人工智能教程答案

1、第一章緒論1.1 答：人工智能就是讓機器完成那些如果由人來做則需要智能的事情的科學。人工智能是相對于人的自然智能而言， 即用人工的方法和技術(shù)， 研制智能機器或智能系統(tǒng)來模仿延伸和擴展人的智能， 實現(xiàn)智能行為和 “機器思維 ”，解決需要人類專家才能處理的問題。1.2 答： “智能 ”一詞源于拉丁 “Legere ”，意思是收集、匯集，智能通常用來表示從中進行選擇、理解和感覺。所謂自然智能就是人類和一些動物所具有的智力和行為能力。智力是針對具體情況的，根據(jù)不同的情況有不同的含義?！爸橇?”是指學會某種技能的能力，而不是指技能本身。1.3 答：專家系統(tǒng)是一個智能的計算機程序，他運用知識和推理步驟來解

2、決只有專家才能解決的復雜問題。 即任何解題能力達到了同領(lǐng)域人類專家水平的計算機程序度可以稱為專家系統(tǒng)。1.4 答：自然語言處理語言翻譯系統(tǒng)，金山詞霸系列機器人 足球機器人模式識別 Microsoft Cartoon Maker博弈 圍棋和跳棋第二章知識表達技術(shù)2.1 解答：（ 1）狀態(tài)空間 (State Space)是利用狀態(tài)變量和操作符號，表示系統(tǒng)或問題的有關(guān)知識的符號體系，狀態(tài)空間是一個四元組（S，O，S0， G）：S 狀態(tài)集合 ;O 操作算子集合;S0初始狀態(tài) ,S0S;G目的狀態(tài) ,GS,(G 可若干具體狀態(tài)，也可滿足某些性質(zhì)的路徑信息描述)從 S0 結(jié)點到 G 結(jié)點的路徑被稱為求解路

3、徑。狀態(tài)空間一解是一有限操作算子序列，它使初始狀態(tài)轉(zhuǎn)換為目標狀態(tài)：O1O2O3OkS0S1S2G其中 O1 ， ， Ok 即為狀態(tài)空間的一個解(解往往不是唯一的 )（ 2）謂詞邏輯是命題邏輯的擴充和發(fā)展，它將原子命題分解成客體和謂詞兩個部分。與命題邏輯中命題公式相對應(yīng)，謂詞邏輯中也有謂詞（命題函數(shù)）公式、原子謂詞公式、復合謂詞公式等概念。一階謂詞邏輯是謂詞邏輯中最直觀的一種邏輯。（ 3）語義網(wǎng)絡(luò)是一種采用網(wǎng)絡(luò)形式表示人類知識的方法。即用一個有向圖表示概念和概念之間的關(guān)系， 其中節(jié)點代表概念，節(jié)點之間的連接弧(也稱聯(lián)想弧 )代表概念之間的關(guān)系。常見的語義網(wǎng)絡(luò)形式有命題語義網(wǎng)絡(luò)、數(shù)據(jù)語義網(wǎng)絡(luò)：E-

4、R圖（實體-關(guān)系圖）、語言語義網(wǎng)絡(luò)等。2.2 解答：（ 1）GSMANAREMORTALISAFgISAISAISAM動 作A動 作H主體對象（ 2）GSCLOUDHASISALININGSILVERFISAISAISAcolorg動 作動 作CHW主體對象(3)DECPLANMANAGERISAbelongISABRANCHPROFIT-SHARINGGSMANAGERSPARTICIPATEPLANISAFgISAISAISAM動 作動 作SP對象主體2.3 解答：設(shè)有如下四個謂詞：HUMAN(X)X 是人LAWED(X)X 受法律管制COMMIT(X)X 犯法PUNISHED(X) X受

5、法律制裁前兩個謂詞可以變?yōu)椋篐UMAN(X)LAWED(X)，表示：人人都要受法律的管制；后兩個謂詞可以變?yōu)椋篊OMMIT(X)PUNISHED(X)到懲罰；進一步，還可以把上述兩個謂詞聯(lián)結(jié)成如下形式：，表示只要X 犯了罪，X 就要受HUMAN(X)LAWED(X)COMMIT(X)PUNISHED(X)本公式的含義是：如果由于某個 X 是人而受到法律管制，則這個人犯了罪就一定要受到懲罰。晁蓋是人，受法律的管制（老百姓受法律的管制） ；所以晁蓋劫了生辰綱，違反了宋王朝的法律，一定要受到官府的追究。高衙內(nèi)是人， 卻不受法律的管制 （達官貴人和惡少不受法律的管制） ；所以高衙內(nèi)強搶民女，同樣是違反

6、了宋王朝的法律，卻可以橫行無忌。2.4 解答：題中提供的條件可記為，依次利用這些條件可得到如下結(jié)果：推得：李、徐、周、錢是同一性別（1）條件：周和錢是同一性別；條件：李、徐、周是同一性別；條件：李的愛人是陳的愛人的表哥，則李的愛人性別是男，而李的性別是女這樣可以初步推出：李、徐、周、錢均是女的，對應(yīng)的王、陳、孫、吳均是男的。推得：陳與錢是夫妻（2）條件：陳與徐、周俊不構(gòu)成夫妻， 則陳選擇的余地為錢或李；條件：李與陳不構(gòu)成夫妻；條件：吳與徐、周均不構(gòu)成夫妻，則吳選擇的余地為李；推得：吳與李是夫妻條件：王與周不構(gòu)成夫妻，則王選擇的余地為徐；推得：王與徐是夫妻排除上述已經(jīng)成立的條件，顯然可推得：孫與

7、周是夫妻。2.5 解答：符號微積分基本公式為baf ( x)F (b)F (a)F (x)|ba用產(chǎn)生式表示為：If f(x) and (a,b) Then F(b)-F(a)2.6 解答：題中描述的情況用謂詞形式可表達如下：DOG(X)X 是狗SOUND(X)X 會吠叫BIT(X,Y)X 咬 YANIMAL(X) X是動物題中各條推理則可以表示為：P1:xDOG(X)yBIT(X,Y ) SOUND(X)P2: :x（ ANIMAL(X)SOUND(X) ）yBIT(X,Y)P3:獵犬是狗， 即DOG(X)種 X的謂詞樣品是獵犬，同時也可得ANIMAL(獵犬 )將 P3 帶入 P1 可得 S

8、OUND( 獵犬 )，再將 SOUND( 獵犬 )和 ANIMAL( 獵犬 )帶入 P2 可得yBIT( 獵犬 ,Y) ，即可以得到結(jié)果：獵犬是咬人的。2.7解答：題中的三條規(guī)則側(cè)重點不同：R1 規(guī)則的重點在于我?guī)煹娜蝿?wù)；R2 規(guī)則的重點在于敵團的配置； R3 規(guī)則的重點在于我?guī)煹娜蝿?wù)和敵團的配置同時滿足。它們之間的關(guān)系為R1R2R3。所以根據(jù)沖突解決規(guī)則中的規(guī)模排序，可知首先應(yīng)該選擇規(guī)則R3，系統(tǒng)執(zhí)行才最有效。2.8解答：鴕鳥非是鳥會飛ISAISAISAISAZ動 作I動 作BCF主體對象ISA知更鳥CL-1HNISACLYDEISAISATIME占有巢STAISAISAISA春天到秋天2.

9、9解答：（1）搖動 作主體動 作對象動 作方式海浪戰(zhàn)艦輕輕地（2）2.10解答：圖書館框架TB一般工業(yè)技術(shù)ABTTD礦業(yè)工程Z書名工業(yè)技術(shù)自動化技術(shù)、作者TP計算機技術(shù)TV水利工程ISBN出版時間出版社2.11解答：在產(chǎn)生式系統(tǒng)中， 隨著產(chǎn)生式規(guī)則的數(shù)量的增加， 系統(tǒng)設(shè)計者難以理解規(guī)則間的相互作用，究其原因， 在于每條規(guī)則的自含性使得知識表示的力度過于細微。因此要提高產(chǎn)生式系統(tǒng)的可理解性， 就應(yīng)當按照軟件工程的思想，通過對規(guī)則的適當劃分，將規(guī)則組織誠易于管理的功能模塊。 由于框架系統(tǒng)具有組織成塊知識的良好特性，因此將兩者進行有機結(jié)合，可以為產(chǎn)生式系統(tǒng)的開發(fā)、調(diào)試和管理提供有益的幫助?；诳蚣艿?/p>

10、表示機制可以用作產(chǎn)生式語言和推理機制設(shè)計的一個重要構(gòu)件。另外，框架可以直接用于表示規(guī)則，如果將每一個規(guī)則作為一個框架處理，一組用于解決特定問題的規(guī)則可組織成一類，且在這一類框架中表示這組規(guī)則的各種特性。2.12解答：略2.13解答：（1）題目描述可轉(zhuǎn)換為如下問題（N 階漢諾塔問題）有編號為A、 B、C 的三個柱子和標識為1、 2、 、 N 的尺寸依次從小到大的N 個有中心孔的金片；初始狀態(tài)下N 個金片按1、2、 、N 順序堆放在A 號柱子上，目標狀態(tài)下N 個金片以同樣次序順序堆放在B 號柱子上，金片的搬移須遵守以下規(guī)則：每次只能搬一個金片，且較大金片不能壓放在較小金片之上，可以借助于C 針。（

11、2）假設(shè)基本操作為move(x,A,C,B)，表示將 x 個金片從A 移到 B 上，中間可借助于C。當 N=1時，則無需借助中間的C針，就可以直接實現(xiàn)將問題的最簡操作，可表示為move-one(1,A,B)；1 個金片從A 移到B 上，這也是當 N>1 時，需要用中間的C 針作輔助。其操作又可分為以下三步：將 N-1 個金片從A 移到 C 上，中間可借助于B，轉(zhuǎn)換為基本操作就是move(N-1,A,B,C)；將 1 個金片直接從A 移到B 上，轉(zhuǎn)換為基本操作就是move-one(1,A,B)；將 N-1個金片從C 移到B 上，中間可借助于A，轉(zhuǎn)換為基本操作就是move(N-1, C,A,

12、 B)；這樣，就將問題的規(guī)模減小為N-1 ，依次遞歸求解就可以得到相應(yīng)的結(jié)果。（3）設(shè)M(x) 表示移動x 個金片所需要的操作次數(shù)，則上述N 階漢諾塔問題可以表示成如下形式：M(1)=1M(N)=2M(N-1)+1最后可以解得M(N)=2N-1下面給出對梵塔問題給出產(chǎn)生式系統(tǒng)描述，并討論N 為任意時狀態(tài)空間的規(guī)模。（1）綜合數(shù)據(jù)庫定義三元組： (A, B, C) ，其中 A, B, C 分別表示三根立柱，均為表，表的元素為間的整數(shù)，表示N 個不同大小的盤子，數(shù)值小的數(shù)表示小盤子，數(shù)值大的數(shù)表示大盤子。表的第一個元素表示立柱最上面的柱子，其余類推。1 N之（ 2）規(guī)則集為了方便表示規(guī)則集，引入以

13、下幾個函數(shù)：first(L) ：取表的第一個元素，對于空表，first 得到一個很大的大于N 的數(shù)值。tail(L) ：取表除了第一個元素以外，其余元素組成的表。cons(x, L) ：將 x 加入到表 L 的最前面。規(guī)則集：r1: IF (A, B, C) and (first(A) < first(B) THEN (tail(A), cons(first(A), B), C)r2: IF (A, B, C) and (first(A) < first(C) THEN (tail(A), B, cons(first(A), C)r3: IF (A, B, C) and (firs

14、t(B) < first(C) THEN (A, tail(B), cons(first(B), C)r4: IF (A, B, C) and (first(B) < first(A) THEN (cons(first(B), A), tail(B), C)r5: IF (A, B, C) and (first(C) < first(A) THEN (cons(first(C), A), B, tail(C)r6: IF (A, B, C) and (first(C) < first(B) THEN (A, cons(first(C), B), tail(C)(3) 初

15、始狀態(tài)：（ 1， 2， .， N ），（），（）(4) 結(jié)束狀態(tài)：（），（），（ 1， 2， .， N）問題的狀態(tài)規(guī)模：每一個盤子都有三種選擇：在A 上、或者在B 上、或者在C 上，共N 個盤子，所以共有種可能。即問題的狀態(tài)規(guī)模為。2.14解答：(1) 定義謂詞 G(x,y):x 比 y 大，個體有張三（ zhang）、李四（ li ），將這些個體帶入謂詞中，得到G(zhang,li)和G(zhang,li),根據(jù)語義用邏輯連接詞將它們聯(lián)結(jié)起來就得到表示上述知識的謂詞公式：G(zhang,li)G(zhang,li)。(2)定義謂詞 Marry(x,y):x和 y 結(jié)婚， Male(x):x是

16、男的， Female(x) ： x 是女的。個體有甲(A) 、乙(B) ，將這些個體帶入謂詞中， 得到 Marry(A,B) 、Male(A) 、Female(B) 以及 Male(A) 、Female(B), 根據(jù)語義用邏輯連接詞將它們聯(lián)結(jié)起來就得到表示上述知識的謂詞公式：Marry(A,B)(Male(A) Female(B) (Male(B) Female(A)(3) 定義謂詞 Honest 個體帶入謂詞中，得到(x):x是誠實的，Honest(x) 、Lying Lying(x):x會說謊。 個體有張三 （zhang ），將這些(x) 、Lying(zhang) 、Honest(zha

17、ng),根據(jù)語義用邏輯連接詞將它們聯(lián)結(jié)起來就得到表示上述知識的謂詞公式：x(Honest(x)Lying(x) )(Lying(zhang)Honest(zhang)第三章問題求解方法3.1 答：深度優(yōu)先搜索與廣度優(yōu)先搜索的區(qū)別在于：在對節(jié)點n 進行擴展時，其后繼節(jié)點在OPEN 表中的存放位置不同。廣度優(yōu)先搜索是將后繼節(jié)點放入OPEN 表的末端， 而深度優(yōu)先搜索則是將后繼節(jié)點放入OPEN 表的前端。廣度優(yōu)先搜索是一種完備搜索，即只要問題有解就一定能夠求出，而深度優(yōu)先搜索是不完備搜索。在不要求求解速度且目標節(jié)點的層次較深的情況下，廣度優(yōu)先搜索優(yōu)于深度優(yōu)先搜索；在要求求解速度且目標節(jié)點的層次較淺的

18、情況下，深度優(yōu)先搜索優(yōu)于廣度優(yōu)先搜索。廣度優(yōu)先的正例：積木問題；深度優(yōu)先的正例：郵遞員問題，反例：國際象棋。3.2 答：衡量標準為：這組子狀態(tài)中有沒有目標狀態(tài)，如果有，則選擇該節(jié)點并且搜索成功；若沒有，則按照某種控制策略從已生成的狀態(tài)中再選擇一個狀態(tài)作為當前狀態(tài)重復搜索過程。3.3 答： (1) 廣度優(yōu)先搜索：該程序必須找到解，并且最好是最優(yōu)解；(2) 廣度優(yōu)先搜索：醫(yī)生要根據(jù)病人的各種病狀判斷病人的?。?3) 深度優(yōu)先搜索：該程序要求一定要找到目標路徑；(4) 深度優(yōu)先搜索：該程序要求找到最優(yōu)解；(5) 廣度優(yōu)先搜索：不能確定它們是否等同，既不能確定它們是否有等同解。3.4 答：對于四皇后問

19、題，如果放一個皇后的耗散值為1 的話，則任何一個解的耗散值都是4。因此如果h 是對該耗散值的估計，是沒有意義的。對于像四皇后這樣的問題，啟發(fā)函數(shù)應(yīng)該是對找到解的可能性的評價。利用一個位置放皇后后，消去的對角線的長度來進行評價。3.5 答：定義h1=M+C-2B ，其中 M ， C 分別是在河的左岸的傳教士人數(shù)和野人人數(shù)。B 1表示船在左岸，B 0 表示船在右岸。也可以定義h2=M+C 。 h1 是滿足 A* 條件的，而h2 不滿足。要說明 h2 M+C 不滿足 A* 條件是很容易的，只需要給出一個反例就可以了。比如狀態(tài)(1, 1, 1) ，h2=M+C=1+1=2 ，而實際上只要一次擺渡就可以

20、達到目標狀態(tài)，其最優(yōu)路徑的耗散值為 1。所以不滿足A* 的條件。下面我們來證明h1 M+C-2B 是滿足 A* 條件的。我們分兩種情況考慮。先考慮船在左岸的情況。如果不考慮限制條件，也就是說， 船一次可以將三人從左岸運到右岸，然后再有一個人將船送回來。這樣，船一個來回可以運過河2 人，而船仍然在左岸。而最后剩下的三個人，則可以一次將他們?nèi)繌淖蟀哆\到右岸。所以，在不考慮限制條件的情況下，也至少需要擺渡次。其中分子上的"3" 表示剩下三個留待最后一次運過去。除以"2" 是因為一個來回可以運過去2 人，需要個來回，而"來回 " 數(shù)不能是小

21、數(shù)，需要向上取整，這個用符號表示。而乘以"2" 是因為一個來回相當于兩次擺渡，所以要乘以2。而最后的" 1" ，則表示將剩下的3 個運過去，需要一次擺渡?；営校涸倏紤]船在右岸的情況。同樣不考慮限制條件。船在右岸，需要一個人將船運到左岸。因此對于狀態(tài) (M ， C，0)來說，其所需要的最少擺渡數(shù)，相當于船在左岸時狀態(tài) (M+1 ， C，1)或 (M ，C+1 ， 1)所需要的最少擺渡數(shù)，再加上第一次將船從右岸送到左岸的一次擺渡數(shù)。因此所需要的最少擺渡數(shù)為：(M+C+1)-2+1。其中 (M+C+1) 的 " 1"表示送船回到左岸的那個

22、人，而最后邊的" 1"，表示送船到左岸時的一次擺渡。化簡有：(M+C+1)-2+1=M+C。綜合船在左岸和船在右岸兩種情況下，所需要的最少擺渡次數(shù)用一個式子表示為：M+C-2B 。其中 B 1 表示船在左岸， B 0 表示船在右岸。 由于該擺渡次數(shù)是在不考慮限制條件下， 推出的最少所需要的擺渡次數(shù)。因此， 當有限制條件時，最優(yōu)的擺渡次數(shù)只能大于等于該擺渡次數(shù)。所以該啟發(fā)函數(shù) h 是滿足 A* 條件的。3.6 答：在搜索期間改善h 函數(shù)，是一種動態(tài)改變h 函數(shù)的方法。像改進的A* 算法中，對NEXT 中的節(jié)點按g 值的大小選擇待擴展的節(jié)點，相當于令這些節(jié)點的h0，就是動態(tài)修改

23、 h 函數(shù)的一種方法。由定理 2：若 h(n)滿足單調(diào)限制，則由A* 所擴展的節(jié)點序列，其f 值是非遞減的，即f(ni) f(nj)），當 h 滿足單調(diào)條件時，A* 所擴展的節(jié)點序列，其f 是非遞減的。對于任何節(jié)點 i ，j ，如果 j 是 i 的子節(jié)點，則有f(i)f(j)。利用該性質(zhì)，我們可以提出另一種動態(tài)修改函數(shù)的方法： f(j)=max(f(i), f(j)以 f(j) 作為節(jié)點j 的 f 值。 f 值的改變，隱含了h 值的改變。當h 不滿足單調(diào)條件時，經(jīng)過這樣修正后的h 具有一定的單調(diào)性質(zhì)，可以減少重復節(jié)點的可能性。h3.7 答：67AB5314E658CD2像這種類型的問題， 由于

24、涉及到城市距離或旅行費用，所以利用代價樹廣度優(yōu)先搜索求解。為此，首先必須將旅行交通圖轉(zhuǎn)換為代價樹，轉(zhuǎn)換方法為：從初始節(jié)點A 開始，把與它直接相鄰的節(jié)點作為他的后繼節(jié)點，對其他節(jié)點也作同樣的擴展，但若一個節(jié)點以作為某節(jié)點的前驅(qū)節(jié)點，則它就不能再作為該結(jié)點的后繼結(jié)點。另外，圖中節(jié)點除了初始節(jié)點A之外，其它的節(jié)點都有可能在代價樹中多次出現(xiàn)，為了區(qū)分它們的多次出現(xiàn)，分別用下標1,2 標出。但他們卻是圖中的同一個節(jié)點。設(shè)估價函數(shù)f(n)=d(n)+w(n) ，其中 d(n) 為狀態(tài)的深度， w(n) 為城市間的距離。代價樹如下所示：A(10)B1C1D1E1(2)(6(8)(7)B2D2E2(8)(10

25、)(4)B3D3(6) (8)D4(8)ACEBDA定義 h1=n*k ，其中 n 是還未走過的城市數(shù)， k 是還未走過的城市間距離的最小值。h2，其中 n 是還未走過的城市數(shù)， ki 是還未走過的城市間距離中 n 個最小的距離。 顯然這兩個 h 函數(shù)均滿足 A* 條件。3.8 答：可定義h 為： h B 右邊的 W 的數(shù)目設(shè) j 節(jié)點是 i 節(jié)點的子節(jié)點，則根據(jù)走法不同，h(i)-h(j) 的值和 C(i, j) 分為如下幾種情況：（1） B 或 W 走到了相鄰的一個空格位置，此時：h(i)-h(j)=0, C(i,j)=1 ；（2） W 跳過了 1 或 2 個 W ，此時 h(i)-h(j

26、)=0, C(i,j)=1 或 2；（3） W 向右跳過了一個B（可能同時包含一個W ），此時：h(i)-h(j)=-1, C(i,j)=1或 2；（4） W 向右跳過了兩個B，此時： h(i)-h(j)=-2, C(i,j)=2 ；（5） W 向左跳過了一個B（可能同時包含一個W ），此時：h(i)-h(j)=1, C(i,j)=1或 2；（6） W 向左跳過了兩個B，此時： h(i)-h(j)=2,C(i,j)=2 ；（7） B 跳過了 1 或 2 個 B，此時 h(i)-h(j)=0, C(i,j)=1 或 2；（8） B 向右跳過了一個W（可能同時包含一個B ），此時：h(i)-h(j

27、)=1, C(i,j)=1或 2；（9） B 向右跳過了兩個W，此時： h(i)-h(j)=2,C(i,j)=2 ；（10） B 向左跳過了一個W （可能同時包含一個B），此時：h(i)-h(j)=-1, C(i,j)=1或 2；（11） B 向左跳過了兩個W ，此時： h(i)-h(j)=-2, C(i,j)=2 ；縱上所述， 無論是哪一種情況，具有 :h(i)- h(j) C(i,j)。且容易驗證h(t)=0 ，所以該 h 是單調(diào)的。由于 h 滿足單調(diào)條件，所以也一定有h(n) h*(n)，即滿足A* 條件。3.9 答：(),(),(),(),()(1)(S,S),S,(S,S)(2)(A

28、,A),A,(A,A)(3)(A),A,(A)(4)(S,A,S)(2)(A,A,A)(3)(A,A)(3)(A)(4)3.10 答：(1) 余一棋的弈法 如下：兩棋手可以從 5 個錢幣堆中輪流拿走一個、兩個或三個錢幣，揀起最后一個錢幣者算輸。 試通過博弈證明， 后走的選手必勝， 并給出一個簡單的特征標記來表示取勝策略。為了方便起見，用 (AB)()() 這樣的表表示一個狀態(tài)。這樣得到搜索圖如下：(2) 八數(shù)碼問題空格： Up,Left,Down,Right3.11 答：(1) 與 /或圖的解圖： 那些可解結(jié)點的子圖，包含一結(jié)點到目的結(jié)點集的、連通的可解結(jié)點的子圖。在問題的完整的隱含圖中擴展生

29、成出包含初始結(jié)點和目的結(jié)點集合的連通的明顯子圖。(2) 算法 AO* ：必須對當前已生成出的與或圖中的所有結(jié)點實施其每解點是否為可解結(jié)點的標注過程， 如果起始結(jié)點被標注為可解的， 則搜索過程可成功地結(jié)束； 如果起始結(jié)點還不能被標注為可解的，則應(yīng)當繼續(xù)擴展生成結(jié)點（盡可能地記錄， 所有生成的結(jié)點中， 哪些結(jié)點被標注了可解的， 以便減少下一次標注過程的工作量） ；同樣地， 對不可解結(jié)點也同樣如此。利用結(jié)點的可解/不可解性質(zhì)， 能從搜索圖中刪去可解結(jié)點的任何不可解結(jié)點的子結(jié)點；同樣地， 能刪去不可解結(jié)點的所有的子結(jié)點（搜索這些被刪除的結(jié)點是沒有意義的，而只會降低搜索的效率） 。兩個主要過程的反復：自

30、上而下的圖生長過程，并通過跟蹤有標記的連接符尋找一個候選局部解圖自下而上的估價函數(shù)值的修正、連接符的標記和SOLVED 的標注過程(3)3.12 答：此題要求按照課中例題的方式，給出算法，以下是每個循環(huán)結(jié)束時的搜索圖。上面這種做法比較簡單，也可以如下做：3.13 答：略3.14 答：博弈搜索通常被限制在一定的范圍，搜索的目標是確定一步好的走法（好棋）對手回手后，再繼續(xù)搜索。因此，博弈搜索過程總是由當前狀態(tài)向目標狀態(tài)搜索，目標狀態(tài)向當前狀態(tài)搜索。這類博弈的實例有西洋跳棋等。，等而不是由3.15 答： 8 （ 3， 0， 8） （ 7， 8， 3）、（ 0，6）、（ 8， 9） （ 7,6）、（

31、8,6,5）、（2,3）、（ 0,-2）、（ 6,2）、（ 5,8）、（ 9,2） 88（3，0，8）869583.16 答： 見上圖3.17 答：略3.18 答： 剪裁算法 .剪裁若極小層的 <=(先輩層 )則中止這個MIN 以下的搜索 .剪裁若極大層的 >(先輩層 )則中止這個MAX以下的搜索算法如下：double alphabeta( int depth, double alpha, double beta, Position p);/* alpha 是 MAX 的當前值 beta 是 MIN 的當前值 ,depth 是在搜索樹中的深度 ,p 是所求結(jié)點的位置 */doubl

32、et;if( depth=0 ) return evaluate(p); /* 如果 P 是葉結(jié)點 ,算出 P 的值 */ for( i=1; i <= w; i+ ) t = alphabeta( depth - 1, beta,alpha, pi ); if( t> alpha&&MAX)if(t> beta)returnt;/* 直接返回 */elsealpha=t;if( t<alpha&&MIN)if(t< beta)returnt;/* 直接返回 */elsealpha=t;returnalpha;3.19-3.22 答

33、：略第四章基本的推理技術(shù)4.1 答：(1) 推理 ：按照某種策略從已有事實和知識推出結(jié)論的過程。(2) 正向推理正向推理（事實驅(qū)動推理）是由已知事實出發(fā)向結(jié)論方向的推理。基本思想是： 系統(tǒng)根據(jù)用戶提供的初始事實， 在知識庫中搜索能與之匹配的規(guī)則即當前可用的規(guī)則，構(gòu)成可適用的規(guī)則集 RS，然后按某種沖突解決策略從 RS 中選擇一條知識進行推理， 并將推出的結(jié)論作為中間結(jié)果加入到數(shù)據(jù)庫 DB 中作為下一步推理的事實， 在此之后，再在知識庫中選擇可適用的知識進行推理， 如此重復進行這一過程， 直到得出最終結(jié)論或者知識庫中沒有可適用的知識為止。正向推理簡單、 易實現(xiàn)， 但目的性不強， 效率低。 需要用

34、啟發(fā)性知識解除沖突并控制中間結(jié)果的選取， 其中包括必要的回溯。 由于不能反推， 系統(tǒng)的解釋功能受到影響。(3) 反向推理反向推理是以某個假設(shè)目標作為出發(fā)點的一種推理，又稱為目標驅(qū)動推理或逆向推理。反向推理的基本思想是：首先提出一個假設(shè)目標，然后由此出發(fā)， 進一步尋找支持該假設(shè)的證據(jù)， 若所需的證據(jù)都能找到，則該假設(shè)成立，推理成功；若無法找到支持該假設(shè)的所有證據(jù)，則說明此假設(shè)不成立，需要另作新的假設(shè)。與正向推理相比，反向推理的主要優(yōu)點是不必使用與目標無關(guān)的知識，目的性強， 同時它還有利于向用戶提供解釋。反向推理的缺點是在選擇初始目標時具有很大的盲目性，若假設(shè)不正確，就有可能要多次提出假設(shè)，影響了

35、系統(tǒng)的效率。反向推理比較適合結(jié)論單一或直接提出結(jié)論要求證實的系統(tǒng)。(4) 推理方式分類演繹推理、歸納推理、默認推理確定性推理、不精確推理單調(diào)推理、非單調(diào)推理啟發(fā)式推理、非啟發(fā)式推理4.2 答：(1) 在推理過程中，系統(tǒng)要不斷地用數(shù)據(jù)庫中的事實與知識庫中的規(guī)則進行匹配，當有一個以上規(guī)則的條件部分和當前數(shù)據(jù)庫相匹配時，就需要有一種策略來決定首先使用哪一條規(guī)則，這就是沖突解決策略。 沖突解決策略實際上就是確定規(guī)則的啟用順序。(2) 沖突解決策略：專一性排序、規(guī)則排序、數(shù)據(jù)排序、就近排序、上下文限制、按匹配度排序、按條件個數(shù)排序4.3 答：歸結(jié)反演就是利用歸結(jié)和反演實現(xiàn)定理的證明。具體過程如下：(1)

36、將定理證明的前提謂詞公式轉(zhuǎn)化為子句集F。(2)將求證的目標表示成合適的謂詞公式G（目標公式） 。(3) 將目標公式的否定式G 轉(zhuǎn)化成子句的形式，并加入到子句集F 中，得到子句集 S。(4) 應(yīng)用歸結(jié)原理對子句集 S 中的子句進行歸結(jié)， 并把每次歸結(jié)得到的歸結(jié)式都并入S中。如此反復進行，若歸結(jié)得到一個空子句NIL ，則停止歸結(jié)，證明了G 為真。4.4 答：略4.5 答：（ 1） (x) (y) P(x,y ) Q(x,y)=(x) (y) P(x,y) Q(x,y)=P(x,y) Q(x,y)子句集為 P(x,y) Q(x,y)（ 2） (x)(y)P(x,y)Q(x,y) R(x,y)=(x)

37、 )(y) P(x,y) Q(x,y)R(x,y)=P(x)P(x)=(x)P(x,f(x) Q(x,f(x)R(x,f(x)=P(x,f(x) Q(x,f(x)R(x,f(x)=P(x,f(x)R(x, f(x) Q(x, f(x)R(x, f(x)= P(x,f(x)R(x, f(x) Q(y, f(y)R(y,f(y)子句集為P(x,f(x)R(x, f(x) 和 Q(y, f(y)R(y, f(y)（3）(x)(y)P(x,y ) (y)Q(x,y) R(x,y)=( x)(R(x,y)=( x) (y) P(x,y) ( y)Q(x,y) R(x,y)=(R(x, f(x)= P(x

38、,f(x) Q(x, f(x) R(x, f(x)子句集為 P(x,f(x) Q(x, f(x) R(x, f(x)4.6 答：(1)(2)A/x, A/y, A/z, A/w, A/u(3)y) P(x,y) ( y)Q(x,y) x) P(x,f(x) Q(x, f(x) 4.7 答：（ 1）（x） P （ x） P（ A ） P（ x） P（ B ） 目標取反化子句集：（x） P （ x） P（A ） P（ x） P（ B ） （x） P （ x） P（ A ） P （ x） P（ B） （x） P （ x） P（ A） P （ x） P（ B） （x） P （ x） P（ A） P（

39、x） P （ x） P（ A ） P（ B ） （x） P （ x） P（A ） P（ x） P（ x） P（ B） P（ A ） P（ B ）P（ x） P （ A ） P（ x） P （ x） P（ B） P（ A ） P（ B） 得子句集：1, P(x1)2, P(A) Px23, P(x3) P(B)4, P(A) P(B)（ 2）（x） P （ x） Q （ A ） Q（ B） （x） P （ x） Q（ x） 目標取反化子句集：(x)P(x) Q(A) Q(B) ( x)P(x) Q(x)(x)P(x) Q(A) Q(B) (x)P(x) Q(x)(x)P(x) Q(A) Q(B)

40、 (x)P(x) Q(x)(x)P(x) Q(A) Q(B) (y)P(y) Q(y)(x)(y)P(x) Q(A) Q(B) P(y) Q(y)P(x) Q(A) Q(B) P(y) Q(y)得子句集：1， P(x)2， Q(A) Q(B)3， P(y) Q(y)4.8 答：4.9 答：答：我們用Skier(x) 表示 x 是滑雪運動員，Alpinist(x) 表示 x 是登山運動員，Alpine(x) 表示 x是 Alpine 俱樂部的成員。問題用謂詞公式表示如下：已知：(1) Alpine(Tony)(2) Alpine(Mike)(3) Alpine(John)(4) (x)Alpin

41、e(x) Skier(x)Alpinist(x)(5) (x)Alpinist(x) Like(x, Rain)(6) (x)L ike(x, Snow) Skier(x)(7) (x)Like( Tony, x) Like(Mike, x)(8) (x)Li ke(Tony, x) Like(Mike, x)(9) Like(Tony, Snow)(10) Like(Tony, Rain)目標： (x)Alpine(x) Alpinist(x) Skier(x)化子句集：(1) Alpine(Tony)(2) Alpine(Mike)(3) Alpine(John)(4)(x) Alpine

42、(x) Skier(x) Alpinist(x)=(x)Alpine(x) Skier(x) Alpinist(x)=>Alpine(x) Skier(x) Alpinist(x)(5) (x) Alpinist(x) Like(x, Rain) = ( x)Alpinist(x)Like(x, Rain) =>Alpinist(x)Like(x, Rain)(6) (x)Like(x, Snow)Skier(x) = (x)Like(x, Snow) Skier(x) => Like(x, Snow) Skier(x)(7)(x)Li ke(Tony,x) Like(Mike,x)=(x)Like(Tony,x) Like(Mike,x)=>Like(Tony, x) Like(Mike, x)(8) (x)Like(Tony, x) Lik