课程:人工智能课程设计报告
班级:
姓名: 学号:
指导教师:赵曼
2015年11月
人工智能课程设计报告
课程背景
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
题目二：n皇后问题
一.问题描述
分别用回溯法（递归）、GA算法和CSP的最小冲突法求解n皇后问题。
即如何能够在n×n 的国际象棋棋盘上放置n个皇后，使得任何一个皇后都无法直接吃掉其他的皇后？为了达到此目的，任两个皇后都不能处于同一条横行、纵行或斜线上。
要求：
ⅰ. 输入n，并用运行时间比较几种算法在相同规模的问题时的求解效率，并列表给出结果。ⅱ. 比较同一算法在n不相同时的运行时间，分析算法的时间复杂性，并列表给出结果。
如八皇后问题的一个解
二.设计分析
1.算法分析
1)回溯法（递归）
回溯法解题的一般步骤编辑
（1）针对所给问题，定义问题的解空间；
（2）确定易于搜索的解空间结构；
（3）以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
引入一个整型一维数组col[]来存放最终结果，col[i]就表示在棋盘第i列、col[i]行有一个皇后，为了使程序再找完了全部解后回到最初位置，设定col[0]的初值为0，即当回溯到第0列时，说明以求得全部解，结束程序运行。为了方便算法的实现，引入三个整型数组来表示当前列在三个方向上的状态：
a[] a[i]=0表示第i行上还没有皇后；
b[] b[i]=0表示第i列反斜线/上没有皇后；
c[] c[i]=0表示第i列正斜线\上没有皇后。
棋盘中同一反斜线/上的方格的行号与列号相同；同一正斜线\上的方格的行号与列号之差均相同，这就是判断斜线的依据。
初始时，所有行和斜线上都没有皇后，从第1列的第1行配置第一个皇后开始，在第m列，col[m]行放置了一个合理的皇后，准备考察第m+1列时，在数组a[]，b[]和c[]中为第m列，col[m]行的位置设定有皇后的标志；当从第m列回溯到m-1列时，并准备调整第m-1列的皇后配置时，清除在数组a[],b[]和c[]对应位置的值都为1来确定。
2)遗传算法
遗传算法的基本运算过程如下：
a)初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。
b)个体评价：计算群体P(t)中各个个体的适应度。
遗传算法
遗传算法
c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。
d)交叉运算：将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。
e)变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。
群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。
f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。
3）csp最小冲突法
（1）初始化N个皇后的一个放置，允许有冲突
（2）考虑某一行的某个皇后，她可能与x个皇后冲突，然后看看将这个皇后移动到这一行的哪个空位能使得与其冲突的皇后个数最少，就移动到那里。（也可以考虑列，是等价的）
（3）不断执行（2），直到没有冲突为止
2.数据结构
使用数组结构存储相关数据
一维数组：
二维数组：
3.算法设计
1）//回溯搜索
void Function1::DFS(int t,bool isShowTime)
{
if (t == n)//说明已经排了n行了（从0开始的），即排列结束了
{
for (int i = 0; i { rec[i] = board[i]; } if (! isShowTime )PrintChessBoard();//输出棋局 count++; return; } for (int i = 0; i { //有冲突 if (ver[i] == 1||ru[i - t + n] == 1||rd[i + t] == 1) continue; //没有冲突 ver[i] = 1; ru[i - t + n] = 1; rd[i + t] = 1; board[t] = i; DFS(t + 1, isShowTime);//深搜递归 //后退处理 rd[i + t] = 0; ru[i - t + n] = 0; ver[i] = 0; } return; } 2）遗传算法 void CGAQueen::PrintChessBoard(bool PrintChessBoard) { bool DisplayAllAnsures=PrintChessBoard;//是否输出所有棋盘结果 int g = 0, num = 0; InitialPopulation(); while (g == 0 && num < this->Iteration) { num++; g = 0; for (int k = 0; k < this->Population ; k++) { this->FillArea(k); this->CostMatrix[k] = this->CostFunc(k); } this->PopulationSort(); if (this->CostMatrix[0] == 0)//已经完成计算 g = 1; if (DisplayAllAnsures) { PrintTheBestAnsure(); /*for (i = 0; i <= ChessBoradLenght - 1; i++) { cout << "row:" << i << " col:" << this->ChromosomeMatrix[i][0] << endl; } cout << endl;*/ } this->GenerateCrossOverMatrix(); this->Mating(); this->ApplyMutation(); } cout << "实际迭代：" << num <<" 次"<< endl; if (DisplayAllAnsures) { cout << "最佳答案为：" << endl; this->PrintTheBestAnsure(); } } 3）CSP最小冲突算法 //用最小冲突算法调整第row行的皇后的位置（初始化时每行都有一个皇后，调整后仍然在第row行） //调整过后check一下看看是否已经没有冲突，如果没有冲突（达到终止状态），返回true bool CSP_Queens::Adjust_row(int row) { int cur_col = R[row]; int optimal_col = cur_col;//最佳列号，设置为当前列，然后更新 //计算总冲突数 int min_conflict = col[optimal_col] + pdiag[GetP(row, optimal_col)] - 1 + cdiag[GetC(row, optimal_col)] - 1;//对角线冲突数为当前对角线皇后数减一,三次重叠了 //逐个检查第row行的每个位置，看看是否存在冲突数更小的位置 for (int i = 0; i < N; i++) { if (i == cur_col) continue; int conflict = col[i] + pdiag[GetP(row, i)] + cdiag[GetC(row, i)]; if (conflict < min_conflict) { min_conflict = conflict; optimal_col = i; } } //如果最佳列位置改变，则皇后移向新的最小冲突位置，要更新col,pdiag,cdiag， if (optimal_col != cur_col) { col[cur_col]--; pdiag[GetP(row, cur_col)]--; cdiag[GetC(row, cur_col)]--; col[optimal_col]++; pdiag[GetP(row, optimal_col)]++; cdiag[GetC(row, optimal_col)]++; R[row] = optimal_col; if (col[cur_col] == 1 && col[optimal_col] == 1 && pdiag[GetP(row, optimal_col)] == 1 && cdiag[GetC(row, optimal_col)] == 1) { return Qualify();//qualify相对更耗时，所以只在满足上面基本条件后才检查} } //否则当前点就是最佳点，一切都保持不变 return false;//如果都没变的话，肯定不满足终止条件，否则上一次就应该返回true并终止了 } //检查冲突 bool CSP_Queens::Qualify() { for (int i = 0; i < N; i++){ if (col[R[i]] != 1 || pdiag[GetP(i, R[i])] != 1 || cdiag[GetC(i, R[i])] != 1) { return false; } } return true; } //最终用户调用函数，numOfQueens为输入皇后数，PrintChessBoard判断是否输出棋盘表示 int CSP_Queens::CSPAlgorithms(bool PrintChessBord) { srand((unsigned)time(NULL)); Init(); if (Qualify()) {//运气很好，初始化后就满足终止条件 if (PrintChessBord)Print_result(); return 0; } bool end = false; while (!end) { for (int i = 0; i < N; i++) { if (Adjust_row(i)) { end = true; break; } } } if (PrintChessBord)Print_result(); return 0; } 四.运行结果及分析 1.递归算法 2.遗传算法 3.CSP最小冲突算法 4.n=4时不同算法的比较 5.n=8时不同算法比较 结果分析 回溯法在皇后数目较小的，很占优势，它的速度非常的快，但随着皇后数目的增加，回溯法显得很不实用，在n=35时，用回溯法已不能较好的解决n皇后问题。 遗传算法优点是能很好的处理约束，能很好的跳出局部最优，最终得到全局最优解，全局搜索能力强；缺点是收敛较慢，局部搜索能力较弱，运行时间中等，且容易受n值的影响。遗传算法的运行时间在n很小时没有回溯法快，但是随着n值的增加，遗产算法的优点也就显现出来，它能够解决回溯法不能解决的问题。 CSP最小冲突法是一种始终都比较快的算法，它的运行时间与皇后是个数没有必然的联系，而且在n很大时，它显现出来运行时间短，效率高的优势，但它的缺点是会出现山脊、高原，86%的时间会卡住。总的来说，CSP最小冲突法较简单，也比较快，在皇后的个数较多时体现出来效率最高，处理多约束大规模问题时往往不能得到较好的解。 总的来说，回溯在n值很小时，效率很高，但其求解范围很小，超过35基本就解不出来，遗传算法求解范围适中。在n值很大(>100)时，前两者都不能再解决，此时，CSP最小冲突法的效率最高，且与n值没有必然的联系。 总结 通过此次课程实习不仅大大加深了我对几种经典搜索算法的理解，而且帮助我很好的复习了队列、堆栈、图、文件读写这几部分的内容，使我对几种基本的数据结构类型的运用更加熟练。在解决这些问题的过程中我不但很好的巩固了数据结构的相关知识，而且提高了编程及程序调试能力，增强了自己编程的信心。 总之，在这次课程实习过程中我是实实在在学到了一些课堂上学不到的东西，同时也提高了实践能力。同时在这个过程中也暴露了自己的不少问题，在今后的学习过程成也会更加有针对性。最后还要感谢老师的悉心指导，解答我编程过程中的疑问、指出我程序中的不足，及提出可行的解决方法，让我的程序的功能更加完善。 CSP算法源代码： //CSPAlgorithms.h #pragma once class CSP_Queens { public: //构造函数，numOfQueens为输入皇后数， CSP_Queens(int numOfQueens); ~CSP_Queens(); private: //row[i]表示当前摆放方式下第i行的皇后数， int *row; //col[i]表示当前摆放方式下第i列的皇后冲突数 int *col; int N; //放置N个皇后在N*N棋盘上 //从左上到右下的对角线上row-col值是相同的，但是这个值有可能是负值，最小为 -(N-1)， //所以可以做个偏移，统一加上N-1，这样这个值就在[0,2*N-2]范围内，将这个值作为该对角线的编号 //pdiag[i]表示当前摆放方式下编号为i的对角线上的皇后数 int *pdiag;//principal diagonal,主对角线，左上到右下（表示和主对角线平行的2N-1条对角线） //从右上到左下的对角线row+col的值相同，取值范围为[0, 2 * N - 2]，2*N-1条，作为对角线编号 //cdiag[i]表示编号为i的对角线上的皇后数 int *cdiag;//counter diagonal,副对角线 //R[]用来存储皇后放置位置，R[row] = col表示(row,col)处,即“第row行第col列”有个皇后 int *R; public: int swap(int &a, int &b); //给定二维矩阵的一个点坐标，返回其对应的左上到右下的对角线编号 int GetP(int row, int col); //给定二维矩阵的一个点坐标，返回其对应的右上到左下的对角线编号 int GetC(int row, int col); //返回begin, begin + 1, ... , end - 1 这end - begin个数中的随机的一个int My_rand(int begin, int end);//左闭右开[begin, end) //原地shuffle算法，算法导论中的randomize in place算法 void Randomize(int a[], int begin, int end);// 左闭右开 //初始化皇后的摆放，同时初始化row,col,pdiag,cdiag数组 void Init(); //用最小冲突算法调整第row行的皇后的位置（初始化时每行都有一个皇后，调整后仍然在第row行） //调整过后check一下看看是否已经没有冲突，如果没有冲突（达到终止状态），返回true bool Adjust_row(int row); bool Qualify(); void Print_result(); //最终用户调用函数 PrintChessBoard判断是否输出棋盘表示 int CSPAlgorithms(bool PrintChessBord); }; //CSPAlgorithms.cpp #include"CSPAlgorithms.h" #include #include #include #include using namespace std; CSP_Queens::CSP_Queens(int numOfQueens) { srand((unsigned)time(NULL)); N = numOfQueens; row = new int[N]; col = new int[N]; pdiag=new int[2 * N]; cdiag=new int[2 * N]; R=new int[N]; } CSP_Queens::~CSP_Queens() { if (NULL != row)delete[]row; if (NULL != col)delete[]col; if (NULL != pdiag)delete[]pdiag; if (NULL != cdiag)delete[]cdiag; if (NULL != R)delete[]R; } int CSP_Queens::swap(int &a, int &b) { int t = a; a = b; b = t; return 0; } // int CSP_Queens::GetP(int row, int col) { return row - col + N - 1; } int CSP_Queens::GetC(int row, int col) { return row + col; } //返回begin, begin + 1, ... , end - 1 这end - begin个数中的随机的一个int CSP_Queens::My_rand(int begin, int end)//左闭右开[begin, end) { return rand() % (end - begin) + begin; } //原地shuffle算法，算法导论中的randomize in place算法 void CSP_Queens::Randomize(int a[], int begin, int end)// 左闭右开 { for (int i = begin; i <= end - 2; i++){ int x = My_rand(i, end); swap(a[i], a[x]); } } //初始化皇后的摆放，同时初始化row,col,pdiag,cdiag数组 void CSP_Queens::Init() { for (int i = 0; i < N; i++){//首先全部安放在主对角线上 R[i] = i; } //下面随机抽取调换两行皇后位置 Randomize(R, 0, N);//初始化N个皇后对应的R数组为0~N-1的一个排列， //此时即没有任意皇后同列，也没有任何皇后同行 for (int i = 0; i < N; i++){ row[i] = 1;//每行恰好一个皇后 col[i] = 0; } for (int i = 0; i < 2 * N - 1; i++){ pdiag[i] = 0; cdiag[i] = 0; } //初始化当前棋局的皇后所在位置的各个冲突数 for (int i = 0; i < N; i++){ col[R[i]]++; pdiag[GetP(i, R[i])]++; cdiag[GetC(i, R[i])]++; } } //用最小冲突算法调整第row行的皇后的位置（初始化时每行都有一个皇后，调整后仍然在第 row行） //调整过后check一下看看是否已经没有冲突，如果没有冲突（达到终止状态），返回true bool CSP_Queens::Adjust_row(int row) { int cur_col = R[row]; int optimal_col = cur_col;//最佳列号，设置为当前列，然后更新 int min_conflict = col[optimal_col] + pdiag[GetP(row, optimal_col)] - 1 + cdiag[GetC(row, optimal_col)] - 1;//对角线冲突数为当前对角线皇后数减一 for (int i = 0; i < N; i++) {//逐个检查第row行的每个位置 if (i == cur_col) { continue; } int conflict = col[i] + pdiag[GetP(row, i)] + cdiag[GetC(row, i)]; if (conflict < min_conflict) { min_conflict = conflict; optimal_col = i; } } if (optimal_col != cur_col) {//要更新col,pdiag,cdiag col[cur_col]--; pdiag[GetP(row, cur_col)]--; cdiag[GetC(row, cur_col)]--; col[optimal_col]++; pdiag[GetP(row, optimal_col)]++; cdiag[GetC(row, optimal_col)]++; R[row] = optimal_col; if (col[cur_col] == 1 && col[optimal_col] == 1 && pdiag[GetP(row, optimal_col)] == 1 && cdiag[GetC(row, optimal_col)] == 1) { return Qualify();//qualify相对更耗时，所以只在满足上面基本条件后才检查 } } //当前点就是最佳点，一切都保持不变 return false;//如果都没变的话，肯定不满足终止条件，否则上一次就应该返回true 并终止了 } //检查冲突 bool CSP_Queens::Qualify() { for (int i = 0; i < N; i++){ if (col[R[i]] != 1 || pdiag[GetP(i, R[i])] != 1 || cdiag[GetC(i, R[i])] != 1) { return false; } } return true; } void CSP_Queens::Print_result() { cout << "-------结果为:" << endl; cout << endl; for (int j = 0; j < N; j++) { for (int k = 0; k < N; k++) { if (R[j] == k) cout << "Q"; else cout << "+"; cout << " "; } cout << endl; } } //最终用户调用函数，numOfQueens为输入皇后数，PrintChessBoard判断是否输出棋盘表 示 int CSP_Queens::CSPAlgorithms(bool PrintChessBord) { srand((unsigned)time(NULL)); Init(); if (Qualify()) {//运气很好，初始化后就满足终止条件 Print_result(); return 0; } bool end = false; while (!end) { for (int i = 0; i < N; i++) { if (Adjust_row(i)) { end = true; break; } } } Print_result(); return 0; } //Source.cpp #include #include #include"CSPAlgorithms.h" using namespace std; int main(int argc, const char *argv[]) { bool end = false; while (!end) { cout << "-----------CSPAlgorithms---------" << endl; cout << "--------------请输入皇后数："; int N; cin >> N; int time1 = clock(); CSP_Queens myQueens(N); myQueens.CSPAlgorithms(end); int time2 = clock(); cout << "---"<< N << "皇后问题耗时："<< time2 - time1 << " ms"<< endl; char p; cout << "是否继续测试？(y/n):"; cin >> p; if (p == 'n')break; } return 0; } 计算机科学与技术学院 《人工智能》课程设计报告设计题目：动物识别系统 设计人员：学号： 学号： 学号： 学号： 学号： 学号： 指导教师： 2015年7月 目录 目录 (1) 摘要 (2) Abstract (2) 一、专家系统基本知识 (3) 1.1专家系统实际应用 (3) 1.2专家系统的开发 (3) 二、设计基本思路 (4) 2.1知识库 (4) ....................................................................................................... 错误!未定义书签。 2.1.2 知识库建立 (4) 2.1.3 知识库获取 (5) 2.2 数据库 (6) ....................................................................................................... 错误!未定义书签。 ....................................................................................................... 错误!未定义书签。 三、推理机构 (7) 3.1推理机介绍 (7) 3.1.1 推理机作用原理 (7) ....................................................................................................... 错误!未定义书签。 3.2 正向推理 (7) 3.2.1 正向推理基本思想 (7) 3.2.2 正向推理示意图 (8) 3.2.3 正向推理机所要具有功能 (8) 3.3反向推理 (8) ....................................................................................................... 错误!未定义书签。 3.3.2 反向推理示意图 (8) ....................................................................................................... 错误!未定义书签。 四、实例系统实现 (9) 游戏人工智能实验报告记录四 ————————————————————————————————作者：————————————————————————————————日期： 实验四有限状态机实验 实验报告 一、实验目的 通过蚂蚁世界实验掌握游戏中追有限状态机算法 二、实验仪器 Windows7系统 Microsoft Visual Studio2015 三、实验原理及过程 1）制作菜单 设置参数：点击会弹出对话框，设置一些参数，红、黑蚂蚁的家会在地图上标记出来 运行：设置好参数后点击运行，毒药、食物、水会在地图上随机显示 下一步：2只红蚂蚁和2只黑蚂蚁会随机出现在地图上，窗口右方还会出现红、黑蚂蚁当前数量的统计 不断按下一步，有限状态机就会不断运行，使蚁群产生变化 2）添加加速键 资源视图中下方 选择ID和键值 3）新建头文件def.h 在AntView.cpp中加入#include"def.h" 与本实验有关的数据大都是在这里定义的 int flag=0; #define kForage 1 #define kGoHome 2 #define kThirsty 3 #define kDead 4 #define kMaxEntities 200 class ai_Entity{ public: int type; int state; int row; int col; ai_Entity(); ~ai_Entity() {} void New (int theType,int theState,int theRow,int theCol); void Forage(); void GoHome(); void Thirsty(); void Dead(); 人工智能论文 班级：计算机0901 姓名：李佳林 学号：3070602044 人工智能 摘要：人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门综合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三大科学技术成就。 归纳逻辑是人工智能的逻辑基础。伴随人工智能研究的逐步深入，科学哲学、人工智能和归纳逻辑研究相互影响，出现了新的研究方向。以归纳逻辑为基础，多学科相互合作，可以建立新的机器学习系统或归纳学习系统。 关键词：人工智能发展；机器学习；专家系统 一：人工智能的定义 人工智能是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科。其精确的定义是：一个电脑系统具有人类的知识和行为，并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程则是：对于人类因问题和事物所引起的刺激和反应，以及因此所引发的推理、解问题、学习、判断及思考决策等过程，将这些过程分解成一些基本步骤，再透过程序设计，将这些人类解问题的过程模组化或公式化，使得电脑能够有一个结构的方法来设计或应付更复杂的问题。这套能够应付问题的软体系统，即称之为人工智能系统。人工智能是一种技术，而不是一项产品它的目的是让电脑更能了解一般化的事物。 人工智能课程设计报告-罗马尼亚度假 问题 1 2 3 2020年5月29日 课 程 :人工智能课程设计报告 班 级: 姓 名: 学 号: 指导教师:赵曼 11月 人工智能课程设计报告 课程背景 人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,能够设想,未来人工智能带来的科技产品,将会是人类智慧的”容器”。 人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。 人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些一般需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种”复杂工作”的理解是不同的。 人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。这是因为近三十年来它获得了迅 速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐 - 1 - 2020年5月29日 人工智能实验报告大 全 人工智能课内实验报告 （8次） 学院：自动化学院 班级：智能1501 姓名：刘少鹏（34） 学号： 06153034 目录 课内实验1：猴子摘香蕉问题的VC编程实现 (1) 课内实验2：编程实现简单动物识别系统的知识表示 (5) 课内实验3：盲目搜索求解8数码问题 (18) 课内实验4：回溯算法求解四皇后问题 (33) 课内实验5：编程实现一字棋游戏 (37) 课内实验6：字句集消解实验 (46) 课内实验7：简单动物识别系统的产生式推理 (66) 课内实验8：编程实现D-S证据推理算法 (78) 人工智能课内实验报告实验1：猴子摘香蕉问题的VC编程实现 学院：自动化学院 班级：智能1501 姓名：刘少鹏（33） 学号： 06153034 日期： 2017-3-8 10:15-12:00 实验1：猴子摘香蕉问题的VC编程实现 一、实验目的 （1）熟悉谓词逻辑表示法； （2）掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子（即机器人），位于a处。在c处上方的天花板上有一串香蕉，猴子想吃，但摘不到。房间的b处还有一个箱子，如果猴子站到箱子上，就可以摸着天花板。如图1所示，对于上述问题，可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题 四、源代码 #include 人工智能研究报告 产生背景 人工智能的出现不是偶然的，它是人们长期以来探索和研制能进行计算、推理和思维的智能机器的必然结果。自古以来，人们一直在试图用各种机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。古希腊的哲学家亚里士多德就提出了形式逻辑问题。12世纪末至13世纪初，西班牙逻辑学家卢乐提出了制造可以解决各种问题的通用逻辑机。17世纪，法国的物理学家和数学家帕斯卡制造出世界上第一台机械式加法器，并得到广泛应用。随后德国哲学家和数学家莱布尼茨在帕斯卡加法器的基础上进一步制成了可进行四则运算的计算器。莱布尼茨还提出了“符号语言”和“思维演算”的重要设想，他认为：必须将人的思维代数几何化，即像代数那样按照公式来思考，像几何那样直观的通过图画来思维。这一思想导致了后来的数理逻辑的诞生，成为了现代机器思维设计思想的萌芽。 19世纪，英国数学家布尔在《思维法则》一书中，第一次用符号语言描述了思维活动中推理的基本法则，创立了布尔代数。英国数学家和发明家巴贝奇发明了差分机和分析机，其中分析机的设计思想与现代电子计算机十分相似。虽然巴贝奇的发明在当时没有得到实现和收到应有的重视，但是他的科学思想为研制“思维机器”做出了巨大的贡献。 20世纪30年代，英国数学家图灵开始了寻求智力机的研究工作。1937年，图灵发表了“理想自动机”的论文，该文给可计算性这一概念下了严格的数学定义，并论证了任何需要精确的加以确定的计算过程，都能由“图灵机”完成，为人们清晰地描绘出理想自动机的蓝图，同时也为电子计算机的诞生奠定了基础。(1937年，伦敦权威的数学杂志又收到图灵一篇论文《论可计算数及其在判定问题中的应用》，作为阐明现代电脑原理的开山之作，被永远载入了计算机的发展史册。这篇论文原本是为了解决一个基础性的数学问题：是否只要给人以足够的时间演算，数学函数都能够通过有限次机械步骤求得解答？传统数学家当然只会想到用公式推导证明它是否成立，可是图林独辟蹊径地想出了一台冥冥之中的机器。图林想象的机器说起来很简单：该计算机使用一条无限长度的纸带，纸带被划分成许多方格，有的方格被画上斜线，代表“1”；有的没有画任何线条，代表“0”。该计算机有一个读写头部件，可以从带子上读出信息，也可以往空方格里写下信息。该计算机仅有的功能是：把纸带向右移动一格，然后把“1”变成“0”，或者相反把“0”变成“1”。图林设计的“理想计算机”被后人称为“图林机”，实际上是一种不考虑硬件状态的计算机逻辑结构。图林还提出可以设计出另一种“万能图林机”，用来模拟其它任何一台“图林机”工作，从而首创了通用计算机的原始模型。图林甚至还想到把程序和数据都储存在纸带上，比冯·诺依曼更早提出了“储存程序”的概念。1945年，匈牙利数学家冯诺依曼提出了存储程序的思想，在计算机领域建立了不朽的功勋。目前的计算机体系结构仍然是冯诺依曼型的。1946年，美国数学家、电子计算机先驱莫克利和他的研究生埃克特合作，成功研制了世界上第一台电子数字计算机ENIAC，为机器智能的研究和实现提供了物质基础。 计算机科学与技术1341901301 陈敏 实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元 组(X 1, X 2 , X 3 )表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态-> 中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X 1表示起始岸上的牧师人数；X 2 表示起始岸上的野人人数；X 3 表示小船现在位置(1表 示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000 四、算法描述 (此文档为word格式，可任意修改编辑！） 正文目录 人工智能需要网络安全保护和限制 (5) 人工智能对网络安全需求程度高于互联网 (5) 人工智能需要网络安全限制边界 (6) 网络安全需要人工智能提升防护能力 (7) “人工智能+网络安全”出现频次急剧上升 (7) 防护边界泛网络化 (9) UEBA用于网络安全 (10) EDR用于网络安全 (12) 人工智能网络安全成为创投并购重点 (13) 2017前2月已有5家AI网络安全企业被收购 (13) 防止未知威胁的Invincea被Sophos收购 (13) UEBA技术的被惠普收购 (14) 关键IP用户行为分析的Harvest.ai日被亚马逊收购 (15) 值得关注的人工智能与网络安全公司 (16) 政策驱动网络安全下游需求 (17) 《网络安全法》实施将有法可依扩大市场空间 (17) 《工控安全指南》指明方向 (18) 工控信息安全是新增长点 (18) 三大潜在风险 (19) 工业控制系统潜在的风险 (19) 两化融合"给工控系统带来的风险 (20) 工控系统采用通用软硬件带来的风险 (20) 工控安全漏洞数回升 (20) 服务器系统和工控数据危害集中区 (21) 启明星辰绿盟科技引领工控安全 (22) 网络信息安全龙头启明星辰 (23) 领航网络信息安全 (23) 政府军队等客户的选择证明公司实力雄厚 (24) 外延收购扩大网络安全服务领域 (25) 安全产品是主力，数据安全是亮点 (27) 受益于并表和内生增长 (27) 相关建议 (30) 风险提示 (30) 图目录 图1：级别越高安全保障要求越高 (5) 图2：无人机撞击电线 (6) 图3：《西部世界》剧照 (7) 图4：“网络安全”、“人工智能”和“机器学习”出现频率 (8) 图5：“网络安全”、“人工智能”和“机器学习”出现频率 (8) 图6：传统网络安全原理 (9) 图7：人工智能时代网络安全需求 (9) 图8：数据泄密渠道和方式 (10) 图9：UEBA工作原理 (11) 图10：传统安全产品与AI安全产品比较 (12) 图11：Invincea首页 (14) 图12：niara官网 (15) 图13：Harvest.ai官网 (16) 图14：投资机器学习与人工智能的网络安全公司列表 (17) 图15：《网络安全法》出台有法可依解决三大问题 (18) 图16：工控安全三大风险 (19) 图17：2000-2016 年公开工控漏洞趋势图 (21) 图18：2000-2016 年公开工控漏洞主要类型统计 (21) 图19：国内工控安全厂商比较 (22) 图20：启明星辰产品和服务 (23) 图21：启明星辰收入构成 (24) 人工智能课程设计报告 课班姓学程:人工智能课程设计报告级 : 名: 号: 指导教师:赵曼 2015年11月 人工智能课程设计报告 人工智能课程设计报告 课程背景 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 江苏大学 《人工智能》报告 设计题目人工智能报告 学生姓名叶澔鹏 指导老师赵跃华 学院计算机科学与通信工程学院专业班级信息安全1202班 学号 3120604053 完成时间2015年10月25日 摘要：知识处理是人工智能这一科学领域的关键问题。本文对知识处理的核心问题之——识的表示进行了全面的综述,目前流行的知识表达方式不下十种，在此只介绍一阶谓词逻辑、产生式、语义网络、框架、混合等目前最常用的知识表示方法。并对其进行了优缺点分析及简单对比。最后对知识表示的发展趋向作出了展望。 关键词：知识人工智能（AI）知识表达式一阶谓词逻辑产生式语义网络框架 一．知识的概念 知识（Knowledge）是人们在改造客观世界的实践中形成的对客观事物（包括自然的和人造的）及其规律的认识，包括对事物的现象、本质、状态、关系、联系和运动等的认识。 经过人的思维整理过的信息、数据、形象、意象、价值标准以及社会的其他符号产物，不仅包括科学技术知识----知识中最重要的部分，还包括人文社会科学的知识、商业活动、日常生活和工作中的经验和知识，人们获取、运用和创造知识的知识，以及面临问题做出判断和提出解决方法的知识。 知识是把有关的信息关联在一起，形成的关于客观世界某种规律性认识的动态信息结构。 知识=事实+规则+概念 事实就是指人类对客观世界、客观事物的状态、属性、特征的描述，以及对事物之间关系的描述。 规则是指能表达在前提和结论之间的因果关系的一种形式； 概念主要指事实的含义、规则、语义、说明等。 (1) 知识只有相对正确的特性。 常言道：实践出真理。只是源于人们生活、学习与工作的实践，知识是人们在信息社会中各种实践经验的汇集、智慧的概括与积累。 只是爱源于人们对客观世界运动规律的正确认识，是从感知认识上升成为理性认识的高级思维劳动过程的结晶，故相应于一定的客观环境与条件下，只是无疑是正确的。然而当客观环境与条件发生改变时，知识的正确性就接受检验，必 人工智能课内实验报告 （8次） 学院：自动化学院 班级：智能1501 姓名：刘少鹏（34） 学号： 06153034 目录 课内实验1：猴子摘香蕉问题的VC编程实现 (1) 课内实验2：编程实现简单动物识别系统的知识表示 (5) 课内实验3：盲目搜索求解8数码问题 (18) 课内实验4：回溯算法求解四皇后问题 (33) 课内实验5：编程实现一字棋游戏 (37) 课内实验6：字句集消解实验 (46) 课内实验7：简单动物识别系统的产生式推理 (66) 课内实验8：编程实现D-S证据推理算法 (78) 人工智能课内实验报告实验1：猴子摘香蕉问题的VC编程实现 学院：自动化学院 班级：智能1501 姓名：刘少鹏（33） 学号： 06153034 日期： 2017-3-8 10:15-12:00 实验1：猴子摘香蕉问题的VC编程实现 一、实验目的 （1）熟悉谓词逻辑表示法； （2）掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子（即机器人），位于a处。在c处上方的天花板上有一串香蕉，猴子想吃，但摘不到。房间的b处还有一个箱子，如果猴子站到箱子上，就可以摸着天花板。如图1所示，对于上述问题，可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题 四、源代码 #include 人工智能研究报告 成员： E01214 祝激文 E01214 张荡荡 E01214116 潘学峰 E01214 贾鹏飞 基本信息 概念 各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物。当一只找到食物以后，它会向环境释放一种挥发性分泌物pheromone (称为信息素,该物质随着时间的推移会逐渐挥发消失，信息素浓度的大小表征路径的远近)来实现的，吸引其他的蚂蚁过来，这样越来越多的蚂蚁会找到食物。有些蚂蚁并没有象其它蚂蚁一样总重复同样的路，他们会另辟蹊径，如果另开辟的道路比原来的其他道路更短，那么，渐渐地，更多的蚂蚁被吸引到这条较短的路上来。最后，经过一段时间运行，可能会出现一条最短的路径被大多数蚂蚁重复着。 原理 设想，如果我们要为蚂蚁设计一个人工智能的程序，那么这个程序要多么复杂呢？首先，你要让蚂蚁能够避开障碍物，就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物，其次，要让蚂蚁找到食物，就需要让他们遍历空间上的所有点；再次，如果要让蚂蚁找到最短的路径，那么需要计算所有可能的路径并且比较它们的大小，而且更重要的是，你要小心翼翼地编程，因为程序的错误也许会让你前功尽弃。这是多么不可思议的程序！太复杂了，恐怕没人能够完成这样繁琐冗余的程序。 然而，事实并没有你想得那么复杂，上面这个程序每个蚂蚁的核心程序编码不过100多行！为什么这么简单的程序会让蚂蚁干这样复杂的事情？答案是：简单规则的涌现。事实上，每只蚂蚁并不是像我们想象的需要知道整个世界的信息，他们其实只关心很小范围内的眼前信息，而且根据这些局部信息利用几条简单的规则进行决策，这样，在蚁群这个集体里，复杂性的行为就会凸现出来。这就是人工生命、复杂性科学解释的规律！那么，这些简单规则是什么呢？ 问题 蚂蚁究竟是怎么找到食物的呢？在没有蚂蚁找到食物的时候，环境没有有用的信息素，那么蚂蚁为什么会相对有效的找到食物呢？这要归功于蚂蚁的移动规则，尤其是在没有信息素时候的移动规则。首先，它要能尽量保持某种惯性，这样使得蚂蚁尽量向前方移动（开始，这个前方是随机固定的一个方向），而不是原地无谓的打转或者震动；其次，蚂蚁要有一定的随机性，虽然有了固定的方向，但它也不能像粒子一样直线运动下去，而是有一个随机的干扰。这样就使得蚂蚁运动起来具有了一定的目的性，尽量保持原来的方向，但又有新的试探，尤其当碰到障碍物的时候它会立即改变方向，这可以看成一种选择的过程，也就是环境的障碍物让蚂蚁的某个方向正确，而其他方向则不对。这就解释了为什么单个蚂蚁在复杂的诸如迷宫的地图中仍然能找到隐蔽得很好的食物。 当然，在有一只蚂蚁找到了食物的时候，大部分蚂蚁会沿着信息素很快找到食物的。但不排除会出现这样的情况：在最初的时候，一部分蚂蚁通过随机选择了同一条路径，随着这条路径上蚂蚁释放的信息素越来越多，更多的蚂蚁也选择这条路径，但这条路径并不是最优（即最短）的，所以，导致了迭代次数完成后，蚂蚁找到的不是最优解，而是次优解，这种情况下的结果可能对实际应用的意义就不大了。 蚂蚁如何找到最短路径的？这一是要归功于信息素，另外要归功于环境，具体说是计算机时钟。信息素多的地方显然经过这里的蚂蚁会多，因而会有更多的蚂蚁聚集过来。假设有两条 人工智能课程报告 题目： 深 度 优 先 算 法 班级：XXXXXXXXXXX 学号：XXXXXXXXXXX 姓名：XXXXXXXXXXX 【摘要】结合生活中解决搜索问题所常用的思考方法与解题方法，从深度优先探讨了提高程序效率的适用技巧。 【关键词】1搜索顺序；2搜索对象；3搜索优化； 一、深度优先搜索的优化技巧 我们在做事情的时候，经常遇到这类问题——给出约束条件，求一种满足约束条件的方案，这类问题我们叫它“约束满足”问题。对于约束满足问题，我们通常可以从搜索的顺序和搜索的对象入手，进而提高程序的效率。 二、搜索的顺序及对象： 在解决约束满足问题的时候，问题给出的约束条件越强，对于搜索就越有利。之所以深度优先搜索的效率在很大程度上优于穷举，就是因为它在搜索过程中很好的利用了题目中的约束条件进行优化，达到提高程序效率的目的。 显然，在同样的一棵搜索树中，越在接近根接点的位置利用约束条件优化效果就越好。如何在搜索中最大化的利用题目的约束条件为我们提供剪枝的依据，是提高深度优先搜索效率的一个很重要的地方。而不同的搜索顺序和搜索对象就直接影响到我们对于题目约束条件的运用。 三、搜索特点 1.由于深度搜索过程中有保留已扩展节点，则不致于重复构造不必要的子树系统。 2.深度优先搜索并不是以最快的方式搜索到解，因为若目标节点在第i层的某处，必须等到该节点左边所有子树系统搜索完毕之后，才会访问到该节点，因此，搜索效率还取决于目标节点在解答树中的位置。 3.由于要存储所有已被扩展节点，所以需要的内存空间往往比较大。 4.深度优先搜索所求得的是仅仅是目前第一条从起点至目标节点的树枝路径，而不是所有通向目标节点的树枝节点的路径中最短的路径。 5.适用范围：适用于求解一条从初始节点至目标节点的可能路径的试题。若要存储所有解答路径，可以再建立其它空间，用来存储每个已求得的解。若要求得最优解，必须记下达到目前目标的路径和相应的路程值，并与前面已记录的值进行比较，保留其中最优解，等全部搜索完成后，把保留的最优解输出。 四、算法数据结构描述 深度优先搜索时，最关键的是结点扩展（ＯＰＥＮ）表的生成，它是一个栈，用于存放目前搜索到待扩展的结点，当结点到达深度界限或结点不能再扩展时，栈顶结点出栈，放入CLOSE表（存放已扩展节点），继续生成新的结点入栈OPEN 表，直到搜索到目标结点或OPEN栈空为止。 具体算法如下： ①把起始结点S放到非扩展结点OPEN表中(后进先出的堆栈)，如果此结点为一目标结点，则得到一个解。 ②如果OPEN为一空表，则搜索失败退出。 ③取OPEN表最前面(栈顶)的结点，并把它放入CLOSED的扩展结点表中，并冠以顺序编号ｎ。 ④如果结点ｎ的深度等于最大深度，则转向２。 ⑤否则，扩展结点ｎ，产生其全部子结点，把它们放入OPEN表的前头(入栈)，并配上指向ｎ的返回指针；如果没有后裔，则转向２。 ⑥如果后继结点中有任一个为目标结点，则求得一个解，成功退出；否则，转向２。 物理与电子工程学院 《人工智能》 课程设计报告 课题名称 专业 班级 学生姓名 学号 指导教师崔明月 成绩 2014年6月18日 题目 摘要： 关键词： 1.引言 正文 结论 参考文献：（文献10篇以上，参考下面的文献列写格式） [1]徐国华,谭民.移动机器人的发展现状及其趋势[J]. 机器人技术与应用, 2001(3):7~14. [2]H.F Durrant Whyte. Where am I? A tutorial on mobile vehicle localization. Industrial Robot, 1994, 21(2):11~16. [3]彭文刚,彭宝林,柳胜.移动机器人导航系统的研究现状与发展趋势[J]. 机电信 息, 2009(36):69~70. [4]高峰, 黄玉美, 林义忠等.自主移动机器人的模糊导航[J]. 西安理工大学 报,2005,21(4):337~341. 一、报告内容： 就下面的一方面或几方面的内容写一篇报告综述，包括目的、意义，基本概念、定义，主要的控制方法以及结果分析等，最后给出小节及自己的学习心得，要有图表，严禁抄袭，如若发现本课程按零分计！ 1.模糊控制系统设计 2.神经网络控制系统 3.遗传算法在系统辨识、控制中的应用 4.模糊控制综述 5.神经网络控制综述 注：题目自拟，也可以自选题目。 二、格式与字体要求： 正文开头的每段开头空2个字符，正文小四号字，22磅行距。大小标题加黑，标题后空一行，一级标题三号字，二级标题四号字，三级标题小四号字（不按格式要求做扣分处理）。 封面见前面示例，单面打印。 理工大学信息工程与自动化学院学生实验报告 （ 2013 — 2014 学年第 1 学期） 课程名称：人工智能开课实验室：信自楼445 2013 年12月 20日 一、上机目的及容 1.上机容 用确定性推理算法求解教材65-66页介绍的八数码难题。 2.上机目的 （1）复习程序设计和数据结构课程的相关知识，实现课程间的平滑过渡； （2）掌握并实现在小规模状态空间中进行图搜索的方法； （3）理解并掌握图搜索的技术要点。 二、实验原理及基本技术路线图（方框原理图或程序流程图） （1）设计并实现程序，求解出正确的解答路径； （2）对所设计的算法采用大O符号进行时间复杂性和空间复杂性分析； （3）对一般图搜索的技术要点和技术难点进行评述性分析。 三、所用仪器、材料（设备名称、型号、规格等或使用软件） 1台PC及VISUAL C++6.0软件 四、实验方法、步骤（或：程序代码或操作过程） 建立工程后建立5个source Files文件分别为 1.AttributeValue.cpp #include "AttributeValue.h" #include "base.h" AttributeValue::AttributeValue(std::string const& instring) : m_value(instring) { } bool AttributeValue::GetType() { if (m_value == "P") { return true; } else if (m_value == "N") { return false; } else { throw DataErrException(); } } 2.basefun.cpp #include 江苏科技大学 实验报告 （2012/2013学年第2学期） 课程名称：人工智能 学生姓名：陈嘉生 学生学号： 1040501211 院系：数理学院 专业：信息与计算科学 2013年5月 18日 实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最差不多的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人 工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人预备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求不管在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、差不多要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed 输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000 四、实验组织运行要求 本实验采纳集中授课形式，每个同学独立完成上述实验要求。 五、实验条件 每人一台计算机独立完成实验。 六、实验代码 Main.cpp #include 《人工智能导论》课程报告 课题名称：五子棋 姓名: X X 学号：114304xxxx 课题负责人名（学号）： X X114304xxxx 同组成员名单（学号、角色）： x x1143041325 XXX1143041036 指导教师：张建州 评阅成绩： 评阅意见： 提交报告时间：2014年 1 月 9 日 五子棋 计算机科学与技术专业 学生XXX 指导老师张建州 [摘要]人类之所以不断在进步，是因为我们人类一直不断的在思考，五子棋游戏程序的开发符合人类进步也是促进人类进步的一大动力之一。五子棋游戏程序让人们方便快捷的可以下五子棋，让人们在何时都能通过下棋来提高逻辑思维能力，同时也培养儿童的兴趣以及爱好，让孩子更加聪明。 同时，五子棋游戏程序的开发也使得五子棋这个游戏得到了广泛的推广，让世界各地的人们知道五子棋，玩上五子棋，这已经不是局限。五子棋游戏程序使得越来越多的人喜欢上了五子棋，热爱下五子棋，它是具有很好的带动性的。 关键词：五子棋进步思考 目录 《人工智能导论》课程报告 0 1 引言 (3) 1.1五子棋简介 (3) 1.2 五子棋游戏的发展与现状 (3) 2 研究问题描述 (4) 2.1 问题定义 (4) 2.2 可行性研究 (4) 2.3 需求分析 (5) 2.4 总体设计 (5) 2.5 详细设计 (6) 2.6编码和单元测试 (6) 3 人工智能技术 (6) 4 算法设计 (7) 4.1α-β剪枝算法 (7) 4.2极大极小树 (7) 4.3深度优先搜索（DFS） (8) 4.4静态估值函数 (9) 5 软件设计和实现 (9) 5.1 数据结构定义 (9) 5.2 程序流程图 (17) 6 性能测试 (18) 6.1 程序执行结果 (18) 7 总结 (21) 参考文献 (21) 人工智能课程项目报告 姓名： 班级：二班 一、实验背景 在新的时代背景下，人工智能这一重要的计算机学科分支，焕发出了他强大的生命力。不仅仅为了完成课程设计，作为计算机专业的学生， 了解他，学习他我认为都是很有必要的。 二、实验目的 识别手写字体0~9 三、实验原理 用K-最近邻算法对数据进行分类。逻辑回归算法（仅分类0和1）四、实验内容 使用knn算法： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3.使用knnClassify（）进行测试 4.依据k的值，得出结果 使用逻辑回归： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3. 使用上式求参数。步长0.07，迭代10次 4.使用参数以及逻辑回归函数对测试数据处理，根据结果判断测试数 据类型。 五、实验结果与分析 5.1 实验环境与工具 Window7旗舰版+ python2.7.10 + numpy（库）+ notepad++（编辑） Python这一语言的发展是非常迅速的，既然他支持在window下运行就不必去搞虚拟机。 5.2 实验数据集与参数设置 Knn算法： 训练数据1934个，测试数据有946个。 数据包括数字0-9的手写体。每个数字大约有200个样本。 每个样本保持在一个txt文件中。手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下图所 示 建立一个kNN.py脚本文件，文件里面包含三个函数，一个用来生成将每个样本的txt文件转换为对应的一个向量：img2vector(filename):，一个用 来加载整个数据库loadDataSet():，最后就是实现测试。 关于人工智能技术的专业调查报告 前言: 随着现代科学技术的飞速发展，先进的技术在各个领域都得到了广泛的应用，使得生产力获得了大幅度的提高，为改善人民生活水平作出了巨大贡献。下一次生产力飞跃的突破口在哪里？目前越来越多的科学家把希望寄托于人工智能。他们认为人工智能将带来一次史无前例的技术革命。 一、人工智能定义: 人工智能（artificialintelligence，简记为AI）是当前科学技术发展中的一门前沿学科。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。它是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的综合性边缘学科。人工智能的最终研究目标是构造智能计算机。 二、人工智能简史: 人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系。1955年末, Newell和Simon做了一个名为"逻辑专家"(LogicTheorist)的程序.这个程序被许多人认为是第一个AI程序。70年代许多新方法被用于AI开发,其中一个标志性进展是专家系统。80年代AI被引入了市场,并显示出实用价值。可以确信,它将是通向21世纪之匙。 三、下面就由我带领大家一起一起来观看我们小组在有关人工智能调查过程中所获得的的收获： 根据调查结果我们不难看出相 对于对人工智能不了解的人数来看 对其有一定了解的人数大约占了调 查总人数的87%。根据后来跟踪采 访一部分在校被调查人员得知大部 分人是由于对人工智能的定义并不 是很了解，所以有部分人对身边一 些人工智能也缺乏判断。人工智能课程设计报告--动物识别系统
游戏人工智能实验报告记录四
人工智能报告
人工智能课程设计报告-罗马尼亚度假问题
人工智能实验报告大全
人工智能研究报告-副本
人工智能实验报告
2017年人工智能+网络安全分析报告
人工智能课程设计报告-n皇后问题解读
人工智能报告分析
人工智能实验报告大全
人工智能研究报告
人工智能深度优先算法课程设计报告
人工智能课程报告封面
昆明理工大学人工智能第二次实验报告
人工智能实验分析报告
人工智能课程设计(五子棋)解读
人工智能实验报告
[VIP专享]马克思主义基本原理大作业-人工智能分析报告
相关主题
文本预览