1983年8月),95-99
[6] 哈特,体育。;新泽西州尼尔森。;Raphael,B.,《启发式确定最小成本路径的形式基础》,IEEE Trans。系统科学。网络。,4, 2, 100-107 (1968)
[7] 霍普克罗夫特,J.E。;Ullman,J.D.(自动化理论、语言和计算导论(1979),Addison-Wesley:Addison-Whesley Reading,MA)·Zbl 0426.68001号
[8] Korf,R.E.,(《通过寻找宏观操作人员来解决问题的学习》(1985),皮特曼:皮特曼伦敦)·Zbl 0658.68112号
[9] A.纽厄尔。;Simon,H.A.,(人类问题解决(1972),普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德·克利夫斯,新泽西州)
[10] Nilsson,N.J.,(人工智能原理(1980),Tioga:Tioga Palo Alto,CA)·Zbl 0422.68039号
[11] Pearl,J.(启发式(1984),Addison-Wesley:Addison-Whesley Reading,MA)
[12] Pearl,J.,《个人沟通》,1984年。;Pearl,J.,《个人沟通》,1984年。
[13] Pohl,I.,《双向搜索》(Meltzer,B.;Michie,D.,《机器智能》,6(1971),美国爱思唯尔:美国爱思惟尔纽约),127-140·Zbl 0263.68021号
[14] Rich,E.(人工智能(1983),McGraw-Hill:McGraw-Hill纽约)
[15] 斯莱特,D.J。;Atkin,L.R.,(国际象棋4.5——西北大学国际象棋项目(1977年),斯普林格·弗拉格:纽约斯普林格尔·弗拉格)
[16] Winston,P.H.,(人工智能(1984),Addison-Wesley:Addison-Whesley Reading,MA)·Zbl 0598.68056号
[17] Méró,L.,具有可修改估计的启发式搜索算法,人工智能,23,13-27(1984)·Zbl 0537.68063号
[18] Korf,R.E.,Iterative-depening-A*:最佳可容许树搜索,(第九届国际人工智能联合会议论文集。第九届国际人工智能联合会议论文集,加利福尼亚州洛杉矶(1985年))·Zbl 0573.68030号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。