用C语言实现人工智能中的搜索策略

使用应用广泛的程序设计语言（如Ｃ语言）来编写人工智能程序,可使大量与人工智能有关的实际问题简化．文中结合问题树介绍了人工智能中深度优先和宽度优先这两种重要且常用的搜索策略的原理,并给出了一种用Ｃ语言表示问题树的方式,阐述了如何用Ｃ语言实现上述两种搜索策略．     

一种基于广度优先策略的R树连接算法

研究了一种基于广度优先搜索的层内分组扫描策略的R树空间连接新算法．BFGS采用广度优先的顺序对两棵R树进行同步遍历，在处理每层的中间连接索引时采取了比逐个节点连接更好的层内优化策略，使得所生成的中间连接索引自动被排序，从而减少了对其的处理时间．实验结果表明，无论是I／O时间还是CPU时间，BFGS都胜过RJ和BFRJ算法，比RJ算法的速度快了15．5％--33．1％，证明BFGS是一种高效的R树空间连接算法．     

石油长输管道最优智能规划

介绍了人工智能状态空间问题求解的全局择优搜索策略，根据石油长输管道的选线图模型与人工智能状态空间的相似性，采用全局择优搜索策略，论述了在Ｃ语言环境中实现石油长输管道最优规划的原理和方法。     

石油长输管道最优智能规划

介绍了人工智能状态空间问题求解的全局择优搜索策略，根据石油长输管道的选线图模型与人工智能状态空间的相似性，采用全局择优搜索策略，论述了在Ｃ语言环境中实现石油长输管道最优规划的原理和方法     

混合的深度优先及宽度优先球形译码算法

结合深度优先及宽度优先算法,提出了一种混合算法,将搜索树分成两部分:一部分进行深度优先搜索;另一部分进行宽度优先搜索.利用深度优先搜索的结果裁剪宽度优先搜索中那些距离较大的点,以降低搜索复杂度.该算法合理地综合了2种算法的优点,具有较低的计算复杂度及较高的性能.仿真结果表明,该算法的性能与最优算法相比差别非常小,与宽度优先算法相比节省了大量的计算复杂度,在高信噪比的情况下,计算复杂度的节省尤其明显.     

利用状态空间进行问题求解

状态空间表示法是一种重要的知识表示方法。搜索是求解问题的一种有效的方法，而和搜索相对应的知识表示法一般有两种：一种是与或树表示法，另一种就是状态空间表示法。状态空间表示法可以利用状态空间求解问题的步骤及代价树的宽度优先搜索策略求解推销员旅行问题。     

基于本体的主题爬虫的设计与实现

分析了最好优先搜索策略中遇到的隧道问题,设计并实现了一种基于本体的主题爬虫系统。     

频繁序列模式挖掘算法

为解决从数据库中挖掘长模式和支持度较低时可能遇到计算复杂度较高的问题,提出一种新的算法--EFSPAN(Effective Frequent Sequential PAtterN mining algorithm).算法采用了深度优先挖掘策略,并将基于前缀序列格的深度优先遍历与两种高效的剪枝策略相结合.实验结果表明:新算法在模式较长和支持度较低时,能使搜索空间中60%以上的节点免被搜索;从而大大缩小了搜索空间,降低了序列模式挖掘算法的计算复杂度.     

在管道支吊架CAD中采用人工智能技术

本文介绍了用ＴＵＲＢＯＰＲＯＬＯＧ语言将人工智能技术用于吊架ＣＡＤ系统，其中关于知识库的设计和知识库的搜索等问题，还用源程序作了详细说明。     

深度优先的公式发现算法

论述在解决人工智能问题中一种新的搜索方法，在搜索过程中挖掘并使用与任务有关的信息以利于减少搜索。     

人工智能与计算机

本文提出了人工智能与计算机的关系,以及人工智能的研究范围。针对人工智能领域中问题的求解既宽度优先搜索和深度优先搜索进行了讨论,它是人工智能程序实现的理论依据。     

智能搜索算法设计和分析

提出了人工智能博弈树搜索ＳＳＳ＊算法的两种改进算法ＢＳ＊和ＤＳ＊算法，给出了ＢＳ＊和ＤＳ＊搜索博弈树端结点的充分必要条件，由此证明了，如果能估计一个合适的上界，则ＢＳ＊算法优于ＳＳＳ＊算法．同时还证明了ＤＳ＊算法优于α－β算法．论述了ＤＳ＊算法搜索深度为奇数的博弈树时，在一般情况下也优于ＳＳＳ＊算法，且这两种算法都降低了存储开销．     

搜索算法在计算机程序设计竞赛中的研究

搜索算法是计算机技术在解决复杂问题时的一种重要策略,也是计算机程序设计竞赛中考核的主要知识点之一.首先分析了两种基础搜索策略(深度优先搜索和广度优先搜索)和相应的优化策略(剪枝优化和启发式搜索),然后讨论对于搜索策略的若干选择原则,得出针对不同问题应采用的搜索方案,最后结合计算机程序设计题目和经典搜索问题进行了相应验证.     

求有向图的1—因子和1—因子连接

由于利用Ｃｏａｔｅｓ图分析线性电路求取数值解和符号解时其实时性取决于产生有向图的１－因子和１－因子连接。基于图的深度优先搜索，本文提出一种寻找１－因子和１－因子连接的高效算法，并编制了应用程序。     

0／1背包问题的动态状态树的回溯算法

本文给出了一个以动态状态空间树为基础的０／１背包问题的回溯算法．动态树方法对求解线性规划问题等是非常有用的，该算法所用时间比静态状态空间树方法要少．文中给出的Ｓｐａｒｋｓ算法经用Ｃ语言写成程序上机验证，思路正确     

智能五子棋博弈程序的核心算法

人工智能是一门正在迅速发展的新兴的综合性很强的边缘科学,而博弈是人工智能的主要研究领域之一,本文通过一个五子棋博奕程序的设计,介绍了博弈程序设计的核心内容:包括博奕树搜索和估值函数两个方面.     

智能搜索算法

用Borland C Builder实现动态深度优先搜索，在判断目标方位、选择最短路径方面提高了平面搜索的智能。     

启发式搜索策略（爬山法）的改进与实现

介绍一种启发式搜索策略－爬山法的原理;讨论了爬山法的不足,提出一种改进的方法：将其不可撤回的搜索方式改为可以回溯的方式,从而使爬山法也可应用于复杂问题的求解。最后阐述如何用Ｃ语言实现改进的爬山法。     

广度优先搜索算法在交叉立方体中的应用

给出了互连网络上的广度优先搜索算法，将其应用到交叉立方体上可以得到交叉立方体的广度优先生成树。连通图的广度优先生成树的树高不会超过该图其他同根生成树的高度。利用这一性质，通过分析交叉立方体的广度优先生成树的特征，给出了n维交叉立方体CQ的直径为[(n 1)／2]的另外一种证明方法；该算法可以用来求解单源节点最短路径问题。并为讨论新的互连网络拓扑结构的直径和故障直径问题以及单源广播算法提供了一条新的思路。     

A*算法的探讨及其对八数码问题的实现

对人工智能中的经典启发式搜索算法进行了比较详细的介绍,在启发式搜索算法缮进行了解释,并在其旨在提高搜索效率的方面作了比较详尽的介绍,详细的描述了启发式A 搜索算法,并以八数码问题为例,用A*算法的C语言程序解决了八数码问题,取得了预期的搜索解,提高了搜索效率.