人工智能大作业题目
1、基于A*算法求解八数码问题
（1）至少定义3种不同的启发式函数，编程实现求解八数码问题的A*算法；
（2）要求用可视化界面演示算法执行过程，应能选择预定义的启发式函数，能随机初始化初始状态，能单步执行，也能连续执行，能画出搜索树，同时标出估价函数在每个节点的各项函数值，能展示OPEN表和CLOSED表的动态变化过程；
（3）能统计出扩展节点数和算法执行时间，以便对采用不同启发式函数的A*算法的性能做对比研究。
2、基于A*算法的最优路径规划系统
（1）基于真实地图实现，可以是位图背景加栅格坐标数据，也可以直接使用某种格式的GIS （地理信息系统）矢量地图，地图规模不能太小；
（2）用户可以设置起点和终点；
（3）要求用可视化界面演示算法执行过程，能单步执行，也能连续执行，画出扩展过的所有路径，画出最优路径，能展示OPEN表和CLOSED表的动态变化过程；
（4）可考虑路况信息，改进启发式函数，以求更实用。
3、A*算法的改进研究
（1）给出改进思路并编程实现改进的算法；
（2）结合一个具体问题实验对比改进前后的算法性能。
4、图搜索算法对比研究
（1）编程实现广度优先、等待价、深度优先、深度受限、迭代加深、最佳优先搜索算法；（2）要求用可视化界面演示算法执行过程，能单步执行，也能连续执行，能画出搜索树，能展示OPEN表和CLOSED表的动态变化过程；
（3）用户可以自定义搜索图，通过实验研究各种图搜索算法的性能。
5、基于α-β剪枝算法的五子棋游戏
（1）编写五子棋游戏程序，支持人机对战；
（2）编程实现α-β剪枝算法，作为机器方的下棋算法。
6、五子棋机器博弈系统
（1）编程实现一个五子棋主控程序，要求有可视化棋盘，有裁判功能，支持通过Socket接口连接选手，有清晰简洁的通信协议，支持循环赛赛程管理；
（2）每个同学编写一个五子棋下棋算法，通过Socket接口接入主控程序，与其他机器选手对战。
7、基于回溯搜索的地图着色方法
（1）对中国地图中的省级行政区进行着色，最多使用四种颜色；
（2）编程实现回溯算法用于地图自动着色；
（3）研究回溯的改进算法，并编程实现。
8、用遗传算法求解TSP问题
（1）编程实现遗传算法，允许用户自定义算法参数；
（2）要求用可视化界面演示算法执行过程，设置一个演示速度参数，以使演示进度可控；（3）提供自定义TSP问题的接口。
9、电脑故障诊断专家系统
（1）开发一个便于使用的电脑故障诊断专家系统，能根据用户提供的故障现象做出诊断并给出排除故障的建议；
（2）建议使用产生式系统实现知识表示和推理；
（3）要求知识库可维护；
（4）最好能处理不确定性经验知识和不完全故障描述。
10、家族人物关系推理系统
（1）构建《红楼梦》中以贾家为中心的人物关系图谱；
（2）任给图中两个人物，能推理出二者之间的关系；
（3）要求用可视化界面演示推理进程。
11、智能洗衣机模糊控制系统
（1）编程实现一个洗衣机模糊控制程序，能根据衣物量、污浊度、水温等信息自动调节水量、洗涤剂投放量、洗涤强度和洗涤时间等，可根据需要假定可行的传感器；
（2）做一个可视化的仿真系统。
12、基于Q-学习的机器人路径规划系统
（1）设计一个有障碍物的地图，用户可以修改障碍物布局，可以指定起点和终点；
（2）编程实现Q-学习算法，用于机器人规划最短路径，学习算法参数可以由用户设置；（3）要求用可视化界面演示Q值变化过程及最短路径探测过程。
13、数独游戏
（1）设计一个数独游戏，能自动生成初盘，也能人工设置初盘，能检测人工设置初版的合法性；
（2）每个同学编写一个求解数独终盘的算法，看谁的算法解得快。
14、自选人工智能项目
（1）自选一个利用人工智能技术求解实际问题的小项目；
（2）要有明确的人工智能算法；
（3）要有良好的人机界面。
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
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 可采纳的。 【Answer】: 假设n为任意一个状态，G是任意一个目标状态。n,n1,n2,....,nm,G为从状态n到达状态G的一条最优路径，我们已知
1.（该题目硕士统招生做）请用框架法和语义网络法表示下列事件。（10分） 2015年2月20日上午11点40分，广东省深圳市光明新区柳溪工业园附近发生山体滑坡，经初步核查，此次滑坡事故共造成22栋厂房被掩埋，涉及公司15家，截至目前已安全撤离900人，仍有22人失联。 答：框架表示法（5分）：（给分要点：确定框架名和框架槽，根据报道给出的相关数据填充，主要内容正确即可给分，不必与参考答案完全一致） <山体滑坡> 时间：2015年2月20日上午11点40分 地点：广东省深圳市光明新区柳溪工业园附近 掩埋厂房：22栋 涉及公司数目：15家 安全撤离人数：900人 失联人数：22人 语义网络表示法（5分）：（给分要点：确定语义网络的节点及其连接关系，根据报道内容进行填充，主要内容正确即可给分，不必与参考答案完全一致） 1. （该题目全日制专业学位硕士做）请用一种合适的知识表示方法来表示下面知识。（10分） How Old Are YOU是微软推出的一款测年龄应用，该应用架设在微软服务平台Azure上，该平台具有机器学习的开发接口，第三方开发者可以利用相关的接口和技术，分析人脸照片。
（给分要点：采用合适的知识表示方法，正确即可给分，不必与参考答案完全一致） 答：
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: 。
西电人工智能大作业
八数码难题 一.实验目的 八数码难题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，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、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。例如： (a) 初始状态 (b) 目标状态 图1 八数码问题示意图 请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或 A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。 本实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。 二.实验设备及软件环境 Microsoft Visual C++，（简称Visual C++、MSVC、VC++或VC）微软公司的C++开发工具，具有集成开发环境，可提供编辑C语言，C++以及C++/CLI 等编程语言。 三.实验方法 算法描述： （1）将起始点放到OPEN表； （2）若OPEN空，无解，失败；否则继续； （3）把第一个点从OPEN移出，放到CLOSE表； （4）拓展节点，若无后继结点，转（2）； （5）把n的所有后继结点放到OPEN末端，提供从后继结点回到n的指针； （6）若n任意后继结点是目标节点，成功，输出；否则转（2）。
流程图：
代码： #include
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
Adaptive Evolutionary Artificial Neural Networks for Pattern Classification 自适应进化人工神经网络模式分类 Abstract—This paper presents a new evolutionary approach called the hybrid evolutionary artificial neural network (HEANN) for simultaneously evolving an artificial neural networks (ANNs) topology and weights. Evolutionary algorithms (EAs) with strong global search capabilities are likely to provide the most promising region. However, they are less efficient in fine-tuning the search space locally. HEANN emphasizes the balancing of the global search and local search for the evolutionary process by adapting the mutation probability and the step size of the weight perturbation. This is distinguishable from most previous studies that incorporate EA to search for network topology and gradient learning for weight updating. Four benchmark functions were used to test the evolutionary framework of HEANN. In addition, HEANN was tested on seven classification benchmark problems from the UCI machine learning repository. Experimental results show the superior performance of HEANN in fine-tuning the network complexity within a small number of generations while preserving the generalization capability compared with other algorithms. 摘要——这片文章提出了一种新的进化方法称为混合进化人工神经网络(HEANN),同时提出进化人工神经网络(ANNs)拓扑结构和权重。进化算法(EAs)具有较强的全局搜索能力且很可能指向最有前途的领域。然而,在搜索空间局部微调时，他们效率较低。HEANN强调全局搜索的平衡和局部搜索的进化过程，通过调整变异概率和步长扰动的权值。这是区别于大多数以前的研究，那些研究整合EA来搜索网络拓扑和梯度学习来进行权值更新。四个基准函数被用来测试的HEANN进化框架。此外,HEANN测试了七个分类基准问题的UCI机器学习库。实验结果表明在少数几代算法中，HEANN在微调网络复杂性的性能是优越的。同时，他还保留了相对于其他算法的泛化性能。 I. INTRODUCTION Artificial neural networks (ANNs) have emerged as a powerful tool for pattern classification [1], [2]. The optimization of ANN topology and connection weights training are often treated separately. Such a divide-and-conquer approach gives rise to an imprecise evaluation of the selected topology of ANNs. In fact, these two tasks are interdependent and should be addressed simultaneously to achieve optimum results. 人工神经网络(ANNs)已经成为一种强大的工具被用于模式分类[1],[2]。ANN 拓扑优化和连接权重训练经常被单独处理。这样一个分治算法产生一个不精确的评价选择的神经网络拓扑结构。事实上,这两个任务都是相互依存的且应当同时解决以达到最佳结果。
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: