局部最佳优先搜索

局部最佳优先搜索（local best-first search），工学-控制科学与工程-智能系统-智能系统-问题求解，最佳优先搜索方法的其中一种。又称局部择优搜索。局部最佳优先搜索的思想是：当对某一个节点扩展之后，对它的每一个后继节点计算估价函数的值，并在这些后继节点的范围内，选择一个的估价函数值最小的节点，作为下一个要考察的节点。由于它每次只在后继节点的范围内选择下一个要考察的节点，范围比较小，所以称为局部最佳优先搜索或局部择优搜索。局部最佳优先搜索与深度优先搜索及代价树深度优先搜索的区别，主要体现在选择下一个节点所用的标准不一样。局部最佳优先搜索以估价函数值作为标准；深度优先搜索则以后继节点的深度作为选择标准，后生成的节点先考察；而代价树深度优先搜索则以各后继节点到其前驱节点之间的代价作为选择标准。如果把层深函数当作估价函数，或把代价函数当作估价函数，那么就可以把深度优先搜索和代价树深度优先搜索看作局部最佳优先搜索的两个特例。