人工智能及其應用

第一章緒論1：人工智能各學派的認知觀 （填空） P/9-10⑴符號主義（2）連接主義（3）行為主義2：人類認知活動與計算機的比較 P/11人類：生理過程一初級信息處理一思維策略計算機：計算機硬件一計算機語言一計算機程序3：信息處理系統(tǒng)又叫符號處理系統(tǒng)或物理符號系統(tǒng)。所謂符號就是模式。4:一個完整的符號系統(tǒng)應具有下列6種基本功能（簡答） P/12（1）輸入符號 （2）輸出符號（3）存儲符號 （4）復制符號（5）建立符號結構：、、、、、 （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派(2)結構模擬法也可稱結構模擬學派(3)行為模擬法也可稱行為模擬學派(4)集成模擬法6：計算智能涉及神經(jīng)計算、模糊計算、進化計算、粒群計算、自然計算、免疫計算和人工生命等研究領域。 P/21第二章 知識表示方法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)和算法為基礎來表示和求解問題的。要完成某個問題的狀態(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） 操作符集合及其對狀態(tài)描述的作用；（3） 目標狀態(tài)描述的特性。2：狀態(tài)圖示法 P/30圖由節(jié)點的集合構成。淤如果某條弧線從節(jié)點氣指向節(jié)點，，那么節(jié)點n.就叫做節(jié)點n.的后繼節(jié)點或后裔，而節(jié)點n.叫做節(jié)點，的父輩節(jié)點或祖先。淤3：問題歸約表示可由以下3部分組成: （簡答） P/31（1） 一個初始問題描述；（2） 一套把問題變換為子問題的操作符；（3） 一套本原問題描述。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、變量符號、函數(shù)符號和常量符號，并用圓括弧、方括弧、花括弧和逗號隔開，以表示論域內(nèi)的關系。當一個原子公式含有變量符號時，對定義域內(nèi)實體的變量可能有幾個設定。對某幾個設定的變量，原子公式取值T；而對另外幾個設定的變量，原子公式則取值F。本書用到的謂詞演算為一階謂詞演算，不允許對謂詞符號或函數(shù)符號進行量化。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：語義網(wǎng)絡是知識的一種結構化圖解表示，它由節(jié)點和弧線或鏈線組成。 （填空/簡答）語義網(wǎng)絡表示由以下4個相關部分組成： P/41（1）詞法部分 （2）結構部分（3）過程部分 （4）語義部分淤7：語義網(wǎng)絡中的推理過程主要有兩種，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，即是否安照某個試探值重新對未擴展節(jié)點進行排序，將決定該圖搜索過程是無信息搜索或啟發(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)點的程度依次擴展節(jié)點的，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：首先擴展最新產(chǎn)生的（即最深的）節(jié)點。P/66等代價搜索：是寬度優(yōu)先搜索的推廣。 P/683：利用啟發(fā)信息來決定哪個是下一步要擴展的節(jié)點。這種搜索總是選擇“最有希望”的節(jié)點作為下一個被擴展的節(jié)點。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。（一個原子公式或其否定都是）任何母式都可寫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?？梢苑磸蛻梅峙渎?。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if可能與某斷言集中的一個或多個斷言匹配。有時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表達式，但被限制在then表達式為由文字析取組成的一些表達式上。逆向演繹系統(tǒng)能夠處理任意形式的then表達式，但被限制在if表達式為文字析取組成的一些表達式上。 P/928：正向和逆向組合系統(tǒng)是建立在兩個系統(tǒng)相結合的基礎上的。此組合系統(tǒng)的總數(shù)據(jù)庫由表示目標和表示事實的兩個與或圖結構組成。這些與或圖結構分別用正向系統(tǒng)的F規(guī)則和逆向系統(tǒng)的B規(guī)則來修正。9：論域的知識分為兩部分： P/93（1） 用事實表示靜態(tài)知識，如事物、事件和它們之間的關系；（2） 用產(chǎn)生式規(guī)則表示推理過程和行為。淤10：產(chǎn)生式系統(tǒng)由3個部分組成，即數(shù)據(jù)庫（或全局數(shù)據(jù)庫），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)庫有時也稱為上下文、當前數(shù)據(jù)庫或暫時存儲器。總數(shù)據(jù)庫是產(chǎn)生式規(guī)則的注意中心。 P/94淤12：控制策略的作用是說明下一步應該選用什么規(guī)則，也就是如何應用規(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)實問題領域中的3類情況，即不完全的信息、不斷變化的情況以及求解復雜問題過程中生成的假設。 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，即關于知識的不確定性、關于證據(jù)的不確定性和關于結論的不確定性。 P/1113：不確定性的量度： 在確定量度方法及其范圍時，必須注意到：（1） 量度要能充分表達相應知識和證據(jù)不確定性的程度。（2） 量度范圍的指定應便于領域專家和用戶對不確定性的估計。（3） 量度要便于對不確定性的傳遞進行計算，而且對結論算出的不確定性量度不能超出量度規(guī)定的范圍。（4） 量度的確定應當是直觀的，并有相應的理論依據(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)增加了結論為真的程度CF（H，E）＜0，表示該證據(jù)增加了結論為假的程度CF（H，E）=0，表示證據(jù)E和結論H沒有關系。第五章 計算智能1：計算智能是一種智力方式的低層認知，它與人工智能的區(qū)別只是認知層次從中層下降到低層而已。若一個智能計算系統(tǒng)以非數(shù)值方式加上知識（精品）值，即成為人工智能系統(tǒng)。 P/1462：人工神經(jīng)網(wǎng)絡的特性： （簡答） P/147（1） 并行分布處理。（2） 非線性映射。（3） 通過訓練進行學習。（4） 適應與集成。（5） 硬件實現(xiàn)。淤3：人工神經(jīng)網(wǎng)絡的結構基本上分為兩類，即遞歸網(wǎng)絡和前饋網(wǎng)絡P/148 （填空）4：前饋網(wǎng)絡的例子有多層感知器（MLP）、學習矢量量化（LVQ）網(wǎng)絡、小腦模型連接控制（CMAC）網(wǎng)絡和數(shù)據(jù)處理方法（GMDH）網(wǎng)TOC\o"1-5"\h\z絡等。 （填空） P/149淤5：人工神經(jīng)網(wǎng)絡的主要學習方法（1） 有師學習（有監(jiān)督）（2） 無師學習（無監(jiān)督）（3） 強化學習。 （填空） P/1496：通常定義神經(jīng)網(wǎng)絡的泛化能力，也稱推廣能力，是指神經(jīng)網(wǎng)絡在訓練完成之后輸入其訓練樣本以外的新數(shù)據(jù)時獲得正確輸出的能力。影響泛化能力的因素主要有: P/155（2）訓練樣本的質量和數(shù)量（2） 網(wǎng)絡結構（3） 問題本身的復雜程度7：編碼方法： P/162（1）二進制編碼 （2）浮點數(shù)編碼 （3）格雷碼（4） 符號編碼方法8：適應度函數(shù)：為了體現(xiàn)染色體的適應能力，引入了對問題中的每一個染色體都能進行量度的函數(shù)，叫做適應度函數(shù)。 P/162淤9：簡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： （簡答） P/164（1） 遺傳算法是對參數(shù)集合的編碼而非針對參數(shù)本身進行進化；（2） 遺傳算法是從問題解的編碼組開始而非從單個解開始搜索；（3） 遺傳算法利用目標函數(shù)的適應度這一信息而非利用導數(shù)或其他輔助信息來指導搜索。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)則進行隨機操作。課后習題答案2-2設有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安全地把所有人都渡過河去？用Si(nC,nY)表示第i次渡河后，河對岸的狀態(tài)，nC表示傳教士的數(shù)目，nY表示野人的數(shù)目，由于總人數(shù)的確定的，河對岸的狀態(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，要同時保證，河兩岸的傳教士數(shù)目不少于野人數(shù)目，故在整個渡河的過程中，允許出現(xiàn)的狀態(tài)為以下3種情況：nC=0nC=3nC=nY>=0(當nC不等于0或3)用di(dC,dY)表示渡河過程中，對岸狀態(tài)的變化，dC表示，第i次渡河后，對岸傳教士數(shù)目的變化，dY表示，第i次渡河后，對岸野人數(shù)目的變化。當i為偶數(shù)時，dC,dY同時為非負數(shù)，表示船駛向對岸，i為奇數(shù)時，dC,dY同時為非正數(shù)，表示船駛回岸邊。初始狀態(tài)為S0(0,0)，目標狀態(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，用圖求法該問題，令橫坐標為nY,縱坐標為nC，可行狀態(tài)為空心點表示，每次可以在格子上，沿對角線移動一格，也可以沿坐標軸方向移動1格，或沿坐標軸方向移動2格。第奇數(shù)次數(shù)狀態(tài)轉移，沿右方，上方，或右上方移動，第偶數(shù)次數(shù)狀態(tài)轉移，沿左方，下方，或左下方移動。nC從(0,0)開始，依次沿箭頭方向改變狀態(tài)，經(jīng)過11步之后，即可以到達目標狀態(tài)(3,3)，相應的渡河方案為：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。例如不要用單一的謂詞字母來表示每個句子。)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模糊集合有哪些運算，滿足哪些規(guī)律？并(取m