计算智能概论
——结课报告
通过一个学期的学习，我们对计算智能概论有了一个大概的了解，虽然我们还不能进行复杂的计算编程，但是对于基本概念我们还是有了初步的认识。遗传算法（Genetic Algorithm）是基于自然选择和基因遗传学原理的随机搜索算法。它是一种通过模拟自然进化过程搜索最优解的方法，遗传算法起源于对生物系统进行的计算机模拟研究。早在20 世纪40 年代，就有学者开始研究利用计算机进行生物模拟的技术，他们从生物学的角度进行了生物的进化过程模拟、遗传过程模拟等研究工作。早期的研究特点是侧重于对一些复杂操作的研究。最早意识到自然遗传算法可以转化为人工智能算法John H. Holland 教授。1965 年，Holland 教授首次提出了人工智能操作的重要性，并将其应用到自然系统和人工系统中。1967 年，Holland 教授的学生.J.D.Bagley 在其博士论文中首次提出了“遗传算法”一词，并发表了遗传算法应用方面的第一篇论文，从而创立了自适应遗传算法的概念e J.D.Bagley 发展了复制、交叉、变异、显性、倒位等遗传算子，在个体编码上使用了双倍体的编码方法。
人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经。神经系统对真实世界物体所作出的交互反应。人工神经网络以其具有自学习、自组织、较好的容错性和。优良的非线性逼近能力，受到众多领域学者的关注。在实际应用中，80%～90%的人工神经网络模型是采。采用误差反传算法或其变化形式的网
络模型。
从生物神经元到人工神经网络:大脑与神经细胞、神经细胞与神经细胞构成了庞大天文数字量级的高度复杂的网络系统。也正是有了这样的复杂巨系统，大脑才能担负起人类认识世界和改造世界的任务。
“世界上最大的未开发疆域，是我们两耳之间的空间。”（美国汉诺威保险公司总裁比尔·奥伯莱恩）
1、生物神经系统和大脑的复杂性
生物系统是世界上最为复杂的系统。
生物神经系统活动和脑的功能，其复杂性是难以想象的。
①人大脑平均只有3磅左右。只占身体重量比例的1/30；
②使眼睛可以辨别1000万种细微的颜色；
③使肌肉(如果全部向同一个方向运动)产生25吨的拉力；
④是由100亿个脑细胞和10兆个神经交汇丛组成。整个大脑的神经网络足足有10英里长。
人类的梦想重新构造人脑，并让其代替人类完成相应的工作。（无数科幻故事）智能是个体有目的的行为、合理的思维、以及有效的适应环境的综合能力；也可以说是个体认识客观事物和运用知识解决问题的能力。人类智能的具体含义：感知与认识客观事物、客观世界和自我的能力；通过学习获得经验、积累知识的能力；理解知识、运用知识和经验分析、解决问题的能力；联想、推理、判断、决策的能力；运用语言进行抽象、概括的能力；以上5点是人类智能的基本能力。
对以上5个基本问题的不同回答已经形成3个主要的学术流派：人工智
能的符号主义流派即传统的人工智能，认为人工智能源于数理逻辑，主张以知识为基础，通过推理来进行问题求解，在研究方法上采用计算机模拟人类认知系统功能的功能模拟方法，
Simon、Minsky和Newell等认为，人和计算机都是一个物理符号系统，因此可用计算机的符号演算来模拟人的认知过程；作为智能基础的知识是可用符号表示的一种信息形式，因此人工智能的核心问题是知识表示、知识推理和知识运用的信息处理过程。
人工智能的联结主义流派
又称仿生学派，认为人工智能源于仿生学，人思维的基本单元是神经元，而非符号处理过程，主张用大脑工作模式取代符号操作的电脑工作模式；智能的本质是联结机制。神经网络是一个由大量简单的处理单元组成的高度复杂的大规模非线性自适应系统。
人工神经网络发展阶段历程：
人类在很多方面已成功地采用机器来完成繁重的和重复的工作，但人们一直没有放弃让机器具有人类思维能力的尝试和努力。人们研究神经网络已有几十年的历史。纵观其发展过程，不难看出该过程是波澜起伏、几经兴衰的。人工神经网络早期的研究工作应追溯至本世纪40 年代。下面以时间顺序，以著名的人物或某一方面突出的研究成果为线索，简要介绍人工神经网络的发展历史。1943 年，心理学家W·McCulloch 和数理逻辑学家W·Pitts 在分析、总结神经元基本特性的基础上首先提出神经元的数学模型,称为MP 模型。他们通过MP 模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元
能执行逻辑功能，从而开创了人工神经网络研究的时代。此模型沿用至今，并且直接影响着这一领域研究的进展。因而，他们两人可称为人工神经网络研究的先驱。1945 年冯·诺依曼领导的设计小组试制成功存储程序式电子计算机，标志着电子计算机时代的开始。1948 年，他在研究工作中比较了人脑结构与存储程序式计算机的根本区别，提出了以简单神经元构成的再生自动机网络结构。但是，由于指令存储式计算机技术的发展非常迅速，迫使他放弃了神经网络研究的新途径，继续投身于指令存储式计算机技术的研究，并在此领域作出了巨大贡献。虽然，冯·诺依曼的名字是与普通计算机联系在一起的，但他也是人工神经网络研究的先驱之一。50 年代末，F·Rosenblatt 设计制作了“感知机”，它是一种多层的神经网络。这项工作首次把人工神经网络的研究从理论探讨付诸工程实践。当时，世界上许多实验室仿效制作感知机，分别应用于文字识别、声音识别、声纳信号识别以及学习记忆问题的研究。然而，这次人工神经网络的研究高潮未能持续很久，许多人陆续放弃了这方面的研究工作，这是因为当时数字计算机的发展处于全盛时期，许多人误以为数字计算机可以解决人工智能、模式识别、专家系统等方面的一切问题，使感知机的工作得不到重视；其次，当时的电子技术工艺水平比较落后，主要的元件是电子管或晶体管，利用它们制作的神经网络体积庞大，价格昂贵，要制作在规模上与真实的神经网络相似是完全不可能的；另外，在1968 年一本名为《感知机》的著作中指出线性感知机功能是有限的，它不能解决如异或这样的基本问题，而且多层网络还不能找到有效的计算方法，这些论点促使大批
研究人员对于人工神经网络的前景失去信心。60 年代末期，人工神经网络的研究进入了低潮。另外，在60 年代初期，Widrow 提出了自适应线性元件网络，这是一种连续取值的线性加权求和阈值网络。后来，在此基础上发展了非线性多层自适应网络。当时，这些工作虽未标出神经网络的名称，而实际上就是一种人工神经网络模型。随着人们对感知机兴趣的衰退，神经网络的研究沉寂了相当长的时间。80 年代初期，模拟与数字混合的超大规模集成电路制作技术提高到新的水平，完全付诸实用化，此外，数字计算机的发展在若干应用领域遇到困难。这一背景预示，向人工神经网络寻求出路的时机已经成熟。美国的物理学家Hopfield 于1982 年和1984 年在美国科学院院刊上发表了两篇关于人工神经网络研究的论文，引起了巨大的反响。人们重新认识到神经网络的威力以及付诸应用的现实性。随即，一大批学者和研究人员围绕着Hopfield 提出的方法展开了进一步的工作，形成了80 年代中期以来人工神经网络的研究热潮。人工神经网络的分类主要考虑网络连接的拓扑结构、神经元的特征、学习规则等。目前，已有近40 种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield 网络、波耳兹曼机、适应谐振理论等。
根据连接的拓扑结构，神经网络模型可以分为：
（1）前向网络网络中各个神经元接受前一级的输入，并输出到下一级，网络中没有反馈，可以用一个有向无环路图表示。这种网络实现信号从输入空间到输出空间的变换，它的信息处理能力来自于简单非线性函数的多次复合。网络结构简单，易于实现。反传网络是一
种典型的前向网络。
（2）反馈网络网络内神经元间有反馈，可以用一个无向的完备图表示。这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。Hopfield 网络、波耳兹曼机均属于这种类型。学习是神经网络研究的一个重要内容，它的适应性是通过学习实现的。根据环境的变化，对权值进行调整，改善系统的行为。由Hebb 提出的Hebb 学习规则为神经网络的学习算法奠定了基础。Hebb 规则认为学习过程最终发生在神经元之间的突触部位，突触的联系强度随着突触前后神经元的活动而变化。在此基础上，人们提出了各种学习规则和算法，以适应不同网络模型的需要。有效的学习算法，使得神经网络能够通过连接权值的调整，构造客观世界的内在表示，形成具有特色的信息处理方法，信息存储和处理体现在网络的连接中。根据学习环境不同，神经网络的学习方式可分为监督学习和非监督学习。在监督学习中，将训练样本的数据加到网络输入端，同时将相应的期望输出与网络输出相比较，得到误差信号，以此控制权值连接强度的调整，经多次训练后收敛到一个确定的权值。当样本情况发生变化时，经学习可以修改权值以适应新的环境。使用监督学习的神经网络模型有反传网络、感知器等。非监督学习时，事先不给定标准样本，直接将网络置于环境之中，学习阶段与工作阶段成为一体。此时，学习规律的变化服从连接权值的演变方程。非监督学习最简单的例子是Hebb 学习规则。竞争学习规则是一个更复杂的非监督学习的例子，它是根据已建立的聚类进行权值调整。自组织映射、
适应谐振理论网络等都是与竞争学习有关的典型模型。现如今，人们对于神经网络的研究，不仅其本身正在向综合性发展，而且愈来愈与其他领域密切结合起来，发展出性能更强的结构。
综合ANN 方法在国内外环境科学领域的应用现状, 可看出ANN 方法在环境系统模拟及预测、环境工程自动控制、污染物智能防治系统研究等方面较常规数学方法具有相当的优越性。在我们的以后生活工作中遇到的许多问题，ANN方法必将在我们水利水电专业领域有巨大的实用价值和广阔的应用前景。
参考文献:计算智能概论课件—第六章人工神经网络（ANN）方法简介
百度百科
D、人造机器人 答案：C PEAS分别是指哪些组件？ A、性能/环境/执行器/传感器 B、传感器/性能/环境/执行器 C、环境/执行器/传感器/性能 D、传感器/环境/执行器/性能 答案：A 智能体程序分别有哪些类型？（） A、感知智能体/决策智能体/学习智能体/规划智能体 B、简单反射型智能体/基于模型的反射型智能体/基于目标的智能体/基于效用的智能体 C、机器人/软件/硬件/算法 D、类人智能体/类动物智能体 答案：B 智能体使用什么组件来获得环境信息？（） A、执行器 B、CPU C、传感器 D、条件--行动规律 答案：C 基于模型的反射型智能体的核心组件比简单反射型智能体多了什么？（） A、执行器 B、传感器 C、CPU D、世界模型 答案：D 基于目标的智能体比基于模型的反射型智能体多了什么组件？（） A、CPU B、世界模型 C、目标 D、环境 答案：C 可以把效用想象成什么？（） A、效果 B、能源 C、金钱 D、智能体 答案：C 基于效用的智能体比基于目标的智能体多了什么核心组件？（） A、世界模型 B、CPU C、效用评估 D、金钱
答案：C 哪个例子是强链接？（） A、收音机听到的一个人 B、微博上的陌生朋友 C、亲人 D、同事 答案：CD 一个图表示为G = (V, E)，其中V是指？（） A、一个点 B、一条边 C、边集合 D、点集合 答案：D 局部信息相似性链路预测的优势是什么？() A、精准 B、速度快 C、符合实际场景 D、包含节点属性 答案：B 下面哪个是全局信息预测算法？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D 谷歌搜索引擎的算法基本框架是？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D PAgeRAnk中，参数Oj是指() A、所有网页的数量 B、从网页引出去的链接的数量 C、指向网页的链接的数量 D、可调参数 答案：B 一个好的学习训练模型应该是？（） A、在训练时最小化错误率（提高在训练集上的准确率） B、模型应该简单（防止过拟合） C、将模型函数正则化 D、可以利用已知的数据特性，例如稀疏、低秩等 答案：ABCD 正则化是为了什么？
西安电子科技大学 智能计算导论课程实验报告SAR图像变化检测
SAR图像变化检测 1 引言 遥感变化检测是指通过对不同时期同一区域的遥感图像进行比较分析，根 据图像之间的差异得到我们所需要的地物或目标的变化信息。现代遥感技术的飞速发展为变化检测提供了一种便捷的途径，遥感数据成为变化检测的主要数据源。 与可见光和红外遥感相比，微波遥感具有无可比拟的优点：微波能穿透云雾、雨雪，具有全天候、全天时的工作能力。二，微波对地物有一定穿透能力。三，采用侧视方式成像，覆盖面积大。正是这些优点，使得SAR 图像日益成为变化 检测的重要数据源。 SAR 变化检测技术的需求日益广泛。目前，全球坏境变化加剧，城市急速发展，洪水、地震等自然灾害时有发生，这些都需要及时掌握相关动态信息，为相关决策部门提供支持，而SAR 的种种优点为快速响应提供了技术支持和应急保障。 2 定义 变化检测是指通过分析同一地区不同时间的图像，检测出该地区的地物随时间发生变化的信息 SAR图像的变化检测是指利用多时相获取的同一地表区域的SAR图像来确定和分析地表变化，能提供地物的空间展布及其变化的定性与定量信息 3 常用方法
本报告所用算法流程图 4 实验结果
5 程序 %initial clc clear all close all
Ia=imread('2002.5.bmp');%read image Ib=imread('2005.4.bmp'); Iag=Ia(:,:,1);%rgb2gray Ibg=Ib(:,:,1); %midfilt Iam=medfilt2(Iag); Ibm=medfilt2(Ibg); %find difference ia_double = double(Iam)+1; %uint8todouble ia1 = ia_double/255; %unit ib_double = double(Ibm)+1; ib1 = ib_double/255; di_image=di(ia1,ib1); %构造模糊差异 di_image1=uint8(di_image.*256); di_image1=double(di_image1); %FCM bilateral_di_image=bilateral(di_image1,36,6); %双边滤波 bilateral_di_image1=uint8(bilateral_di_image); bilateral_di_image=double(bilateral_di_image1); fcm_image=fcm(bilateral_di_image); %聚类 [T]=mis(Re,fcm_image,N,L); k=T; disp(sprintf('12óD%d??????￡??ó2??????a%d',N*L,k)); p=k/(N*L)*100 disp(sprintf('?ó2??ê?a%2.4f',p)) %display figure(1); subplot(2,3,1),imshow(Ia); title('原图a'); subplot(2,3,2),imshow(Iam); title('图a中值滤波图'); subplot(2,3,3),imshow(Ib); title('原图b'); subplot(2,3,4),imshow(Ibm); title('图b中值滤波图'); subplot(2,3,5),imshow(di_image); title('模糊差异图'); subplot(2,3,6),imshow(bilateral_di_image1); title('双边滤波图'); figure(2); imshow(fcm_image); title('聚类图'); function [img1] = bilateral(img,winsize,sigma) winsize = round( (winsize-1)/2 )*2 + 1;
冯?诺依曼计算机的五个组成部分不包括（） A、运算器 B、控制器 C、处理器 D、存储器 答案：C 2、(单选，10分) 以下对强人工智能的描述不准确的是（） A、机器具有类人或者超越人的智慧 B、人脑与AI界限模糊 C、计算机可表现出不低于人类智能水平的外部智能行为 D、计算机与人类特征连结 答案：C 3、(单选，10分) 当前主流人工智能研究的三个重要特征不包括：（） A、关注智能体的外部行为，而不是产生该行为的内部过程 B、关注如何模拟人类纯粹智能活动，而不是脑力活动 C、将人工智能问题视为计算问题，通过数学建模进行求解 D、最终目标是得到能够适应人类生存环境的智能体 答案：C 4、(单选，10分) 以下哪个方法不属于检测人工智能的手段（） A、威诺格拉德模式挑战 B、机器的标准化测试 C、物理图灵测试 D、中国餐馆测试 答案：D 5、(单选，10分) 2016年3月15日，AlphaGo首次战胜的人类围棋世界冠军是：（） A、李世石 B、柯洁 C、古力 D、樊麾 答案：A
以下哪个部件不是AlphaGo的组成部分（） A、策略网络 B、评估网络 C、蒙特卡罗树搜算法 D、纳什均衡博弈算法 答案：D 7、(单选，10分) AlphaGo的评估网络的设计思想源于（） A、机器学习 B、增强学习 C、深度学习 D、无监督学习 答案：B 8、(单选，10分) AlphaGo的策略网络所采用的学习算法模型是（） A、深度卷积神经网络 B、循环神经网络 C、递归神经网络 D、深度博弈网络 答案：A 9、(单选，10分) 以AlphaGo为代表的智能博弈机器人是典型的强人工智能。 A、正确 B、错误 答案：B 10、(单选，10分) 图灵测试与人工智能研究的最终目标都是得到可以通过图灵测试的计算机。 A、正确 B、错误 答案：B
计算智能概论 ——结课报告 通过一个学期的学习，我们对计算智能概论有了一个大概的了解，虽然我们还不能进行复杂的计算编程，但是对于基本概念我们还是有了初步的认识。遗传算法（Genetic Algorithm）是基于自然选择和基因遗传学原理的随机搜索算法。它是一种通过模拟自然进化过程搜索最优解的方法，遗传算法起源于对生物系统进行的计算机模拟研究。早在20 世纪40 年代，就有学者开始研究利用计算机进行生物模拟的技术，他们从生物学的角度进行了生物的进化过程模拟、遗传过程模拟等研究工作。早期的研究特点是侧重于对一些复杂操作的研究。最早意识到自然遗传算法可以转化为人工智能算法John H. Holland 教授。1965 年，Holland 教授首次提出了人工智能操作的重要性，并将其应用到自然系统和人工系统中。1967 年，Holland 教授的学生.J.D.Bagley 在其博士论文中首次提出了“遗传算法”一词，并发表了遗传算法应用方面的第一篇论文，从而创立了自适应遗传算法的概念e J.D.Bagley 发展了复制、交叉、变异、显性、倒位等遗传算子，在个体编码上使用了双倍体的编码方法。 人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经。神经系统对真实世界物体所作出的交互反应。人工神经网络以其具有自学习、自组织、较好的容错性和。优良的非线性逼近能力，受到众多领域学者的关注。在实际应用中，80%～90%的人工神经网络模型是采。采用误差反传算法或其变化形式的网
络模型。 从生物神经元到人工神经网络:大脑与神经细胞、神经细胞与神经细胞构成了庞大天文数字量级的高度复杂的网络系统。也正是有了这样的复杂巨系统，大脑才能担负起人类认识世界和改造世界的任务。 “世界上最大的未开发疆域，是我们两耳之间的空间。”（美国汉诺威保险公司总裁比尔·奥伯莱恩） 1、生物神经系统和大脑的复杂性 生物系统是世界上最为复杂的系统。 生物神经系统活动和脑的功能，其复杂性是难以想象的。 ①人大脑平均只有3磅左右。只占身体重量比例的1/30； ②使眼睛可以辨别1000万种细微的颜色； ③使肌肉(如果全部向同一个方向运动)产生25吨的拉力； ④是由100亿个脑细胞和10兆个神经交汇丛组成。整个大脑的神经网络足足有10英里长。 人类的梦想重新构造人脑，并让其代替人类完成相应的工作。（无数科幻故事）智能是个体有目的的行为、合理的思维、以及有效的适应环境的综合能力；也可以说是个体认识客观事物和运用知识解决问题的能力。人类智能的具体含义：感知与认识客观事物、客观世界和自我的能力；通过学习获得经验、积累知识的能力；理解知识、运用知识和经验分析、解决问题的能力；联想、推理、判断、决策的能力；运用语言进行抽象、概括的能力；以上5点是人类智能的基本能力。 对以上5个基本问题的不同回答已经形成3个主要的学术流派：人工智
一、选择题(每题1分，共15分) 1、人工智能是一门D A)数学和生理学B)心理学和生理学C)语言学 D)综合性的交叉学科和边缘学科 2、语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的（C）。 A)无悖性B)可扩充性C)继承性 3、(A->B)∧A=>B是C A)附加律B)拒收律C)假言推理 D)US 4、命题是可以判断真假的D A)祈使句B)疑问句C)感叹句 D)陈述句 5、仅个体变元被量化的谓词称为A A)一阶谓词B)原子公式C)二阶谓词 D)全称量词 6、MGU是A A)最一般合一B)最一般替换C)最一般谓词D)基替换 最一般合一 7、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制 D)关系 8、当前归结式是（）时，则定理得证。C A)永真式B包孕式（subsumed）C)空子句 9、或图通常称为D A）框架网络B)语义图C)博亦图D)状态图 10、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义 D)连接主义。 11、所谓不确定性推理就是从(A)的初始证据出发，通过运用()的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 A)不确定性,不确定性B)确定性,确定性 C)确定性,不确定性D)不确定性确定性 12.要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B）。A)专家系统B)机器学习C)神经网络D)模式识别 13、下列哪部分不是专家系统的组成部分（A） A.）用户B）综合数据库C）推理机 D）知识库 14、产生式系统的推理不包括（D） A）正向推理B）逆向推理C）双向推理D）简单推理 15、C(B|A)表示在规则A->B中，证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 二、填空题(每题1分，共30分) 1、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是图灵 2、从已知事实出发，通过规则库求得结论的产生式系统的推理方式是 正向推理。 3、AI的英文缩写是ArtificalIntelligence 。 4、不确定性类型按性质分：不确定性，模糊性， 不完全性，不一致性。 6、对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系： CF（~A）=、CF（A1∧A2）=、 CF（A1∨A2）=。-CF(A)，min{CF(A1),CF(A2)}，max{CF(A1),CF(A2)}) 7、图：指由节点和有向边组成的网络。按连接同一节点的各边的逻辑关系又可分为和或图与或图。 8、合一算法：求非空有限具有相同谓词名的原子公式集的MGU。 9、1997年５月，着名的“人机大战”，最终名为“深蓝”的计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败。 10、人工智能的远期目标是制造智能机器，近期目标是实现机器智能。 三、简答及计算题(每题5分，共25分)
. . 人工智能试卷四 一、选择题(每题1分，共15分) 1、AI的英文缩写是 A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 2、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 3、从已知事实出发，通过规则库求得结论的产生式系统的推理方式是 A)正向推理B)反向推理C)双向推理 4、语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（）。 A)无悖性B)可扩充性C)继承性 5、(A→B)∧A => B是 A)附加律B)拒收律C)假言推理D)US 6、命题是可以判断真假的 A)祈使句B)疑问句C)感叹句D)陈述句 7、仅个体变元被量化的谓词称为 A)一阶谓词B)原子公式C)二阶谓词D)全称量词 8、MGU是 A)最一般合一B)最一般替换C)最一般谓词D)基替换 9、1997年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（） A）深蓝B）IBM C）深思D）蓝天 10、下列不在人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制和元知识D)关系 11、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘,若σ是互补文字的（最一般）合一置换，则其归结式C=（） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 12、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 13、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 14、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是 A)明斯基B).扎德C)图林D)冯.诺依曼 15.要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（）。 A)专家系统B)机器学习C)神经网络D)模式识别 二、填空题(每空1.5分，共30分) 1、不确定性类型按性质分：随机性，模糊性，不完全性，不一致性。 2、在删除策略归结的过程中删除以下子句：含有的子句;含 有的子句;子句集中被别的子句的子句。 3、对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系： CF（~A）=、CF（A1∧A2 ）=、 CF（A1∨A2 ）= 4、图：指由和组成的网络。按连接同一节点的各边的逻辑关系又可分为和。 5、合一算法：求非空有限具有相同谓词名的原子公式集的 6、产生式系统的推理过程中，从可触发规则中选择一个规则来执行，被执行的规则称为。 7、P(B|A) 表示在规则中，证据A为真的作用下结论B为真的。 8、人工智能的远期目标是， 近期目标是。 三、简答及计算题(每题5分，共25分) 1、填写下面的三值逻辑表。 其中T，F，U分别表示真，假，不能判定 2、什么是产生式？产生式规则的语义是什么？ 答： 3、谓词公式G通过８个步骤所得的子句集合S，称为G的子句集。请写出这些步骤。 4、已知S={P(f(x),y,g(y)),P(f(x),z,g(x))}，求MGU 解： 5、证明G是否是F的逻辑结论； )) ( ) ( ( : )) ( ) ( ) ( ( : x Q x P x G x Q a Q x P x F ∧ ? ∨ ∧ ? 四、应用题(共30分) 1、用语义网络表示下列信息： (1)胡途是思源公司的经理，他35岁，住在飞天胡同68号 (2)清华大学与北京大学进行蓝球比赛，最后以89：102的比分结束。 答： 2、图示博弈树，其中末一行的数字为假设的估值，请利用α-β剪枝技术剪去不必要的分枝。（在节点及边上直接加注释） 3、设有如下关系：（1）如果x是y的父亲，y又是z的父亲，则x是z的祖父；（2）老李是大李的父亲；（3）大李是小李的父亲；问上述人员中谁和谁是祖孙关系？ 解： 答案： 一、1、B 2、C3、A4、C5、C 6、D 7、A 8、A 9、A10、D 11、A12、D13、B14、C 15、B 二、1、随机性，模糊性，不完全性，不一致性 2、纯文字，永真式，类含
福州大学2014～2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成：一个总数据库、、。 5. ANN中文意义是。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是，则定理得证。 8. 子句和P经过消解以后，得到。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父，曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后，可以化为 。
13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A） 8. 在遗传算法中，变量x的定义域为 [-2，5]，要求其精度为10-6，现用二进制进行编码，
河南工业大学 计 算 智 能 概 论 作 业 姓名任庆里 班级自动0901 学号200948280105 学院电气工程学院
一、介绍人工神经网络的发展历程和分类 众所周知人之所以能够感觉能够控制自己，是因为人体内的神经网络再给人类传递各种各样的信息，因为有了他们我们才能在受到外界干扰时迅速做出反应，以实现人类正常的生活与交往，所以说神经网络在我的身体里是至关重要的，因为他的重要，所以人们才回去想法设法去开发区利用，所以人工神经网络就如期诞生。 人工神经网络早期的研究工作应追溯至本世纪40年代。下面以时间顺序，以著名的人物或某一方面突出的研究成果为线索，简要介绍人工神经网络的发展历史。 1943年，心理学家W·Mcculloch和数理逻辑学家W·Pitts在分析、总结神经元基本特性的基础上首先提出神经元的数学模型。 1945年冯·诺依曼领导的设计小组试制成功存储程序式电子计算机，标志着电子计算机时代的开始。1948年，他在研究工作中比较了人脑结构与存储程序式计算机的根本区别，提出了以简单神经元构成的再生自动机网络结构。 50年代末，F·Rosenblatt设计制作了“感知机”，它是一种多层的神经网络。这项工作首次把人工神经网络的研究从理论探讨付诸工程实践。另外，在1968年一本名为《感知机》的著作中指出线性感知机功能是有限的，它不能解决如异或这样的基本问题，而且多层网络还不能找到有效的计算方法，这些论点促使大批研究人员对于人工神经网络的前景失去信心。60年代末期，人工神经网络的研究进入了低潮。另外，在60年代初期，Widrow提出了自适应线性
元件网络，这是一种连续取值的线性加权求和阈值网络。80年代初期，模拟与数字混合的超大规模集成电路制作技术提高到新的水平，完全付诸实用化。美国的物理学家Hopfield于1982年和1984年在美国科学院院刊上发表了两篇关于人工神经网络研究的论文，引起了巨大的反响。人们重新认识到神经网络的威力以及付诸应用的现实性。随即，形成了80年代中期以来人工神经网络的研究热潮。 神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。目前，主要的研究工作集中在以下几个方面： （1）生物原型研究。从生理学、心理学、解剖学、脑科学、病理学等生物科学方面研究神经细胞、神经网络、神经系统的生物原型结构及其功能机理。 （2）建立理论模型。根据生物原型的研究，建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。 （3）网络模型与算法研究。在理论模型研究的基础上构作具体的神经网络模型，以实现计算机馍拟或准备制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究。 （4）人工神经网络应用系统。在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统，例如，完成某种信号处理或模式识别的功能、构作专家系统、制成机器人等等。 我认为随着科技的发展在未来几年或是几十年内，人工神经网络必将有重大突破。
计算智能概论课程论文 河南工业大学管理学院 班级：物流0901班 姓名：张延 时间：2011-4-19 神经网络的应用 神经网络最早的研究20世纪40年代心理学家Mcculloch和数学家Pitts合作提出的，他们提出的MP模型拉开了神经网络研究的序幕。 神经网络的发展大致经过三个阶段：1947~1969年为初期，在这期间科学家们提出了许多神经元模型和学习规则，如MP模型、HEBB学习规则和感知器等；1970~1986年为过渡期，这个期间神经网络研究经过了一个低潮，继续发展。在此期间，科学家们做了大量的工作，如Hopfield教授对网络引入能量函数的概念，给出了网络的稳定性判据，提出了用于联想记忆和优化计算的途径。1984年，Hiton教授提出Boltzman机模型。1986年Kumelhart等人提出误差反向传播神经网络，简称BP网络。目前，BP网络已成为广泛使用的网络；1987年至今为发展期，在此期间，神经网络受到国际重视，各个国家都展开研究，形成神经网络发展的另一个高潮。 神经网络以其独特的结构和处理信息的方法，在许多实际应用领域中取得了显着的成效，主要应用如下： (1) 图像处理。对图像进行边缘监测、图像分割、图像压缩
和图像恢复。 (2) 信号处理。能分别对通讯、语音、心电和脑电信号进行处理分类；可用于海底声纳信号的检测与分类，在反潜、扫雷等方面得到应用。 (3) 模式识别。已成功应用于手写字符、汽车牌照、指纹和声音识别，还可用于目标的自动识别和定位、机器人传感器的图像识别以及地震信号的鉴别等。 (4) 机器人控制。对机器人眼手系统位置进行协调控制，用于机械手的故障诊断及排除、智能自适应移动机器人的导航。 (5) 卫生保健、医疗。比如通过训练自主组合的多层感知器可以区分正常心跳和非正常心跳、基于BP网络的波形分类和特征提取在计算机临床诊断中的应用。 (6) 焊接领域。国内外在参数选择、质量检验、质量预测和实时控制方面都有研究，部分成果已得到应用。 (7) 经济。能对商品价格、股票价格和企业的可信度等进行短期预测。 (8) 另外，在数据挖掘、电力系统、交通、军事、矿业、农业和气象等方面亦有应用。 神经网络虽已在许多领域应用中取得了广泛的成功，但其发展还不十分成熟，还有一些问题需进一步研究。 (1) 神经计算的基础理论框架以及生理层面的研究仍需深入。这方面的工作虽然很困难，但为了神经计算的进一步发展却是
第一章 人工智能：主要研究如何用人工的方法和技术，使用各种自动化机器或智能机器(主要指计算机)模仿、延伸和扩展人的智能，实现某些机器思维或脑力劳动自动化。 为什么要研究人工智能：1)普通计算机智能低下，不能满足社会需求。2)研究人工智能也是当前信息化社会的迫切需求。3)智能化是自动化发展的必然趋势。4)研究人工智能，对人类自身智能的奥秘也提供有益帮助。 远期目标是要制造智能机器。具体讲就是使计算机具有看、听、说、写等感知和交互能力，具有联想、学习、推理、理解、学习等高级思维能力，还要有分析问题解决问题和发明创造的能力。 近期目标：是实现机器智能。即先部分地或某种程度地实现机器智能，从而使现有的计算机更灵活好用和更聪明有用。 人工智能的研究内容1)搜索与求解2)学习与发现3)知识与推理4)发明与创造5)感知与交流6)记忆与联想7)系统与建造8)应用与工程 研究途径与方法：1)心理模拟，符号推演法就是以人脑的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现人工智能。2)生理模拟，神经计算就是用人工神经元组成的人工神经网络来作为信息和知识的载体，用称为神经计算的方法实现学习、记忆、联想、识别和推理等功能，从而来模拟人脑的智能行为，使计算机表现出某种智能。3)行为模拟，控制进化是一种基于感知－行为模型的研究途径和方法，它是在模拟人在控制过程中的智能活动和行为特性，如自适应，自寻优、自学习、自组织等，来研究和实现人工智能。4)群体模拟，仿生计算模拟生物群落的群体智能行为，从而实现人工智能。5)博采广鉴，自然计算就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。6)原理分析，数学建模就是通过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型。 人工智能的基本技术1)表示a符号智能的表示是知识表示b计算智能的表示一般是对象表示2)运算a符号智能的运算是基于知识表示的推理或符号操作b计算智能的运算是基于对象表示的操作或计算3)搜索a符号智能在问题空间内搜索进行问题求解b计算智能在解空间搜索进行求解 第三章 1广度优先搜索的特点广度优先中OPEN表是一个队列，CLOSED表是一个顺序表，表中各节点按顺序编号，正被考察的节点在表中编号最大，广度优先策略是完备的广度优先搜索策略与问题无关，具有通用性。缺点搜索效率低。 2. 深度优先搜索的特点OPEN表为一个堆栈。一般不能保证找到最优解。当深度限制不合理时，可能找不到解，可以将算法改为可变深度限制，即有界深度优先搜索。最坏情况时，搜索空间等同于穷举。 3. 加权状态图与代价树边上附有数值的状态图称为加权状态图或赋权状态图，这种数值称为权值。加权状态图的搜索：加权状态图的搜索与权值有关，并且要用权值来导航。具体来讲，加权状态图的搜索算法，要在一般状态图搜索算法基础上再增加权值的计算与传播过程，并且要由权值来确定节点的扩展顺序。 4。综述图搜索的方式和策略。用计算机来实现图的搜索有两种最基本的方式：树式搜索和线式搜索。树式搜索就是在搜索过程中记录所经过的所有节点和边。线式搜索就是在搜索过程中只记录那些当前认为是处在所找路径上的节点和边。线式搜索的基本方式又可分为不回溯和可回溯的的两种。图搜索的策略可分为：盲目搜索和启发式搜索。盲目搜索就是无向导的搜索。树式盲目搜索就是穷举式搜索。而线式盲目搜索，对于不回溯的就是随机碰撞式搜索，对于回溯的则也是穷举式搜索。启发式搜索则是利用“启发性信息”引导的搜索。启发式搜索又可分为许多不同的策略，如全局择优、局部择优、最佳图搜索等。 第四章 三种遗传操作:1)选择-复制从种群中选择适应度高的染色体进行复制，以生成下一代种群。2)交叉就是互换两个染色体某些位上的基因。3)变异就是改变染色体某个(些)位上的基因。 遗传算法就是对种群中的染色体反复做三种遗传操作，使其朝着适应度增高的方向不断更新换代，直至出现了适应度满足目标条件的染色体为止。 遗传算法的主要特点1)遗传算法一般是直接在解空间搜索, 而不像图搜索那样一般是在问题空间搜索, 最后才找到解。2)遗传算法的搜索随机地始于搜索空间的一个点集, 所以遗传算法是一种随机搜索算法。3)遗传算法总是在寻找优解, 所以遗传算法又是一种优化搜索算法。4)遗传算法的搜索过程是从空间的一个点集(种群)到另一个点集(种群)的搜索。5)遗传算法的适应性强, 除需知适应度函数外, 几乎不需要其他的先验知识。6)遗传算法长于全局搜索, 它不受搜索空间的限制性假设的约束,不要求连续性, 能以很大的概率从离散的、多极值的、含有噪声的高维问题中找到全局最优解。 第六章 产生式系统的基本结构 产生式规则库：作用在全局数据库上的一些规则的集合。每条规则都有一定的条件，若全局数据库中内容满足这些条件可调用这条规则。一般可形成一个称为推理网络的结构图。对应过程性知识。 推理机：负责产生式规则的前提条件测试或匹配，规则的调度和选取，规则体的解释和执行。即推理机实施推理，并对推理进行控制，它也是规则的解释程序。对应控制性知识。 全局数据库：人工智能系统的数据结构中心。是一个动态数据结构，用来存放初始事实数据、中间结果和最后结果。对应叙述性知识。
西安交通大学 “人工智能导论”课程教学大纲 英文名称：Introduction to Artificial Intelligence 课程编码：COMP3022 学时：32 学分：2 适用对象：自动控制专业 先修课程：离散数学、数据结构、概率统计 使用教材及参考书： 蔡自兴，徐光祐。人工智能及其应用，第三版，本科生用书。清华大学出版社，2003。 廉师友人工智能技术导论（第二版），西安电子科技大学出版社，2002。 一、课程性质、目的和任务 通过本课程的学习，使学生了解人工智能的研究范畴、应用领域和发展方向，掌握该学科的基本概念、原理和方法，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 学习人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法、谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。讨论高级知识推理，涉及非单调推理和各种不确定推理方法。探讨人工智能的新研究领域，如神经计算、进化计算和人工生命等。 二、教学基本要求 三、教学内容及要求
第一章绪论 (2学时) 人工智能概念和发展 人工智能的主要研究和应用领域; 人工智能研究的不同学派 国内外人工智能研究情况和新进展第二章知识表示方法(6学时) 知识与知识表示的概念 一阶谓词逻辑表示法 产生式表示法 语义网络表示法 框架表示法 脚本表示法 过程表示法 面向对象表示法 第三章逻辑推理(6学时) 推理的基本概念 推理的逻辑基础 自然演绎推理 归结演绎推理 基于规则的演绎推理 第四章搜索策略(6学时) 搜索的基本概念 状态空间的盲目搜索 状态空间的启发式搜索 与/或树的搜索 博弈树的搜索
计算智能概论公选课作业 作业1 介绍人工神经网络的发展历程和分类 简要介绍BP神经网络 简要介绍RBF神经网络 简要介绍SOM（自组织映射）神经网络 神经网络的应用 作业2 介绍支持向量机的发展历程和分类 支持向量机的应用 介绍生物特征识别的内容 介绍指纹识别的内容 介绍人脸识别的内容 介绍虹膜识别的内容 作业3 介绍遗传算法的发展历程 介绍遗传算法的应用 作业4 介绍群智能理论的内容 介绍粒子群算法的内容 介绍粒子群算法的应用 介绍蚁群算法的内容 介绍蚁群算法的应用 作业5 模糊理论概述 模糊控制的基本思想 智能控制的简介 智能机器人简介 河南工业大学 信息科学与工程学院 电子信息科学与技术 1502班相怡林 学号：20151603020
一：人工神经网络的发展历程和分类 1943年，心理学家W·Mcculloch和数理逻辑学家W·Pitts在分析、总结神经元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今，并且直接影响着这一领域研究的进展。因而，他们两人可称为人工神经网络研究的先驱。 1945年冯·诺依曼领导的设计小组试制成功存储程序式电子计算机，标志着电子计算机时代的开始。1948年，他在研究工作中比较了人脑结构与存储程序式计算机的根本区别，提出了以简单神经元构成的再生自动机网络结构。但是，由于指令存储式计算机技术的发展非常迅速，迫使他放弃了神经网络研究的新途径，继续投身于指令存储式计算机技术的研究，并在此领域作出了巨大贡献。虽然，冯·诺依曼的名字是与普通计算机联系在一起的，但他也是人工神经网络研究的先驱之一。 50年代末，F·Rosenblatt设计制作了“感知机”，它是一种多层的神经网络。这项工作首次把人工神经网络的研究从理论探讨付诸工程实践。当时，世界上许多实验室仿效制作感知机，分别应用于文字识别、声音识别、声纳信号识别以及学习记忆问题的研究。 然而，这次人工神经网络的研究高潮未能持续很久，许多人陆续放弃了这方面的研究工作，这是因为当时数字计算机的发展处于全盛时期，许多人误以为数字计算机可以解决人工智能、模式识别、专家系统等方面的一切问题，使感知机的工作得不到重视；其次，当时的电子技术工艺水平比较落后，主要的元件是电子管或晶体管，利用它们制作的神经网络体积庞大，价格昂贵，要制作在规模上与真实的神经网络相似是完全不可能的；另外，在1968年一本名为《感知机》的著作中指出线性感知机功能是有限的，它不能解决如异感这样的基本问题，而且多层网络还不能找到有效的计算方法，这些论点促使大批研究人员对于人工神经网络的前景失去信心。60年代末期，人工神经网络的研究进入了低潮。 另外，在60年代初期，Widrow提出了自适应线性元件网络，这是一种连续取值的线性加权求和阈值网络。后来，在此基础上发展了非线性多层自适应网络。当时，这些工作虽未标出神经网络的名称，而实际上就是一种人工神经网络模型。 随着人们对感知机兴趣的衰退，神经网络的研究沉寂了相当长的时间。80年代初期，模拟与数字混合的超大规模集成电路制作技术提高到新的水平，完全付诸实用化，此外，数字计算机的发展在若干应用领域遇到困难。 这一背景预示，向人工神经网络寻求出路的时机已经成熟。美国的物理学家Hopfield于1982年和1984年在美国科学院院刊上发表了两篇关于人工神经网络研究的论文，引起了巨大的反响。人们重新认识到神经网络的威力以及付诸应用的现实性。随即，一大批学者和研究人员围绕着Hopfield提出的方法展开了进一步的工作，形成了80年代中期以来人工神经网络的研究热潮。
计算智能导论 ‐‐‐‐从人工智能到计算智能 开课单位：电子工程学院智能科学与技术系
任课老师简介 姓名：刘红英职称：讲师 单位：智能感知与图像理解教育部重点实验室单位智能感知与图像理解教育部重点实验室 电子工程学院智能科学与技术系 电话：029‐88204298 Email: hyliu@https://www.doczj.com/doc/4c5678963.html, 办公室:北校区主楼II I416 ‐
?分别于2006年与2009年在西安理工大学获得工学学士学位与工学硕士学位，并于2009年4月获得日本文部科学省Global COE 全额奖学金资助赴早稻田大学留学，2012年毕业于早稻田大学信息生产与系统专业，获得工学博士学位。?博士期间从事智能信号处理及其应用研究的课题，近几年来，公开发表论文21 篇，其中SCI 检索篇，检索篇 2 EI9 篇。
课程主要内容 1. 课程绪论 进化计算 2. 进化计算 3. 人工神经网络 4模糊集与模糊系统 4. 模糊集与模糊系统 必修课，48学时，3学分。 概况：必修课48学时3学分 考核：平时到课(10%)+ 大作业(10%)+ 笔试(80%)
课程主要目标 简况： 是信息科学、计算机科学、自动控制，数学，生命科学等多学科交叉的课程; 是信息科学计算机科学自动控制数学生命科学等多 目标： z培养学生将计算机技术与智能技术综合应用解决实际问题的能力， z提高学生在科学研究、项目开发、组织管理、技术创新等方面的综合素质。期望功能： z在外企、IT公司及其他大型公司从事智能应用系统及计算机工程的研发； z在政府机构、教育机构、信息中心、数据中心及企业的技术部门和行政管理部门从事计算机、信息处理、教学(教师)、技术管理、应用部署(软件系统部门事算信息处教学教师术管应部软件系统 使用和维护)等工作； 在高校科研单位和中外企业的研究中心从事智能信息处理和计算机科学z在高校、科研单位和中外企业的研究中心，从事智能信息处理和计算机科学 等相关领域的开发工作； z继续攻读智能科学、计算机科学与技术相关学科的硕士、博士研究生；
《人工智能导论》教学大纲 大纲说明 课程代码：3235042 总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
人工智能试卷四 一、选择题(每题1分,共15分) 1、AI的英文缩写是 A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 2、反演归结（消解）证明定理时,若当前归结式是（）时,则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 3、从已知事实出发,通过规则库求得结论的产生式系统的推理方式是 A)正向推理B)反向推理C)双向推理 4、语义网络表达知识时,有向弧AKO 链、ISA 链是用来表达节点知识的（）。 A)无悖性B)可扩充性C)继承性 5、(A→B)∧A => B是 A)附加律B)拒收律C)假言推理D)US 6、命题是可以判断真假的 A)祈使句B)疑问句C)感叹句D)陈述句 7、仅个体变元被量化的谓词称为 A)一阶谓词B)原子公式C)二阶谓词D)全称量词 8、MGU是 A)最一般合一B)最一般替换C)最一般谓词D)基替换 9、1997年５月,著名的“人机大战”,最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败,这台计算机被称为（） A）深蓝B）IBM C）深思D）蓝天 10、下列不在人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制和元知识D)关系 11、谓词逻辑下,子句, C1=L∨C1‘, C2= ? L∨C2‘,若σ是互补文字的（最一般）合一置换,则其归结式C=（） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 12、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 13、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 14、人工智能的含义最早由一位科学家于1950年提出,并且同时提出一个机器智能的测试模型,请问这个科学家是 A)明斯基B).扎德C)图林D)冯.诺依曼 15.要想让机器具有智能,必须让机器具有知识。因此,在人工智能中有一个研究领域,主要研究计算机如何自动获取知识和技能,实现自我完善,这门研究分支学科叫（）。 A)专家系统B)机器学习C)神经网络D)模式识别 二、填空题(每空1.5分,共30分) 1、不确定性类型按性质分：随机性,模糊性,不完全性,不一致性。 2、在删除策略归结的过程中删除以下子句：含有的子句;含 有的子句;子句集中被别的子句的子句。 3、对证据的可信度CF（A）、CF（A1）、CF（A2）之间,规定如下关系： CF（~A）=、CF（A1∧A2 ）=、 CF（A1∨A2 ）= 4、图：指由和组成的网络。按连接同一节点的各边的逻辑关系又可分为和。 5、合一算法：求非空有限具有相同谓词名的原子公式集的 6、产生式系统的推理过程中,从可触发规则中选择一个规则来执行,被执行的规则称为。 7、P(B|A) 表示在规则中,证据A为真的作用下结论B为真的。 8、人工智能的远期目标是, 近期目标是。 三、简答及计算题(每题5分,共25分) 1、填写下面的三值逻辑表。 其中T,F,U分别表示真,假,不能判定 2、什么是产生式？产生式规则的语义是什么？ 答： 3、谓词公式G通过８个步骤所得的子句集合S,称为G的子句集。请写出这些步骤。 4、已知S={P(f(x),y,g(y)),P(f(x),z,g(x))},求MGU 解： 5、证明G是否是F的逻辑结论； )) ( ) ( ( : )) ( ) ( ) ( ( : x Q x P x G x Q a Q x P x F ∧ ?∨ ∧ ? 四、应用题(共30分) 1、用语义网络表示下列信息： (1)胡途是思源公司的经理,他35岁,住在飞天胡同68号 (2)清华大学与北京大学进行蓝球比赛,最后以89：102的比分结束。 答： 2、图示博弈树,其中末一行的数字为假设的估值,请利用α-β剪枝技术剪去不必要的分枝。（在节点及边上直接加注释）