启发式函数prolog

我有一个问题是[1,2,3,0,4,5,6]，目标是[4,5,6,0,1,2,3]和启发式函数 是为了计算1,2,3平铺位置的4,5,6平铺的错位，所以当我尝试添加head>3的条件时，它总是错误的

getHeuristic([], 0, []):-!.
% here it is calculated as number of misplaced numbers for 4,5,6 only
% ( so if Head = Head and value greater than 3 its correct so
% don't count it)
getHeuristic([H|T1],V,[H|T2]):-!,
    H>3,
    getHeuristic(T1,V, T2).
getHeuristic([_|T1],H,[_|T2]):-
    getHeuristic(T1,TH, T2),
    H is TH + 1.

如果要通过计算非匹配位置的数量来计算从“当前状态”到“目标状态”的“距离”：

%nmpcount（+CurrentState，+TargetState，？计数）
nmpcount（当前状态、目标状态、计数）：-
nmpcount2（当前状态，目标状态，0，计数）。
%nmpcount2（+CurrentState、+TargetState、+CountSoFar、+CountFinal）
nmpcount2（[]、[]、计数、计数）。
nmpcount2（[X|MoreCS]、[X|MoreTS]、CountIn、FinalCount）：-
nmpcount2（MoreCS、MoreTS、CountIn、FinalCount）。
nmpcount2（[X|MoreCS]、[Y|MoreTS]、CountIn、FinalCount）：-
dif（X，Y），
CountNext是CountIn+1，
nmpcount2（MoreCS、MoreTS、CountNext、FinalCount）。

启发式是一种快速估计当前状态与目标状态（在状态空间中）的接近程度的方法

设h*（S）是从当前状态S到目标状态G的最优路径的代价。然后，启发式函数h（S）是可容许的当且仅当：

• 0≤ h(S)≤ h*（S），以及
• h（G）=0

换句话说，可接受的启发式函数必须始终是乐观的

例如，从以下当前状态，您至少需要两次“移动”才能达到目标状态：

• 当前状态=

  [6,4,5,0,1,2,3]

• 互换6和4:

  [4,6,5,0,1,2,3]

• 交换5和6:

  [4,5,6,0,1,2,3]

  =目标状态

请注意，例如，从当前状态

[5,4,6,1,2,3]

到目标状态

[4,5,6,0,1,2,3]

（至少

2

）估计最优路径成本的启发式函数是不允许的（因为唯一的移动-交换5和4-足以纠正这两个位置）

因此，我认为你可以这样做：

heuristic(State, Goal, Value) :-
    heuristic(State, Goal, 0, Value).

heuristic([], [], A, A).
heuristic([X|Xs], [Y|Ys], A, V) :-
    (   X < Y
    ->  A1 is A + 1
    ;   A1 is A ),
    heuristic(Xs, Ys, A1, V).

---

备注：启发式函数计算的“移动”不一定对应于导致状态空间中从状态过渡到其后续状态的实际移动（即，它们是放松移动）。

很难猜测您想要做什么。你能更好地解释这个问题吗？我有一个列表，它是[1,2,3,0,4,5,6]，目标是将4,5,6与1,2,3交换，所以[4,5,6,0,1,2,3]启发式函数是只计算4,5,6的错位，因此在开始时，如果我发现平铺（4,5,6）在错误的位置平铺（1,2,3），h（n）=3然后数一数。你需要完整的代码吗？不需要完整的代码，但如果我理解正确，问题是将子序列

[1,2,3]

与子序列

[4,5,6]

交换，因为。。。它们之间用0分隔，0与

[1,2,3,4,5,6]

的顺序不符？对吗？对此，您不需要启发式（“启发式”是一组“足够好”的规则，这些规则“通常是正确的”，如果对某个情况进行全面评估的成本太高，则可以帮助您取得进展）。这似乎是一个确定性问题。

?- heuristic([1,2,3,0,4,5,6], [4,5,6,0,1,2,3], V).
V = 3.

?- heuristic([6,4,5,0,1,2,3], [4,5,6,0,1,2,3], V).
V = 2.

?- heuristic([5,4,6,0,1,2,3], [4,5,6,0,1,2,3], V).
V = 1.

?- heuristic([4,5,6,0,1,2,3], [4,5,6,0,1,2,3], V).
V = 0.