毕业设计[论文]
题目：基于人工智能的路径查找优化算法
学生姓名： Weston 学号：090171021XXX
学部（系）：信息科学与技术学部
专业年级：计算机应用技术
指导教师：XXX 职称或学位： XX
2012 年 5 月 18 日
目录
摘要............................................................... II ABSTRACT ........................................................... III KEY WORDS .......................................................... III
1.前言 (1)
2.概述 (2)
2.1遗传算法优缺点 (2)
2.2遗传算法应用领域 (3)
2.3遗传算法基本流程 (3)
3.传统遗传算法解决旅行商问题 (5)
3.1常用概念 (5)
3.2基本过程 (5)
3.3关键步骤 (5)
3.4总结 (8)
4.改进后的遗传算法 (9)
4.1编码、设计遗传算子 (9)
4.2种群初始化 (9)
4.3评价 (10)
4.4选择复制 (10)
4.5交叉 (11)
4.6变异 (12)
4.7终结 (13)
5.系统设计与实现 (14)
5.1系统设计 (14)
5.2系统实现 (17)
5.3结果分析 (20)
6.总结 (21)
参考文献 (22)
致谢 (23)
基于人工智能的路径查找优化算法
摘要
旅行商是一个古老且有趣的问题它可以描述为：给定n个城市以及它们之间的距离（城市i到城市j的距离），求解从其中一个城市出发对每个城市访问，且仅访问一d
ij
次，最后回到出发的城市，应当选取怎样的路线才能使其访问完所有的城市后回到初始的城市且走过的路程最短。
旅行商问题已被证明是属优化组合领域的NP难题，而且在现实中的许多问题都可以转化为旅行商问题来加以解决。解决旅行商问题最一般的方法就是枚举出所有可能的路线然后对每一条进行评估最后选取出路程最短的一条即为所求解。
解决旅行商问题的各种优化算法都是通过牺牲解的精确性来换取较少的耗时，其他一些启发式的搜索算法则依赖于特定的问题域，缺乏通用性，相比较而言遗传算法是一种通用性很好的全局搜索算法。
遗传算法GA( genetic algorithm) 最早由美国密歇根大学的John Holland 提出。具有自组织、自适应、自学习和群体进化功能有很强的解决问题的能，在许多领域都得到了应用。
遗传算法以其广泛的适应性渗透到研究与工程的各个领域，已有专门的遗传算法国际会议，每两年召开一次，如今已开了数次，发表了数千篇论文，对其基本的理论、方法和技巧做了充分的研究。今天，遗传算法的研究已成为国际学术界跨学科的热门话题之一。
关键词：人工智能；遗传算法；TSP；旅行商问题
Path search system based on artificial intelligence
algorithms
Abstract
Traveling salesman is an ancient and interesting it can be described as given n cities and the distance between them d ij (city i to city j, the distance), solving the access for each city, starting from one of the city and only one visit and finally back to the starting city, should select what route it back to the initial visit all the cities city and traveled the shortest.
Various optimization algorithms to solve the traveling salesman problem through the expense of the accuracy of the solution in exchange for less time-consuming, other heuristic search algorithm depends on the specific problem domain lack of universal so the genetic algorithm is compared to a common good global search algorithm.
GA( genetic algorithm) Was first proposed by John Holland of the University of Michigan. The GA has self-organizing, adaptive, self-learning and group evolution function so the GA has strong ability to solve problems, now the GA been applied in many fields.
Today, the genetic algorithm research has become one of the hot topics of the international academic community interdisciplinary.
Key words: Artificial Intelligence; Genetic Algorithm; TSP
1.前言
现代社会虽然交通发达，两地之间有时甚至可以转瞬既至，但路径问题仍是当今算法界中比较热门的话题，也是一门比较实用的话题，比如现在的导航设备中的导航路线，在现代繁华的大都市中，找寻到一条可行且路程较短的路线并不是一件容易的事，因此为了满足人们的需求，各种搜寻软件应运而生，如，google 的map等。
路径问题中一个经典的问题是旅行商问题，也证实了旅行商问题是NP难题，虽然旅行商现在已经拥有了各种解法，结果也很好，但仍是业界追捧的一大话题。本文也是基于旅行商问题来进行研究。
本论文先从传统的遗传算法基本原理开始，简单的介绍遗传算法的基本流程和运行机制，然后逐步转变到优化后的遗传算法。
本系统是利用人工智能算法中的遗传算法作为算法基础，在其基础上进行了改进，使得可行性更高，性能也提高了，在很大程度上简化了算法的操作，使得算法更稳定、高效。经过改进后的遗传算法实现起来简单，没有复杂的数学运算，且应用灵活，适应用于大量的搜索处理事件。
基于规则的专家系统 1.基于规则的专家系统有5个部分组成：知识库、数据库、推理引擎、____和用户界面 A.解释设备 B.外部接口 C.开发者接口 D.调试工具 2.前向（正向）推理是数据驱动的。推理从已知的数据开始，依次执行每条可执行的规则，规则所产生的新的事实被加入到数据库中，直到没有规则可以被执行为止。请根据以下的数据库和知识库推出有哪些元素被加入到数据库中 A. N X Y Z B. L X Y Z C. N L X Z
D. L N X Y 3.关于专家系统，以下说法错误的是 A.允许不精确的推理，但不能处理不完整、不确定和模糊的数据 B.当数据不完账或模糊时，有可能会出错 C.当需要新知识时，很容易实现调整。 D.提供知识与处理过程明确分离的机制 4.对于规则的专家系统的缺点，下列说法错误的是 A.规则之间的关系不明确 B.低效的搜索策略 C.没有学习能力 D.没有统一的结构 5.对于规则的专家系统的优点，下列说确的是 A.规则之间的关系透明
B.高效的搜索策略 C.处理不完整、不确定的知识 D.具备学习能力 基于规则的专家系统中的不确定性管理 6.专家系统中不确定性知识的来源一般分为4种：弱暗示、____、未知数据，以及合并不同专家观点时的困难 A.不完整的信息 B.不一致的信息 C.不确定的信息 D.不精确的语言
7.有一同学，考试成绩数学不及格的概率是0.15，语文不及格的概率是0.05，两者都不及格的概率为0.03，在一次考试中，已知他数学不及格，那么他语文不及格的概率是多少？ A.0.2 B.0.25 C.0.4 D.0.6 8.掷三枚骰子，事件A为出现的点数之和等于5的概率为 A.1/18 B.1/36 C.1/72 D.1/108 9.下列哪个符合著名的贝叶斯公式 A.P(Ai/B) = P(Ai) x P(B/Ai) /Σ(P(Aj) x P(B/Aj)) B.P(Ai/B) = P(Ai) x P(Ai/B) /Σ(P(Aj) x P(B/Aj)) C.P(Ai/B) = P(B) x P(B/Ai) /Σ(P(Aj) x P(B/Aj))
毕业设计 设计（论文）题目：人工智能在物联网中的应用 专业班级：物联网141 学生姓名：周钟婷 指导教师：李生好 设计时间：2017.5.8——2017.6.9 重庆工程职业技术学院
重庆工程职业技术学院毕业设计（论文）任务书 任务下达日期：2017.5.8 设计（论文）题目：人工智能在物联网中的应用 设计（论文）主要内容和要求： 1.显示器件：引领TFT-LCD技术的创新和发展，致力于加快AMOLED、柔性显示、增强 现实、虚拟现实等新型显示器件及薄膜传感器件的进步。 2.智慧系统：以“物联网和人工智能”为主要方向，以用户为中心，基于在显示、人 工智能和传感技术优势，发展智能制造、智慧屏联、智慧车联、智慧能源四大物联网解决方案。 3.智慧健康服务：将显示技术、信息技术与医学、生命科技跨界结合，发展信息医学， 提供物联网智慧健康产品及服务。 教学团队主任签字：指导教师签字： 年月日年月日
重庆工程职业技术学院毕业设计（论文）指导教师评语评语： 成绩： 指导教师签名： 年月日
重庆工程职业技术学院毕业设计（论文）答辩记录
目录 摘要................................................... (1) 第一章目前人工智能技术的研究和发展状况......... . (2) 第二章显示器件事业技术应用 (2) 第三章智慧系统事业技术应用 (2) 3.1智能制造 (2) 3.2智慧屏联 (2) 3.3智慧能源 (2) 3.4智慧车联 (3) 第四章智慧健康服务事业技术应用.................... .. (3) 第五章目前人工智能发展中所面临的难题.......... . (3) 5.1计算机博弈的困难................... .. (3) 5.2机器翻译所面临的问题................... . (4) 5.3自动定理证明和GPS的局限.......... (4) 5.4模式识别的困惑 (5) 第六章人工智能的发展前景 (5) 6.1人工智能的发展趋势 (5) 6.2人工智能的发展潜力大 (5) 结束语 (6) 参考文献 (6)
人工智能之机器学习常见算法 摘要机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里小编为您总结一下常见的机器学习算法，以供您在工作和学习中参考。 机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。 学习方式 根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。 监督式学习： 在监督式学习下，输入数据被称为训练数据，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中垃圾邮件非垃圾邮件，对手写数字识别中的1，2，3，4等。在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与训练数据的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分类问题和回归问题。常见算法有逻辑回归（LogisTIc Regression）和反向传递神经网络（Back PropagaTIon Neural Network） 非监督式学习： 在非监督式学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构。常见的应用场景包括关联规则的学习以及聚类等。常见算法包括Apriori算法以及k-Means 算法。 半监督式学习： 在此学习方式下，输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预
重庆理工大学 专业选修课课程考察报告《人类智能与人工智能的思考》 课程名称：《人工智能及应用》学生姓名： 学号： 提交时间：2016年12月12日
[摘要] 计算机技术的高速发展使得计算机的运算速度可以超过人脑的运算速度，同时出现了诸如进行人机对弈等高度智能的计算机，那么是否意味着人工智能能够达到或超过人类智能的程度呢？本文将对此进行分析、思考。 [关键词] 计算机；人类智能；人工智能；算法；思维 进入2l世纪，计算机硬件和软件更新的速度越来越快，计算机这个以往总给人以冷冰冰的机器的形象也得到了彻底的改变。人机交互的情形越来越普遍，计算机被人类赋予了越来越多的智能因素。伴随着人类把最新的计算机技术应用于各个学科，对这些学科的认知也进入了日新月异的发展阶段，促使大量的新的研究成果不断涌现。例如：“人机大战”中深蓝计算机轻松的获胜、人类基因组排序工作的基本完成、人类大脑结构性解密、单纯器官性克隆的成功实现等等。随着计算机这个人类有史以来最重要的工具的不断发展，伴随着不断有新理论的出现，人类必须重新对它们进行分析和审视。由于近几年生物学和神经生理学等许多新的研究成果的出现，对于人工智能与人类智能之间的关系引起了人们更多的思考。本文以比较的方法分析人类智能与人工智能二者的异同，并从马克思主义哲学的角度再次对人工智能与人类智能的进行了分析。 一、人类智能与人脑思维 我们知道所有的动物都有中枢神经控制系统，有了这一套系统也就有了思维。思维在不同的生物之间具有不同的功能，在低等动物中思维的作用更多的是本能控制，高等动物除了本能控制以外还有为适应环境所工作，人类思维则具有了改造环境所进行的工作。人类的思维起源于对周围事物的认识，最初是形象思维过程，等人们发现各个事物之间的相互关系之后，就开始了逻辑思维过程，随着对事物之间相互关系的分门别类和对周围世界认识的加深，又有形式逻辑，数理逻辑，抽象逻辑等等。人类自身的智能是人类思维活动中表现出来的能力，大脑是人类认知和智能活动的载体，思维是大脑对客观事物的本质及其内在联系的概括和反映。人类智能的也就是人类思维的结果。但是直到现在，科学家对于人脑的结构以及人脑的思维过程一直处于研究阶段，当然，随着时间的推移和科学技术水平的提高，有一天人类应该会破解自身的思维过程。
最新文件---------------- 仅供参考--------------------已改成-----------word文本 --------------------- 方便更改 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)控制与元知识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与技能，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：，， ，。 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：指由与组成的网络。按连接同一节点的各边的逻辑关系又可分为与。 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。
A.约翰·冯·诺 依曼 B.约翰·麦卡锡 C.唐纳德·赫布 D.亚瑟·塞缪尔 2.当我们需要寻求健康咨询服务时，应该拨打的热线电话是（）。（分） 3.（）由于产品全球化市场竞争加剧和信息技术革命的推动, 围绕提高制造业水平的新概念和新技术不断涌现, 在此背景下, 将新兴的人工智能技术应用于制造领域使“智能制造”的概念孕育而生, 并促进了智能制造技术和智能制造系统的研究。（分） 世纪70年代 世纪80年代 世纪90年代 世纪初 4.我国于（）年发布了《国务院关于印发新一代人工智能发展规划的通知》。（分）
5.在农业领域的（）环节，智能的农业机器人可以利用图像识别技术获取农作物的生长状况，判断哪些杂草需要清除，判断哪里需要灌溉、施肥、打药，并立即执行。（分） A.产前 B.产中 C.产后 D.全程 6.（）是人工智能发展的硬道理，没有它的人工智能是没有用的。（分） A.数据 B.应用 C.逻辑 D.算法 7.新生儿的正常脉搏为每分钟（）次。（分） ～80 ～90 ～100 ～120 年8月，日本电视台报道称，东京大学医学研究所通过运用IBM的人工智能平台Watson仅用10分钟就诊断出了资深医师难以判别出来的（）。（分） A.甲状腺 癌
B.胰腺癌 C.淋巴癌 D.白血病 9.智能制造的本质是通过新一代信息技术和先进制造技术的深度融合，实现跨企业价值网络的横向集成，来贯穿企业设备层、控制层、管理层的纵向集成，以及产品全生命周期的端到端集成，而（）是实现全方位集成的关键途径。（分） A.标准化 B.数据化 C.流程化 D.网络化 10.目前，人工智能发展存在的问题不包括（）。（分） A.泡沫化 B.重复化 C.与应用结合不够紧 密 D.缺乏热情 11.《献血法》规定，两次献血采集间隔期要不少于（）。（分） 天 个月 个月 D.一年
研究生课程论文 人工智能前沿 论文题目:人工智能技术在求机器人工作 空间的应用 课程老师:罗亚波 学院班级:汽研1602班 学生姓名:张小涵 学号:15 2016年10月
人工智能技术在求机器人工作空间的应用 摘要 人工智能的发展迅速,现在已经渗透到机器人的全方位分析与机器人的工作空间的计算中,其对机器人的应用起着越来越重要的作用。元素限制法由三个限制元素构成,分别为杆长限制、转角限制、连杆的干涉。在初步确定限制元素后即可得到边界条件,即可得到工作空间。圆弧相交法由运动学反解过程、工作空间的几何描述以及工作空间的计算过程组成。两者各有其优缺点,都就是可取的求工作空间的方法。 关键词:人工智能元素限制圆弧相交工作空间 Abstract With the rapid development of artificial intelligence, it has been applied to the analysis of the robot and the working space of the robot、It plays a more and more important role in the application of the robot、The element restriction method is composed of three elements, which are the length of the rod, the restriction of the angle and the interference of the connecting rod、 Boundary conditions can be obtained after the preliminary determination of the limiting element、 The arc intersection method is composed of the process of the inverse kinematics of the kinematics, the geometric description of the working space and the calculation process of the working space、 Both have their own advantages and disadvantages, are desirable for the working space of the method、Key words: artificial intelligence element limit arc intersection working space
一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基 B. 图灵 C. 麦卡锡 D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence B. Artificial Intelligence C. Automatic Information D. Artificial Information 3. 下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) B子句通过合取词连接句子(∧) C子句中可以有析取词(∨) D子句间是没有析取词的(∨) 4. 下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目搜索和（A） A启发式搜索B模糊搜索 C精确搜索D大数据搜索 6. 从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7. 下面不属于人工智能研究基本内容的是（C ）
A. 机器感知 B. 机器学习 C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将子句（A）从S中删去 A. P∨Q∨R B. ┑Q∨R C. Q D.┑R 9. 下列不属于框架中设置的常见槽的是（B ）。 A. ISA槽 B. if-then槽 C. AKO槽 D. Instance槽 10. 常见的语意网络有（D ）。 A. A-Member-of联系 B. Composed–of联系 C. have 联系 D. 以上全是 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进先出 B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B ）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般到一般 3. 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 ）
内蒙古科技大学2014/2015 学年第一学期《人工智能》结课报告 课程号：76807376-01 考试方式：结课报告 使用专业、年级：计算机应用2012-3,4 任课教师：陈淋艳 班级：12级计算机3班 学号：1276807336 姓名：王志鹏
目录 前言 (3) 一、专家系统简介 (4) 二、关键字： (5) 三、专家系统概念和理论 (6) 四、专家系统的发展概况 (7) 五、专家系统的应用分析 (8) 六、专家系统的发展前景 (12) 七、专家系统的总结 (13) 八、学习心得 (14) 参考文献 (15)
前言 人工智能是经过40多年发展起来的一门综合性学科，它旨在研究如何利用计算机等现代工具设计模拟人类智能行为的系统。在众多的人工智能应用领域中，专家系统是30多年来发展起来的一种最具代表性的智能应用系统，它旨在研究如何设计基于知识的计算机程序系统来模拟人类专家求解专门问题的能力。专家系统是人工智能中最活跃的一个分支，是人工智能发展最重要的推动力。 由于人类对自身的思维规律和智能行为仍在探索中，因此，人工智能与专家系统仍然是一门开放的年轻学科。近几年来，人工智能与专家系统的研究越来越深入，新的思想、新的理论以及新的方法与技术不断涌现，新的研究成果不断充实着这一研究领域，尤其是模糊逻辑与神经网络及其结合的研究已成为当前人工智能或智能模拟的重要研究方向，学术论文数以千计，应用成果迭出。
一、专家系统简介 摘要:自从1965年世界上第一个专家系统DENDRAL问世以来，专家系统的技术和应用，在短短的30年间获得了长足的进步和发展。特别是20世纪80年代中期以后，随着知识工程技术的日渐丰富和成熟，各种各样的实用专家系统如雨后春笋般地在世界各地不断涌现。构建专家系统用到的思维方式可能是各种认知工具中最难的,因为它需要形式推理与逻辑推理,建构专家系统需要智力上的参与和挑战。本文首先介绍了专家系统的概念和理论及发展概况，并着重分析他们的应用和发展前景。
一、粒子群算法 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为PSO，是近年来发展起来的一种新的进化算法(（Evolu2tionary Algorithm - EA）。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的交叉(Crossover) 和变异(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。 优化问题是工业设计中经常遇到的问题,许多问题最后都可以归结为优化问题.为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度.爬山法精度较高,但是易于陷入局部极小.遗传算法属于进化算法(EvolutionaryAlgorithms)的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解.遗传算法有三个基本算子:选择、交叉和变异.但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.1995年Eberhart博士和kennedy博士提出了一种新的算法;粒子群优化(ParticalSwarmOptimization-PSO)算法.这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性. 粒子群优化(ParticalSwarmOptimization-PSO)算法是近年来发展起来的一种新的进化算法(Evolu2tionaryAlgorithm-EA).PSO算法属于进化算法的一种,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价
精选考试类文档，如果您需要使用本文档，请点击下载！ 祝同学们考得一个好成绩，心想事成，万事如意！ 2020最新人工智能与健康考试试题及答案 姓名成绩 温馨提示：同学们，经过培训学习，你一定积累了很多知识，现在请认真、仔细地完成这张试题吧。加油！ 一、判断题(每题2分)。 1.信息时代的三大定律有摩尔定律、吉尔德定律、麦特卡尔夫定律。 正确 2.在没有大数据的条件下，人才的发现与选拔都很难做到“全信息”，大数据能够帮助人们解决这个问题。 正确
3.大数据会带来机器智能，提升计算机的智能程度，但它是永远不会超过人类的智能。 错误 4.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与管理医疗社保基金。 正确 5.在未来，人工智能将会代替人类的工作、身份。 错误 6.人工智能在医疗领域还存在一些问题。 正确 7.对于在医疗领域的AI，我国应提出加大推动创新人工智能应用评估和保障机制、加大政策扶持力度等建议。 正确 8.从国家内部来看，人工智能通过优化自动化的方式能够提升社会运行效率。 正确 9.我们要围绕推动我国人工智能健康快速发展的现实要求，妥善应对人工智能可能带来的挑战，形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的经济基础。 错误 10.由于工业发展的需要，目前国内智能机器人行业的研发
只集中于工业服务和智能助手两个方面。 错误 11.中国人口老龄化问题面临各种各样的挑战。 正确 12.从老龄研究的角度，智慧养老能够解决根本性的问题。错误 13.马斯洛的需求层次理论认为，人类需要的最低层次是安全需求。 错误 14.点对点的养老服务模式通过互联网、物联网技术，来使服务需求得到实现，无论身处何处，打破了地域限制，不需要得知服务提供者是谁。 正确 15.点对点的养老服务模式是指需要什么样的服务，就直接去找这样的服务。 正确 16.大数据需要云计算，大数据就等于云计算建设。 错误 17.“互联网+”医疗服务体系鼓励医疗机构应用互联网等信息技术拓展医疗服务空间和内容，构建一体化医疗服务体系。 正确
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)控制与元知识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与技能，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：，， ，。 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：指由与组成的网络。按连接同一节点的各边的逻辑关系又可分为与。 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。
重庆理工大学 专业选修课课程考查报告 《AI的发展与未来》 课程名称：《人工智能及应用》 专业：软件工程 学号： 学生姓名： 提交时间：2017年5月5日
进入人工智能 人工智能的话题，在近年尤其火热，很多人是因为在2016年看到AlphaGo打败了世界围棋冠军李世石。这使得大家对人工智能非常感兴趣，同时也有很多人思考人工智能是否应该继续无节制地发展下去？人们会担忧将来人工智能发展到一定的高度可能会取代人类。包括霍金、比尔·盖茨这样伟大的人物也怀疑人工智能。 我们谁都无法下结论说到底该不该发展人工智能，所以我们先来了解一下什么是人工智能，否则我们只会在对人工智能的恐惧中无法获得理性认知。 人工智能似乎没有明确的定义。人工智能就是研究如何使计算机去做过去只有人才能做的智能工作[1]，这是美国麻省理工学院的温斯顿教授认为的人工智能。人工智能大概来说可能是有几个部分，首先是感知，感知是包括视觉、语音、语言；然后是决策，做一些预测，做一些判断；那当然如果你要做一套完整的系统，就像机器人或是自动驾驶，它会需要一个反馈[2]。 人工智能的发展 通过了解人工智能发展的主要里程碑，可能会更加直观的了解人工智能。在感知方面，比如我国的科大讯飞。该企业使命是让机器能听会说，能理解会思考；用人工智能建设美好世界[3]。正如他们的企业使命，讯飞语音识别软件现在已经能听懂人们所说的，而且正确率相当高，如果要打很多字完全可以不动手，直接念一遍就都以文字的形式输出来。以前电视里播的现场直播都是没有字幕的，现在已经可以在直播的时候也可以看到实时字幕。可见语音识别给我们带来了巨大的便利。还如微软的小冰，你可以在微信关注她，并且同她聊天，还可以和她语音聊天，她甚至可以为你唱歌。现在小冰会的东西越来越多，也越来越智能。 决策方面，从早期MicrosoftOffice里的工具到Google广告的推荐，然后到金融行业的很多智能决策公司的出现，进步迅速。现在的gamil，有时候收到email，Google会跳出来问要不要发回复，有时候它连回复都帮你写好了，而且写的很精确。这也是人工智能的体现。可能以后我们讲话都不用，助理能帮我们搞定。最后是反馈，比如无人驾驶汽车，它通过车载传感系统感知道路环境，并根据感知所获得的道路、车辆位置和信息，控制车辆的转向和速度，自动规划行车路线并控制车辆到达预定目标的。从而使车辆能够安全、可靠地在道路上行驶。 深度学习及其应用领域 提到人工智能就不得不提深度学习，它是一种神经网络，它的特点是使用了多层网络，能够学习抽象概念，同时融入自我学习，而且收敛相对快速。收敛快速可能是一种技巧，不见得是一个理论，但是有一批人通过它解决了很多重要的问题。简单的来说，如果我们有很多笑脸，然后我们把笑脸的像素输入到一个神经网络里面去，最后你那儿希望让机器能识别这是姚明，那是马云，但是因为你这个深度学习的网络很深，要一次性学会这么多也会比较困难，所以就需要用到一个比较快速收敛的技巧——自我学习。通过自我学习，机器会逐步从大量的样本中逐层抽象出相关的概念，然后做出理解，最终做出判断和决策。深度学习或者是任何的机器学习，它是不是超越人类的能力表现，如果超越的话，可能很多应用就会产生。比如在机场，如果机器识别人脸的准确度超过人，那么那些边防的人就可能不需要那么多。这并不是说机器不会犯错，而是说既然人不能比机器做的更好，那不妨就用机器取代。
第1章概述 1、重点掌握人工智能的几种定义。 2、掌握目前人工智能的三个主要学派及其认知观。 3、一般了解人工智能的主要研究范围和应用领域。 人工智能的三大学派及其认知观： (1)符号主义：认为人工智能起源于数理逻辑。 (2)连接主义：认为人工智能起源于仿生学，特别是对人脑模型的研究。 (3)行为主义：认为人工智能起源于控制论。 第2章确定性知识系统 ?重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题，解决 问题； ?重点掌握归结演绎推理方法 谓词逻辑法 一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及易实现等特点。 用一阶谓词逻辑法表示知识的步骤如下： （1）定义谓词及个体，确定每个谓词及个体的确切含义。 （2）根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。 （3）根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。例1：设有下列事实性知识： 张晓辉是一名计算机系的学生，但他不喜欢编程序。 李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。 （1）定义谓词及个体。 Computer(x):x是计算机系的学生。 Like(x,y):x喜欢y。 Higher(x,y):x比y长得高。 这里涉及的个体有：张晓辉(zhangxh),编程序(programming), 李晓鹏(lixp)，以及函数father(lixp)表示李晓鹏的父亲。 第二步：将这些个体代入谓词中，得到 Computer(zhangxh) ?Like(zhangxh, programming) Higher(lixp, father(lixp)) ?第三步：根据语义，用逻辑联结词将它们联结起来，就得到了表示上述知识的谓词 公式。 Computer(zhangxh)∧?Like(zhangxh, programming) Higher(lixp, father(lixp)) 例2：设有下列语句，请用相应的谓词公式把它们表示出来： （1）人人爱劳动。 （2）自然数都是大于零的整数。 （3）西安市的夏天既干燥又炎热。 （4）喜欢读《三国演义》的人必读《水浒》。 （5）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 （6）他每天下午都去打篮球。
1.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/8OmmHg 以下更受益。（ 2.0分） A. 1949 年 B. 1984 年 C. 1993 年 D. 2016 年 我的答案：D √答对 2.我国在语音语义识别领域的领军企业是（）。（2.0分） A. 科大讯飞 B. 图谱科技 C. 阿里巴巴 D. 华为 3.中国人工智能产业初步呈现集聚态势，人工智能企业主要集聚在经济发达的一二线城市及沿海地区，排名第一的城市是（）。（2.0分） A. 上海 B. 北京 我的答案：B √答对
C. 深圳 D. 杭州 4.MIT教授Tomaso POggiO 明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A. 计算机视觉 B. 语音识别 C. 博弈论 D. 机器学习 我的答案：D √答对 5.1997 年，HOChreiter&Schmidhuber 提出（）。（2.0 分） A. 反向传播算法 B. 深度学习 C. 博弈论 D. 长短期记忆模型 6.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习分） (2.0 A. 2018年3月15日 B. 2018 年10 月31 日 C. 2018 年12 月31 日 我的答案：B √答对
D. 2019 年1月31日我的答案：B √答对
7.（）是指能够自己找出问题、思考问题、解决问题的人工智能。（ 2.0 分） A. 超人工智能 B. 强人工智能 C. 弱人工智能 D. 人工智能 我的答案：B √答对 8.据清华原副校长施一公教授研究，中国每年有265万人死于（），占死亡人数 的28%。（ 2.0 分） A. 癌症 B. 心脑血管疾病 C. 神经退行性疾病 D. 交通事故 9.2005 年,美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0 分） A. 1/4 B. 1/3 C. 2/3 D. 3/4 我的答 A √答对 案：
《人工智能》课程结课论文课题：机器学习与大数据 姓名： 学号： 班级： 指导老师： 2015年11月13日
机器学习与大数据 摘要 大数据并不仅仅是指海量数据，而更多的是指这些数据都是非结构化的、残缺的、无法用传统的方法进行处理的数据。大数据时代的来临，随着产业界数据量的爆炸式增长,大数据概念受到越来越多的关注。然而随着大数据“越来越大”的发展趋势，我们在分析和处理的过程中感觉到的困难也愈加的多了。这个时候我们想到了机器学习。机器学习几乎无处不在，即便我们没有专程调用它们，它们也经常出现在大数据应用之中，大数据环境下机器学习的创新和发展也倍加受到了关注。 关键词：大数据；机器学习；大数据时代 Machine learning and big data Abstract Big data is not only refers to the huge amounts of data, and to talk about these data are structured, broken, can't use the traditional method of processing of the era of big data, with the industry to the explosion of data volumes, large data concept is more and more , as the data, the development trend of "growing" in the process of analysis and processing we feel is more time we thought about the machine learning is almost everywhere, even if we don't have to call them specially, they are also often appear in the big data applications, large data machine learning under the environment of innovation and the development also has received
名词解释： 1,、什么是人工智能？人工智能的研究有哪些学派？他们的观点是什么？ 一：主要研究如何用计算机模仿和实现人类的智能。 国际上人工智能研究作为一门科学的前沿和交叉学科，但像许多新兴学科一样，人工智能至今尚无统一的定义。 有多种定义：⑴智能机器。能够在各类环境中自主的或交互的执行各种拟人任务的机器。 ⑵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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。 ⑶从人工智能所实现的功能来定义： ·人工智能（能力）是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动 ⑷从“研究如何在机器上实现人类智能”角度讲，人工智能被定义为是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。通俗地说，人工智能就是研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种面临的实际问题等功能的学科。 ⑸人工智能是研究如何让计算机做现阶段人类才能做得更好的事情”。 ⑹人工智能是计算机科学的分支，它用符号的、非算法的方法进行问题求解”。
?二：符号主义（主流学派）：又称：逻辑主义、心理学派或计算机学派原理：物理符号系统(即符号操作系统)假设和有限合理性原理起源：源于数理逻辑，学派代表：纽厄尔、西蒙和尼尔逊等 认为人的认知基元是符号，认知过程即符号操作过程； 认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，能用计算机来模拟人的智能行为； 认为知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 连结主义：又称：仿生学派或生理学派。原理：神经网络及神经网络间的连接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究 学派代表：卡洛克、皮茨、Hopfield、鲁梅尔哈特等 认为思维基元是神经元，而不是符号处理过程； 认为人脑不同于电脑，并提出连结主义的大脑工作模式，用于取代符号操作的电脑工作模式 行为主义：又称：进化主义或控制论学派。原理：控制论及感知—动作型控制系统。起源：源于控制论 学派代表作：布鲁克斯(Brooks)的六足行走机器人，一个基于感知—动作模式的模拟昆虫行为的控制系统 认为智能取决于感知和行动(所以被称为行为主义)，提出智能行为的“感知—动作”模式；
中南林业科技大学 课程论文 论文名称：人工智能课程论文 班级：信息与计算科学一班 姓名：丁洁（20083687）指导教师：黄慧华 日期：2011 - 10
人工智能课程论文 摘要：人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。 关键字：人工智能、智能化电子、符号计算、模式识别、专家系统、机器翻译人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 一、人工智能的具体描述 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的
未来人工智能的十大应用方向 导读: 随着人工智能理论和技术的不断完善，应用范围领域也在逐渐向多方向发展。未来，人工智能虽然不能向人类一样，拥有自己的意识和思维方式，但是这种自我思考的人工智能已经打破了常规。未来，人工智能带来的产品，或许将是人类智慧的“容器”。由此，对于未来人工智能应用方向，也将会成为热点。 关键字：人工智能机器视觉 人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是对人的意识、思维的信息过程的模拟。但不是人的智能，能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。从诞生以来，人工智能理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。正因为如此，人工智能的应用方向才十分之广。 1、机器视觉 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 人工智能能使机器能够担任一些需要人工处理的工作。而这些工作需要做一定的决策，要求机器能够自行的根据当时的环境做出相对较好的决策。这就需要计算机不仅仅能够计算，还能够拥有一定得智能。而要对周围的环境进做出好的决策就需要对周边的环境进行分析,即要求机器能够“看”到周围的环境，并能够理解它们。就像人做的那样。所以机器视觉是人工智能中非常重要的一个领域。 机器视觉在许多人类视觉无法感知的场合发挥重要作用，如精确定律感知、危险场景感知、不可见物体感知等，机器视觉更突出他的优越性。现在机器视觉已在一些领域的到应用，如零件识别与定位，产品的检验，移动机器人导航遥感图像分析，安全减半、监视与跟踪，国防系统等。它们的应用于机器视觉的发展起着相互促进的作用。 2、指纹识别 指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们才能创造指纹识别技术。