ТИПИС
.pdf
|
§ 1.2. Задачи поиска и преследования цели |
21 |
|
|
|
|
|
теллектуальней. В этом случае также можно будет говорить об эффективном управлении методами поиска в n-направленных режимах.
Подводя итог по поводу перспективы решения задачи по выделению пути до целевого состояния, можно отметить, что решение задачи позволило выделить новый класс эвристических методов поиска с памятью или моделью пространства поиска. На основе анализа признаков и организации текущих состояний, сохраняемых в памяти, удастся научить поисковую систему самостоятельно изменять априорную оценку, и тем самым, избегать части неудач в процессе выделения оптимального пути от начального состояния до целевого.
Организация пространства поиска существенно влияет на эффективность поиска. Обычно организация процедур, заложенная в методы поиска, описанные в [1–5, 7, 8], не связана и не учитывает организацию пространства поиска. Поэтому методы поиска в [1–5, 7, 8], применяемые на кольце, дереве, графе, в той или иной нетипичной организации пространства поиска, имеют относительные вычислительные достоинства и недостатки. Метод поиска, проявляющий достоинства на дереве проявит те же качества и на более сложной «деревянной» организации пространства, так как фундаментальные принципы организации пространства сохраняются. Иначе, придется обосновать необходимость планирования отдельного вида поиска под частную задачу и организацию пространства поиска (обычно, для цели (задачи), которая обязательно должна изменяться в течение небольшого числа итерации поиска).
Проблема планирования устойчивого поиска на основе синтеза априорной и апостериорной модели пространства поиска лишь актуализируются, т. е. поиск продолжает проявлять достоинства в отношении различных организаций пространства за счет встроенных механизмов адаптации и синтеза моделей. Разработка алгоритмов, выбора способа генерации и корректировка априорной информации, изменения режимов поиска – пока единственный выход, позволяющий достичь в поиске сравнительно большей устойчивости. Решение указанных задач также позволит методам поиска изменять собственную модель пространства поиска в соответствии с присущей исследуемым объектам динамикой и/или задачей пользователя, т. е. найти компромисс между целью и требуемым ресурсом.
Можно предположить, что априорная информация должна соответствовать организации пространства поиска и даже иметь архитектуру в некотором представлении. В этом случае стратегию поиска можно рассматривать как механизм по выявлению локальных несоответствий в априорной модели и их корректировки на основе результатов проверки апостериорных данных.
22 |
Глава 1. Поиск, задачи поиска и пространство состояний |
|
|
||
|
|
|
Взаключении параграфа выделим основные задачи поиска:
поиск целевого состояния или состояний;
определение расстояния и выделение оптимального пути до целевого состояния или состояний;
формирование модели распределения и мониторинг целевых состояний.
Задачи, стоящие перед разработчиками методов поиска:
разработка встроенного в базовый состав процедур поиска алгоритма, позволяющего изменять способ генерации (на основе апостериорной и/или априорной информации);
разработка встроенного в базовый состав процедур поиска алгоритма, позволяющего корректировать априорную систему оценок;
разработка встроенного в базовый состав процедур поиска алгоритма, повышающих устойчивость поиска в различных условиях.
Вследующем параграфе будут введены и рассмотрены понятия со-
стояние, пространство состояний и пространство поиска, а также про-
анализированы свойства типичных организаций состояний пространства поиска.
|
§ 1.3. Пространство состояний |
23 |
|
|
|
|
|
§ 1.3. Пространство состояний
Процесс решения задачи в дискретном пространстве может быть представлен как последовательный переход из одной дискретной точки пространства (состояния) в другую. Множество всех дискретных состояний образует дискретное пространство состояний (далее просто пространство состояний): S = {s1, s2, …, sm}, где m количество всех состояний множества S. Всякое состояние si S характеризуется множеством признаков K = {k1, k2, …, kn}. Среди множества признаков состояний следует выделить:
1) подмножество родовых признаков состояний KR K, характеризующее всякое состояние пространства состояний. Подмножество родовых признаков формируется путем выделения тождественных признаков, представляющих состояния. Родовые признаки, по сути, выделяют подмноже-
ство состояний из множества состояний, т. е. выполняется условие KR . Состояния, принадлежащие подмножеству, составляют уникальное дочернее подпространство состояний;
2) подмножество видовых признаков состояний KV K выделяет всякое состояние пространства состояний. Для всякого состояния пространства состояний выполняются следующие условия: KV и KV уникально; иначе, будет иметь место такой случай: si sj одно состояние.
В качестве примера рассмотрим следующие состояния: s1(ki, kj, ka, kb), s2(ki, kj, ka, kс), s3(ki, kj, kc, kb) и s4(kd, kf, kg). Отметим, что состояния s1, s2 и s3
24 |
Глава 1. Поиск, задачи поиска и пространство состояний |
|
|
||
|
|
|
в отличие от состояния s4 обладают общими признаками ki и kj. Признаки ki и kj образуют множество KR, следовательно, состояния s1, s2 и s3 составляют пространство состояний. Признаки ka, kb являются видовыми для состоя-
ния s1, ka, kc для состояния s2 и kc, kb для состояния s3, т. е. составляют множества KV данных состояний.
Кроме иерархического отношения «род – вид» пространство состояний можно охарактеризовать отношением «часть – целое»:
N
S = Si,
i 1
где Si подмножества множества S.
Причем должно быть выполнено условие
N Si .
i 1
Отношение «часть – целое» обуславливает то, что пространство состояний включает в свой состав:
1) подмножество So начальных состояний. Это подмножество состояний, из которых осуществляется начало поиска. Для данного подмножества выполняется условие So . Начальные состояния характеризуют актуальное состояние системы;
2) подмножество St целевых состояний. Это подмножество состояний представляет собой множество решений задачи или цель поиска. Для дан-
ного подмножества выполняется условие St ;
3) подмножество Sс текущих состояний. Для данного подмножества обычно выполняется условие Sс (в некоторых случаях Sс формируется за счет состояний множеств So и St).
При выполнении условий Sс = , пунктов 1 и 2 и условия soi fg = stj, где fg оператор преобразования soi So в состояние stj St, достижение целевого состояния выполняется в одно действие. В этом случае, как уже отмечалось, задача является элементарной, и поиска как такового не выполняется. В данном контексте простой задачей будем считать случай, когда ПС известна цепочка операторов Li = (f1, f2, …, fn), применение которой к состоянию soi позволяет перейти в состояние stj St. Причем Li 1 и соответственно Sс .
Важным понятием, используемым при решении задач в пространстве состояний, является понятие пространство поиска – SR. Необходимость
§ 1.3. Пространство состояний |
25 |
|
введения понятия SR продиктовано прежде всего ситуациями, когда пространство состояний состоит из нескольких несвязных подпространств состояний, каждое из которых представляет собственное пространство поиска. Примером тому являются пространства состояний в задачах, представленных в прил. А, Б.
В отличие от пространства состояний для пространства поиска выполняется следующее условие.
Для любой пары состояний (si, sj) SR всегда найдется одна и более цепочек операторов Li = (f1, f2, …, fn), применение которой к состоянию si приведет к состоянию sj. Причем все текущие состояния, представляющие некоторый путь от состояния si до состояния sj, также будут принадлежать данному пространству SR. Следовательно, множество SR – это всегда связная область.
Между пространством состояний и пространством поиска существуют следующие отношения: S SR и S SR . Пространство поиска в составе пространства состояний образуется за счет дальнейшего обобщения видовых признаков некоторых состояний. В результате обобщенные видовые признаки дополняют множество родовых признаков данных состояний, образуя собственное пространство поиска в пространстве состояний или класс состояний.
В качестве примера рассмотрим состояния: s1(ki, kj, ka, kb), s2(ki, kj, ka, kс) и s3(ki, kj, kc, kb), образующие пространство состояний на основе общих признаков ki и kj. Анализируя состав видовых признаков состояний, можно отметить, что состояния s1 и s2 имеют общий признак ka, состояния s2 и s3 – признак kc и s1, s3 – признак kb, позволяющие организовать собственные пространства поиска или подклассы состояний SR.
Организацию пространства состояний удобно представить в виде ориентированного графа (в дальнейшем орграфа): G=(X{xi},Y{yj}), где множество вершин орграфа X{xi} сопоставимо с состояниями si S, а множество дуг Y{yj} графа G сопоставимы с операторами fg F, преобразующими состояния множества S.
Представление пространства состояний в виде орграфа позволяет выделить дополнительные свойства и особенность организации состояний
[12–14]. Свойства xi X определяются отношением подмножеств входящих Yin{yj} и выходящих дуг Yout{yj}.
Рассмотрим наиболее показательные условия соотношений множеств Yin{yj} и Yout{yj}, устанавливающие организацию орграфа G.
1. Если для всякой вершины xi X орграфа G выполняются условияYin{yj} = 1 и Yout{yj} = 1, то орграф представляет собой структуру в виде
26 |
Глава 1. Поиск, задачи поиска и пространство состояний |
|
|
||
|
|
|
кольца. Данные условия обуславливают смежность и связность всех вершин орграфа.
2. Если для всякой вершины xi X орграфа G выполняются условияYin{yj} = и Yout{yj} = , то такой граф является несвязанным. Если данные условия выполняются только для некоторых вершин, то орграф является частично связанным.
3.Если для всякой вершины xi X орграфа G выполняются условияYin{yj} =1 и Yout{yj} 1, то орграф представляет собой структуру в виде множества ветвей, расходящихся от корня дерева.
4.Если для всякой вершины xi X орграфа G выполняются условияYin{yj} 1 и Yout{yj} = 1, то орграф представляет собой структуру в виде ветвей, сходящихся к корню дерева.
В случаях 3 и 4 корень дерева может быть представлен в виде кольца. Кроме этого, вершины всякой ветви орграфа (SR) не связаны с вершинами иных ветвей.
Свойства некоторых вершин также влияют на особенность организации орграфа.
1.Если для некоторой вершины xi X орграфа G выполняются условия Yin{yj} 1 и Yout{yj} = , то такая вершина xi является терминаль-
ной. Терминальная вершина указывает на то, что для соответствующего состояния si множество применимых к нему операторов F = . Такое состояние не может быть далее преобразовано.
2. Если для некоторой вершины xi X орграфа G выполняются условия Yin{yj} = и Yout{yj} 1, то такая вершина xi является корневой. Корневая вершина не может быть порождена ни одной вершиной орграфа G. Так, если корень дерева не представляет собой кольцо, то в дереве есть только одна корневая вершина.
Дополнительно организацию состояний можно отобразить с помощью матриц смежности и инцидентности [12–14]. Матрица смежности позволяет представить бинарные отношения между вершинами орграфа:
[сij] xi, xi+1 = [n · n],
где сij – отношения смежности, которые выражают наличие дуг yj между вершинами орграфа G; n – количество строк и столбцов матрицы смежности (соответствует количеству xi G).
Отношение смежности сij обозначается «1», если между вершинами xi и xi+1 существует дуга yj, иначе – «0».
§ 1.3. Пространство состояний |
27 |
|
Матрица инцидентности позволяет представить отношения между количеством входящих и выходящих дуг некоторой вершины xi G:
[aij] xi, yj = [n · m],
где aij – отношение инцидентности дуги yj к вершине xi орграфа G; n – количество строк вершин орграфа; m – количество столбцов дуг орграфа.
Отношение aij обозначается «1», если дуга yj выходит из вершины xi, иначе – «0» (если дуга yj входит в вершину xi).
x1 |
y1 |
|
|
|
|
|
|
|
y5 |
|
|
|
|
|
|
|
|
x5 |
x2 |
|
|
|
|
[aij] xi, yj = |
|
|
y4 |
|
y2 |
|
|
|
|
|
|
x4 |
x3 |
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
y3 |
|
|
|
|||||
|
|
x1 |
0 |
1 |
0 |
0 |
1 |
|
|
|
|
||||||
|
[cij] xi, xi+1 |
= |
x2 |
1 |
0 |
1 |
0 |
0 |
|
x3 |
0 |
1 |
0 |
1 |
0 |
||
|
|
|
||||||
|
|
|
x4 |
0 |
0 |
1 |
0 |
1 |
|
|
|
x5 |
1 |
0 |
0 |
1 |
0 |
|
|
|
|
|
|
а |
|
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
y1 |
1 |
0 |
|
|
|
y2 |
|
1 |
0 |
|
|
y3 |
|
|
1 |
0 |
|
y4 |
|
|
|
1 |
0 |
y5 |
0 |
|
|
|
1 |
|
|
|
б |
|
|
Рис. 1.6. Орграф «кольцо»: а – матрица смежности, б – матрица инцидентности
28 |
Глава 1. Поиск, задачи поиска и пространство состояний |
|
|
||
|
|
|
|
|
x1 |
|
|
|
|
|
|
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x7 |
|
y1 |
|
y2 |
|
|
|
|
|
|
x1 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
|
x2 |
|
x3 |
|
|
|
|
|
|
x2 |
1 |
0 |
0 |
1 |
1 |
0 |
0 |
|
|
|
|
|
|
|
|
x3 |
1 |
0 |
0 |
0 |
0 |
1 |
1 |
||
|
y3 |
|
|
|
y6 |
|
|
[cij] xi, xi+1 |
|||||||||
|
y4 |
y5 |
|
|
|
= |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
x4 |
|||||||||
x4 |
x5 |
|
x6 |
|
x7 |
|
|
|
|
x5 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
|
|
|
|
|
|
|
|
|
|
x6 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
|
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x7 |
x7 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
|
|
y1 |
1 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y2 |
1 |
|
0 |
|
|
|
|
|
|
|
|
б |
|
|
|
[aij] xi, yj = |
y3 |
|
1 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y4 |
|
1 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
y5 |
|
|
1 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
y6 |
|
|
1 |
|
|
|
0 |
|
|
|
|
|
|
|
|
а
Рис. 1.7. Орграф «дерево»: а – матрица смежности, б – матрица инцидентности
На рис. 1.6–1.8 представлены наиболее характерные варианты организации состояний в виде «кольца», «дерева» (с одинаковым количеством «дочерних» вершин у всякого «родителя»), произвольного орграфа и соответствующие им матрицы смежности и инцидентности.
Анализируя матрицы смежности, можно установить особенность организации орграфа. Например, количество и организацию пространств поиска в пространстве состояний, мощность колец, количество корневых и терминальных вершин.
§ 1.3. Пространство состояний |
29 |
|
|
x1 |
|
y1 |
y3 |
y2 |
y5 |
|
|
|||
|
|
|
|
|
y7 |
x3 |
|
|
|
|
y6 |
x5 |
|
[cij] xi, xi+1 =
|
|
|
|
|
|
|
|
x1 |
x2 |
x3 |
x4 |
x5 |
|
x2 |
|
|
|
|
|
y1 |
1 |
0 |
|
|
|
|
|
|
|
|
|
y2 |
1 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
y4 |
|
|
|
|
[aij] xi, yj = |
y3 |
1 |
|
|
|
0 |
|
|
|
|
|
|
|
y4 |
|
1 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|||
x4 |
|
|
|
|
|
|
y5 |
|
1 |
0 |
|
|
|
|
|
|
|
|
y6 |
|
|
|
1 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
x1 |
x2 |
x3 |
x4 |
x5 |
|
y7 |
|
|
0 |
|
1 |
|
|
|
|
Позб. 2 |
|
|
|
|||||
x1 |
0 |
1 |
1 |
0 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
1 |
0 |
1 |
1 |
0 |
|
|
|
|
|
|
|
x3 |
1 |
1 |
0 |
0 |
1 |
|
|
|
|
|
|
|
x4 |
0 |
1 |
0 |
0 |
1 |
Поз. 1 |
|
|
|
|
|
|
x5 |
1 |
0 |
1 |
1 |
0 |
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
Рис. 1.8. Произвольный орграф: а – матрица смежности,
б– матрица инцидентности
Взаключении параграфа выделим основные положения, характеризующие состояние, пространство состояний и организацию пространства поиска, а также возможности анализа матриц смежности и инцидентности.
Всякое состояние характеризуется множеством родовых и видовых признаков.
Родовые признаки, по сути, выделяют пространство состояний из множества состояний.
Подмножество видовых признаков состояний выделяет всякое состояние пространства состояний.
Пространство состояний включает в свой состав:
1)подмножество So начальных состояний;
30 |
Глава 1. Поиск, задачи поиска и пространство состояний |
|
|
||
|
|
|
2)подмножество St целевых состояний;
3)подмножество Sс текущих состояний.
В отличие от пространства состояний, пространство поиска – это всегда связная область.
Представление пространства состояний в виде орграфа G = (X{xi}, Y{yj}) позволяет выделить дополнительные свойства и организацию состояний:
1)если Yin{yj} = 1 и Yout{yj} = 1, то орграф представляет собой
кольцо;
2)если Yin{yj} = и Yout{yj} = , то граф является несвязным;
3)если Yin{yj} = 1 и Yout{yj} 1, то орграф представляет собой
расходящееся от корня дерево;
4)если Yin{yj} 1 и Yout{yj} = 1, то орграф представляет собой сходящееся к корню дерево;
5)если Yin{yj} 1 и Yout{yj} = , товершинаявляетсятерминальной;
6)если Yin{yj} = и Yout{yj} 1, то вершина является корневой.
Матрица смежности позволяет представить бинарные отношения между вершинами орграфа.
Матрица инцидентности позволяет представить отношения между количеством входящих и выходящих дуг вершин орграфа.
Вследующей главе будут сформулированы задачи поиска на графе, представлена классификация методов поиска относительно выделенных задач, а также рассмотрены возможности базовых процедур поиска применительно к решению задач поиска на графе.