人工智能课程实验教学大纲
课程编号：课程名称：智能系统
课程总学时：32 课程总学分：2.5
实验总学时：8
适用专业：计算机专业本科第5学期
课程类型：√必修□选修
先修课程：离散数学、数据结构
一、实验教学的目的、任务与要求
共分2个实验，8学时内完成。每次2学时，共4次上机。每个实验相当于一个大作业，锻炼学生运用知识解决实际问题的能力，从而对所学知识有更深刻的理解。要求提交源代码，运行结果和相关文档（包括核心算法）。由实验老师逐一检查考核，占考试成绩的20%。二、实验项目内容及学时分配：
序
号
实验项目学时实验内容实验类型备注
1 图搜索策略实验 4 用八数码难题演示各种搜索策略验证型
2 回溯策略与博弈树搜
索
4 八皇后问题或一字棋游戏的实现基础型可选
3 Chp5产生式系统的推
理
4
用动物识别系统实现基于规则的
系统构造
设计型可选
4 用遗传算法实现TSP
问题求解
4
10节点以内TSP问题的遗传算法
实现
设计型
5 神经网络实验 4 用神经网络实现一个简单分类器设计型可选
三、主要教材（讲义、实验指导书）：
廉师友编人工智能技术导论（第三版），西安电子科技大学出版社
参考书：
1．《人工智能及其应用》、蔡自兴，徐光佑编著、清华大学出版社、2003
2．人工智能原理与方法、王永庆编、西安交通大学出版社、1997
3. 人工智能原理与应用、何华灿主编、西北工业大学出版社，1988
4. 人工智能(上下册)、陆汝钤、科学出版社、1996
5. Artificial Intelligence: A New Synthesis. Morgan Kaufman、N. J. Nilsson.、机械工业出社、1998
6．人工智能：复杂问题求解的结构和策略、(美)George F. Luger著, 史忠植等译、机械工业出版社、2003
四、考核方式：闭卷考试（70%）+平时作业和上课签到（10%）+上机作业（20%）
五、使用主要仪器设备说明：
在Windows2000/XP环境下，语言可以采用C/C++/JA V A/Matlab等。实验室提供相关软件可由学生根据需要安装。
制订人：艾丽蓉课程负责人：
实验中心审核人：学院审核人：
大纲制订时间： 2015年6月9日
填表说明：实验类型：基础型、验证型、综合型、设计型、创新研究型。
实验一图搜索策略
1．实验目的（说明本次实验应对那些知识达到何种认知程度，如了解/掌握）
(1) 加深对各种图搜索策略概念的理解；
(2) 进一步了解启发式搜索、α-β剪枝等概念；
(3) 比较并分析各种图搜索策略的异同。
2. 实验预习内容
(1) 了解重排九宫问题、一字棋游戏、八皇后问题；
(2) 各种图搜索算法及剪枝技术等。
3. 实验内容和步骤
结合第二章内容，以一字棋游戏、八皇后问题、或重排九宫/八数码问题为例，分组（1人或2人一组）编程演示其搜索过程。
1. 搜索策略根据自己能力选择：
（1）任意一种搜索策略；
（2）采用全局择优搜索，其中的启发式函数自己设计。
要求程序具有一定的普适性，重点是要把算法描述清楚。
2. 对博弈感兴趣的同学可选做一字棋游戏的实现，并演示剪枝后的效率变化。
4．实验总结及思考
总结出各种搜索策略的特点和区别。
5. 实验一检查的指标：
1．界面显示要求：
（1）包含初始状态和目标状态的显示；其中初始状态的显示包含两类选择：一个是标准的范例，一个是随机的状态；
（2）在界面上说明你所采用的搜索策略；（简单说明即可）
（3）每次搜索过程的步骤，不要求树型结构，只要求（动画）表现，每走一步的状态变化；
（4）每走一次搜索步，需要有步数的累积显示；
（5）最后有完成一次搜索完毕的结果显示。
2．代码要求：
搜索过程或算法的控制策略的核心代码
3．要求学生讲解自己设计代码的构架，如何实现的。（包含使用了哪些类，类中的方法主要来实现什么）
4．回答辅导老师提出一些问题。
5．提交实验报告（代码和实验完成后的设计框架说明）。
附：实验报告模板：
1.实验目的：
2.实验要求：
3.实验算法：
1）有解和无解如何判定？
2）启发式函数如何设定？
3）open表和close表如何实现？
4）关键的函数有哪些？
4. 实验总结及体会
补充：八数码问题的有解和无解判定
将九宫格中数字顺序排列后，形成一个包含0在内的9位数字序列，该字串可用来表示九宫格的当前状态，其中0表示空格所在位置。当空格上下、左右移动时，易知序列的逆序值奇偶性不会发生改变。由此可知，九宫问题的362,880种状态被分成逆序值为奇数和逆序值为偶数两部分，每一部分内任意两种状态相互可达。
在八数码问题中，有些状态之间是不可达的。如果我们能在一开始先判断初始状态和目标状态之间是否可达，这样可以避免不可达状态之间的盲目求解。
两个状态之间是否可达可以通过两个状态逆序值的奇偶性进行判断。我们把每个状态看作一个数列，然后计算数列的逆序值，若两个数列逆序值的奇偶性相同，则对应的两个状态是可达的，否则不可达。（注：求逆序值不把空格算在内）。
如图2所示状态：
2 3 1
5 8 4
6 7
图2 棋局示例
它对应的数列是：23158467（不包括空格）。
对于一个数列，数列中每个数的逆序值是指位于这个数前面的比这个数大的数的个数。数列的逆序值就是数列中每个数的逆序值之和。
逆序值求法：例：23158467的逆序值为6，求解过程为：
0+0+2(1<2,1<3)+0+0+2(4<5,4<8)+1(6<8)+1(7<8)=6
而状态12345678 的逆序值自然就是0。
实验二产生式系统的推理
1. 实验目的（说明本次实验应对那些知识达到何种认知程度，如了解、掌握等）
理解并掌握基于规则系统的表示与推理。
2. 实验预习内容
(1) 了解动物识别系统问题；
(2) 产生式系统的组成部分，正向推理，逆向推理和产生式系统的类型。
3. 实验内容和步骤
结合第五章内容，以动物识别系统(或货物袋装系统)为例，实现基于规则的系统构造实验4学时。
要求能根据输入的规则，正确地识别所能识别的动物。能完成正向和/或反向推理我们假设计算机的视觉系统可以识别毛发、羽毛、奶、犬齿、爪、蹄、颜色等等基本的事实。一个动物识别专家系统的产生式如下：
R1：若某动物有奶，则它是哺乳动物。
R2:若动物有毛发，则它是哺乳动物。
R3:若动物有羽毛且卵生，则它是鸟类。
R4:若动物是哺乳动物，唇裂，善跳跃，则它是兔子。
R5:若动物是哺乳动物，食肉，褐色，有黑条纹，则它是老虎。
R6:若动物是哺乳动物，有蹄，脖子长，有黑条纹，则它是长颈鹿。R7:若动物是鸟类，上嘴鹰钩，会模仿人说话，则它是鹦鹉。
R8:若动物是鸟类，黑色，不能飞，善游泳潜水，则它是企鹅。
R9:若动物是鸟类，腿短，嘴扁平，善潜水游泳，则它是鸭子。
R10:若动物是鸟类，上嘴鹰钩，有爪，吃肉，则它是鹰。
在上述规则下要识别以下22种动物：
兔子：
有毛发，善跳跃，唇裂；
有奶，善跳跃，唇裂；
有毛发，有奶，善跳跃，唇裂；
猫：
有毛发，善捕鼠，脚有肉垫；
有奶，善捕鼠，脚有肉垫；
有毛发，有奶，善捕鼠，脚有肉垫；
犀牛：
有毛发，鼻子上有角，褐色，皮糙肉后，有蹄；
有奶，鼻子上有角，褐色，皮糙肉后，有蹄；
有毛发，有奶，鼻子上有角，褐色，皮糙肉后，有蹄；
熊猫：
有毛发，黑眼圈，四肢短小；
有奶，黑眼圈，四肢短小；
有毛发，有奶，黑眼圈，四肢短小；
金钱豹：
有毛发，褐色，吃肉，有斑点；
有奶，褐色，吃肉，有斑点；
有毛发，有奶，褐色，吃肉，有斑点；
老虎：
有毛发，褐色，吃肉，有黑条纹；
有奶，褐色，吃肉，有黑条纹；
有毛发，有奶，褐色，吃肉，有黑条纹；
长颈鹿：
有毛发，有蹄，长脖子，黑条纹；
有奶，有蹄，长脖子，黑条纹；
有毛发，有奶，有蹄，长脖子，黑条纹；
鸭子：有羽毛，卵生，善游泳，嘴扁平，腿短；
企鹅：有羽毛，卵生，不会飞，善游泳，黑色；
鹅：有羽毛，卵生，善潜水游泳，白色或黑色，颈长，嘴大，腿长，颈部有肉只凸起；
鸦：有羽毛，卵生，黑色，嘴大；
鹰：有羽毛，卵生，有爪，吃肉，上嘴鹰钩；
鹦鹉：有羽毛，卵生，上嘴鹰钩，能模仿人说话；
青蛙：卵生，生活在水中，生活在陆地，有皮肤呼吸，用肺呼吸，皮肤光滑，吃昆虫，会变色；
蝾螈：卵生，生活在水中，生活在陆地，有皮肤呼吸，用肺呼吸，吃昆虫，皮肤粗糙，四肢扁，背部黑色；
蟾蜍：卵生，生活在水中，生活在陆地，有皮肤呼吸，用肺呼吸，吃昆虫，皮肤粗糙；
比目鱼：用鳃呼吸，身体有鳍，生活在海洋中，身体扁平，两眼在头部同侧；
鲫鱼：用鳃呼吸，身体有鳍，生活在淡水中，身体扁平，头高尾部窄；
蛇：生活在陆地，用肺呼吸，胎生，身体有鳞或甲，身体圆而细长，吃小动物；
壁虎：生活在陆地，用肺呼吸，胎生，身体有鳞或甲，有四肢，尾巴细长易断，吃昆虫；
乌龟：生活在陆地，用肺呼吸，胎生，身体有鳞或甲，身体圆而扁，有坚硬的壳；
玳瑁：生活在陆地，用肺呼吸，胎生，身体有鳞或甲，壳为黄褐色，皮肤光滑，有黑斑；鳄鱼：生活在陆地，用肺呼吸，胎生，身体有鳞或甲，有四肢，善游泳，皮硬黑褐色；
4．实验总结及思考
通过实例产生式系统规则集与推理机的实现，体会正向和反向推理模式
5. 实验二检查的指标：
1．界面显示要求
（1）有若干选择动物特征的选择列表；
（2）表现判断动物时，使用了哪些规则；
（3）表现数据库的变化；
（正向推理中表现每使用一次规则后，产生新事实。反向推理中表现新的目标事实有哪
些需要证明，哪些已经得到证实）；
（4）显示规则的调用次序；
（5）显示最后的结果，包含动物能识别出来和动物不能识别出来两种情况。
（6）至少检查两个例子实现正向推理和反向推理的区别
2．代码要求：
如何添加事实和特征的知识；所有规则的代码；控制策略的代码（采用何种控制策略）。
3．要求学生讲解自己设计代码的构架，如何实现的。
4．回答辅导老师提出一些问题。
5．提交实验报告（代码和实验完成后的设计框架说明）。
1）指出综合数据库和规则库分别使用哪些函数实现的？
2）规则库的匹配算法是什么？
3）如何选用可用规则集中的规则？怎么用函数实现的？
实验三TSP问题的遗传算法实现
1. 实验目的（说明本次实验应对那些知识达到何种认知程度，如了解、掌握等）
理解并掌握遗传算法的基本原理和求解问题的实现方法。
2. 实验预习内容
(1) 了解TSP问题；
(2) 遗传算法的基本原理、各个遗传操作和算法步骤。
3. 实验内容和步骤
1. 内容: 以TSP问题为应用实例，应用遗传算法求解个节点的TSP问题。
2. 要求: 能求出问题最优解。
4．实验总结及思考
（1）总结遗传算法的特点以及如何在具体实例中进行应用。
（2）填写实验报告。
5. 实验三检查的指标：
1．界面显示要求
（1）显示求出的最优解；
（2）显示迭代次数及每次迭代求出的局部最优值。
2．代码要求：
复制、交叉和变异算子的核心代码。
3．要求学生讲解自己设计代码的构架，如何实现的。4．回答辅导老师提出一些问题。
5．提交实验报告（代码和实验完成后的设计框架说明）。
第1章人工智能概述课后题答案 1.1什么是智能?智能包含哪几种能力？ 解：智能主要是指人类的自然智能。一般认为，智能是是一种认识客观事物和运用知识解决问题的综合能力。 智能包含感知能力，记忆与思维能力，学习和自适应能力，行为能力 1.2人类有哪几种思维方式?各有什么特点？ 解：人类思维方式有形象思维、抽象思维和灵感思维 形象思维也称直感思维，是一种基于形象概念，根据感性形象认识材料，对客观对象进行处理的一种思维方式。 抽象思维也称逻辑思维，是一种基于抽象概念，根据逻辑规则对信息或知识进行处理的理性思维形式。 灵感思维也称顿悟思维，是一种显意识与潜意识相互作用的思维方式。 1.3什么是人工智能?它的研究目标是什么？ 解：从能力的角度讲，人工智能是指用人工的方法在机器（计算机）上实现智能；从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。 研究目标： 对智能行为有效解释的理论分析； 解释人类智能； 构造具有智能的人工产品； 1.4什么是图灵实验？图灵实验说明了什么？ 解：图灵实验可描述如下，该实验的参加者由一位测试主持人和两个被测试对象组成。其中，两个被测试对象中一个是人，另一个是机器。测试规则为：测试主持人和每个被测试对象分别位于彼此不能看见的房间中，相互之间只能通过计算机终端进行会话。测试开始后，由测试主持人向被测试对象提出各种具有智能性的问题，但不能询问测试者的物理特征。被测试对象在回答问题时,都应尽量使测试者相信自己是“人”，而另一位是”机器”。在这个前提下，要求测试主持人区分这两个被测试对象中哪个是人，哪个是机器。如果无论如何更换测试主持人和被测试对象的人，测试主持人总能分辨出人和机器的概率都小于50%，则认为该机器具有了智能。 1.5人工智能的发展经历了哪几个阶段？ 解：孕育期，形成期，知识应用期，从学派分立走向综合，智能科学技术学科的兴起
实验1: Prolog语言程序设计 人工智能（AI）语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。能够用它来编写求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。 Prolog是当代最有影响的人工智能语言之一，由于该语言很适合表达人的思维和推理规则，在自然语言理解、机器定理证明、专家系统等方面得到了广泛的应用，已经成为人工智能应用领域的强有力的开发语言。 尽管Prolog语言有许多版本，但它们的核心部分都是一样的。Prolog的基本语句仅有三种，即事实、规则和目标三种类型的语句，且都用谓词表示，因而程序逻辑性强，方法简捷，清晰易懂。另一方面，Prolog是陈述性语言，一旦给它提交必要的事实和规则之后，Prolog就使用内部的演绎推理机制自动求解程序给定的目标，而不需要在程序中列出详细的求解步骤。 一、实验目的 1、加深学生对逻辑程序运行机理的理解。 2、掌握Prolog语言的特点、熟悉其编程环境。 3、为今后人工智能程序设计做好准备。 二、实验内容 1、编写一个描述亲属关系的Prolog程序，然后再给予出一些事实数据，建立一个小型演绎数据库。 提示：可以以父亲和母亲为基本关系（作为基本谓词），再由此来描述祖父、祖母、兄弟、姐妹以及其他所属关系。 2、编写一个路径查询程序，使其能输出图中所有路径。 提示：程序中的事实描述了下面的有向图，规则是图中两节点间通路的定义。 e
3、一个雇主在发出招聘广告之后，收到了大量的应聘申请。为了从中筛选出不量的候选人，该雇主采用下列判据：申请者必须会打字、开车，并且住在伦敦。 （a）用Prolog规则表述这个雇主的选择准则。 （b）用Prolog事实描述下列申请者的情况： 史密斯住在剑桥，会开车但不会打字。 布朗住在伦敦，会开车也会打字。 简住在格拉斯哥，不会开车但会打字。 埃文斯住在伦敦，会开车也会打字。 格林住在卢顿，会开车也会打字。 （c）要求Prolog提供一个候选人名单。 4、实现递归谓词remove(X,Y,Z),它用于从表Y中除去所有整型数X的倍数值后得到新表Z。例如，对于询问 remove(2,[3,4,5,6,7,8,9,10],Z). 的回答为： Z=[3,5,7,9] 三、实验建议 1、首先运行Prolog安装目录中PROGRAM目录下的示例程序，对Prolog功能有一个感性认识。 （1）HANOI．PRO 实现汉诺塔演示的程序。 程序运行界面如图所示。
《人工智能导论》实验报告
一、实验题目：识别型专家系统设计 ————识别动物专家系统 二、实验目的 1、掌握专家系统的基本构成 2、掌握用人工智能程序设计语言编制智能程序的方法 三、实验容 1、所选编程语言：C语言； 2.拟订的规则： （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。 （6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是哺乳动物且反刍食物，则它是有蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。（14）若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。 （15）若某动物是鸟且善飞，则它是海燕。 2、设计思路： 用户界面：采用问答形式； 知识库（规则库）：存放产生式规则，推理时用到的一般知识和领域知识，比如动物的特征，动物的分类标准，从哺乳动物、食肉动物来分，再具体地添加一些附加特征得到具体动物；建立知识库的同时也建立了事实库。事实库是一个动态链表，一个事实是链表的一个结点。知识库通过事实号与事实库发生联系。
数据库：用来存放用户回答的问题，存放初始状态，中间推理结果，最终结果； 推理机：采用正向推理，推理机是动物识别的逻辑控制器，它控制、协调系统的推理，并利用知识库中的规则对综合数据库中的数据进行逻辑操作。推理机担负两项基本任务：一是检查已有的事实和规则，并在可能的情况下增加新的事实；二是决定推理的方式和推理顺序。将推理机制同规则对象封装在一起，事实对象记录了当前的状态，规则对象首先拿出前提条件的断言（只有这些前提都有符合时才会做这条规则的结论），询问事实对象集，如事实对象集不知道，则询问用户，如所有前提条件都被证实为真则结论为真，否则系统不知道结论真假。 3、程序流程图： 程序运行如下： 以老虎，金钱豹，长颈鹿为例画出程序流程图如下：
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
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-n ame >[< comme nt >]) 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
人工智能技术基础实验报告 指导老师：朱力 任课教师：张勇
实验三小型专家系统设计与实现 一、实验目的 （1）增加学生对人工智能课程的兴趣； （2）使学生进一步理解并掌握人工智能prolog语言； （3）使学生加强对专家系统课程内容的理解和掌握，并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 （1）用产生式规则作为知识表示，用产生系统实现该专家系统。 （2）可使用本实验指导书中给出的示例程序，此时只需理解该程序，并增加自己感兴趣的修改即可；也可以参考该程序，然后用PROLOG语言或其他语言另行编写。 （3）程序运行时，应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统（如分类、诊断、预测等类型），具体应用领域由学生自选，具体系统名称由学生自定。 五、实验步骤 1、专家系统： 1.1建造一个完整的专家系统设计需完成的内容： 1．用户界面：可采用菜单方式或问答方式。
2．知识库（规则库）：存放产生式规则，库中的规则可以增删。 3．数据库：用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4．推理机：如何运用知识库中的规则进行问题的推理控制，建议 用正向推理。 5．知识库中的规则可以随意增减。 1.2推理策略 推理策略包括：正向（数据驱动），反向（目标驱动），双向 2、动物分类实验规则集 （1）若某动物有奶，则它是哺乳动物。 （2）若某动物有毛发，则它是哺乳动物。 （3）若某动物有羽毛，则它是鸟。 （4）若某动物会飞且生蛋，则它是鸟。 （5）若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。（6）若某动物是哺乳动物且吃肉，则它是食肉动物。 （7）若某动物是哺乳动物且有蹄，则它是有蹄动物。 （8）若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 （9）若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 （10）若某动物是食肉动物且黄褐色且有黑色斑点，则它是猎豹。 （11）若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 （12）若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 （13）若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是驼鸟。
《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月
前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月
目录 实验教学大纲 (1) 实验一产生式系统实验 (3) 实验二模糊推理系统实验 (5) 实验三A*算法实验I (9) 实验四A*算法实验II (12) 实验五遗传算法实验I (14) 实验六遗传算法实验II (18) 实验七基于神经网络的模式识别实验 (20) 实验八基于神经网络的优化计算实验 (24)
实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1产生式系统应用VC++设计知识库，实现系统识别或 分类等。 2设计课内 2模糊推理系统应用Matlab1）设计洗衣机的模糊控制器； 2）设计两车追赶的模糊控制 器。 2验证课内 3A*算法应用I VC++设计与实现求解N数码问题的 A*算法。 2综合课内4A*算法应用II VC++设计与实现求解迷宫问题的A* 算法。 2综合课内5遗传算法应用I Matlab1）求某一函数的最小值； 2）求某一函数的最大值。 2验证课内6遗传算法应用II VC++设计与实现求解不同城市规模 的TSP问题的遗传算法。 2综合课内 7基于神经网络的模式识别Matlab1）基于BP神经网络的数字识 别设计； 2）基于离散Hopfiel神经网络 的联想记忆设计。 2验证课内 8基于神经网络的 优化计算 VC++设计与实现求解TSP问题的连2综合课内 四、实验成绩评定 实验课成绩单独按五分制评定。凡实验成绩不及格者，该门课程就不及格。学生的实验成绩应以平时考查为主，一般应占课程总成绩的50%，其平时成绩又要以实验实际操作的优劣作为主要考核依据。对于实验课成绩，无论采取何种方式进行考核，都必须按实验课的目的要求，以实际实验工作能力的强弱作为评定成绩的主要依据。
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。
人工智能实验室 2021年1月 武汉唯众智创科技有限公司
人工智能实验室建设方案 一、专业背景 人工智能（Artificial Intelligence），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。 人工智能的实际应用有：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 如今处于风口上的人工智能产业界，受到了众多企业的追捧。截至2019年6月，中国人工智能企业超过1200家，位居全球第二。但我国人工智能行业并未摆脱人才稀缺的发展短板，专业人才稀缺严重。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》，中国人工智能人才缺口超过500万。为了满足人工智能产业界对人才的迫切需求，国家相继出台了多项政策方针，引导高校尽快设置人工智能相关专业，加大人工智能人才培养力度。2019年3月，35所高校获批建设人工智能本科专业。2019年10月18日在教育部发布的《普通高等学校高等职业教育(专科)专业目录》2019年增补专业中，增补了人工智能技术服务专科专业。 根据教育部《普通高等学校高等职业教育（专科）专业设置管理办法》，在相关学校和行业提交增补专业建议的基础上，教育部组织研究确定了2019年度增补专业共9个，自2020年起执行。在高等职业教育行业目录中，正式宣布人工智能技术服务专业诞生，专业代码610217。 该专业建设以人工智能技术与应用素质培养为基础，以人工智能技术与应用能力为培养主线，将人工智能技术服务专业技能知识和职业资格认证相结合，构建专业的理论教学体系和实践能力培养体系。采取多种形式，通过实施“双证书”和“多证书”制，培养社会所需的实用型人才。2018年4月2日，教育部印发了《高等学校人工智能创新行动计划》，行动计划中要求各大高校加快人工智能科技创新基地。因此，在高职院校设立人工智能专业迫在眉睫。
《一人工智能方向实习一》 实习报告 专业：计算机科学与技术 班级：12419013 学号: 姓名: 江苏科技大学计算机学院 2016年3月
实验一数据聚类分析 一、实验目的 编程实现数据聚类的算法。 二、实验内容 k-means聚类算法。 三、实验原理方法和手段 k-means算法接受参数k ;然后将事先输入的 n个数据对象划分为 k个聚类以便使得 所获得的聚类满足：同一聚类中的对象相似度较高 四、实验条件 Matlab2014b 五、实验步骤 (1)初始化k个聚类中心。 (2)计算数据集各数据到中心的距离，选取到中心距离最短的为该数据所属类别。 (3)计算(2)分类后，k个类别的中心(即求聚类平均距离) (4)继续执行(2)(3)直到k个聚类中心不再变化(或者数据集所属类别不再变化) 六、实验代码 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % mai n.m % k-mea ns algorithm % @author matcloud %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear; close all ; load fisheriris ; X = [meas(:,3) meas(:,4)]; figure; plot(X(:,1),X(:,2), 'ko' ,'MarkerSize' ,4); title( 'fisheriris dataset' , 'FontSize' ,18, 'Color' , 'red'); [idx,ctrs] = kmea ns(X,3); figure; subplot(1,2,1); plot(X(idx==1,1),X(idx==1,2), 'ro' , 'MarkerSize' ,4); hold on;
第2章知识表示方法部分参考答案 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。 图机器人摞积木问题 解：(1) 先定义描述状态的谓词 CLEAR(x)：积木x上面是空的。 ON(x, y)：积木x在积木y的上面。 ONTABLE(x)：积木x在桌子上。 HOLDING(x)：机械手抓住x。 HANDEMPTY：机械手是空的。 其中，x和y的个体域都是{A, B, C}。 问题的初始状态是： ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是： ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中，机械手的操作需要定义以下4个谓词： Pickup(x)：从桌面上拣起一块积木x。 Putdown(x)：将手中的积木放到桌面上。 Stack(x, y)：在积木x上面再摞上一块积木y。
《人工智能及其应用》实验指导书
《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月
前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月
目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (6) 实验三 A*算法实验I (11) 实验四 A*算法实验II (14) 实验五遗传算法实验I (16) 实验六遗传算法实验II (21) 实验七基于神经网络的模式识别实验 (24) 实验八基于神经网络的优化计算实验 (28)
实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台 实验内容学 时 类型教学 要求 1 产生式系统应 用VC++ 设计知识库，实现系统识 别或分类等。 2 设计课内 2 模糊推理系统 应用Matlab 1）设计洗衣机的模糊控制 器； 2）设计两车追赶的模糊控 制器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问 题的A*算法。 2 综合课内4 A*算法应用II VC++ 设计与实现求解迷宫问题 的A*算法。 2 综合课内 5 遗传算法应用 I Matlab 1）求某一函数的最小值； 2）求某一函数的最大值。 2 验证课内 6 遗传算法应用 II VC++ 设计与实现求解不同城市 规模的TSP问题的遗传算 法。 2 综合课内 7 基于神经网络 的模式识别Matlab 1）基于BP神经网络的数 字识别设计； 2）基于离散Hopfiel神经 网络的联想记忆设计。 2 验证课内 8 基于神经网络 的优化计算VC++ 设计与实现求解TSP问题 的连续Hopfield神经网 络。 2 综合课内 四、实验成绩评定
人工智能结课报告 学号：姓名： 一、课题：机器视觉及机器视觉系统的运用 二、摘要：科技在不停的发展，很多智能的东西在我们生活中随处可见，随着人工智能的不断发展，我们可以制造出真正的智能机器，而且这个领域也将成为下一个技术革命。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 机器视觉不会有人眼的疲劳，有着比人眼更高的精度和速度，借助红外线、紫外线、X 射线、超声波等高新探测技术，机器视觉在探测不可视物体和高危险场景时，更具有其突出的优点。机器视觉技术现已得到广泛的应用。 机器视觉技术的诞生和应用，极大地解放了人类劳动力，提高了生产自动化水平，改善了人类生活现状，其应用前景极为广阔。目前在国外，机器视觉技术已广泛应用于生产、生活中，而我国正处于起步阶段，急需广大科技工作者的共同努力，来迅速提高我国机器视觉技术的发展水平，为我国的现代化建设做出自己的贡献。 三、三个问题回答 （1）应用价值（10分）：为什么跟踪这个人、项目、技术或者算法？ 答：在学习人工智能时，从老师的课堂扩充中，我了解到了“机器视觉”这个词，所以我就对这项技术产生了兴趣，也对此进行了跟踪。 在国外，机器视觉的应用普及主要体现在半导体及电子行业。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。 目前国内随着经济水平的提高，3D机器视觉也开始进入人们的视野。目前3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。
本页面为作品封面，下载文档后可自由编辑删除！ 精 品 文 档
知识表示方法部分参考答案 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。 图机器人摞积木问题 解：(1) 先定义描述状态的谓词 CLEAR(x)：积木x上面是空的。 ON(x, y)：积木x在积木y的上面。 ONTABLE(x)：积木x在桌子上。 HOLDING(x)：机械手抓住x。 HANDEMPTY：机械手是空的。 其中，x和y的个体域都是{A, B, C}。 问题的初始状态是： ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是： ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中，机械手的操作需要定义以下4个谓词： Pickup(x)：从桌面上拣起一块积木x。 Putdown(x)：将手中的积木放到桌面上。 Stack(x, y)：在积木x上面再摞上一块积木y。 Upstack(x, y)：从积木x上面拣起一块积木y。 其中，每一个操作都可分为条件和动作两部分，具体描述如下： Pickup(x)
《人工智能及其应用》 实验指导书
浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月
前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月
目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (7)
实验三A*算法实验I (13) 实验四A*算法实验II (17) 实验五遗传算法实验I (19) 实验六遗传算法实验II (26) 实验七基于神经网络的模式识别实验 (29) 实验八基于神经网络的优化计算实验 (35)
实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1 产生式系统应用VC++ 设计知识库，实现系统识别或 分类等。 2 设计课内 2 模糊推理系统应 用Matla b 1）设计洗衣机的模糊控制器； 2）设计两车追赶的模糊控制 器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问题的 A*算法。 2 综合课内 4 A*算法应用II VC++ 设计与实现求解迷宫问题的A* 算法。 2 综合课内 5 遗传算法应用I Matla b 1）求某一函数的最小值； 2）求某一函数的最大值。 2 验证课内 6 遗传算法应用II VC++ 设计与实现求解不同城市规模 的TSP问题的遗传算法。 2 综合课内7 基于神经网络的Matla1）基于BP神经网络的数字识 2 验证课内
人工智能技术基础 PROLOG语言编程练习 实验报告
一、实验目的： 加强对逻辑程序运行机能的理解，更好地掌握PROLOG语言的特点、熟悉其编程环境，同时为后面的人工智能程序设计做好准备。 二、实验要求： （1）程序自选，但必须是描述某种逻辑关系的小程序。 （2）跟踪程序的运行过程，理解逻辑程序的特点。 （3）对原程序可作适当修改，以便熟悉程序的编辑、编译和调试过程。 三、实验内容： 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序，如描述亲属关系的PROLOG程序或其他小型演绎数据库程序等。 四、实验结果： （1）验证题1源程序 domains d=integer predicates not_(D,D) and_(D,D,D) or_(D,D,D) xor(D,D,D) clauses not_(1,0). not_(0,1). and_(0,0,0). and_(0,1,0). and_(1,0,0). and_(1,1,1). or_(0,0,0). or_(0,1,1). or_(1,0,1). or_(1,1,1). xor(Input1,Input2,Output):- not_(Input1,N1),/*（1，0）*/ not_(Input2,N2),/*（0，1）*/ and_(Input1,N2,N3), and_(Input2,N1,N4), or_(N3,N4,Output).
（2）验证题2源程序 predicates student(integer,string,real) grade goal grade. clauses student(1,"zhang",90.2). student(2,"li",95.5). student(3,"wang",96.4). grade:-write("Please input name:"),readln(Name), student(_,Name,Score), nl,write(Name,"grade is",Score). grade:-write("Sorry,the student cannot find!").
2.7解：根据谓词知识表示的步骤求解问题如下： 解法一： (1)本问题涉及的常量定义为： 猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c (2)定义谓词如下： SITE(x，y)：表示x在y处； HANG(x，y)：表示x悬挂在y处； ON(x，y)：表示x站在y上； HOLDS(y，w)：表示y手里拿着w。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下： 问题的初始状态表示： SITE(Monkey，a)∧HANG(Banana，b)∧SITE(Box，c)∧~ON(Monkey，Box)∧~HOLDS(Monkey，Banana) 问题的目标状态表示： SITE(Monkey，b)∧~HANG(Banana，b)∧SITE(Box，b) ∧ON(Monkey，Box)∧HOLDS(Monkey，Banana) 解法二： (1)本问题涉及的常量定义为： 猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c (2)定义谓词如下： SITE(x，y)：表示x在y处； ONBOX(x)：表示x站在箱子顶上； HOLDS(x)：表示x摘到了香蕉。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下： 问题的初始状态表示： SITE(Monkey，a)∧SITE(Box，c)∧~ONBOX(Monkey)∧~HOLDS(Monkey) 问题的目标状态表示： SITE(Box，b)∧SITE(Monkey，b)∧ONBOX(Monkey)∧HOLDS(Monkey) 从上述两种解法可以看出，只要谓词定义不同，问题的初始状态和目标状态就不同。所以，对于同样的知识，不同的人的表示结果可能不同。 2.8解：本问题的关键就是制定一组操作，将初始状态转换为目标状态。为了用谓词公式表示操作，可将操作分为条件(为完成相应操作所必须具备的条件)和动作两部分。条件易于用谓词公式表示，而动作则可通过执行该动作前后的状态变化表示出来，即由于动作的执行，当前状态中删去了某些谓词公式而又增加一些谓词公式从而得到了新的状态，通过这种不同状态中谓词公式的增、减来描述动作。 定义四个操作的谓词如下，操作的条件和动作可用谓词公式的增、删表示： (1)goto
相关主题
文本预览