人工智能及其應(yīng)用

第一章緒論1：人工智能各學(xué)派的認(rèn)知觀 （填空） P/9-10⑴符號(hào)主義（2）連接主義（3）行為主義2：人類認(rèn)知活動(dòng)與計(jì)算機(jī)的比較 P/11人類：生理過(guò)程一初級(jí)信息處理一思維策略計(jì)算機(jī)：計(jì)算機(jī)硬件一計(jì)算機(jī)語(yǔ)言一計(jì)算機(jī)程序3：信息處理系統(tǒng)又叫符號(hào)處理系統(tǒng)或物理符號(hào)系統(tǒng)。所謂符號(hào)就是模式。4:一個(gè)完整的符號(hào)系統(tǒng)應(yīng)具有下列6種基本功能（簡(jiǎn)答） P/12（1）輸入符號(hào) （2）輸出符號(hào)（3）存儲(chǔ)符號(hào) （4）復(fù)制符號(hào)（5）建立符號(hào)結(jié)構(gòu)：、、、、、 （6）條件性遷移：、、、、淤5:人工智能研究的主要方法 （填空） P/18-19(1)功能模擬法又稱為功能模擬學(xué)派(2)結(jié)構(gòu)模擬法也可稱結(jié)構(gòu)模擬學(xué)派(3)行為模擬法也可稱行為模擬學(xué)派(4)集成模擬法6：計(jì)算智能涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算、粒群計(jì)算、自然計(jì)算、免疫計(jì)算和人工生命等研究領(lǐng)域。 P/21第二章 知識(shí)表示方法TOC\o"1-5"\h\z1：狀態(tài)空間表示法 P/28這種基于解答空間的問(wèn)題表示和求解法方法就是狀態(tài)空間法，它是以狀態(tài)和算法為基礎(chǔ)來(lái)表示和求解問(wèn)題的。要完成某個(gè)問(wèn)題的狀態(tài)描述，必須確定3件事： P/30（1） 該狀態(tài)描述方式，特別是初始狀態(tài)描述；（2） 操作符集合及其對(duì)狀態(tài)描述的作用；（3） 目標(biāo)狀態(tài)描述的特性。2：狀態(tài)圖示法 P/30圖由節(jié)點(diǎn)的集合構(gòu)成。淤如果某條弧線從節(jié)點(diǎn)氣指向節(jié)點(diǎn)，，那么節(jié)點(diǎn)n.就叫做節(jié)點(diǎn)n.的后繼節(jié)點(diǎn)或后裔，而節(jié)點(diǎn)n.叫做節(jié)點(diǎn)，的父輩節(jié)點(diǎn)或祖先。淤3：?jiǎn)栴}歸約表示可由以下3部分組成: （簡(jiǎn)答） P/31（1） 一個(gè)初始問(wèn)題描述；（2） 一套把問(wèn)題變換為子問(wèn)題的操作符；（3） 一套本原問(wèn)題描述。淤4：謂詞邏輯表示 （選擇或填空） P/36謂詞邏輯的基本組成部分是謂詞符號(hào)、變量符號(hào)、函數(shù)符號(hào)和常量符號(hào)，并用圓括弧、方括弧、花括弧和逗號(hào)隔開(kāi)，以表示論域內(nèi)的關(guān)系。當(dāng)一個(gè)原子公式含有變量符號(hào)時(shí)，對(duì)定義域內(nèi)實(shí)體的變量可能有幾個(gè)設(shè)定。對(duì)某幾個(gè)設(shè)定的變量，原子公式取值T；而對(duì)另外幾個(gè)設(shè)定的變量，原子公式則取值F。本書(shū)用到的謂詞演算為一階謂詞演算，不允許對(duì)謂詞符號(hào)或函數(shù)符號(hào)進(jìn)行量化。TOC\o"1-5"\h\z5：謂詞邏輯中，重要的推理規(guī)則 （填空） P/39（1）假元推理 （2）全稱化推理淤6：語(yǔ)義網(wǎng)絡(luò)是知識(shí)的一種結(jié)構(gòu)化圖解表示，它由節(jié)點(diǎn)和弧線或鏈線組成。 （填空/簡(jiǎn)答）語(yǔ)義網(wǎng)絡(luò)表示由以下4個(gè)相關(guān)部分組成： P/41（1）詞法部分 （2）結(jié)構(gòu)部分（3）過(guò)程部分 （4）語(yǔ)義部分淤7：語(yǔ)義網(wǎng)絡(luò)中的推理過(guò)程主要有兩種，一種是繼承，另一種是匹配。 （填空） P/45第三章 確定性推理1：是否重新安排OPEN表，即是否安照某個(gè)試探值重新對(duì)未擴(kuò)展節(jié)點(diǎn)進(jìn)行排序，將決定該圖搜索過(guò)程是無(wú)信息搜索或啟發(fā)式搜索。2：不需要重新安排OPEN表的搜索叫做無(wú)信息搜索或盲目搜索，它TOC\o"1-5"\h\z包括寬度優(yōu)先搜索、深度優(yōu)先搜索和等代價(jià)搜素等。 P/64淤寬度優(yōu)先搜索：如果搜索是以接近起始節(jié)點(diǎn)的程度依次擴(kuò)展節(jié)點(diǎn)的，那么這種搜索就叫做寬度優(yōu)先搜索。 P/65淤深度優(yōu)先搜索：首先擴(kuò)展最新產(chǎn)生的（即最深的）節(jié)點(diǎn)。P/66等代價(jià)搜索：是寬度優(yōu)先搜索的推廣。 P/683：利用啟發(fā)信息來(lái)決定哪個(gè)是下一步要擴(kuò)展的節(jié)點(diǎn)。這種搜索總是選擇“最有希望”的節(jié)點(diǎn)作為下一個(gè)被擴(kuò)展的節(jié)點(diǎn)。這種搜索叫做有序搜索。 P/70淤4:消解原理 （大題目） P/76-77字句定義為由文字的析取組成的公式。（一個(gè)原子公式或其否定都是）任何母式都可寫(xiě)成由一些謂詞公式和謂詞公式的否定的析取的有限集組成的合取。這種母式叫做合取范式。可以反復(fù)應(yīng)用分配律。把任一母式化成合取范式。 （填空）5：在所有基于規(guī)則系統(tǒng)中，每個(gè)if可能與某斷言集中的一個(gè)或多個(gè)斷言匹配。有時(shí)把該斷言集稱為工作內(nèi)存。 P/846：在基于規(guī)則的系統(tǒng)中，無(wú)論是規(guī)則演繹系統(tǒng)或規(guī)則產(chǎn)生式系統(tǒng)，均有兩種推理方式，即正向推理和逆向推理。 P/847：正向演繹系統(tǒng)能夠處理任意形式的if表達(dá)式，但被限制在then表達(dá)式為由文字析取組成的一些表達(dá)式上。逆向演繹系統(tǒng)能夠處理任意形式的then表達(dá)式，但被限制在if表達(dá)式為文字析取組成的一些表達(dá)式上。 P/928：正向和逆向組合系統(tǒng)是建立在兩個(gè)系統(tǒng)相結(jié)合的基礎(chǔ)上的。此組合系統(tǒng)的總數(shù)據(jù)庫(kù)由表示目標(biāo)和表示事實(shí)的兩個(gè)與或圖結(jié)構(gòu)組成。這些與或圖結(jié)構(gòu)分別用正向系統(tǒng)的F規(guī)則和逆向系統(tǒng)的B規(guī)則來(lái)修正。9：論域的知識(shí)分為兩部分： P/93（1） 用事實(shí)表示靜態(tài)知識(shí)，如事物、事件和它們之間的關(guān)系；（2） 用產(chǎn)生式規(guī)則表示推理過(guò)程和行為。淤10：產(chǎn)生式系統(tǒng)由3個(gè)部分組成，即數(shù)據(jù)庫(kù)（或全局?jǐn)?shù)據(jù)庫(kù)），P/93產(chǎn)生式規(guī)則和控制策略。P/93TOC\o"1-5"\h\z11:總數(shù)據(jù)庫(kù)有時(shí)也稱為上下文、當(dāng)前數(shù)據(jù)庫(kù)或暫時(shí)存儲(chǔ)器?？倲?shù)據(jù)庫(kù)是產(chǎn)生式規(guī)則的注意中心。 P/94淤12：控制策略的作用是說(shuō)明下一步應(yīng)該選用什么規(guī)則，也就是如何應(yīng)用規(guī)則。通常從選擇規(guī)則到執(zhí)行操作分為3步：匹配、沖突解決和操作。 （填空） P/9413：這種單調(diào)系統(tǒng)不能很好地處理常常出現(xiàn)在現(xiàn)實(shí)問(wèn)題領(lǐng)域中的3類情況，即不完全的信息、不斷變化的情況以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)。 P/102第四章 非經(jīng)典推理1：非經(jīng)典邏輯和非經(jīng)典推理與經(jīng)典邏輯和經(jīng)典推理的區(qū)別：（1） （2） （3） （4） （5） P/111淤2：不確定性推理中存在三種不確定性，即關(guān)于知識(shí)的不確定性、關(guān)于證據(jù)的不確定性和關(guān)于結(jié)論的不確定性。 P/1113：不確定性的量度： 在確定量度方法及其范圍時(shí)，必須注意到：（1） 量度要能充分表達(dá)相應(yīng)知識(shí)和證據(jù)不確定性的程度。（2） 量度范圍的指定應(yīng)便于領(lǐng)域?qū)＜液陀脩魧?duì)不確定性的估計(jì)。（3） 量度要便于對(duì)不確定性的傳遞進(jìn)行計(jì)算，而且對(duì)結(jié)論算出的不確定性量度不能超出量度規(guī)定的范圍。（4） 量度的確定應(yīng)當(dāng)是直觀的，并有相應(yīng)的理論依據(jù)。 P/1124：概率推理目前用得較多的不精確推理模型有概率推理、可信度方法、證據(jù)理論、貝葉斯推理和模糊推理等。 P/114淤5:主觀貝葉斯方法（必考計(jì)算填空） P/117-120TOC\o"1-5"\h\z幾率的取值范圍為 [0,8] P/118插值計(jì)算圖 P/120\o"CurrentDocument"淤6：可信度因子CF（H，E） 作用域[-1，1] P/123CF（H，E）＞0，表示該證據(jù)增加了結(jié)論為真的程度CF（H，E）＜0，表示該證據(jù)增加了結(jié)論為假的程度CF（H，E）=0，表示證據(jù)E和結(jié)論H沒(méi)有關(guān)系。第五章 計(jì)算智能1：計(jì)算智能是一種智力方式的低層認(rèn)知，它與人工智能的區(qū)別只是認(rèn)知層次從中層下降到低層而已。若一個(gè)智能計(jì)算系統(tǒng)以非數(shù)值方式加上知識(shí)（精品）值，即成為人工智能系統(tǒng)。 P/1462：人工神經(jīng)網(wǎng)絡(luò)的特性： （簡(jiǎn)答） P/147（1） 并行分布處理。（2） 非線性映射。（3） 通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)。（4） 適應(yīng)與集成。（5） 硬件實(shí)現(xiàn)。淤3：人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)基本上分為兩類，即遞歸網(wǎng)絡(luò)和前饋網(wǎng)絡(luò)P/148 （填空）4：前饋網(wǎng)絡(luò)的例子有多層感知器（MLP）、學(xué)習(xí)矢量量化（LVQ）網(wǎng)絡(luò)、小腦模型連接控制（CMAC）網(wǎng)絡(luò)和數(shù)據(jù)處理方法（GMDH）網(wǎng)TOC\o"1-5"\h\z絡(luò)等。 （填空） P/149淤5：人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)方法（1） 有師學(xué)習(xí)（有監(jiān)督）（2） 無(wú)師學(xué)習(xí)（無(wú)監(jiān)督）（3） 強(qiáng)化學(xué)習(xí)。 （填空） P/1496：通常定義神經(jīng)網(wǎng)絡(luò)的泛化能力，也稱推廣能力，是指神經(jīng)網(wǎng)絡(luò)在訓(xùn)練完成之后輸入其訓(xùn)練樣本以外的新數(shù)據(jù)時(shí)獲得正確輸出的能力。影響泛化能力的因素主要有: P/155（2）訓(xùn)練樣本的質(zhì)量和數(shù)量（2） 網(wǎng)絡(luò)結(jié)構(gòu)（3） 問(wèn)題本身的復(fù)雜程度7：編碼方法： P/162（1）二進(jìn)制編碼 （2）浮點(diǎn)數(shù)編碼 （3）格雷碼（4） 符號(hào)編碼方法8：適應(yīng)度函數(shù)：為了體現(xiàn)染色體的適應(yīng)能力，引入了對(duì)問(wèn)題中的每一個(gè)染色體都能進(jìn)行量度的函數(shù)，叫做適應(yīng)度函數(shù)。 P/162淤9：簡(jiǎn)單遺傳算法的遺傳操作主要有三種：選擇、交叉、變異。（填空） P/16210：遺傳算法的特點(diǎn)： （簡(jiǎn)答） P/164（1） 遺傳算法是對(duì)參數(shù)集合的編碼而非針對(duì)參數(shù)本身進(jìn)行進(jìn)化；（2） 遺傳算法是從問(wèn)題解的編碼組開(kāi)始而非從單個(gè)解開(kāi)始搜索；（3） 遺傳算法利用目標(biāo)函數(shù)的適應(yīng)度這一信息而非利用導(dǎo)數(shù)或其他輔助信息來(lái)指導(dǎo)搜索。遺傳算法利用選擇、交叉、變異等算子而不是利用確定性規(guī)則進(jìn)行隨機(jī)操作。課后習(xí)題答案2-2設(shè)有3個(gè)傳教士和3個(gè)野人來(lái)到河邊，打算乘一只船從右岸渡到左岸去。該船的負(fù)載能力為兩人。在任何時(shí)候，如果野人人數(shù)超過(guò)傳教士人數(shù)，那么野人就會(huì)把傳教士吃掉。他們?cè)鯓硬拍苡眠@條船安全地把所有人都渡過(guò)河去？用Si(nC,nY)表示第i次渡河后，河對(duì)岸的狀態(tài)，nC表示傳教士的數(shù)目，nY表示野人的數(shù)目，由于總?cè)藬?shù)的確定的，河對(duì)岸的狀態(tài)確定了，河這邊的狀態(tài)也即確定了?？紤]到題目的限制條件，要同時(shí)保證，河兩岸的傳教士數(shù)目不少于野人數(shù)目，故在整個(gè)渡河的過(guò)程中，允許出現(xiàn)的狀態(tài)為以下3種情況：nC=0nC=3nC=nY>=0(當(dāng)nC不等于0或3)用di(dC,dY)表示渡河過(guò)程中，對(duì)岸狀態(tài)的變化，dC表示，第i次渡河后，對(duì)岸傳教士數(shù)目的變化，dY表示，第i次渡河后，對(duì)岸野人數(shù)目的變化。當(dāng)i為偶數(shù)時(shí)，dC,dY同時(shí)為非負(fù)數(shù)，表示船駛向?qū)Π叮琲為奇數(shù)時(shí)，dC,dY同時(shí)為非正數(shù)，表示船駛回岸邊。初始狀態(tài)為S0(0,0)，目標(biāo)狀態(tài)為S0(3,3)，用深度優(yōu)先搜索的方法可尋找渡河方案。在此，用圖求法該問(wèn)題，令橫坐標(biāo)為nY,縱坐標(biāo)為nC，可行狀態(tài)為空心點(diǎn)表示，每次可以在格子上，沿對(duì)角線移動(dòng)一格，也可以沿坐標(biāo)軸方向移動(dòng)1格，或沿坐標(biāo)軸方向移動(dòng)2格。第奇數(shù)次數(shù)狀態(tài)轉(zhuǎn)移，沿右方，上方，或右上方移動(dòng)，第偶數(shù)次數(shù)狀態(tài)轉(zhuǎn)移，沿左方，下方，或左下方移動(dòng)。nC從(0,0)開(kāi)始，依次沿箭頭方向改變狀態(tài)，經(jīng)過(guò)11步之后，即可以到達(dá)目標(biāo)狀態(tài)(3,3)，相應(yīng)的渡河方案為：d1(1,1)■-今d2(-1,0)-今d3(0,2)--今d4(0,-1)-今d5(2,0)--今d6(-1,-1)--今d7(2,0)--今d8(0,-1)--今d9(0,2)--今d10(-1,0)--今d11(1,1)2-7用謂詞演算公式表示下列英文句子(多用而不是省用不同謂詞和項(xiàng)。例如不要用單一的謂詞字母來(lái)表示每個(gè)句子。)Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requiresintelligence.先定義基本的謂詞INTLT(x)meansxisintelligentPERFORM(x,y)meansxcanperformyREQUIRE(x)meansxrequiresintelligenceCMP(x)meansxisacomputersystemHMN(x)meansxisahuman上面的句子可以表達(dá)為(任意x)((存在t)(存在y)[HMN(y)合取PERFORM(y,t)合取REQUIRE(t)合取CMP(x)合取PERFORM(x,t)］9INTLT(x)}3-6用寬度優(yōu)先搜索求圖3.33所示迷宮的出路。第一步 第二步 第三步S9A9B B9H H9GB* SF最終路徑為S9A9B9C9F5-10什么是模糊集合和隸屬函數(shù)或隸屬度？論域U模糊子集F隸屬函數(shù)序偶P1195-11模糊集合有哪些運(yùn)算，滿足哪些規(guī)律？并(取m