《人工智能中的模糊启发式搜索技术》求取 ⇩

目录1

前言1

第一章　模糊集合1

1.1　模糊集的定义及其运算1

1.2　模糊集的模运算和扩展原理6

1.3　模糊数及其扩展运算10

1.4　模糊关系15

1.5　模糊事件的概率与语言概率16

1.6　可能性理论18

第二章　问题求解的基本内容24

2.1　状态空间问题求解24

2.2　问题的归约29

第三章　普通图的启发式搜索算法35

3.1　普通图的一般搜索算法35

3.2　启发式搜索算法A＊40

3.3　双向搜索及动态加权的搜索49

3.4 启发式搜索的代价和复杂性52

4.1 模糊普通图及其模糊启发式搜索算法FA＊55

第四章　模糊普通图的模糊启发式搜索技术55

4.2　基于有趣集的FA＊的改进算法IFA＊及IFA′64

4.3　基于子路径集的FA＊改进算法SPFA＊72

4.4　双向模糊启发式搜索算法BFA＊74

4.5　传播启发式搜索算法PFA＊86

4.6　线性的模糊启发式搜索算法SA＊94

4.7　基于动态加权的模糊启发式搜索算法FA？＊103

4.8　求解低灵敏度最优问题的模糊启发式搜索算法106

LFA＊106

5.1 启发式搜索算法AO＊114

第五章　普通与或图的启发式搜索算法114

5.2　博奕树的极大极小搜索119

第六章　模糊与或图的模糊启发式搜索技术128

6.1 模糊AND/OR图的模糊启发式搜索算法NAO＊128

6.2　模糊广义与或图的模糊启发式搜索算法FAO＊140

6.3　模糊广义AND/OR图的模糊启发式搜索算法BAO＊148

6.4　模糊广义AND/OR决策树及其模糊启发式搜索算法BTAO＊164

6.5　模糊启发式搜索算法应用举例170

参考文献176