当前位置:文档之家› 广工电子系专业导论论文之人工智能

广工电子系专业导论论文之人工智能

广工电子系专业导论论文之人工智能
广工电子系专业导论论文之人工智能

人工智能

电子信息科学与技术11(1)班,*** 2011,12.18

摘要:人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,20 世纪70 年代以来,被称为世界三大尖端技术(空间技术、能源技术、人工智能)之一,也被认为是21 世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。近三十年来,人工智能获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,在理论和实践上都已自成一个系统。

1.基本概念

(1)、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。同名的还有美国科幻电影

《人工智能》等。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

(2)、智能计算机(Intelligence Computer),就是指具有感知、识别、推理、学习等能力,能处理定性的、不完全不确定的知识,能与人类以自然语言、文字及图形图像通信并在实际环境中有适应能力的计算机。

(3)、专家系统(expert system),是一种在一定领域中具有专家水平解决难题能力的智能程序系统,它能灵活运用专家积累的经验和专门知识,求解通常需由人类专家所完成的任务(如医疗诊断)。专家系统的特点是将人类专家的知识用符号来表示,其中最受欢迎的方式是将知识表示为一套规则,如“若x 咳血,

则X 很可能得了肺病”

(4)、机器学习(Machine Learning),是指系统

为了适应环境而产生的某种长远变化,这种变化使得

系统能够更有效地在下一次完成同一或同类工作。机

器学习的研究目的,是希望计算机具有能像人类一样

从现实世界中获得知识的能力。同时,建立学习的计

算理论,构造各种学习系统并将之应用到各个领域中

去。其实质是,通过计算机的归纳与类比等方法,利

用其内部现有的知识来加以分析、判断、修改和完善

的过程。

2.欲解决问题

(1)、目标:人工智能的两大目标就是能理解人类的智能,使计算机用途更广泛。许多研究者认为:智能机器的关键总是如何表达知识,从而使计算机能用这种知识将知识具体应用在计算机程序中。虽然必要,但很困难。即使回答日常生活中的极简单的问题,也需要大量的知识,而且其中许多知识我们是不知道的。

现在主要有两种类型的机器人:工业机器人和智能机器人。这两种类型都是人工智能研究者的研究范围,但重点在智能机器人上。他们集中力量研究感觉上的认识,以及这些认识如何用计算机来表达,人们已经研制出计算机辅助视觉和听觉装置、计算机辅助活动肢体和其他用微机控制的假体装置。用智能机器人来探查海底和太空的奥秘更为实际,因为在这些环境中工作既艰难又危险。研制一种不需要人参与就能完成探索工作的智能机器人,以便让他们到宇宙空间去探索。由于这项工作远离地球,用人类控制的机器人就不适宜了。现在美国国家航空和航天局使用的机器人是完全独立的,它能采集岩石,收集土壤和其它勘探的研究项目,这些工作都不用人指挥。无论如何,在真正智能化的自主机器人制成之前,研究者们必须首先更深入地掌握、控制人类行为过程的奥秘。通过计算机科学家、神经学家、生理学家的共同努力,我们已逐渐对人类的视听、触摸、感觉和四肢移动的方法有了更深的了解。但是,还留下一个最困难的、或许也是最重要的领域需要征服———这就是语言。

在人工智能研究中,使用计算机产生了很多意义深远的课题。通过人工智能的研究,人们对人类的精神能力和身体能力都有了更深入的了解。在工业上,人工智能专家们已研制出工业机器人和智能机器人,以便完成单调、危险及困难的工作。使人类解放出来,把他们的时间更有效地用于创造性的研究、设计,以及人们之间的相互交往等人类特有的活动中去,这便是人工智能各种应用的推动力。在医学和其它高级科学技术领域内,由于人工智能的进展,那些离开计算机就解决不了的难题正获得解决。

(2)、注意问题:

1、应使人工智能实体生存的第一目的是为了人类的生存与发展,否则人工智能实体就将威胁到人类的生存。

2、要使人工智能的研究迅速发展必需大量的人力、物力、财力,而在市场经济条件下,发展人工智能如不能带来利润是没有人愿意投资的。只有让人工智能实体参与生产、研究才能产生利润。而人工智能实体参与生产研究必然会挤占人的工作岗位(使人工智能实体完全代替人从事生产研究是我们的最终目的),从而加重失业危机,可能给社会带来不稳定因素,不利于社会和人工智能的发展,因而有必要在不影响人工智能发展的前提下根据人工智能、生产力、生产关系、道德、文化的发展状况适当限制人工智能进入某些领域。在不影响人工智能发展的前提下应禁止人工智能进入那些即使人工智能进入对人类的生存能力也无多大影响的领域,如:文化、体育市场。

3、为了尽可能减轻人工智能的发展对社会稳定及科技发展的负影响,我们应完善社会保障体制,在培养人才时亦应注重创造力的培养。在世界经济越来越一体化的情况下,为应付以上挑战促进即能影响人类未来又能影响人的眼前利益的人工智能的发展,必须全人类的共同努力。

最后让我们预测一下人工智能及人工智能影响下人类社会的发展历程。

1、十年内人类将编写出能学习、思维的软件,并能迅速提高其智力水平,其顺序是从需要精确思维的行业到需要模糊思维的行业,从低创造力的行业到高创造力的行业。

2、为了缓解社会矛盾,各国政府得从有人工智能参与生产的商品中适当收税以补贴失业人员,同时限制人工智能实体进入文化、体育等行业,禁止人工智能实体拥有感情。并对违反这些规定的个人或组织、国家进行严厉处罚。

3、各国政府将对人工智能的发展进行监控,并从法律上规定任何具有独立意志的人工智能实体其存在的第一目的和行为动力应是为了人类的生存与发展,否则应禁止其具有独立思考行为能力。

4、当廉价的人工智能实体在智力上超过人后,人类参不参加生产对生产力的影响可能已不大,按劳分配将失去其意义,这时人类将根据当时的资源状况、科技水平、生产、消费情况采取新的分配方式。3.一般理论,方法和技术

尽管各国学者为研制智能机进行长期不懈的努力,但究竟通过什么途径才能使计算机具有智能或者说表现出智能行为,还是一个未解决的问题。概括来说,已提出的主要途径有以下几条,它们分别以认知心理学、神经生理学、人类社会学及生物进化论为模拟的基础。

①符号处理与知识处理。把智能问题当成符号处理与知识处理问题是人工智能的主流。纽威尔和西蒙教授在1975年的图灵奖演说中提出物理符号系统假设:物理符号系统是智能行为的充分必要条件。这一假设把符号处理技术摆到智能机研制的关键位置。60年代关于推理机制和问题求解技术的研究使人们认识到一个智能系统的能力主要在于系统中包含的知识而不是它的推理机制,这就是E.费根鲍姆教授倡导的知识原则。根据这一原则,构造智能机系统的关键是建立包含大量常识和专门知识的知识库,其技术难点在于知识的自动获取和自动维护以及知识共享等。这一途径的基础是逻辑理论与认知心理学。

②人工神经网络。构造智能机的另一途径根源于神经生理学的研究成

果,即用大量相对简单的处理单元(人工神经元)通过复杂的互连构成神经网络

计算机。这一途径强调大规模并行、分布式的表示与处理、非线性的动力学系统

行为、系统的训练与学习以及模拟量的处理等等。尽管目前提出的人工神经网模

型及已研制的各种人工神经网系统与人脑的神经网结构相距甚远,但这种以整体

的统计行为取代逻辑推理,以样本训练与学习取代执行某种算法的新思路对传统

的唯理论与还原论是一种冲击。神经网计算机在模式识别和低层次感知模拟等方

面有发展潜力,但也有一定局限性。它与传统的符号处理有某种互补关系。这两

者的结合可以发挥各自的优势。

③层次化的智力社会模型。错综复杂的人类社会是由许多个人和不同层次的团体组成。与此类似,智能行为也可看成是许多在不同层次上的相互影响的并行操作的进程。层次越低,其智力越差,最底层的处理应是非智能的行为。按这种思路,关键是要弄明白非智能的活动的联合如何才能浮现智能行为,其奥秘应在其相互联系之中。这就是明斯基教授主张的所谓“智力社会”模型。这一学派强调理解智能的层次和系统中各部分的联系,主要从人类社会的行为来看待思维与智能,其实现上较侧重分布式的人工智能和复杂的巨系统。

④基于生物进化的智能系统。人类的智能是通过极其漫长的生物进化产生的,进化是智能的源泉。如果把机器智能的提高也当成是一种进化过程,其进化速度将比形成人的智能快得多。生物进化的关键是在动态环境中的适应能力。基于这一观点,布鲁克斯教授提出研制智能机的另一种途径:建立在现实世界中具有真正感知和行动能力的智能系统,由简单到复杂逐步提高其智能水平。这一方法强调自适应控制,主张无需表示无需推理的智能系统。

上述每一条途径都有各自的理论背景和应用前景。鉴于脑的功能是成千上万具有不同专门功能的子系统协作的结果,是上百万条生物进化缠绕组合的结果,人类智能的本质不可能归结为几个像波函数或运动学三定律那样规整、简洁、漂亮的基本原理。智能机也不可能按某一种固定模式制造。研究智能计算机应当采取综合集成的方法,在上述几条途径和可能的新途径基础上,将定性与定量、数字与模拟、逻辑与统计、电子与非电子等互补的技术综合集成起来,特别是将存于机器的知识与人的经验知识集成起来,发挥系统的整体优势与综合优势。

4.已取得的主要研究成果

(1)、主要成果

①人机对弈

1996年2月10~17日,Garry Kasparov以4:2战胜“深蓝” (Deep Blue)。

1997年5月3~11日,Garry Kasparov以3.5:2.5输于改进后的“深蓝” 。

2003年2月Garry Kasparov 3:3战平“小深”(Deep Junior)。

2003年11月Garry Kasparov 2:2战平“X3D德国人” (X3D-Fritz )。

②$模式识别

采用$模式识别引擎,分支有2D识别引擎,3D识别引擎,驻波识别引擎以及多维识别引擎

目前,2D识别引擎已推出指纹识别,人像识别,文字识别,图像识别,车牌识别;驻波识别引擎已推出语音识别;3D识别引擎已推出指纹识别玉带林中挂(玩游智能版1.25)

③自动工程

自动驾驶(OSO系统)

印钞工厂(¥流水线)

猎鹰系统(YOD绘图)

④知识工程

以知识本身为处理对象,研究如何运用人工智能和软件技术,设计、构造和维护知识系统

专家系统

智能搜索引擎

计算机视觉和图像处理

机器翻译和自然语言理解

数据挖掘和知识发现

(2)、主要应用

人工智能是在计算机科学、控制论、信息论、心理学、语言学等多种学科相互渗透的基础发展起来的一门新兴边缘学科,主要研究用用机器(主要是计算机)来模仿和实现人类的智能行为,经过几十年的发展,人工智能应用在不少领域得到发展,在我们的日常生活和学习当中也有许多地方得到应用。本文就符号计算、模式识别、专家系统、机器翻译等方面的应用作简单介绍,籍此使读者对我们身边的人工智能应用有一个感性的认识。

1 符号计算

计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值,方程的数值解,比如天气预报、油藏模拟、航天等领域;。另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式,函数,集合等。随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematica和Maple是它们的代表。现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时,还具有高效的可编程功能。在操作界面上一般都支持交互式处理,人们通过键盘输入命令,计算机处理后即显示结果。并且人机界面友好,命令输入方便灵活,很容易寻求帮助。

2 模式识别

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为”模式”,随着计算机技术的发展,人类有可能研究复杂的信息处理过程。用计算机实现模式(文字、声音、人物、物体等)的自动识别,是开发智能机器的一个最关键的突破口,也为人类认识自身智能提供线索。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说,特别重要的是对光学信息(通过视觉器官来获得)和声学信息(通过听觉器官来获得)的识别。这是模式识别的两个重要方面。市场上可见到的代表性产品有光学字符识别系统(Optical Character Recognition,OCR)、语音识别系统、文字识别系统、指纹识别系统等。

3 专家系统

专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统内部含有大量的某个领域的专家水平的知识与经验,能够运用人类专家的知识和解决问题的方法进行推理和判断,模拟人类专家的决策过程,来解决该领域的复杂问题。专家系统是人工智能应用研究最活跃和最广泛的应用领域之一,涉及到社会各个方面,各种专家系统已遍布各个专业领域,取得很大的成功。具体应用就很多了,例如血液凝结

疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。

4 机器翻译

机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过

程,用以完成这一过程的软件系统叫做机器翻译系统。目前,国内的机器

翻译软件不下百种,根据这些软件的翻译特点,大致可以分为三大类:词

典翻译类、汉化翻译类和专业翻译类。如果计算机辅助技术用于语言的翻

译研究,应该同样可以起到很大的辅助作用,这就是所谓的”计算机辅助

翻译”。它集机器记忆式翻译、语法分析式翻译和人际交互式翻译为一体,

把翻译过程中机械、重复、琐碎的工作交给计算机来完成。这样,翻译者只需将精力集中在创造性的思考上,有利于工作效率的提高。

5 人工智能思想的应用:在家里寻找外星人

人工智能的基本思想已经在许多领域中得到了应用,”在家里寻找外星人”(SETI@home)项目就是利用人工智能的神经网络和网格计算思想的一个成功案例。SETI@home是Search for Extra Terrestrial Intelligence at Home的缩写,意为:在家里寻找外星文明。该项目由美国行星学会和美国加州大学伯克利分校于1999年5月17日开始启动,它利用特定的PC机屏幕保护程序,来调用全球上网的个人计算机的闲置能力,分析世界上最大的射电望远镜获得的数据,帮助科学家探索外星生物。其计算模式的实质就是网格计算。

5.未来发展趋势

(1)、目前人工智能研究出现了新的高潮,那么现在有哪些新的研究热点和实际应用呢?

ai研究出现了新的高潮,这一方面是因为在人工智能理论方面有了新的进展,另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展,许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。

智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标,要求计算机能够看懂文字、听懂语言、说话表达,甚至能够进行不同语言之间的翻译,而这些功能的实现又依赖于知识表示方法的研究。因此,智能接口技术的研究既有巨大的应用价值,又有基础的理论意义。目前,智能接口技术已经取得了显著成果,文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。

主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体,比对象的粒度更大,智能性更高,而且具有一定自主性。主体试图自治地、独立地完成任务,而且可以和环境交互,与其他主体通信,通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为,最终实现问题求解。多主体系统试图用主体来模拟人的理性行为,主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。(2)、目前人工智能出现了哪些新动态?

①在一年一度at&t实验室举行的机器人足球赛中,每支球队的"球员"都装备上了ai软件和许多感应器,它们都很清楚自己该踢什么位置,同时也明白有些情况下不能死守岗位。尽管现在的ai技术只能使它们大部分时间处于个人盘带的状态,但它们传接配合的能力正在以很快的速度改进。这种ai机器人组队打比

赛看似无聊,但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道,internet 是由无数台服务器和无数台路由器组成的,路由器的作用就是为各自的数据选择通道并加以传送,如果利用一些智能化的路由器很好地协作,就能分析出传输数据的最佳路径,从而可以大大减少网络堵塞。我国也已经在大学中开展了机器人足球赛,有很多学校组队参加,引起了大学生对人工智能研究的兴趣。

②安放于加州劳伦斯·利佛摩尔国家实验室的asci white电脑,是ibm制造的世界最快的超级电脑,但其智力能力也仅为人脑的千分之一。现在,ibm正在开发能力更为强大的新超级电脑--"蓝色牛仔"(blue jean)。据其研究主任保罗·霍恩称,预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。

③麻省理工学院的ai实验室进行一个的代号为cog的项目。cog计划意图赋予机器人以人类的行为。该实验的一个项目是让机器人捕捉眼睛的移动和面部表情,另一个项目是让机器人抓住从它眼前经过的东西,还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。

④欧洲研发人工智能宇宙飞船可代人执行任务:著名科幻电影《2001

太空漫游》中出现的人工智能计算机可望成为现实。英国科学家与欧洲太

空总署(ESA)正携手研发由人工智能控制的宇宙飞船,它能像人类一样自行

作决定,将来或逐步取代航天员执行太空任务。

目前,人工智能的推理功能已获突破,学习及联想功能正在研究之中,下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域,未来智能计算机的构成,可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分,而不是与智能相分离的,因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。

人工智能一直处于计算机技术的前沿,人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天,已经有很多人工智能研究的成果进入人们的日常生活。将来,人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。

人工智能实验报告大全

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 unsigned int i; void Monkey_Go_Box(unsigned char x, unsigned char y) { printf("Step %d:monkey从%c走到%c\n", ++i, x, y);//x表示猴子的位置,y为箱子的位置 } void Monkey_Move_Box(char x, char y) { printf("Step %d:monkey把箱子从%c运到%c\n", ++i, x, y);//x表示箱子的位置,y为香蕉的位置 } void Monkey_On_Box() { printf("Step %d:monkey爬上箱子\n", ++i); } void Monkey_Get_Banana() { printf("Step %d:monkey摘到香蕉\n", ++i); } void main() { unsigned char Monkey, Box, Banana; printf("********智能1501班**********\n"); printf("********06153034************\n"); printf("********刘少鹏**************\n"); printf("请用a b c来表示猴子箱子香蕉的位置\n"); printf("Monkey\tbox\tbanana\n"); scanf("%c", &Monkey); getchar(); printf("\t"); scanf("%c", &Box); getchar(); printf("\t\t"); scanf("%c", &Banana); getchar(); printf("\n操作步骤如下\n"); if (Monkey != Box) { Monkey_Go_Box(Monkey, Box); } if (Box != Banana)

《人工智能导论》试卷B

人工智能试卷(B) 试题部分: 一、选择题(15小题,共15分) 1、97年5月,著名的“人机大战”,最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败,这台计算机被称为(A) A)深蓝B)IBM C)深思D)蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下,子句, C1=L∨C1‘, C2= ? L∨C2‘, 若σ是互补文字的(最一般)合一置换,则其归结式C=(A ) A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A)框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出,并且同时提出一个机器智能的测试模型,请问这个科学家是C A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能,必须让机器具有知识。因此,在人工智能中有一个研究领域,主要研究计算机如何自动获取知识和技能,实现自我完善,这门研究分支学科叫(B )。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分(A) A.)用户B)综合数据库C)推理机D)知识库 9、产生式系统的推理不包括(D ) A)正向推理B)逆向推理C)双向推理D)简单推理 10、C(B|A) 表示在规则A->B中,证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结(消解)证明定理时,若当前归结式是(C)时,则定理得证。 A)永真式B)包孕式(subsumed)C)空子句 13、在公式中?y?xp(x,y)),存在量词是在全称量词的辖域内,我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义,它把每个y值映射到存在的那个x。这种函数叫做(B ) A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后,得到(B ) A. P B. Q C. ~P D.P∨Q

《人工智能导论》课程研究总结

《人工智能导论》课程研究总结题目:BP神经网络的非线性函数拟合 班级: 姓名: 学号: 年月日

本次作业我负责程序的编写,过程如下 Matlab软件中包含Matlab神经网络工具箱。它是以人工神经网络理论为基础,用Matlab语言构造出了该理论所涉及的公式运算、矩阵操作和方程求解等大部分子程序以用于神经网络的设计和训练。用户只需根据自己的需要调用相关的子程序,即可以完成包括网络结构设计、权值初始化、网络训练及结果输出等在内的一系列工作,免除编写复杂庞大程序的困扰。目前,Matlab神经网络工具包包括的网络有感知器、线性网络、BP神经网络、径向基网络、自组织网络和回归网络等。BP神经网络主要用到newff、sim和train3个神经网络函数,各函数解释如下。 1、newff:BP神经网络参数设置函数 函数功能:构建一个BP神经网络。 函数形式:net = newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF) P:输入数据矩阵。 T:输出数据矩阵。 S:隐含层结点数。 TF:结点传递函数,包括硬限幅传递函数hardlim,对称硬限幅传递函数hardlims,线性传递函数pureline,正切S型传递函数tansig,对数S型传递函数logsig。 BTF:训练函数,包括梯度下降BP算法训练函数traingd,动量反传的梯度下降BP算法训练函数traingdm,动态自适应学习率的梯度下降BP算法训练函数traingda,动量反传和动态自适应学习率的梯度下降BP算法训练函数traingdx,Levenberg_Marquardt的BP算法训练函数trainlm。 BLF:网络学习函数,包括BP学习规格learngd,带动量项的BP学习规则learngdm。 PF:性能分析函数,包括均值绝对误差性能分析函数mae,均方差性能分析函数mse。 IPF:输入处理函数。 OPF:输出处理函数。 DDF:验证数据划分函数。 一般在使用过程中设置前面6个参数,后面4个参数采用系统默认参数。 2、train:BP神经网络训练函数 函数功能:用训练数据训练BP神经网络。 函数形式:[net,tr] = train(NET,X,T,Pi,Ai) NET:待训练网络。

人工智能实验报告

计算机科学与技术1341901301 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(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、算法描述 (1)算法基本思想的文字描述;

人工智能导论试卷一答案 (上海交大)

一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中,fm的含义是到当前为止,扩展的节点中,f的最大值 2、对任意节点n,设m是n的子节点,当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时,称h是单调的。 三、问答题答案 第1题 答:当问题有解时,A*算法总是找到问题的最优解结束。如果h函数定义的不合理,则当扩展一个节点时,不一定就找到了从初始节点到该节点的最优路径,对于这样的节点,就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时,则一定会被多次扩展。解决的方法一是对h函数的定义给出限制,使得h满足单调性。对于满足单调性条件的h,则一定不会出现重复扩展节点问题。二是对A*算法加以改进,使用修正的A*算法进行搜索,则可以减少重复扩展节点问题。 第2题 答:回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索,而回溯搜索则不是图搜索。在回溯搜索中,只保留了从初始节点到当前节点的搜索路径。而深度优先搜索,则保留了所有的已经搜索过的路径。 第3题 答:化子句集如下:

归结树如下: 修改证明树:

得到问题的解答:R(h(f(g(c, a)))) 第4题 第5题 答:搜索图如图所示,其中括号内标出的是节点的f值,圆圈内的数字是扩展的次序。F(16) 得到的解路径为:S-B-F-J-T 第6题 答:如下的知识可以帮助求解该问题: (1)序列中,偶数在偶数位置,奇数在奇数位置; (2)第五个数为5。 综合数据库:

用一个1到9的序列表示:N = {x},其中x为1到9的数字之一。规则集: r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度,In(a, b, c, d)为取a、b、c、d之一。初始状态:{} 结束条件:得到的序列N前i个数组成的整数能被i整除。

人工智能实验报告

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

《人工智能导论》课程期末考试试卷二 答案 (上海交大)

一、选择题答案1、A2、A 二、填空题答案 1、基于规则的正向演绎系统使用的条件是(1)事实表达式是任意形式(2)规则形式为L→W或L1∨L2→W,其中L为单文字,W为任意形(3)目标公式为文字析取形 2、基于规则的逆向演绎系统使用的条件是(1)事实表达式是文字合取形(2)规则形式为W→L 或W→L1∧L2 ,其中L为单文字,W为任意形(3)目标公式为任意形式 3、归结法中,可以通过修改证明树的方法得到问题的解答。 三、问答题答案 第1题答:

得解图:

第2题 第3题 答:综合数据库: (m1, m5, m9, b) 设从河的左岸到右岸,其中m1, m5,m9分别表示过河时间需要1分钟,5分钟和9分钟的人,在河左岸的人数。b=1表示船在左岸,b=0表示船在右岸。规则集: 初始状态:(2, 1, 1, 1) 结束状态:(0, 0, 0, 0) h函数:h(n) = m - b,其中m为在左岸的人数,b为船是否在左岸。 对于任意两个节点ni和nj,其中nj是ni的子节点。 当ni中b=1时,则nj中b=0,因此:max(h(ni)-h(j))=(m-1)-(m-1)=0, 而C(ni, nj)最小为1, 因此h(ni)-h(nj)

因此该h函数满足单调性条件。所以h满足A*条件。 第4题 答:对事实和规则进行skolem化: (1)(s) ~P(a) (2)(s)(P(g(s))) P(g(s)) (3)(x)(s)(y)((P(s)∧Q(b,x,s))→H(y) (P(s)∧Q(b,c,s))→H(f(s)) (4)(x)(s)(Q(b,x,s)→Q(b,x,g(s))) Q(b,x,s)→Q(b,x,g(s)) (5)(x)(s)(y)(~P(s)→Q(b,x,y)) ~P(s)→Q(b,x,h(x, s)) 经变量换名后,有事实和规则如下: ~P(a) P(g(s1)) r1: (P(s2)∧Q(b,c,s2))→H(f(s2)) r2: Q(b,x3,s3)→Q(b,x3,g(s3)) r3: ~P(s4)→Q(b,x4,h(x4, s4)) 用对偶形式对目标skolem 化: (x)H(x) H(x) 演绎图如下图(这里只给出了一个一致解图)。

三子棋c代码

三子棋问题 一目的 运用所学课程的知识来研究、解决一些具有一定综合性问题的专业课题。通过课程设计提高学生综合运用所学知识来解决实际问题及进行科学实验或技术设计的初步能力。 二需求分析 1、该程序主要为设计简单的三子棋游戏; 2、三子棋问题即在3 * 3的二维数组上下棋,只要有棋子在行、列或对角线连成一线即取得胜利。 3、可实现玩家与电脑对弈。 三概要设计 1、主函数模块 int main() { do{ 开始新的对弈; }while(玩家选择停止游戏); return 0; } 2、调用函数模块 ①int chess(); /*函数功能:开始对弈 函数参数:无 函数返回值:return 0*/ { 初始化棋局; 选择玩家或电脑先行; do{ //开始下棋 输出当前棋局; if(该玩家走棋) { do{

玩家输出走棋位置; 检查走棋位置的合法性; }while(玩家输入合法的位置); } else if(电脑走棋) { 调用函数使电脑走棋 } 判断是否有一方胜出; }while(有一方胜出或平局); printf("最终棋局:\n"); 输出最终棋局; if(平局) 输出平局; } ②int check(char *chess,char sign); /*函数功能:使用了指针,判断位置可行则走棋,不可行则返回值为1 函数参数:使用指针传递棋局,以及欲走棋的位置 函数返回值:0代表可以走棋,1代表不可走棋 */ { 判断走棋位置是否合法; 不合法则返回1; 否则返回0; } ③int judge(char *chess); /*函数功能:判断是否有胜出 函数参数:当前棋局 函数返回值:0代表未有胜出,1代表玩家胜出,2代表电脑胜出*/ { for(行检查) { if(某行三子连线) { if(连线棋子为‘O’) 玩家胜出; else 电脑胜出; } } for(列检查)//思想同上 if(对角三字连线检查)//思想同上

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 unsigned int i; void Monkey_Go_Box(unsigned char x, unsigned char y) {

《人工智能导论》试卷

一、填空: 1.人工智能的研究途径有(1)、(2)和行为模拟。 2.任意列举人工智能的四个应用性领域(3)、(4)、(5)、(6)。 3.人工智能的基本技术包括(7)、(8)、(9)归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言,其真值的特点和命题逻辑的区别是 (10)。 5.谓词逻辑中,重言式(tautlogy)的值是(11)。 6.设P是谓词公式,对于P的任何论域,存在P为真的情况,则称P为(12)。 7.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味 着13 ,CF(A)=-1,则意味着(14),CF(A)=1,则意味着(15)。 8.谓词公式G是不可满足的,当且仅当对所有的解释(16)。 9.谓词公式与其子句集的关系是(17)。 10.利用归结原理证明定理时,若得到的归结式为(18),则结论成立。 11.若C1=┐P∨Q,C2=P∨┐Q,则C1和C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1和C2的归结式R(C1,C2)= (20)。 13.有谓词公式G,置换δ,则G·ε= (21),δ·ε= (22)。 14.有子句集S={P(x),P(y)},其MGU= (23)。 15.在归结原理中,几种常见的归结策略并且具有完备性的是(24),(25),(26)。 16.状态图启发式搜索算法的特点是(27)。 17.广度优先搜索算法中,OPEN表的数据结构实际是一个(28),深度优先搜索算 法中,OPEN表的数据结构实际是一个(29)。 18.产生式系统有三部分组成(30),(31)和推理机。其中推理可分为(32)和 (33)。 19.专家系统的结构包含人机界面、(34),(35),(36),(37)和解 释模块。

《人工智能导论》课程研究总结

《人工智能导论》课程研究总结 题目:BP神经网络的非线性函数拟合 班级: 姓名: 学号: 年月日 本次作业我负责程序的编写,过程如下 Matlab软件中包含Matlab神经网络工具箱。它是以人工神经网络理论为基础,用Matlab语言构造出了该理论所涉及的公式运算、矩阵操作和方程求解等大部分子程序以用于神经网络的设计和训练。用户只需根据自己的需要调用相关的子程序,即可以完成包括网络结构设计、权值初始化、网络训练及结果输出等在内的一系列工作,免除编写复杂庞大程序的困扰。目前,Matlab神经网络工具包包括的网络有感知器、线性网络、BP神经网络、径向基网络、自组织网络和回归网络等。BP神经网络主要用到newff、sim和train3个神经网络函数,各函数解释如下。 1、newff:BP神经网络参数设置函数 函数功能:构建一个BP神经网络。 函数形式:net = newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF) P:输入数据矩阵。 T:输出数据矩阵。 S:隐含层结点数。 TF:结点传递函数,包括硬限幅传递函数hardlim,对称硬限幅传递函数hardlims,线性传递函数pureline,正切S型传递函数tansig,对数S型传递函数logsig。 BTF:训练函数,包括梯度下降BP算法训练函数traingd,动量反传的梯度下降BP算法训练函数traingdm,动态自适应学习率的梯度下降BP算法训练函数traingda,动量反传和动态自适应学习率的梯度下降BP算法训练函数traingdx,Levenberg_Marquardt的BP算法训练函数trainlm。 BLF:网络学习函数,包括BP学习规格learngd,带动量项的BP学习规则learngdm。 PF:性能分析函数,包括均值绝对误差性能分析函数mae,均方差性能分析函数mse。IPF:输入处理函数。 OPF:输出处理函数。 DDF:验证数据划分函数。 一般在使用过程中设置前面6个参数,后面4个参数采用系统默认参数。 2、train:BP神经网络训练函数 函数功能:用训练数据训练BP神经网络。 函数形式:[net,tr] = train(NET,X,T,Pi,Ai) NET:待训练网络。 X:输入数据。 T:输出数据。 Pi:初始化输入层条件。 Ai:初始化输出层条件。 net:训练好的网络。 tr:训练过程记录。

人工智能实验报告

人工智能 九宫格重移——搜索 成员:赵春杰 2009210665 羊森 2009210653 黄鑫 2009210 周成兵 2009210664 王素娟 2009210644

1.问题描述: 八数码问题也称为九宫问题。在3×3的棋盘,摆有八个棋子,每个棋子上标有1至8的某一数字,不同棋子上标的数字不相同。棋盘上还有一个空格,与空格相邻的棋子可以移到空格中。要求解决的问题是:给出一个初始状态和一个目标状态,找出一种从初始转变成目标状态的移动棋子步数最少的移动步骤。所谓问题的一个状态就是棋子在棋盘上的一种摆法。棋子移动后,状态就会发生改变。解八数码问题实际上就是找出从初始状态到达目标状态所经过的一系列中间过渡状态。 2.九宫重移有无答案检查(逆序数) 我们把每个9宫格横向展开,如第一个123456789,我们把左边数大于右边数的组数称为这个九宫格的逆序数,显然123456789的逆序数为0;考虑横向平移,那么逆序数的增量为2或0或-2;纵向平移,逆序数的增量为4或0或-4;但147258369的逆序数为奇数。所以147258369是无解的情况。由此也可以类推当将9宫格展开后,如果数据序列的逆序数为奇数,则此数据序列对应的九宫格是无解的。 3.BFS算法 队列: Queue open = new Queue();存放待扩展的节点 List: List closed = new List();存放已被扩展过的节点 ArrayList map = new ArrayList();//存放答案 HashTale: Hashtable table = new Hashtable();构造哈希表以方便查找

《人工智能导论》期末复习知识点

《人工智能导论》期末复习知识点 选择题知识点 1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。 人工智能Artificial Intelligence,AI 人工神经网络Artificial Neural Network,ANN 机器学习Machine Learning,ML 深度学习Deep Learning,DL 2.什么是强人工智能? 强人工智能观点认为有可能制造出真正能推理(Reasoning)和解决问题(Problem_solving)的智能机器,并且,这样的机器将被认为是有知觉的,有自我意识的。可以独立思考问题并制定解决问题的最优方案,有自己的价值观和世界观体系。有和生物一样的各种本能,比如生存和安全需求。在某种意义上可以看作一种新的文明。 3.回溯算法的基本思想是什么? 能进则进。从一条路往前走,能进则进,不能进则退回来,换一条路再试。 4.面向对象、产生式系统、搜索树的定义? 面向对象(Object Oriented)是软件开发方法,一种编程范式。面向对象的概念和应用已超越了程序设计和软件开发,扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。面向对象是一种对现实世界理解和抽象的方法,是计算机编程技术发展到一定阶段后的产物。面向对象是相对于面向过程来讲的,面向对象方法,把相关的数据和方法组织为一个整体来看待,从更高的层次来进行系统建模,更贴近事物的自然运行模式。 把一组产生式放在一起,让它们相互配合,协同工作,一个产生式生成的结论可以供另一个产生式作为前提使用,以这种方式求得问题的解决的系统就叫作产生式系统。 对于需要分析方法,诸如深度优先搜索和广度优先搜索(穷尽的方法)以及启发式搜索(例如最佳优先搜索和A*算法),这样的问题使用搜索树表示最合适。 5.机器学习的基本定义是什么? 机器学习是一门研究及其获取新知识和新技能,并识别现有知识的学问。6.智慧地球的概念,智慧地球提出的背景是怎样的?

智能科学与技术专业培养方案及教学计划10级

信息科学与工程学院 智能科学与技术专业本科培养方案 一、培养目标 培养具备良好的科学素质,系统地掌握智能科学与技术的基本理论、基本知识和基本技能与方法,在智能科学与工程领域具有较强的知识获取能力、知识工程能力和创新创业能力的宽口径复合型高质量以及具有计算机、自动化、电子等交叉学科基础的人才,能在企业、事业、科研部门、教育单位和行政部门等单位从事智能系统、智能信息处理、智能行为决策等方面的科学研究、开发设计、工程应用、决策管理和教学等工作。 二、培养要求 本专业学生主要学习智能科学技术及相关信息科学技术的基础理论和专业知识。学生接受从事科学研究、工程技术开发、教学、管理及应用等方面所需要的基本训练,具备从事智能系统、智能信息处理、智能行为决策等方面研究、开发、应用及管理的综合能力。 毕业生应获得以下几个方面的知识和能力: 1、具有较扎实的自然科学基础,较好的人文社会科学基础和外语能力。 2、系统掌握本专业领域必需的科学技术基础理论知识,主要包括电路理论、模拟电子技术、数字电子技术、自动控制理论、微机原理与接口技术、离散数学、数据结构、脑与认知科学基础、人工智能、智能控制、机器人学导论、计算机仿真技术、数据库技术、网络工程等。 3、较好地掌握智能系统、智能信息处理等方面的专业知识,具有本专业领域1~2个方向的专业知识和技能,了解本专业学科的前沿和发展趋势,获得较好的工程实践训练,具有熟练的计算机应用能力。 4、具有本专业的科学研究、科技开发和组织决策管理能力,具有较强的工作适应能力。 5、能将智能技术与计算机技术、信息处理、控制技术有机结合应用于工程实践,具有创新意识和一定的创新能力。 三、主干学科 控制科学与控制工程、电气工程、计算机科学与技术 四、主要课程和特色课程 本专业主干课程主要包括:电路理论、模拟电子技术、数字电子技术、自动控制理论、微机原理与接口技术、离散数学、数据结构、脑与认知科学基础、人工智能、智能控制、机器人学导论、计算机仿真技术、Web程序设计、语音信号处理、决策支持技术、运筹学、虚拟现实与智能游戏、智能优化算法及其应用、生物特征识别等。

人工智能实验报告

实验报告 1.对CLIPS和其运行及推理机制进行介绍 CLIPS是一个基于前向推理语言,用标准C语言编写。它具有高移植性、高扩展性、强大的知识表达能力和编程方式以及低成本等特点。 CLIPS由两部分组成:知识库、推理机。它的基本语法是: (defmodule< module-name >[< comment >]) CLIPS的基本结构: (1).知识库 由事实库(初始事实+初始对象实例)和规则库组成。 事实库: 表示已知的数据或信息,用deftemplat,deffact定义初始事实表FACTLIS,由关系名、后跟零个或多个槽以及它们的相关值组成,其格式如下: 模板: (deftemplate [] *) ::= | 事实: (deffacts [] *) 当CLIPS系统启动推理时, 会把所有用deffact定义的事实自动添加到工作存储器中。常用命令如下: asser:把事实添加到事实库(工作存储器)中retract:删除指定事实 modify:修改自定义模板事实的槽值duplicate:复制事实 clear:删除所有事实 规则库 表示系统推理的有关知识,用defrule命令来定义,由规则头、后跟零个或多个条件元素以及行为列表组成,其格式如下: (defrule [] * ; =>

人工智能导论复习题

●1、人工智能有哪些研究领域?你能列举出一些与汽车相关的研究领域吗? 自然语言理解,数据库的智能检索,专家咨询系统,定理证明,博弈,机器人学,自动程序设计,组合调度问题,感知问题。无人驾驶,安全驾驶辅助系统,环境识别与感知,GPS导航,人工智能换挡互联网 ●2、对于农夫过河问题,分析其中的产生式规则,组成规则库,并给出初始事实数据和 目标条件,建立一个小型产生式系统并运行之。 1)农夫每次只能带一样东西过河(2)如果没有农夫看管,狼吃羊,羊吃菜 要求:设计一个过河方案,使得农夫、狼、羊、菜都能过河,画出相应的状态空间图。 2)四元组S表示状态,即S=(农夫,狼,羊,菜) 用0表示在左岸,1表示在右岸初始S=(0,0,0,0) 目标G=(1,1,1,1) 定义操作符L(i)表示农夫带东西到右岸:i=0 农夫自己到右岸;i=1 农夫带狼到右岸; i=2 农夫带羊到右岸; i=3 农夫带菜到右岸; 定义操作符R(i)表示农夫带东西到左岸: i=0 农夫自己到左岸; i=1 农夫带狼到左岸;i=2 农夫带羊到左岸; i=3 农夫带菜到左岸; 约束状态如下:(1,0,0,X)狼、羊在左岸;(1,X,0,0)羊、菜在左岸; (0,1,1,X)狼、羊在右岸;(0,X,1,1)羊、菜在右岸; (0,0,0,0) / L(2) (1,0,1,0) / R(0) (0,0,1,0) / L(1) \ R(3) (1,1,1,0) (1,0,1,1) / R(2) \ R(2) (0,1,0,0) (0,0,0,1) \ L(3) / L(1) (1,1,0,1) \ R(0) (0,1,0,1) \ L(2) (1,1,1,1) 解一:解二: 1.带羊过河 (1,0,1,0) 1.带羊过河 (1,0,1,0) 2.农夫回来 (0,0,1,0) 2.农夫回来 (0,0,1,0) 3.带狼过河 (1,1,1,0) 3.带菜过河 (1,0,1,1) 4.带羊回来 (0,1,0,0) 4.带羊回来 (0,0,0,1) 5.带菜过河 (1,1,0,1) 5.带狼过河 (1,1,0,1) 6.农夫回来 (0,1,0,1) 6.农夫回来 (0,1,0,1) 7.带羊过河 (1,1,1,1) 7.带羊过河 (1,1,1,1) 4、书上P158—4.10、4.13、4.17 4.10 用语义网络表示:动物能运动,会吃;鸟是一种动物,鸟有翅膀,会飞;鱼是一种 动物,鱼生活在水里,会游泳。

人工智能课程设计(五子棋)解读

《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)

人工智能导论期末复习习题集

第二章知识表示 2.8设有如下语句,请用相应的谓词公式分别把他们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词 P(x):x是人 L(x,y):x喜欢y 其中,y的个体域是{梅花,菊花}。 将知识用谓词表示为: (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解:定义谓词 P(x):x是人 B(x):x打篮球 A(y):y是下午 将知识用谓词表示为: (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快,存储容量又大。 解:定义谓词 NC(x):x是新型计算机 F(x):x速度快 B(x):x容量大 将知识用谓词表示为: (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解:定义谓词 S(x):x是计算机系学生 L(x, pragramming):x喜欢编程序 U(x,computer):x使用计算机 将知识用谓词表示为: ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解:定义谓词 P(x):x是人 L(x, y):x喜欢y 将知识用谓词表示为: (?x) (P(x)∧L(x,pragramming)→L(x, computer)) 2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手,要处理的世界有一张桌子,桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作:从桌上拣起一块积木;将手中的积木放到桌之上;在积木上再摞上一块积木;从积木上面拣起一块积木。积木世界的布局如下图所示。

人工智能结课报告

结课报告 课程名称:人工智能 学院:信息工程与自动化学院 专业:物联网工程 年级:2013级 学号:201310107125 学生姓名:王子龙 指导教师:吴霖 日期:2014年12月28日 教务处制

智能家居 摘要 智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备(如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等)连接到一起,提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比,智能家居不仅具有传统的居住功能,兼备建筑、网络通信、信息家电、设备自动化,提供全方位的信息交互功能,甚至为各种能源费用节约资金。 智能家居的概念起源很早,但一直未有具体的建筑案例出现,直到1984年美国联合科技公司(United Technologies Building System)将建筑设备信息化、整合化概念应用于美国康涅狄格州(Connecticut)哈特佛市(Hartford)的CityPlaceBuilding时,才出现了首栋的“智能型建筑”,从此揭开了全世界争相建造智能家居派的序幕。 应用价值 随着物联网技术的日益发展,依照物联网技术发展的新兴产业智能家居以住宅为平台,通过物联网、云计算、无线通讯等新技术,将照明、门窗、家电、安防等家居设施集,从而构建高效的住宅设施家庭日程事务的管理系统,并为用户营造安全、健康、舒适的家居生活环境。家居与人们的生活息息相关,所以比传统家居更具优势的智能家居也为人所称道,走进千家万户也是势在必行。 难点 1、用户搞不懂智能家居的概念 2、“智能家居产品太贵了” 3、安全隐患 收获 近年来智能家居行业发展迅速,所以对于行业标准的制定非常重要,1979年,美国的斯坦福研究所提出了将家电及电气设备的控制线集成在一起的家庭总线(HOMEBUS), 并成立了相应的研究会进行研究,1983年美国电子工业协会组织专门机构开始制定家庭电气设计标准,并于1988年编制了第一个适用于家庭住宅的电气设计标准,即:《家庭自动化系统与通讯标准》,也有称之为家庭总线系统标准(HBS,Home Bus System)。在其制定的设计规范与标准中,智能住宅的电气设计要求必须满足以下三个条件,即: 1.具有家庭总线系统; 2.通过家庭总线系统提供各种服务功能; 3.能和住宅以外的外部世界相连接。 物联传感技术是全球第一个利用物联网来控制灯饰及电子电器产品(我们通称为zigbee产品),并将其作为智能家居主流产品走向了商业化。ZigBee最初预计的应用领域主要包括消费电子、能源管理、卫生保健、家庭自动化、建筑自动化和工业自动化。这种技术低功耗、

《人工智能导论》试卷A(答案)

2006~2007学年第2学期考试A 卷 参考答案 一、1. 符号主义,连接主义,行为主义 3.状态,操作符 4.一套规则,一个控制策略 5.人工神经元网络 6.将误差信号沿原来的连接通路返回,通过修改各层神经元的连接权值,使误差信号减至最小 7.空子句 8.Q 9. L→W 或L1∨L2→W,L 为单文字 10.继承,匹配 11.图灵 12. 13. 14. 零均方差的高斯随机 二、CBCDCCADAB 三、1. (1)自然语言理解 (2)人工神经元网络 数据库智能检索 智能控制 专家咨询系统 智能调度和指挥 定理机器证明 智能决策支持系统 博弈 知识发现和数据发掘 机器人学 分布式人工智能 自动程序设计 组合调度问题 感知问题 2.

3.构成:略 特征:(1)能较好的模拟人的形象思维。 (2)具有大规模并行协同处理能力。 (3)具有较强的学习能力。 (4)具有较强的容错能力和联想能力。 (5)是一个大规模自组织、自适应的非线性动力系统。 4.遗传算法是一种随机搜索算法。该算法将优化问题看作是自然界生物的进化过程。模拟大自然生物进化的遗传规律来达到寻优的目的。 5.设A(x):想出国留学 P(x):欲穷千里目 Q(x):更上一层楼 (1)?x(~A(x)) (2)(?x)(Q(x) P(x)) 四、1. 得到的解路径为:S-B-F-J-T 2.启发式搜索图:

状态空间图:

3.

4.证明: R1:所有不贫穷且聪明的人都快乐:?x(~Poor(x)∧Smart(x)→Happy (x)) R2:那些读书的人是聪明的:?x(read(x)→Smart(x)) R3:约翰能读书且不贫穷:read(John)∧ ~Poor(John) R4:快乐的人过着幸福的生活:?x(Happy(x)→Blest(x)) 结论:约翰过着幸福的生活的否定:~ Blest(John) 将上述谓词公式转化为子句集并进行归结如下: 由R1可得子句: Poor(x)∨~Smart(x)∨Happy(x) 由R2可得子句: ~read(y)∨Smart(y) 由R3可得子句: read(John) ~Poor(John) 由R4可得子句: ~ Happy(z)∨Blest(z) 由结论的否定可得子句: ~ Blest(John) 根据以上6条子句,归结如下: ~ Happy(John)⑤⑥ John/z Poor(John)∨~Smart(John)⑦① John/x ~Smart(John)⑧④ ~ read(John)⑨② John/y □⑩③ 由上可得原命题成立。

相关主题
相关文档 最新文档