《人工智能》課程習題

《人工智能》課程習題

第一章緒論

1-1.什么是人工智能？試從學(xué)科和能力兩方面加以說明。

1-2.在人工智能的開展過程中，有哪些思想和思潮起了重要作用？

1-3.為什么能夠用機器（計算機）模仿人的智能？

1-4.現(xiàn)在人工智能有哪些學(xué)派？它們的認知觀是什么？

1-5.你認為應(yīng)從哪些層次對認知行為進行研究？

1-6.人工智能的主要研究和應(yīng)用領(lǐng)域是什么？其中，哪些是新的研究熱點？

第二章知識表示方法

2-1狀態(tài)空間法、問題歸約法、謂詞邏輯法和語義網(wǎng)絡(luò)法的要點是什么？它們有何本質(zhì)上的聯(lián)系及異同點？

2-2設(shè)有3個傳教士和3個野人來到河邊，打算乘一只船從右岸渡到左岸去。該船的負載能力為兩人。在任何

時候，如果野人人數(shù)超過傳教士人數(shù)，那么野人就會把傳教士吃掉。他們怎樣才能用這條船平安地把所有人都渡

過河去？再定義描述過河方案的謂詞：

L-R(x,xl,y,yl,S)：xl個修道士和yl個野人渡船從河的左岸到河的右岸

條件：Safety(L,x-xl.y-yl,Sr)ASafety(R.3-x+x1.3-y+y1,S*)ABoat(L.S)

動作：Safety(L,x-xl,y-yl,S,)八Safety(R,3-x+x1,3-y+y1,S')ABoat(RS)

R-L(x,xl,y,yl,S)：x2個修道士和y2個野人渡船從河的左岸到河的右岸

條件：Safety(R,3-x-x2,3-y-y2,Sf)ASafety(L,x+x2,y+y2,S")ABoat(R,S)

動作：Safety(R,3-x-x2,3-y-y2,Sf)八Safety(L,x+x2,y+y2,S')ABoat(L,S*)

(2)過河方案

Safety(L,3,3,SO)ASafety(R,0,0,SO)ABoat(L,SO)

L-R(3,1,3,l,S0)L-R(3,

,S0)

Safety(L,2,2,SI)ASafety(R,1,l.Sl)ABoat(R,SI)

Safety(L,3,LSI')ASafety(R,0,2,ST)ABoat(R,SI')

R-L(2,1,2,O,S1)R-L(3,0,1,1,S1')

Safety(L,3,2,S2)ASafety(R,0,1,S2)ABoat(L,S2)

L-R(3,0,2,2,S2)

Safety(L,3,0,S3)ASafety(R,0,3,S3)ABoat(R,S3)

R-L(3,0,0,1,S3)

Safety(L,3,1,S4)ASafety(R,0,2,SI)ABoat(L,S4)

L-R(3,2,1,0,S4)

Safety(L,1,1,S5)ASafety(R,2,2,S5)ABoat(R,S5)

R-L(1,1,I,1,S5)

Safety(L,2,2,S6)ASafety(R,1,1,S6)ABoat(L,S6)

L-R(2,2,2,0,S6)

Safety(L,0,2,S7)ASafety(R,3,1,S7)ABoat(R,S7)

R-L(0,0,2,1,S7)

Safety(L,0,3,S8)ASafety(R,3,0,S8)ABoat(L,S8)

L-R(0,0,3,2,S8)

Safety(L,0,1,S9)ASafety(R,3,2,S9)ABoat(R,S9)

R-L(0,1,1,0,S9)

Safety(U1,1,S10)八Safely(R,2,2,S10)ABoat(L,S10)

2-3利用圖2.3,用狀態(tài)空間法規(guī)劃一個最短的旅行路程：此旅程從城市A開始，訪問其他城市不多于一次，

并返回A。選擇一個狀態(tài)表示，表示出所求得的狀態(tài)空間的節(jié)點及弧線，標出適當?shù)拇鷥r，并指明圖中從起始節(jié)

點到目標節(jié)點的最止確路徑。

2-4試說明怎樣把一棵與或解樹用來表達圖2.28所示的電網(wǎng)絡(luò)阻抗的計算。單獨的R、L或C可分別用R、j”

L或1/j3c來計算，這個事實用作本原問題。后繼算符應(yīng)以復(fù)合并聯(lián)和串聯(lián)阻抗的規(guī)則為基礎(chǔ)。

C3

O-

圖2.28

2-5試用四元數(shù)列結(jié)構(gòu)表示四圓盤梵塔問題，并畫出求解該問題的與或圖。

2-6把以下句子變換成子句形式：

(1)(Vx){P(x)-*P(x)}

(2)VxVy(On(x,y)-*Above(x,y))

(3)VxVyVz(Above(x,y)AAbove(y,z)-*Above(x,z))

(4)?{(Vx){P(x)-*((Vy)[p(y)-*p(f(x,y))]A(Vy)[Q(x,y)-*P(y)]}}}

2-7用謂詞演算公式表示以下英文句子(多用而不是省用不同謂詞和項.例如不要用單一的謂詞字母來表示每個

句子。)

Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requires

intelligence.

2-8把以下語句表示成語義網(wǎng)絡(luò)描述：

(1)Al1manaremortal.

(2)Everycloudhasasilverlining.

(3)AllbranchmanagersofDECparticipateinaprofit-sharingplan.

2-9作為一個電影觀眾，請你編寫一個去電影院看電影的劇本。

2-10試構(gòu)造一個描述你的寢室或辦公室的框架系統(tǒng)。

第三章搜索推理技術(shù)

3-1什么是圖搜索過程?其中，重排OPEN表意味著什么，重排的原則是什么？

3-2試舉例比較各種搜索方法的效率。

3-3化為子句形有哪些步驟?請結(jié)合洌子說明之。

3-4如何通過消解反演求取問題的答案？

3-5什么叫適宜公式?適宜公式有哪些等價關(guān)系？

3-6用寬度優(yōu)先搜索求圖3.33所示迷宮的出路。

F

3-7用有界深度優(yōu)先搜索方法求解圖3.34所示八數(shù)碼難題。

3-8應(yīng)用最新的方法來表達傳教士和野人問題，編寫一個計算機程序，以求得平安渡過全部6個人的解答。

提示：在應(yīng)用狀態(tài)空間表示和搜索方法時，可用(M,NJ來表示狀態(tài)描述，其中N”和N,分別為傳教士和野人的人

數(shù)。初始狀態(tài)為(3,3),而可能的中間狀態(tài)為(0,1),(0,2),(0,3),(1,1),(2,1),(2,2),(3,0),(3,

1)和(3,2)等。

3-9試比較寬度優(yōu)先搜索、有界深度優(yōu)先搜索及有序搜索的搜索效率，并以實例數(shù)據(jù)加以說明。

3-10一個機器人駕駛卡車，攜帶包裹(編號分別為#1、32和#個分別投遞到林(LIN)、吳(WU)和胡(HU)3家住

宅處。規(guī)定了某些簡單的操作符，如表示駕駛方位的drive(x,y)和表示卸下包裹的unload(z)；對于

每個操作符，都有?定的先決條件和結(jié)果。試說明狀態(tài)空間問題求解系統(tǒng)如何能夠應(yīng)用謂詞演算求得?個操

作符序列，該序列能夠生成一個滿足AT(#1,LIN)AAT(#2,WU)八AT(#3,HU)和目標狀態(tài)。

3-11規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有哪幾種推理方式?各自的特點為何？

3-12為什么需要采用系統(tǒng)組織技術(shù)?有哪幾種系統(tǒng)組織技術(shù)？

3-13研究不確定性推理有何意義?有哪幾種不確定性？

3-14單調(diào)推理有何局限性?什么叫缺省推理?非單調(diào)推理系統(tǒng)如何證實一個節(jié)點的有效性？

3-15在什么情況下需要采用不確定推理或非單調(diào)推理？

3-16以下語句是一些兒何定理，把這些語句表示為基于規(guī)則的幾何證明系統(tǒng)的產(chǎn)生式規(guī)則：

(I)兩個全等三角形的各對應(yīng)角相軍。

(2)兩個全等三角形的各對應(yīng)邊相筆。

(3)各對應(yīng)邊相等的三角形是全等三角形。

(4)等腰三角形的兩底角相等。

5-6簡述進化編程的機理和根本過程，并以四狀態(tài)機為例說明進化編程的表示。

5-7遺傳算法、進化策略和進化編程的關(guān)系如何？有何區(qū)別？

5-8人工生命是否從1987年開始研完？為什么？

5-9什么是人工生命？請按你的理解用自己的語言給人工生命下個定義。

5-10人工生命要模仿自然生命的特征和現(xiàn)象。自然生命有哪些共同特征？

5-11為什么要研究人工生命？

5-12人工生命包括哪些研究內(nèi)容？其研究方法如何？

第六

答：從學(xué)科方面定義：人工智能是i?算機科學(xué)中涉及研究、涉及和應(yīng)用智能機器的一個分支。它的近期主要目標在于研究用

機器來模選和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。

從能協(xié)娛義:人工智能是智能機器所執(zhí)白的通常三人類學(xué)能耐的智能僅為，如判斷'推理」￡明、一捌二感知、理

解、通前設(shè)樂—思考「規(guī)劃二斫和問題求解等思維活動「

1-2.在人工智能的開展過程中，有哪些思想和思潮起了重要作用？

3、控制論思想的影響4、計算機的創(chuàng)造開展5、專家系統(tǒng)和知識工程

6「機器學(xué)習、計算智能「人工神經(jīng)網(wǎng)絡(luò)和后立義研究

1-3.為什么能夠用機曙（計算機）模仿人的智能？

答:物理鶴系統(tǒng)的假設(shè)：任日二個系統(tǒng)，如果它能夠費理出罩能，那么它就必定能執(zhí)行輸入符號、輸出符號、存儲符號、

笈而符號廠建立符號結(jié)構(gòu)、條件性遷移6種功能1^27^何系統(tǒng)如果真有這6種功能，1|二位就能夠表加由智能（人癡聽其行的

智能）。

物理符號系統(tǒng)的假設(shè)伴隨有3個推論。

推論一：既然人具有智能，那么他（她）就一定是個物理符號系統(tǒng)廣

推論三；既然計算機是二個物理符號系統(tǒng)，它就二定能夠表現(xiàn)出智能。

推論三：既然人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，那么我們就能夠用il算機來模擬人的活動。

1-41人工留能的主要研究和應(yīng)用領(lǐng)域是什么?其中：哪”是新的研究熱點工答：研究和應(yīng)用領(lǐng)域:問題求

解（下棋程序），邏輯推理與定理證明（匹色定理證明），自然語百理解，自動程序設(shè)"W家系統(tǒng)，機器學(xué)加神經(jīng)網(wǎng)絡(luò)，機器人

學(xué)（星際探索機器人），模式識別（手寫識別，汽車牌照識別，指紋識別上機器視邛機器裝配，?幽像處呀智能控制，智

能檢索，占能調(diào)嬴指鼠加薪輸贏TTIJ反編組指揮7,系統(tǒng)一語言工具。

新的研究熱點：概率圖模型［隱馬軻夫模型：貝葉斯網(wǎng)絡(luò)）、統(tǒng)計曼習理論（SLT）&支持向量機（SVM）、數(shù)據(jù)挖掘”［識發(fā)

現(xiàn)（超市出場商品數(shù)據(jù)分析），人工^命

1-5.人工智能有哪幾種學(xué)派？

答：1)符號主義(Symbolicism),又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計算機學(xué)派(Computerism)［其

康瘴羲為物理容總系統(tǒng)(即存總操作系統(tǒng))假設(shè)和有版A理性原理廠丁

2)連接主義(Connectionism),又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)［其原理主要為巧經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)

絡(luò)間的連接機制與學(xué)習算法］

3)行為主義(Actionism),乂稱進化主義(Evolulionism)或控制論學(xué)派(Cybcrncticsism)［其原理為控制論及感知-動作型

控制系統(tǒng)］

1-6,人工智能有哪幾個研究領(lǐng)域？

三T人壬智能的研究領(lǐng)域包括：問題求解：自動而設(shè)計:“家系統(tǒng)；神經(jīng)網(wǎng)絡(luò)；模式識別：智能控制『可能檢索；智能調(diào)

度與指揮：知識表示：非經(jīng)典邏輯&非經(jīng)典推理：搜索技術(shù)：機器學(xué)習：自然語言理解；知識工程：定理機器證明；計算視覺：

遺傳算法&進化計算；分布式AI；數(shù)據(jù)挖掘&知識發(fā)現(xiàn)：人工生命：機器人；AI語家

2-1知識表示的方法有哪些？

答案：狀態(tài)空間法、問題歸約法、謂詞邏輯法、語義網(wǎng)絡(luò)法、框架表親法。

2-2狀態(tài)空間法、問題歸約法、謂詞邏輯法和語義網(wǎng)絡(luò)法的要點是什么？它們有何本質(zhì)上的聯(lián)系及異同點？

答案：狀態(tài)空間法是基于解答空間的問題表示和求解方法，是以狀態(tài)和操作符為基礎(chǔ)的。需要擴展過多的節(jié)點，容易出現(xiàn)

“組合爆炸"，因而只適用于表示比較簡單的問題。

問題歸約法是從目標(要解決的問題)出發(fā)逆向推理，建立子問題以及子問題的子問題，直至最后把初始問題歸約為一個平凡

的本原問題集谷;狀態(tài)空間法是問題歸納法的二種特例：這些本原問題的解可以直接得到，從而解決了初始問題，用片或圖來有效

地說明問題歸約法的求解途徑。

謂史邏輯法是采用謂詞樹舛和二^謂可演算把要解決的問題變?yōu)槎€講證明的問題，然后強用消解足理和消解反演來

證明一個新語句是從的虛確語句導(dǎo)出的,從而iiE用這個新Ml瓦正確的

語義網(wǎng)絡(luò)法是用“節(jié)點”代替概念，用節(jié)點間的“連接弧”代替概念之間的關(guān)系。語義網(wǎng)絡(luò)表示法的優(yōu)點：結(jié)構(gòu)性、聯(lián)想性、

自然性。

知識表示法的比較

2-6如何通過消解反演樹求取問題的答案？

答案：1.把山目標公式的把認產(chǎn)生的每個子句添加到目標公式否認之否認的子句中去。2.按照反演樹）執(zhí)行和以明

相向的消解，直至在根部得到某個子句為止。3.用根部的字句作句二個答復(fù)語句。

2-7規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有哪幾種推理方式?各自的特點為何？簡述各自的的使用條件

答案:1」規(guī)則演繹系統(tǒng)和受式系統(tǒng)均色次推理方式：更向推理、啰推理、雙I叫理上規(guī)則演繹系統(tǒng)的正I句

推理是從事套或狀況向目標或動作進后操作7即：從不到THE161而逆向推理是從目標或動作向事實或狀況進方操作的出廠從T

HEN到IF）。雙向推理：具有正向和逆向兩個系統(tǒng)的優(yōu)點，以求克服各自的缺點（局限性）。正向和逆向組合系統(tǒng)是建立在兩個系

統(tǒng)相結(jié)合的基礎(chǔ)上的。此組合系統(tǒng)的總數(shù)據(jù)庫由表在目標和表示事實的兩個聲或圖結(jié)構(gòu)組成。這些聲或圖結(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)則來修正。

系統(tǒng)的變向推理（些向鏈接推理）：從二呦被事實的謂詞或命題出發(fā)，使用二空生式規(guī)則二用以證明該謂詞公式或

命題是否成五廠

逆向推理（后向鏈接推理）：從表示目標的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則證明事實謂詞或命題成立，即首先提出一批

假設(shè)目如然后逐二驗證這些假設(shè)。_（其根本原理是從表朝標的謂詞或命題出生使用二組規(guī)則證明事實謂詞或命題成立，即提

飛二批假設(shè)@標77然后逐二驗證這由假設(shè)。丁

雙向推理：又稱為正反向混合推理，它綜合了正向推理和逆向推理的長處，克眼了兩者的短處,雙向推理的推理策略是同時

從目標向事實推理和從事實向目標推理，并在推理過程中的某個步驟，實現(xiàn)事實與目標的匹配。

2-8產(chǎn)生式系統(tǒng)由哪些局部組成？什么是產(chǎn)生式規(guī)則？

"案：11綜合數(shù)據(jù)庫（或全局數(shù)據(jù)庫:？產(chǎn)生式規(guī)則庫和控制系統(tǒng)「產(chǎn)生式規(guī)則是二個規(guī)則庫，用手存放與求解問題有關(guān)的某

個領(lǐng)域知識的規(guī)律之集合及交換規(guī)則。產(chǎn)生式規(guī)則是一個以“如果滿足這個條件L就應(yīng)當采取某些操作"形式表示的語句,其根本

形式為：IF前提THEN結(jié)論.

3T什么是不確定推理？不確定性推理的根本問題是什么？

答案:不確定性推理是一種建立在豐經(jīng)典邏輯基礎(chǔ)上的基于不確定性知識的推理,它從不確定性的初始證據(jù)出發(fā)，通過運用

彳;確應(yīng)性知識，推出具備二贏度的不確定性的和目理的^近乎合理的^論廠

根本問題是：不確定性的表示與度量，不確定性的匹配，不確定性的傳遞算法，不確定性的合成。

3-2在什么情況下需要采用不確定推理？不確定推理的主要方法有哪些？

答案：1、三般推理方法在許多情況卜.，隹往無法解決面臨的現(xiàn)實問題，因而需要應(yīng)用不確定性推理等高級知識推理

方法，包括非單調(diào)推理、時序推理和不確定性推理等12.不確定性推理大類雙工分為模型方法和控制方法；模型方法下有數(shù)值方法

和非數(shù)值方法；數(shù)值方法包括概率統(tǒng)計方法、模糊推理方法、粗糙集方法;概率統(tǒng)計方法下細分為絕對概率方法、貝葉斯方法、證

據(jù)理論方法、HMM方法、可信度方法；非數(shù)值方法下乂包括發(fā)生率計算「控制方法下有:相關(guān)性制后向溯二機緣控制廠看發(fā)式搜索

等

3-3主觀Bayes方法中LN和LS的意義是什么？

答：L\表示必要性因子，它表示下對H的支持程度。

LS表示充分性因子，它表示E對H的支持程度。

4T.計算智能的含義是什么？

答：計算智能取決于制造者（manufacturers）提供的數(shù)值數(shù)據(jù)，不依賴于知識：另?方面，人工智能應(yīng)用知識精品（knowl

edgeUdbits）o人工神經(jīng)網(wǎng)絡(luò)應(yīng)當稱為計算神經(jīng)網(wǎng)絡(luò)。

當一個系統(tǒng)只涉及數(shù)值（低層）數(shù)據(jù)，含有模式識別局部，不應(yīng)用人工智能叁義上的知識，而且能夠呈現(xiàn)出:

（1）計算適應(yīng)性：

（2）計算容錯性；

（3）接近人的速度：

（4）誤差率與人相近，

則該系統(tǒng)就是計算智能系統(tǒng)。

4-2.簡述生物神經(jīng)元及人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu).

答：人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型構(gòu)成，這種由許多神經(jīng)元組成的信息處理網(wǎng)絡(luò)具有并行分布結(jié)構(gòu)。每個神經(jīng)元具有單三輸出，

并且能夠與其他神經(jīng)元連接：存在許多（多重）輸出連接方法，每種連接方法對應(yīng)于?個連接權(quán)系數(shù)。

4-4.什么地模糊集合和隸屈函數(shù)或隸屈度？

論域。'到［0,1TE間的任二映射，

%P7都確應(yīng)萬的一個模糊子集一稱為一的隸屬函數(shù)或隸屬度。在論域二中，可把模糊子集表

示為元素u與其隸屬函數(shù)的序偶集合，記為：

4-5.什么是模糊推理？有哪幾種模糊推理方法？

工邏輯推理是建五元模糊邏輯基礎(chǔ)上「它顯二種不確定性推理方法工碼fi邏輯三段論基礎(chǔ)￡開展起來的「它以模糊判斷

為前提，動用模糊語言規(guī)則，推導(dǎo)出一個近似的模糊判斷結(jié)論。

2.推理方法有Zadeh法,Baldwin法、Tsukamoto法、Yager法和Mizumoto法等方法。

4-6.說明粗糙集理論的根本蹴念和特［

1.粗糙集理論是利用的知識庫，用知識庫中的知識近似描述不精確或者不確定的知識。主要是為了描述并處理“模

糊"信息。

2.特點是：1）粗糙集部幫要先驗知識;2）粗糙集理論是強大的數(shù)據(jù)分析三具13）粗糙集和模糊集描述了不完備

的兩個方面。粗糙集以不可分辨關(guān)系為基礎(chǔ)，側(cè)重分類：模糊集基于元素對集合隸屬程度的不同，強調(diào)集合本身的含混性。

4-7.如何求集合的上近似和下近似？（見課件）

4-8.什么是人工生命？在計算機學(xué)科中如何定義人工生命？

3人工足命即人造的,命，庫自然地生命;人五命是研究能夠演宗出自然史命系統(tǒng)特征行為的人造系統(tǒng);2、

在計算機科技領(lǐng)域中的人工生命，是指用計算機科學(xué)方法和技術(shù)設(shè)計和制造的具有生命特征的人造系統(tǒng)，如數(shù)字生命、數(shù)字生態(tài)系

統(tǒng)、人工腦、虛擬生物等。

4-9.說明人工生命的研究意義、研究內(nèi)容和研究方法。

意義為：「開發(fā)基于人工生命的工程技術(shù)新方法、新系統(tǒng)、新產(chǎn)品。

2.為自然生命的研究提供新模型、新工具、新環(huán)境。

3.延長人類壽命、減少衰弱、防治疾病。

Z.擴展自然反命有見人工進化和族優(yōu)育廠

5促進生命科學(xué)、信息科學(xué)、系統(tǒng)科學(xué)的交叉于開展。

研究內(nèi)容為：1）構(gòu)造生物體的內(nèi)部系統(tǒng)。2）生物體及共群體的外部系統(tǒng)。

科學(xué)框架由以下主要內(nèi)容構(gòu)成：

1.生命現(xiàn)象瀛系統(tǒng)。2）生命現(xiàn)象的建模建仿真。3）進化動力學(xué)。4）人工生命的彳算理論和工具。5）進化機器人;6）進

化和學(xué)習等方面的結(jié)合。7）人工生命的應(yīng)用。

研究方法主要分兩類：1）信息模型法。2）工作原理法。

研究技術(shù)途徑分兩種：1）工程技術(shù)途徑。2）生物科學(xué)途徑。

5-1什么是機得學(xué)習？為什么要研究機曙學(xué)習？

D機器笆習是研窕如何使用機器來噗擬人類學(xué)習笆動的二口學(xué)生即：機器學(xué)巨是二門研究機器獲取新知識和新技能，并識

血現(xiàn)用II識嗝司丁

2）機器學(xué)司是人工智能的壬要核心研究領(lǐng)域之二T也是現(xiàn)代智能系統(tǒng)的關(guān)鍵環(huán)節(jié)和瓶頸廠

很難想象：一個沒有學(xué)習功能的系統(tǒng)能被稱具有智能的系統(tǒng)。

來自生物、金融與網(wǎng)絡(luò)等各領(lǐng)域的數(shù)據(jù)，迫切需要分析或建立模型。

5-2試達機器學(xué)習系統(tǒng)的根本結(jié)構(gòu)，并說明各局部的作用。（見書本）

環(huán)境向系統(tǒng)的學(xué)習局部提供某些信息，學(xué)習局部利用這些信息修改知識庫，以增進系統(tǒng)執(zhí)行局部聲成任務(wù)的效能，執(zhí)行局部

根據(jù)知識庫完成任務(wù)，同時把獲得的信息反最給學(xué)習局部.

5-3試說明歸納學(xué)習的模式和學(xué)習方法。

歸納學(xué)習的一般模式為：

給定：1）觀察陳述（事實）F,用以袤系有茨某由對象、狀態(tài)程等的的頂知識T3假定的初始向納斷言7句能為W/T

背景知識，用于定義有關(guān)觀察陳述、候選納斷言以及任何相關(guān)問題領(lǐng)域知識、假設(shè)和約束，其中包括能夠刻畫所求歸納斷言的性質(zhì)

的優(yōu)先準則.

求：歸納I點（假設(shè)TH,能重言蘊涵或弱蘊涵觀察陳述，爭滿足背景知識廠

假設(shè)H永真蘊涵事實F,說明F是H的邏輯推理，則有:

HI>F（讀作H特殊化為F）

或者FI<H（讀作F—般化或消解為H）

這里「從H推導(dǎo)到汴時演繹推理，因此是保真的；而從事實F推導(dǎo)出假設(shè)H是歸納推理，因此不是保真的是保假的「

專家系統(tǒng)

6-1什么叫做專家系統(tǒng)?它具有哪些特點與優(yōu)點？

6-2專家系統(tǒng)由哪%局部構(gòu)成？各局部的作用為何？

6-3建造專家系統(tǒng)的關(guān)鍵步驟是什么？

6-4專家系統(tǒng)程序與一般的問題求解軟件程序有何小同？開發(fā)專家系統(tǒng)與開發(fā)其它軟件的任務(wù)有何不同？

6-5基于規(guī)則的專家系統(tǒng)是如何工作的？其結(jié)構(gòu)為何？

6-6基于框架的專家系統(tǒng)與面向目標編程有何關(guān)系？其結(jié)構(gòu)有何特點？其設(shè)計任務(wù)是什么？

6-7為什么要提出基于模型的專家系統(tǒng)？試述神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的一般結(jié)構(gòu)。

6-8新型專家系統(tǒng)有何特征？什么是分布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)？

6-9在設(shè)計專家系統(tǒng)時，應(yīng)考慮哪些技術(shù)？

6-10什么是建造專家系統(tǒng)的工具?你知道哪些專家系統(tǒng)工具，各有什么特點？

6-11專家系統(tǒng)面臨什么問題?你認為應(yīng)如何開展專家系統(tǒng)？

6-12用基于規(guī)則的推理系統(tǒng)證明下述推理的正確性：

狗都會吠叫和咬人

任何動物吠叫時總是吵人的

獵犬是狗

結(jié)論獵犬是吵人的

第七章機器學(xué)習

7-1什么是學(xué)習和機器學(xué)習？為什么要研究機器學(xué)習？

7-2試述機器學(xué)習系統(tǒng)的根本結(jié)構(gòu).并說明各局部的作用。

7-3試解釋機械學(xué)習的模式。機械學(xué)習有哪些重要問題需要加以研究？

7-4試說明歸納學(xué)習的模式和學(xué)習方法。

7-5什么是類比學(xué)習？其推理和學(xué)習過程為何？

7-6試述解釋學(xué)習的根本原理、學(xué)習形式和功能。

7-7試比較說明符號系統(tǒng)和連接機制在機器學(xué)習中的主要思想。

7-8用C語言編寫一套計算機程序，用于執(zhí)行BP學(xué)習算法。

7-9試應(yīng)用神經(jīng)網(wǎng)絡(luò)模型優(yōu)化求解銷售員旅行問題。

7-10考慮一個具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡(luò)，假設(shè)

(1)用一常數(shù)乘所有的權(quán)值和閾值；

(2)用一常數(shù)加于所有權(quán)值和閾值八

試說明網(wǎng)絡(luò)性能是否會變化？

7-11增大權(quán)值是否能夠使BP學(xué)習變慢？

7-12什么是知識發(fā)現(xiàn)？知識發(fā)現(xiàn)與數(shù)據(jù)挖掘有何關(guān)系？

7-13試說明知識發(fā)現(xiàn)的處理過程。

7-14有哪幾種比較常用的知識發(fā)現(xiàn)方法？試略加介紹。

7-15知識發(fā)現(xiàn)的應(yīng)用領(lǐng)域有哪些？試展望知識發(fā)現(xiàn)的開展和應(yīng)用前景。

第八章機器人規(guī)劃

8-1有哪幾種重要的機器人高層規(guī)劃系統(tǒng)?它們各有什么特點？你認為哪種規(guī)劃方法有較大的開展前景？

8-2讓right(x),left(x),up(x)和down(x)分別表示八數(shù)碼難題中單元x左邊、右邊、上面和下面的單元(如果

這樣的單元存在的話)。試寫出STIPS規(guī)劃來模擬向上移動B(空格"向下移動B、向左移動B和向右移動B等動

作。

8-3考慮設(shè)計一個清掃廚房規(guī)劃問題。

(1)寫HI?套可能要用的STRIPS型操作符。當你描述這些操作符時，要考慮到以下情況：

?清掃火爐或電冰箱會弄臟地板。

?要清掃烘箱，必須應(yīng)用烘箱清洗器，然后搬走此清洗器。

?在清掃地板之前，必須先行清掃。

?在清掃地板之前，必須先把垃圾筒拿出去。

?清掃電冰箱造成垃圾污物，并把工作臺弄臟。

?清洗工作臺或地板使洗滌盤弄臟。

(2)寫出一個被清掃廚房的可能初始狀態(tài)描述，并寫出一個可描述的(但很可能難以得到的)目標描述。

(3)說明如何把STRIPS規(guī)劃技術(shù)用來求解這個問題。(提示：你可能想修正添加條件的定義：以便當某個條

件添加至數(shù)據(jù)庫時，如果出現(xiàn)它的否認的話，就能自動刪去此否認)。

8-4曲頸瓶F1和F2的容積分別為C1和C2。公式CO\T(X,Y)表示瓶子X含有Y容量單位的液休.試寫出STRIPS

規(guī)劃來模擬以下動作：

(1)把F1內(nèi)的全部液體倒進F2內(nèi)。

(2)用F1的局部液體把F2裝滿。

8-5機器人Rover正在房外，想進入房內(nèi)，但不能開門讓自己進去，而只能喊叫，讓叫聲促使開門。另一機器

人Max在房間內(nèi)，他能夠開門并喜歡平靜。Max通?？梢园沿畏_來使Rover停止叫喊。假設(shè)Max和Rover

各有?個STRIPS規(guī)劃生成系統(tǒng)和規(guī)劃執(zhí)行系統(tǒng)。試說明Max和Rover的STRIPS規(guī)則和動作，并描述導(dǎo)致

平衡狀態(tài)的規(guī)劃序列和執(zhí)行步驟。

8-6用本章討論過的任何規(guī)劃生成系統(tǒng)，解決圖8.22所示機械手堆積木問題。

8-7考慮圖8.23所示的尋找路徑問題。

(1)對所示物體和障礙物(陰影局部)建立?個結(jié)構(gòu)空間。其中，物體的初始位置有兩種情況，一種如下圖，

另一種情況是把物體旋轉(zhuǎn)90°。

(2)應(yīng)用結(jié)構(gòu)空間，描述一個尋求上述無碰撞路徑的過程(程序)把問題限于無旋轉(zhuǎn)的二維問題。

(a)初始布局(b)目標布局

圖8.22機械手堆積木規(guī)劃問題

8-8指出你的過程結(jié)構(gòu)空間求得的圖8.23問題的路彳仝，并敘述如何把你在上題中所得結(jié)論推廣至

包括旋轉(zhuǎn)情況。

------------1

目標位置

初始位置

圖8.23一個尋找路徑問題

8-9圖8.24表示機器人工作的世界模型。要求機器人Robot把3個箱子BOXKB0X2和BOX3移到如圖E23(b)

所示目標位置，試用專家系統(tǒng)方法建立本規(guī)劃，弁給出規(guī)劃序列。

ROBOT

ROBOTBOX

°BOXBOX,BOX3M

13BOX2K

BOX1、

一」

abedabed

(a)初始世界模型MO(b)目標世界模型GO

圖8.24移動箱子于一處的機器人規(guī)劃

8-10圖8.25表示機器人工作的世界模型。要求機器人把箱子從房間R2初始位置移至房間R1目標位置。試建立

本機器人規(guī)劃專家系統(tǒng)，并給出規(guī)劃結(jié)果。

圖8.25從一房間移至另一房間的機器人規(guī)劃

第九章Agent(艾真體)

9-1分布式人工智能系統(tǒng)有何特點？試與多艾真體系統(tǒng)的特性加以比較。

9-2什么是艾真體？你對agent的譯法有何見解？

9-3艾真體在結(jié)構(gòu)上有何特點？在結(jié)構(gòu)上乂是如何分類的？每種結(jié)構(gòu)的特點為何？

9-4艾真體為什么需要互相通信？

9-5試述艾真體通信的步驟、類型和方式。

9-6艾真體有哪幾種主要通信語言？它們各有什么特點？

9-7多艾真體系統(tǒng)有哪兒種根本模型？其體系結(jié)構(gòu)又有哪幾種？

9-8試說明多艾真體的協(xié)作方法、協(xié)商技術(shù)和協(xié)調(diào)方式。

9-9為什么多艾真體需要學(xué)習與規(guī)戈J?

9-10你認為多艾真體系統(tǒng)的研究方向應(yīng)是哪些？其應(yīng)用前景又如何？

9-11選擇一個你熟悉的領(lǐng)域，編寫一頁程序來描述艾真體與環(huán)境的作用。說明環(huán)境是否是可訪問的、確定性的、

情節(jié)性的、靜態(tài)的和連續(xù)的,對于該領(lǐng)域，采用何種艾真體結(jié)構(gòu)為好？

9-12設(shè)計并實現(xiàn)幾種具有內(nèi)部狀態(tài)的艾真體，并測量其性能。對于給定的環(huán)境，這些艾真體如何接近理想的艾

真體？

9-13改變房間的形狀和擺設(shè)物的位置，添加新家具。試測量該新環(huán)境中各艾真體，討論如何改善其性能，以求

處理更為更雜的地貌。

9-14有些艾真體一旦得知一個新句子，就立即進行推理，而另一些艾真體只有在得到請求后才進行推理。這兩

種推理方法在知識層、邏輯層和執(zhí)行層將有何區(qū)別？

9-15應(yīng)用布爾電路為無名普斯世界設(shè)計一個邏輯艾真體。該電路是一個連接輸入(感知閥門)和輸出(行動閥

I'J)的邏輯門的集合。

(1)試解釋為什么需要觸發(fā)器。

(2)估計需要多少邏輯門和觸發(fā)器。

第十章機器視覺

10-1可用廣義錐體語言把楔形物體描述為一個具有一定尺寸的三帶形沿著一根直軸移動而成的。請給出另一種

描述。

10-2(1)除了外表法線S,g,T)外，還有另外兩個感興趣的矢量：一個矢量指向光源，它對應(yīng)于某些特別的p

和。值，記為叢和(s為假設(shè)日光)，表示指向口光的矢量(外，小，-1)；另一指向觀察者，即矢量(0,0,-1).

利用外表法線、日光矢量和觀測矢量，可以求出一些用p和q表示的與出射角、入射角和相位角有關(guān)的公式。

試證明以下公式成立：

(2)對cose和cosg推導(dǎo)類似公式。

10-3朗伯外表亮度等于夕cosi。如果光源正好在觀察者的后面，即憶二°，見二°,于是可得對應(yīng)于P和q的

亮度為：

C1

E=pcosz=px=

Ji+l

當為一常數(shù)時，亮度后為一恒值。由于是平面pQ上某個網(wǎng)的方程式，所以我們可得

如卜.結(jié)論：當光源位于觀察者后面時，PQ反射圖上的等亮度線是一些圓周線。試證明陰影線是直線。

10-4把一個籃球或其它球形物體固定起來，并在室內(nèi)單一小光源下對它進行試驗。光源是在觀察者的背后。

(1)球面的光線亮度如何變化？

(2)為什么滿月看上去是扁平的？

10-5考慮有一個朗伯立方體平放在朗伯墻前，如圖(a)所示。沿9線的光線強度大體上像圖(b)那樣，而當

立方體的拐角為圓滑過渡時，其光線強度如圖(c)所示。

題10-5圖朗伯立方體及其光強分布圖

(1)在PQ空間，指出此立方體各可見側(cè)面的外表法線的準確位置。

⑵在PQ空間，對著光源方向，指出可取的位置。

⑶假設(shè)交界是陡變的，試畫出沿加線的光強度分布圖。

(4)假設(shè)交界是圓滑的，試畫出沿cd線的光強度分布圖。

10-6以下陣列表示航空照片圖象上點陣的PQ投影以及所觀察亮度分的鏈式代碼:

-1-10.23+1-10.23+1-10.17

-1-10.23+1-10.17000.3

000.3000.3000.3

假設(shè)所觀察的亮度為百合小乂四取乂）'），其中，刈小夕）對應(yīng)于光源直接在觀察者背后和.二1時的朗伯

反射圖上的等亮度線。試把每點圖象分類為石頭、樹和墓石、假設(shè)它們的反射系數(shù)分別為0.7,0.5和0.3。

10-7某蓋板外表的反射系數(shù)P為未知。在不同時間從3個別離光源對該外表照明。對于°=1的外表，這3個

光源對此外表的反射圖如下圖。用這些光分別照射時所觀察到的亮度分別為：

/,=0.2,/2=O.l,A=0.1

⑴在PQ空間畫出當人/12等于2,3和4時表示軌跡的線。同樣地，畫出當,2”3等于0.5,1和2時的線。

⑵求。=?

10-8把圖中所示各物體犀化為32K32的畫面（方格紙自備）

a=b=cd=e=f=g

題10—8圖需要數(shù)字化的物體

（1）建立兩個畫面，每個畫面包含上述3個物體。要求兩畫面上的物體具有不同的尺寸、位置和方向。

⑵計算兩畫面上6個物體的各階矩量/和a2。

⑶計算各物體的矩心（片,）。

（4）計算各物體的中心矩、標稱中心矩和不變性矩，并討論所得結(jié)果。

（5）計算6個物體的形狀系數(shù)，并討論所得結(jié)果。

10-9為什么C0NSIGHT系統(tǒng)要使用2個光源，而不是用1個光源？

10-10在連通性分析中，相鄰2行間的分段情況被定義為以下3種：

情況1不重迭

中間為零或有更多的列

XXXXX

XXXXX

情況2不重迭

中間為零或有更多的列

XXXXX

XXXXX

情況3重迭

既不同于情況1，又不同于情況2。

區(qū)域并合規(guī)則是較高的數(shù)取代較低的數(shù)(除背景“0〃外)。

(1)從左至右逐行掃描以下8X8二進制圖象(圖中b為背景)。指出連通域被并合后圖象矩陣上元素的數(shù)字，作為

連通性分析的解答：

12345678

bbbbbbbbbb

1b00011100b

2b11001110b

3b0101I011b

4b01111001b

5b01110001b

6b01011011b

7b01001110b

8b00000100b

bbbbbbbbb

(2)確定此題(1)中圖象編碼的掃描寬度。

第十一章自然語言理解

11-1什么是語言和語言理解？自然君言理解過程有哪些層次，各層次的功能如何？

11-2自然語言理解和語言自動生成的關(guān)系為何?研究這兩者時有什么共同點。

11-3語言的歧義性可出現(xiàn)在各個層次上：構(gòu)詞、詞類、句法和語義。試各舉一例來說明。

11-4寫出以下上下文無關(guān)語法所對應(yīng)的轉(zhuǎn)移網(wǎng)絡(luò)：

S-NPVP

NPfAdjectiveNoun

NP-*DeterminerNounPP

NP-*DeterminerNoun

VP-*VerbAdverbNP

VP-Verb

VP-VerbAdverb

VP-*VerbPP

PP-*PropositionNP

11-5考慮以下句子

Theoldman'sglasseswerefilledwithsherry.

選擇單詞glasses適宜的意思需要什么信息?什么信息意味著不適宜的意思？

11-6考慮以下句子：

Puttheredblockontheblueblockonthetable.

(1)寫出句中符合句法規(guī)則的所有有效的句法分析。

(2)如何用語義信息和環(huán)境知識選擇該命令的恰當含義？

11-7對以下每個語句給出句法分析樹：

(1)DavidwantedtogotothemoviewithLinda.

(2)DavidwantedtogotothemoviewithGeorgyWilliam.

(3)Heheardthestory1isteningtotheradio.

(4)Heheardtheboyslisteningtotheradio.

11-8考慮一用戶與一交互操作系統(tǒng)之間進行英語對話的問題。

(1)寫出語義文法以確定對話所用語言。這些語言應(yīng)確保進行根本操作，如描述事件、復(fù)制和刪除文件、

編譯程序和檢索文件目錄等。

(2)用你的語義文法對以下各語句進行文法分析：

Copyfromnewtestmssintooldtestmss.

Copytooldtestmssoutofnewtestmss.

(3)用標準的英語文法對上述兩語句進行分析，列出所用文法片斷。

(4)上述(2)與⑶的文法有何差異?這種差異與句法和語義文法之間的差異有何關(guān)系？

11-9某大學(xué)開發(fā)出?個學(xué)生學(xué)籍管理數(shù)據(jù)庫。試寫出適于查詢該數(shù)據(jù)庫內(nèi)容的匹配樣本。

11-10試設(shè)計一個特定應(yīng)用領(lǐng)域的自然語言問答系統(tǒng)。

第十二章智能控制

12-1為什么說智能控制是人工智能的重要研究新領(lǐng)域？

12-2智能控制有哪幾種結(jié)構(gòu)理論?它們的中心思想和內(nèi)容是什么？與傳統(tǒng)控制相比，智能控制有什么特點？

12-3Saridis的分級遞階智能控制的要點是什么？各級的功能怎樣?如何用嫡來度量各級的作用？

12-4設(shè)計專家控制器時應(yīng)考慮哪些特點?專家控制系統(tǒng)的一般結(jié)構(gòu)模型為何？

12-5什么是學(xué)習控制系統(tǒng)?它有哪些研究課題?學(xué)習控制系統(tǒng)的設(shè)計原則為何？

12-6試說明模糊控制器的結(jié)構(gòu)原理和控制規(guī)則。模糊控制器有哪幾種設(shè)計方法？

12-7設(shè)論域X、Y均為有限模糊集合，它們分別為

X={芭,工2,…五}

》={)］，3,,￡}

模糊矩陣R表示從X到Y(jié)的i個模糊關(guān)系。試說明模糊矩陣R的元素hj的含義是什么？

12-8模糊控制器工作過程中把輸入的精確量轉(zhuǎn)變?yōu)槟：?模糊化)后，輸出時又

把模糊量變?yōu)榫_量(非模糊化)。這些轉(zhuǎn)換各有什么作用？

12-9人工神經(jīng)網(wǎng)絡(luò)有哪些特性使它適于控制?有哪幾種神經(jīng)控制器，它們的結(jié)構(gòu)

和作用原理為何？

12-10智能控制有哪些應(yīng)用領(lǐng)域?試舉出一個你比較了解或熟悉的智能控制應(yīng)用例子，并說明其工作原理和控制

性能。

第十三章展望

13T你怎樣評價人工智能的開展與爭論？爭論與開展的關(guān)系如何？

13-2人工智能不同學(xué)派在理論、方法和技術(shù)路線上各有何爭論？

13-2人工智能的開展對人類有哪些方面的影響？試結(jié)合自己了解的情況何理解，從經(jīng)濟、社會何文化等方面加

以說明？

13-4試評述人工智能的未來開展。

13-5你對“人工智能”或"智能系統(tǒng)”課程及其教學(xué)有何建議？

一局部根本搜索算法

一、回溯算法

回溯算法是所有搜索算法中最為根本的一種算法，其采用了一種“走不通就掉頭"思想作為其控制結(jié)構(gòu),

其相當于采用了先根遍歷的方法來構(gòu)造解答樹，可用于找解或所有解以及最優(yōu)解。具體的算法描述如F：

[非遞歸算法]

<Type>

Node（節(jié)點類型）=Record

Situtation:TSituation（當前節(jié)點狀態(tài)）;

Way-NO:Integer（已使用過的擴展規(guī)則的數(shù)目）;

End

<Var>

Lis二（回溯表）：Airay[1..Max（最大深度）]ofNode;

pos（當前擴展節(jié)點編號）：Integer;

<Ini:>

Lis:<-0;

pos<-l;

Lis:[l].SituationV-初始狀態(tài);

<MainProgram>

While