什么是可接受的启发式函数?

据我所知,一个搜索算法的可接受的启发式函数是指其永远不会高估到达目标的最短路径。然而,非目标状态节点的启发式值可以为0吗?还是说可接受性还有另外一条规则,即只有目标状态的启发式值可以为0?

例如,从一个节点到目标状态D的最短路径如下:

A = 5B = 4C = 3D = 0

以下启发式函数是否有效:

A = 4B = 4C = 0D = 0

以下启发式函数是否也有效(尽管它没有实际用处)

A = 0B = 0C = 0D = 0

回答:

可接受的启发式函数正如你所说,仅仅是不会高估到目标的距离。它可以低估,你给出的两个例子确实是有效的、可接受的启发式函数。

在我们讨论的使用这些启发式函数的算法中(例如A*算法),如果启发式函数尽可能接近真实值是很有益的。所以,正如你自己已经注意到的,所有节点的启发式值都为0的最后一个例子不会很有用。通常,你希望你的启发式值尽可能接近真实值,同时仍然是可接受的(确保它们永远不会高估)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注