计算机科学与技术学院《高级人工智能》课程设计
学号：S314060094
专业：计算机科学与技术
学生姓名：魏嫚
任课教师：刘杰教授
2014年12月
1. 问题描述
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。其中比较典型的方法是基于阈值的分割方法，在实际的应用中，阈值分割的方法也往往能取得好的分割效果，很大程度上影响着后续的图像处理和图像分析的效果，图像阈值分割是指能够找到一个能把图像分割为目标和背景的最优阈值。
图像阈值分割方法一般根据不同理论将问题转化，根据不同的理论，阈值分割一般先构造一个评价函数，然后求解关于这个函数的最优化问题，因此许多利用群体智慧的算法也被应用到了阈值分割中，例如蚁群算法，神经网络算法，遗传算法，在此我将遗传算法应用到了图像的阈值分割中。
2. 问题表示与算法描述
在算法中根据遗传算法的原理结合图像的特征，将图像中的每一个像素看作一条染色体，并对每一条染色体进行编码，然后通过交叉变异的方法找到最优解。遗传算法主要包括四个部分：
1.编码和种群的初始化，一般采用二进制的方法进行编码，种群的初始化
即是指产生一组可行解X，X是n*m大小的矩阵，n是种群的大小，m
是染色体的长度，X的每一个行向量代表一个染色体；
2.定义适值函数，选择个体。由适值函数可以计算出每个染色体(即可行解)
的适值，按一定的选择机制f对新种群中的染色体进行选择，得到进化
后的种群X′=f（X）；
3.交叉变异运算，交叉运算在种群体中按照交叉率选择出父体，这些父体
两个一组，在每组染色体中随机选择一个或多个点进行基因交换，变异
运算在种群中按变异率选出染色体，在每个选出的染色体中随机选择一
个或多个点，并改变该点的基因，种群X′经过交叉变异运算得到一个
新种群X′′，X′′为n*m矩阵；
4.终止条件．将X′′的值赋给X，重复进行交叉变异运算和定义适值函数
并选择个体，直到满足一定的终止条件。
图像中的每个像素可以看作是一个染色体，对像素的灰度值进行编码后可得到染色体的基因序列。染色体应该向着适值最大的方向进化，即在进化过程中越来越适应环境，会产生一个最优的阈值，但最优阈值事先无法确定，所以染色体进化的方向也无法确定，即遗传算法无法进行。所以首先设置一个初始阈值，让个体向着这个阈值代表的方向进化，然后根据选择机制选择出来的新群体更新阈值。群体代表了图像的灰度值特征，阈值更新后应将群体复原。随着阈值的不断更新，群体的进化最后趋于稳定。当群体每次进化得到的阈值趋于稳定时，则说明该阈值是最优的阈值。下面对每一阶段做详细的介绍。
编码和种群的初始化
在文中是对灰度图像进行处理，灰度值的取值范围为0~255，故用二进制表示，染色体的长度L应该为8,染色体的值可用一个向量表示，如若一点的灰度值为255，则染色体的向量可以表示为x=[1 1 1 1 1 1 1 1]。在进行算法计算之前，先生成初始种群，随机生成种群，种群大小为n。在最开始时生成初始种群，随机生成n个染色体。
X={x(i)=round(rand(1,L))}
其中rand(1,L)是指生成L 个取值为0~1的数，round 是指在一定的阈值th 下，小于th 的数值为0，大于th 的数值为1,round 将x(i)化为了只包含0,1取值的向量，即将向量的值用二进制表示。
定义适值函数更新种群个体
定义适值函数，对合适的个体进行筛选，设种群X 对应的图像灰度值为Y （Y 是n*1的向量），则x(i)对应的图像灰度值为y(i)，y(i)是标量，用0~L 之间的正数来初始化阈值T0=L*rand(1)，T0为初始阈值，Ti 为进化了i 次后得到的阈值（i=1,2,3……），进化了i 次后，每条染色体对应的适应值为
f(i)=1/(|yi-T(i-1)|+1)，f(i)∈(0,1],i=1,2,3……,n
其中|yi-T(i-1)|是像素值与阈值的差的绝对值。
计算出适应值后，将适应值进行如下的累加计算，生成新的适应值矩阵Fn 。 Fn=[f1,f2,f3,……,∑=n
1i fi]
随机产生一个1*n 的矩阵，矩阵中的元素值取值0~1，并将矩阵中元素按照值的大小从小到大排列，如下所示。
Ms=[ms1,ms2,……，msn],其中ms1>ms2>……msn
接下来进行种群的更新，将新的适应值矩阵元素与产生的随机矩阵的元素做对比，判断是否淘汰不合格的染色体，产生新的种群
X(i); Ms(i)<=Fn(i)
NX(i)=
0; Ms(i)>Fn(i)
其中X(i)为原始种群，NX(i)为更新后的种群，在更新的过程中淘汰掉了不适合的染色体，是生物进化论中“优胜劣汰”的应用。使群体向最优化更适应的方向进化。
在更新产生了新的群体后，需要对阈值也进行一次更新，在进化了i 次后得到新的阈值的公式为T=(i/(i+1))*T+(1/(i+1))*Ti,Ti 是根据新的种群所求得的值，Ti=(∑=n
1i NX(i))/n 。
交叉变异运算
交叉和变异是有单点和多点的，因为灰度像素值化成二进制后染色体较短，故使用单点交叉变异，进行交叉时，要首先设定好交叉率，根据交叉率选出染色体，然后两个染色体一组进行交叉，每组染色体的交叉点是随机产生的，然后从该点将2条染色体截断，并将截断部分进行交换得到两条新的染色体，例如染色体x1=[0 0 1 0 1 0 0 1]，x2=[0 1 0 0 0 1 1 0],交叉点为左起第五个基因，则经交叉运算后得到2个新的染色体，x1’=[0 0 1 0 0 1 1 0]，x2’=[0 1 0 0 1 0 0 1]。
交叉进行完后根据变异率选择出染色体，对每个选出的染色体首先随机产生一个变异点，然后将该点对应的基因进行逻辑非运算，即可得到变异后的新个体。产生了新的种群。
算法流程
本文的算法对灰度图像进行分割处理，所用算法为遗传算法，算法具体进行的流程如下：
1.产生初始种群X；
2.初始化最优阈值T和初始阈值T0，这里T=T0；
3.对种群进行适应度的计算并筛选染色体得到新的种群X′，计算Ti；
4.对新的种群X′按照交叉率和变异率进行交叉和变异运算，得到新的种
群
5.X′′；
6.更新T的值，T=(i/(i+1))*T+(1/(i+1))*Ti;
7.迭代次数是否到了n次，若足够n次了，就跳出，得到T的值，若不够
n次，则继续进行3~5的步骤。
3. 算法实现程序说明
如图，为本系统实现的程序清单，共包括九个m文件，其中imasegment.m 是算法处理的主程序；initpop.m是产生初始种群的函数，初始种群值为二进制数；calfitval.m是计算适应值得函数；selection.m是根据适应值对种群进行更新；crossover.m是种群染色体进行交叉的函数；mutation.m是种群染色体进行变异的函数；Tvalue.m是对阈值T进行更新的函数；decodebinary.m和decodechrom.m是将二进制数转化为十进制的函数。
4. 程序实验结果分析
对于此算法，我在matlab2011a平台上进行了实现，下面对实验的结果进行展示和分析，试验中所用灰度图片是我在网页上下载下来的三幅图像，如图（a）（b）（c）所示。
（a）（b）
第一章 1、3 什么就是人工智能？它的研究目标就是什么？ 人工智能(Artificial Intelligence),英文缩写为AI。它就是研究、开发用于模拟、延伸与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。 研究目标:人工智能就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做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理与专家系统等。 1、7 人工智能有哪几个主要学派？各自的特点就是什么？ 主要学派:符号主义,联结主义与行为主义。 1.符号主义:认为人类智能的基本单元就是符号,认识过程就就是符号表示下的符号计算, 从而思维就就是符号计算; 2.联结主义:认为人类智能的基本单元就是神经元,认识过程就是由神经元构成的网络的信 息传递,这种传递就是并行分布进行的。 3.行为主义:认为,人工智能起源于控制论,提出智能取决于感知与行动,取决于对外界复 杂环境的适应,它不需要只就是,不需要表示,不需要推理。 1、8 人工智能有哪些主要研究与应用领域？其中有哪些就是新的研究热点？ 1、研究领域:问题求解,逻辑推理与定理证明,自然语言理解,自动程序设计,专家系统,机器 学习,神经网络,机器人学,数据挖掘与知识发现,人工生命,系统与语言工具。 2、研究热点:专家系统,机器学习,神经网络,分布式人工智能与Agent,数据挖掘与知识发 现。 第二章 2、8 用谓词逻辑知识表示方法表示如下知识: (1)有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。 三步走:定义谓词,定义个体域,谓词表示 定义谓词 P(x):x就是人
人工智能大作业 学生：021151** 021151** 时间：2013年12月4号
一．启发式搜索解决八数码问题 1.实验目的 问题描述：现有一个3*3的棋盘，其中有0-8一共9个数字，0表示空格，其他的数字可以和0交换位置（只能上下左右移动）。给定一个初始状态和一个目标状态，找出从初始状态到目标状态的最短路径的问题就称为八数码问题。 例如：实验问题为
到目标状态： 从初始状态： 要求编程解决这个问题，给出解决这个问题的搜索树以及从初始节点到目标节点的最短路径。 2.实验设备及软件环境 利用计算机编程软件Visual C++ 6.0，用C语言编程解决该问题。 3.实验方法 (1).算法描述： ①.把初始节点S放到OPEN表中，计算() f S，并把其值与节点S联系 起来。 ②.如果OPEN表是个空表，则失败退出，无解。 ③.从OPEN表中选择一个f值最小的节点。结果有几个节点合格，当其 中有一个为目标节点时，则选择此目标节点，否则就选择其中任一节点作为节点i。 ④.把节点i从OPEN表中移出，并把它放入CLOSED的扩展节点表中。 ⑤.如果i是目标节点，则成功退出，求得一个解。 ⑥.扩展节点i，生成其全部后继节点。对于i的每一个后继节点j： a.计算() f j。 b.如果j既不在OPEN表中，也不在CLOSED表中，则用估价函数f
把它添加入OPEN表。从j加一指向其父辈节点i的指针，以便一旦 找到目标节点时记住一个解答路径。 c.如果j已在OPEN表或CLOSED表上，则比较刚刚对j计算过的f 值和前面计算过的该节点在表中的f值。如果新的f值较小，则 I.以此新值取代旧值。 II.从j指向i，而不是指向它的父辈节点。 III.如果节点j在CLOSED表中，则把它移回OPEN表。 ⑦转向②，即GO TO ②。 (2).流程图描述： (3).程序源代码： #include
作业一 1.考虑一个实时的在线电话翻译系统，该系统实现英语与日语之间的实时在线翻译，讨论 该系统的性能度量，环境，执行器，感知器，并对该环境的属性进行分析。 【Answer】 性能度量：翻译的正确率 环境：电话线路 传感器：麦克风 执行器：音响 完全可观察的，单agent，确定的(无噪音条件下)，片段的，静态的，离散的。2.考虑一个医疗诊断系统的agent，讨论该agent最合适的种类(简单agent,基于模型的agent, 基于目标的agent和基于效用的agent)并解释你的结论。 【Answer】 utility-based agent。 能够治愈病人的方法有很多种，系统必须衡量最优的方法来推荐给病人 3.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。 (a).深度优先； (b).宽度优先； (c).爬山法； (d).最佳优先； 图一 【Answer】: 建立树： 深度: 宽度： 爬山法： 优先搜索： 4.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了到 达目标结点的启发式函数的代价值，假定当前状态位于结点A。 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索 2.一致代价搜索 3.A*树搜索 (b)讨论以上三种算法的完备性和最优性。 【Answer】: 贪婪最佳优先：如果h(B)>5,首先访问叶子结点C,如果h(B)<=5,首先访问B,再访问C 一致代价搜索：B,D,E,F,G,H,C A*树搜索：如果h(B)>15,首先访问D 如果h(B)<=15,首先访问B,在E,G,D,H,F,C 图二 5.给定一个启发式函数满足h(G)=0,其中G是目标状态，证明如果h是一致的，那么它是
内蒙古科技大学2012/2013 学年第一学期《人工智能》大作业 课程号：67111317 考试方式：大作业 任课教师：陈淋艳 使用专业、年级 班级： 学号： 姓名：
一、（15分）智能、智力、能力的含义是什么？什么 是人工智能？人类研究人工智能的最终目标是什 么？ 二、（15分）传教士与野人问题：有三个传教士和三 个野人来到河边，河边只有一条一次最多可供两 个人过河的小船，传教士如何用这条小船过河才 能使河两边的野人数目决不会超过传教士的数 目？ 指定状态描述的格式，开始状态和目标状态；画出状态空间图。 （只要画出河两边野人数目不会超过传教士数目的状态即可）。 三、(10分)用谓词公式表示下列语句：因为老百姓授法 律管制，所以晁盖劫了生辰纲，触犯了宋王朝的 法律，受到官府追究；而达官贵人和恶少不受法 律管制，所以高衙内强抢民女，虽然也违法，却 可以横行无忌。 四、(20分)什么是演绎推理？他的推理规则是什么？
试用谓词演算语句集合表示下面这段话；并用归 结反演的方法回答下列问题： 设TONY，|MIKE和JOHN属于ALPINE俱乐部， ALPINE俱乐部的成员不是滑雪运动员就是登山 运动员。登山运动员不喜欢下雨，而且任何不喜欢 雪的人都不是滑雪运动员。MIKE讨厌TONY所 喜欢的一切东西，而喜欢TONY所讨厌的一切东 西。TONY喜欢雨和雪。试问有没有ALPINE俱 乐部的成员，他是一个登山运动员但不是滑雪运动 员。 五、(20分)在主观Bayes推理中，LS和LN的意义是什么？ 设系统中有如下规则： R1：IF E1THEN （50 0，0.01）H1 R2 IF E2THEN （1，100）H1 R3：IF E3THEN （1000，1）H2 R4：IF H1THEN （20，1）H2 并且已知P(H1)=0.1，P(H2)=0.1，P(H3)=0.1，初始
1、什么是人工智能？人工智能有哪些研究领域？何时创建该学科，创始人是谁？ （1）AI（Artificial Intelligence）是利用计算机技术、传感器技术、自动控制技术、仿生技术、电子技术以及其他技术仿制人类智能机制的学科（或技术），再具体地讲就是利用这些技术仿制出一些具有人类智慧（能）特点的机器或系统 （2）人工智能的研究领域主要有专家系统、机器学习、模式识别、自然语言理解、自动定力证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络等（3）人工智能于1956年夏季，由麦卡锡，明斯基、洛切斯特、香农等发起创建 2、产生式系统的由哪三部分组成？各部分的功能是什么？ 课本29页 （1）产生式系统由综合数据库、产生式规则和控制系统三部分组成 （2）综合数据库用于存放当前信息，包括初始事实和中间结果； 产生式规则用于存放相关知识； 控制系统用于规则的解释或执行程序。 3、设有三枚硬币，其初始状态为（反，正，反），允许每次翻转一个硬币（只翻一个硬币，必须翻一个硬币）。必须连翻三次。用知识的状态空间表示法求出到达状态（反，反，反）的通路。画出状态空间图。 课本51页 问题求解过程如下： （1）构建状态 用数组表示的话，显然每一硬币需占一维空间，则用三维数组状态变量表示这个知识：Q=（q1 , q2 , q3） 取q=0 表示钱币的正面; q=1 表示钱币的反面 构成的问题状态空间显然为： Q0=（0，0，0），Q1=（0，0，1），Q2=（0，1，0）, Q3=（0，1，1）， Q4=（1，0，0），Q5=（1，0，1），Q6=（1，1，0），Q7=（1，1，1） （2）引入操作 f1：把q1翻一面。 f2：把q2翻一面。 f3：把q3翻一面。 显然：F={f1，f2，f3} 目标状态：（找到的答案）Qg=（0，0，0）或（1，1，1） （3）画出状态图
人工智能大作业实验-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
湖南中医药大学本科课程实验教学大纲 《人工智能》 计算机科学与技术专业 执笔人：丁长松 审定人：*** 学院负责人：*** 湖南中医药大学教务处 二○一四年三月
一、课程性质和教学目的 《人工智能》是计算机专业本科生的一门专业必修课，适应于计算机科学与技术专业、医药信息工程专业。本课程是关于人工智能领域的引导性课程，通过本课程的学习，是使学生了解和掌握人工智能的基本概念、原理和方法，培养学生在计算机领域中应用人工智能技术提高分析和解决较复杂问题的能力，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。 《人工智能》主要研究智能信息处理技术、开发具有智能特性的各类应用系统的核心技术。本课程主要介绍人工智能的基本理论、方法和技术，主要包括常用的知识表示、逻辑推理和问题求解方法、人工智能发展学派以及主要理论。 先修课程：高等数学、数据结构、数据库原理、算法设计与分析、数理逻辑 二、课程目标 人工智能实验应在一种为高效率开发专家系统而设计的高级程序系统或高级程序设计语言环境中进行。在目前开来，专家系统开发工具和环境可分为5种主要类型：程序设计语言、知识工程语言、辅助型工具、支持工具及开发环境。在这里主要是要求学生能用相关术语描述、表示一些问题；用程序设计语言如：C、C++、JAVA编程来实现一些基本的算法、推理、搜索等过程。 三、实验内容与要求 实验一：谓词表示 【实验内容】 设农夫、狼、山羊、白菜都在河的左岸，现在要把它们运送到河的右岸去，农夫有条船，过河时，除农夫外船上至多能载狼、山羊、白菜中的一种。狼要吃山羊，山羊要吃白菜，除非农夫在那里。试设计出一个确保全部都能过河的方案。
内蒙古科技大学2013/2014 学年第一学期 《人工智能》大作业 课程号：67111317、76807376 考试方式：大作业 使用专业、年级：计算机2011-1，2，3，4 任课教师：陈淋艳 班级： 学号： 姓名：
一、（15分）智能、智力、能力的含义是什么？什么是人工智能？ 人类研究人工智能的最终目标是什么？ 二、（15分）传教士与野人问题：有三个传教士和三个野人来到河 边，河边只有一条一次最多可供两个人过河的小船，传教士如 何用这条小船过河才能使河两边的野人数目决不会超过传教士 的数目？ 指定状态描述的格式，开始状态和目标状态；画出状态空间图。 （只要画出河两边野人数目不会超过传教士数目的状态即可）。 三、(10分)用谓词公式表示下列语句：因为老百姓授法律管制，所 以晁盖劫了生辰纲，触犯了宋王朝的法律，受到官府追究；而 达官贵人和恶少不受法律管制，所以高衙内强抢民女，虽然也 违法，却可以横行无忌。 四、(20分)什么是演绎推理？他的推理规则是什么？ 试用谓词演算语句集合表示下面这段话；并用归结反演的方法 回答下列问题： 设TONY，|MIKE和JOHN属于ALPINE俱乐部，ALPINE俱乐部的成员不是滑雪运动员就是登山运动员。登山运动员不喜 欢下雨，而且任何不喜欢雪的人都不是滑雪运动员。MIKE讨厌TONY所喜欢的一切东西，而喜欢TONY所讨厌的一切东西。 TONY喜欢雨和雪。试问有没有ALPINE俱乐部的成员，他是一个登山运动员但不是滑雪运动员。 五、(20分)在主观Bayes推理中，LS和LN的意义是什么？
设系统中有如下规则： R1：IF E1THEN （50 0，0.01）H1 R2 IF E2THEN （1，100）H1 R3：IF E3THEN （1000，1）H2 R4：IF H1THEN （20，1）H2 并且已知P(H1)=0.1，P(H2)=0.1，P(H3)=0.1，初始证据的概率为P(E1|S1)=0.5 ，P(E2|S2)=0 ，P(E3|S3)=0.8，用主观Bayes方法求H2的后验概率P(H2|S1& S2& S3)。 六、（20分）结课报告题目：选以下题目之一或自选题目写一篇5000 字左右的报告，要有关键字，图要有图号，最后要有参考资料。 1、总结知识表达技术。（选取三种知识表达放法加以介绍，并进行比较） 2、查找两篇或三篇已发表的与人工智能理论相关的论文，从文章所论述的问题，阐述的理论，其社会效益，与原有的方法相比，他的优缺点等。 3、介绍一已有的专家系统。 4、写一篇文章介绍人工神经网络。（应用领域，人工神经元模型，学习方法） 不符合以下要求的作业不收 本试题一律使用A4纸完成，一至五题要求手写。
作业题目 摘要：机器博弈是人工智能的一个重要研究分支，本文通过设计一个五子棋智能博奕程序，采用传统的博弈树算法，利用剪枝和极大极小树搜索最佳位置，从而实现人机智能博弈。并对现有算法存在的问题进行探究改进，最后给出展示，结果表明效果比较理想。 关键词：人工智能；五子棋；博弈 本组成员： 本人分工：α-β剪枝实现 1 引言 人工智能[1]是一门综合新型的新兴边缘科学，与生物工程、空间技术并列为三大尖端技术，而机器博弈却是其一个重要的研究分支。它研究如何利用计算机去实现那些过去只能靠人的智力去完成的工作，博弈为人工智能提供了一个很好的应用场所。 博弈过程可以采用与或树进行知识表达，这种表达形式称为博弈树。α—β剪枝技术是博弈树搜索中最常采用的策略。 2 算法原理与系统设计 根据五子棋游戏规则，此次五子棋游戏我们采用基于极大极小值分析法的α—β剪枝算法来实现计算机走棋。α—β剪枝技术是博弈树搜索中最常采用的策略，α—β剪枝搜索由极大极小值分析法演变而来[2]。 极大极小分析法其基本思想或算法是： (1) 设博弈的双方中一方为MAX，另一方为MIN。然后为其中的一方(例如MAX)寻找一个最优行动方案。 (2) 为了找到当前的最优行动方案，需要对各个可能的方案所产生的后果进行比较,具体地说，就是要考虑每一方案实施后对方可能采取的所有行动，并计算可能的得分。 (3) 为计算得分，需要根据问题的特性信息定义一个估价函数，用来估算当前博弈树端节点的得分。此时估算出来的得分称为静态估值。 (4) 当端节点的估值计算出来后，再推算出父节点的得分，推算的方法是：对“或”节点，选其子节点中一个最大的得分作为父节点的得分，这是为了使自己在可供选择的方案中选一个对自己最有利的方案；对“与”节点，选其子节点中一个最小的得分作为父节点的得分，这是为了立足于最坏的情况。这样计算出的父节点的得分称为倒推值。 (5) 如果一个行动方案能获得较大的倒推值，则它就是当前最好的行动方案。 上述的极小极大分析法，实际是先生成一棵博弈树，然后再计算其倒推值，至使极小极大分析法效率较低。于是在极小极大分析法的基础上提出了α-β剪枝技术。α-β剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1) 对于一个与节点MIN，若能估计出其倒推值的上确界β，并且这个β值不大于MIN的父节
一、填空: 1.人工智能的研究途径有心理模拟、生理模拟与行为模拟。 2.任意列举人工智能的四个应用性领域智能控制、智能管理、智能决策、智能仿真。 3.人工智能的基本技术包括表示、运算、搜索归纳技术、联想技术。 4.谓词逻辑就是一种表达能力很强的形式语言,其真值的特点与命题逻辑的区别就是(10)。 5.谓词逻辑中,重言式(tautlogy)的值就是(11) 。 6.设P就是谓词公式,对于P的任何论域,存在P为真的情况,则称P为(12)。 7.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味着 13 ,CF(A)=-1, 则意味着(14),CF(A)=1,则意味着(15)。 8.谓词公式G就是不可满足的,当且仅当对所有的解释(16)。 9.谓词公式与其子句集的关系就是 (17)。 10.利用归结原理证明定理时,若得到的归结式为(18),则结论成立。 11.若C1=┐P∨Q,C2=P∨┐Q,则C1与C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1与C2的归结式R(C1,C2)= (20) 。 13.有谓词公式G,置换δ,则G·ε= (21) ,δ·ε= (22) 。 14.有子句集S=｛P(x),P(y)｝,其MGU= (23) 。 15.在归结原理中,几种常见的归结策略并且具有完备性的就是 (24), (25) , (26)。 16.状态图启发式搜索算法的特点就是 (27)。 17.广度优先搜索算法中,OPEN表的数据结构实际就是一个 (28),深度优先搜索算法中,OPEN表 的数据结构实际就是一个 (29) 。 18.产生式系统有三部分组成 (30), (31) 与推理机。其中推理可分为 (32) 与 (33)。 19.专家系统的结构包含人机界面、 (34) , (35) , (36) , (37) 与解释模块。 20.在MYCIN推理中,对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定如下关系:CF(~A)= (38) ,CF(A1∧A2 )= (39) ,CF(A1∨A2 )= (40) 。 21.开发专家系统所要解决的基本问题有三个,那就就是知识的获取、知识的表示与(41),知识表 示的方法主要有 (42) , (43) , (44) 与语义网络等,在语义网络表示知识时,所使用的推理方法有 (45) 与 (46) 。 22.MYCIN系统中使用不确定推理,规则A→B由专家指定其可信度CF(B,A),若A真支持B真,则指 定CF(B,A)(与零比较)应 (47) ;若A真不支持B真,则指定CF(B,A)应 (48) 。 23.机器学习的含义就是 (49) 。 24.自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息,能正确回答输入信息 中的有关问题,而且还包括 (50) 、 (51) 、 (52) 。 25.设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0、6,m(U)=0、4,U的其它子集的基本概率分配函 数m值均为0,则Bel(A)= (53) ,Bel(B)= (54) 。 26.证据理论中集合A的信任区间为[1,1],则其语意解释为 (55) 。 27.人工智能三大学派就是。 28.化成子句形式为: 。
人工智能期末试题及答案 完整版 Prepared on 21 November 2021
xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。
人工智能基础 大作业 —－－－八数码难题 学院：数学与计算机科学学院 班级：计科14—1 姓名:王佳乐 学号：１2 2０1６、12、20 一、实验名称 八数码难题得启发式搜索 二、实验目得 八数码问题:在3×3得方格棋盘上,摆放着1到８这八个数码,有1个方格就是空得，其初始状态如图1所示,要求对空格执行空格左移、空格右移、空格上移与空格下移这四个操作使得棋盘从初始状态到目标状态. 要求：1、熟悉人工智能系统中得问题求解过程; 2、熟悉状态空间得启发式搜索算法得应用； 3、熟悉对八数码问题得建模、求解及编程语言得应用。 三、实验设备及软件环境 1.实验编程工具：VC＋+ 6、0 2.实验环境：Wｉndoｗs7 64位 四、实验方法：启发式搜索 1、算法描述 1.将Ｓ放入open表,计算估价函数f(ｓ)
2.判断oｐeｎ表就是否为空，若为空则搜索失败,否则，将opeｎ表中得第 一个元素加入cｌｏse表并对其进行扩展（每次扩展后加入ｏpen表中 得元素按照代价得大小从小到大排序，找到代价最小得节点进行扩展） 注:代价得计算公式ｆ(n)=d（ｎ）+ｗ（n)、其中f（n)为总代价，d(n）为节点得度,w（ｎ)用来计算节点中错放棋子得个数. 判断i就是否为目标节点,就是则成功，否则拓展i，计算后续节点f（j），利用f（j)对oｐeｎ表重新排序 2、算法流程图： 3、程序源代码： ＃ｉncluｄｅ＜stdｉｏ、ｈ> # iｎclude＜strｉng、h> # include
xx学校 ??201２—2０13学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师: 考试专业: 考试班级: 一单项选择题（每小题2分,共１0分) 1．首次提出“人工智能”是在（D ）年 A.19４６ B.1９60 C．1916??D.１95６ 2. 人工智能应用研究的两个最重要最广泛领域为：Ｂ A．专家系统、自动规划B．专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 Ａ：计算机表示法Ｂ:“与/或”图表示法 C：状态空间表示法??D:产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的?? Ｂ:专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 ５.下图是一个迷宫，S0是入口，Ｓg是出口,把入口作为初始节点，出口作为目标节点,通道作为分支,画出从入口Ｓ0出发,寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 Ａ:s０-ｓ４-ｓ5－ｓ6－s9-sg ?B：s0－s4-s１-s2－ｓ3-s6－ｓ9－sg C：s0-s4-ｓ1-s２－s３－s５-s6-s８－s９-ｓg ?D:s0-s4-s7-s5-s6-s9-ｓg 二填空题(每空2分,共2０分) １.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。2．问题的状态空间包含三种说明的集合, 初始状态集合S、操作符集合Ｆ以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heu ｒiｓtic）信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性,即关于结论的不确定性和关于证据的不确定 性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答:（1）人工智能 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做出反应的智能机器,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 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法,它能以解空间的多点充分搜索，运用基因算法,反复交叉,以突变方式的操作,模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(ＥHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路,特别是ＧA独特的全局优化性能,使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于ＥPＧA的函数级ＥHW,解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习（Mａchine Ｌearning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程,这些信息的表现形式为:规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
第一章 1.3 什么是人工智能？它的研究目标是什么？ 人工智能（Artificial Intelligence），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。 研究目标：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做出反应的智能机器，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。 1.7 人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义，联结主义和行为主义。 1.符号主义：认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从 而思维就是符号计算； 2.联结主义：认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息 传递，这种传递是并行分布进行的。 3.行为主义：认为，人工智能起源于控制论，提出智能取决于感知和行动，取决于对外界 复杂环境的适应，它不需要只是，不需要表示，不需要推理。 1.8 人工智能有哪些主要研究和应用领域？其中有哪些是新的研究热点？ 1.研究领域：问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系 统，机器学习，神经网络，机器人学，数据挖掘与知识发现，人工生命，系统与语言工具。 2.研究热点：专家系统，机器学习，神经网络，分布式人工智能与Agent，数据挖掘与 知识发现。 第二章 2.8 用谓词逻辑知识表示方法表示如下知识： (1)有人喜欢梅花，有人喜欢菊花，有人既喜欢梅花又喜欢菊花。 三步走：定义谓词，定义个体域，谓词表示 定义谓词 P(x)：x是人 L(x,y)：x喜欢y y的个体域：{梅花，菊花}。 将知识用谓词表示为： (?x)(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 不是每个计算机系的学生都喜欢在计算机上编程序。 定义谓词 S(x)：x是计算机系学生
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 C. Automatic Information B. Artificial Intelligence 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(∧) C子句中可以有析取词(∨) 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 B子句通过合取词连接句子(∧) D子句间是没有析取词的(∨) 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 C. Q B. ┑Q∨R 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 C. have 联系 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
人工智能大作业 人工智能课程 考查论文 学号 姓名 系别 年级 专业 人工智能大作业 (1)什么是人工智能, 人工智能(Artificial Intelligence) ，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做出反应的智能机器，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。 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速
的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能(Artificial Intelligence，AI)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。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。 (2)简述人工智能的研究内容与研究目标、人工智能的研究途径和 方法、人工智能的研究领域。 A. 人工智能的研究内容: 1、搜索与求解: 为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法。许多问题(包括智力问题和实际工程问题)的求解都可以描述为或归结为对某种图或空间的搜索问题。搜索技术就成为人工智能最基本的研究内容 2、学习与发现: 学习与发现是指机器的知识学习和规律发现。事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现 3、知识与推理: 知识就是力量，知识就是智能，发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现。发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉。研究面向机器的知识表示形式和基于各种表示的机器推理技术:知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关 4、发明与创造:
作业三 1. 下列两个一阶逻辑的语句有什么问题？如果错误，请给出正确的表示: (a) ) ( ) (x Tall x xBoy∧ ? (要表达的意思: 所有的男孩都是高的) (b) ) ( ) (x Tall x xBoy? ? (要表达的意思：一些男孩是高的) [Answer]: ) ( ) (x Tall x xBoy? ? ) ( ) (x Tall x xBoy∧ ? 2.已知如下的两个命题“任何一个选了人工智能(AI)课程的人都是聪明的”，“任 何一门课只要教授人工智能相关知识它就是人工智能(AI)课程”，其相应的一阶 逻辑表达式如下： ? x (? y AI course(y) ∧ Takes(x,y)) ? Smart(x) ? x (? y AI topic(y) ∧ Teaches(x,y)) ? AI course(x) 现在已知事实：John选了课程CS3243，CS3243课教授的推理知识属于人工智 能相关知识，请将该事实表达成一阶逻辑句子，并且将该语句转换成CNF的形式， 然后用归结算来证明“john是聪明的”。 [Answer]: CNF形式： ) 3243 , ( ) , 3243 ( ) ( _CS John Takes Inference CS Teaches Inference topic AI∧ ∧
3.考虑从一副标准的52张纸牌（不含大小王）中分发每手5张牌的扑克牌域。假设发牌人是公平的。 (a)在联合概率分布中共有多少个原子事件（即，共有多少种5张手牌的组合）？每个原子事件的概率是多少？ (b)拿到大同花顺（即同花的A、K、Q、J、10）的概率是多少？四同张（4张相同的牌，分别为4种花色）的概率是多少？ [Answer]: (a) C552,1/C552 (b) 4/C552, C113C148/C552 4.文本分类是基于文本内容将给定的一个文档分类成固定的几个类中的一类。朴素贝叶斯模型经常用于这个问题。在朴素贝叶斯模型中，查询（query）变量是这个文档的类别，而结果（effect）变量时语言中每个单词的存在与否；假设文档中单词的出现是独立的，单词的出现由文档类别决定。 1）给定一组已经被分类的文档，准确解释如何构造这样的模型。 2）准确解释如何分类新文档。 3）题目中的条件独立性假设合理吗？请讨论。 [Answer]: 1) P(category|document)= P(document|category)P(category)/P(document) 2)P(document|category),P(category)根据已有条件可以统计计算出，因此，给定一个新的测试文档，只需将P(document|category)P(category)最大的category赋给该文档即可。 3）不合理，单词之间不具有独立性。 5.“三一”重工想某工程投标，计划采取两种策略：一种是投高标，中标概率为0.2，不中标概率为0.8；另一种是投低标，中标与不中标的概率均为0.5。投标
一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘
2019年度人工智能与健康考试答案 一、单选题 1.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（ 2.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 2.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（2.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 3.我们应该正确认识统计学中概率与个体之间的关系，概率是（）比较，从小到老的数据才是每个人的。（2.0分）
A.横向 B.纵向 C.交叉 D.立体 4.《“健康中国2030”规划纲要》中提到，健康是经济社会发展的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 5.下列判定标准中，不属于金标准的是（）。（2.0分） A.化验检出埃博拉病毒→感染 B.病理检测发现突变细胞→肿瘤 C.心电图显示T波改变→供血不足 D.超声显示室间隔缺损→先心病 6.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/80mmHg 以下更受益。（2.0分）
A.1949年 B.1984年 C.1993年 D.2016年 7.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 8.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 C.深圳 D.杭州
9.（）是指能够按照人的要求，在某一个领域完成一项工作或者一类工作的人工智能。（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 10.现在医学上使用的水银柱血压计是在（）开始应用于临床的。（2.0分） A.1872年 B.1896年 C.1970年 D.2005年 11.古代把计量叫“度量衡”，其中，“衡”是测量（）的过程。（2.0分） A.长度 B.容积 C.温度 D.轻重
研究生课程考试成绩单 （试卷封面） 任课教师签名： 日期： 注：1. 以论文或大作业为考核方式的课程必须填此表，综合考试可不填。 “简要评语”栏缺填无效。 2.任课教师填写后与试卷一起送院系研究生秘书处。 3. 学位课总评成绩以百分制计分。
一、基本技术介绍 1、智能Agent （1）概念：Agent能够通过传感器感知环境，通过执行器的动作作用于环境。在Agent的概念框架下，AI的任务就是设计和建造理性的Agent，所以人们更为关心的是理性Agent。理性Agent对每一个可能的感知序列，根据已知的感知序列提供的证据和Agent具有的先验知识，理性Agent应该选择能使其性能度量最大化的行动。 （2）特点：从感知序列到行动的理想映射，在很多情形下有可能设计一个好的、紧凑的Agent 来实现映射。一个真正的智能Agent在有足够时间去学习调整的条件下，应当在各种类型环境下做出成功的行动（自主性）。 （3）结构：从传感器中将感知送到程序，运行程序，并将程序的行动选择送到作用体，这样就完成了一次Agent的工作过程。Agent、结构和程序三者间关系为：Agent=结构+程序。（4）环境：Agent施加行动于环境中，环境反过来又为Agent提供感知。不同的环境要求用不同的Agent程序与之对应。 （5）AI与agent：在智能 agent的概念框架下，AI的任务就是设计和建造理性的、适合不同任务和环境特征的各种agent，由此将AI领域的各部分内容加以组织使它们有机联系在一起 2、基于知识的Agent （1）概念：智能获得不是靠反射机制而是对知识的内部表示进行操作的推理过程，在AI的世界里，这种智能方法体现在基于知识的Agent上。用逻辑作为支持基于知识的Agent的一类通用表示。基于知识的Agent的核心部件是知识库，知识库是一个语句集合。这些语句用知识表示语言表达。 （2）基于知识的Agent的程序概述：基于知识的Agent用感知信息作为输入，返回一个行动。Agent维护一个知识库KB，该知识库在初始化时就包括了一些背景知识。 每次调用Agent程序，做三件事。首先，Agent告诉（TELL）知识库它感知到的内容。然后询问（ASK）知识库应该执行什么行动。在恢复该查询的过程中，可能要对关于世界的当前状态、可能行动序列的执行结果进行大量推理。最后，Agent程序用TELL告诉知识库它所选择的行动，并执行该行动。 3、学习Agent （1）概念：Agent任何部件的性能都可通过从数据中进行学习，进而改进执行未来任务时的性能。改进及其改进所用的技术依赖于四个主要因素：要改进哪一个部件、Agent具备什么样的预备知识、数据和部件使用什么样的表示法、对学习可用的反馈是什么。 （2）学习的反馈：在无监督学习中，在不提供显示反馈的情况下，Agent学习输入中的模式，最常见的无监督学习任务是聚类。在强化学习中，Agent在强化序列（奖赏和惩罚组合的序列）中学习。在监督学习中，Agent观察某些“输入—输出”对，学习从输入到输出的映射函数。 4、一阶逻辑 （1）概念：一阶逻辑是一种形式推理的逻辑系统，是一种抽象推理的符号工具。功能就是将自然事物给符号化以为体系的确立奠定语言基础。 （2）命题逻辑与一阶逻辑：一阶逻辑表示语言，它比命题逻辑表达能力更强。在命题逻辑中，研究的基本单位是简单命题，对简单命题不再进行分解，并且不考虑命题之间的内在联