922263-人工智能导论第4版试验参考程序-说明

实验四 A*算法实验II
一、实验目的：
熟悉和掌握A*算法实现迷宫寻路功能，要求掌握启发式函数的编写以及各类启发式函数效果的比较。

二、实验原理：
A*（A-Star)算法是一种静态路网中求解最短路最有效的方法。

公式表示为：f(n)=g(n)+h(n)，其中f(n)是节点n从初始点到目标点的估价函数，g(n)是在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。

保证找到最短路径（最优解的）条件，关键在于估价函数h(n)的选取：估价值h(n)小于等于n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低，但能得到最优解。

如果估价值大于实际值，搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。

三、实验内容：
1、参考实验系统给出的迷宫求解核心代码，观察求解过程与思路。

2、画出用A*算法求解迷宫最短路径的流程图。

3、尝试改变启发式算法提高迷宫搜索速度。

4、分析不同启发式函数对迷宫寻路速度的提升效果。

四、实验报告要求：
1、画出A*算法求解迷宫最短路径问题的流程图。

2、试分析不同启发式函数对迷宫寻路求解的速度提升效果。

3、分析启发式函数中g(n)和h(n)求解方法不同对A*算法的影响。

实验六基于神经网络的优化计算实验
一、实验目的：
掌握连续Hopfield神经网络的结构和运行机制，理解连续Hopfield神经网络用于优化计算的基本原理,掌握连续Hopfield神经网络用于优化计算的一般步骤。

二、实验原理
连续Hopfield神经网络的能量函数的极小化过程表示了该神经网络从初始状态到稳定状态的一个演化过程。

如果将约束优化问题的目标函数与连续Hopfield神经网络的能量函数对应起来，并把约束优化问题的解映射到连续Hopfield神经网络的一个稳定状态，那么当连续Hopfield神经网络的能量函数经演化达到最小值时，此时的连续Hopfield神经网络的稳定状态就对应于约束优化问题的最优解。

三、实验条件：
VC＋＋6.0。

四、实验内容：
1、参考求解TSP问题的连续Hopfield神经网络源代码，给出15个城市和20个城市的求解结果（包括最短路径和最佳路线），分析连续Hopfield神经网络求解不同规模TSP问题的算法性能。

2、对于同一个TSP问题（例如15个城市的TSP问题），设置不同的网络参数，分析不同参数对算法结果的影响。

3、上交源代码。

五、实验报告要求：
1、画出连续Hopfield神经网络求解TSP问题的流程图。

2、根据实验内容，给出相应结果及分析。

3、总结连续Hopfield神经网络和遗传算法用于TSP问题求解时的优缺点。

1）首先打开matlab软件，在命令行中输入fuzzy命令产生如下窗口
2）单击Edit->Add variable->Input 添加一个新的输入变量
3）单机每一个黄色的方框与绿色的方框为输入输出变量在右下角的Name栏更改名字，改为X，Y，Z。

4）双击名为X的黄色方框出现一个新的窗口。

5）在左下角的Range窗口修改变量的变化范围，改成0-100。

6）分别单机右上角图像的三条曲线将曲线的名字改成SD，MD，LD。

7）点击左上角的Y变量的小方框，以同样的方法修改Y输入变量
8）点击左上角的Y变量的小方框，选择Edit->Remove all MFS。

并且紧接着Edit->ADD MFS。

在弹出的框中选择number为7，并为之修改名称
9）关闭当前窗口，回到上一窗口
10）双击中间的白色方框，出现如下窗口
11）按照书P302表格1中的的信息按顺序添加模糊控制规则
12）点击view->surface可以查看结果的立体图。

13）点击view->rules,出现如下的窗口，通过改变X输入为60，Y输入为70得到如下的控制结果。

《人工智能导论》课程教学大纲一、课程的性质和教学目标课程性质：人工智能是计算机科学中的重要内容，已经成为计算机技术发展以及许多高新技术产品中的核心技术。

由于人工智能是模拟人类智能解决问题，几乎在所有领域都具有非常广泛的应用。

《人工智能导论》是计算机科学与技术、软件工程、网络工程等专业本科生的一门基础选修课程。

本课程主要介绍人工智能问题求解的一般性原理和基本思想以及一些前沿内容，为学生提供最基本的人工智能技术和有关问题的入门性知识，为进一步学习和研究人工智能理论与应用奠定基础。

教学目标：1. 了解人工智能的特点、主要研究领域、研究历史及未来发展动向。

2. 掌握人工智能的基本概念、基本原理和基本方法。

3. 了解应用人工智能技术解决实际问题的范例。

该课程的目标是把握计算机科学与技术的发展趋势，熟悉本专业的前沿知识和研究热点。

该课程讲述了人工智能的发展简史、人工智能研究的基本内容和主要研究领域、人工智能的研究热点包括人工神经网络及其应用和遗传算法及其应用等。

要求学生掌握基本创新方法，能够针对创新点开展切实有效的理论和应用研究。

该课程紧密联系计算机学科中的前沿内容和所涉及的新技术，例如模糊推理方法及其在计算机控制系统中的应用、人工神经网络及其改进方法在模式识别、软测量、联想记忆、优化计算中的应用，遗传算法及其改进算法在生产调度中的应用等，学生通过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新方法；课程要求完成A*算法应用实验、遗传算法应用实验、基于神经网络的优化计算实验等自主型实验项目，学生通过实验，能够发挥主动性，研究探讨人工智能系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好的掌握知识，培养学生的理论联系实际能力和创新能力,逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。

课程支撑的毕业要求及其指标点：该课程支撑以下毕业要求和具体细分指标点：【毕业要求3】设计/开发解决方案：能够设计针对复杂工程问题的解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

可编辑修改精选全文完整版人工智能导论第四版第二章王万良课后答案1、(杭州市)弟弟对地球充满了好奇，关于地球和地球的运动，说法不正确的是（[单选题] *A.托勒密坚持“地心说”，他认为地球处于宇宙中心B.“日心说”最早的提出者是哥白尼，他认为地球在运动，并且24小时自转一周(正确答案)C.贝塞尔用量日仪的观测结果，证明了地球在围绕着太阳公转2、以下（）的船首形状可以让船在水中行驶得更快。

[单选题] *A.尖型(正确答案)B.方形C.圆形3、谚语说“一猪生九崽，连母十个样”，主要指的是( )现象。

[单选题] *A.遗传B.变异(正确答案)C.遗传和变异4、.“人间四月芳菲尽，山寺桃花始盛开。

”高山上的桃花迟开的主要原因是缺水。

[判断题] *对错(正确答案)5、为了让辣椒、西瓜等提早上市，农民在冬季就用温水浸泡种子和用塑料薄膜大棚催芽，主要改变的是（）。

[单选题] *A.水分B.温度(正确答案)C.光照6、世界是由物质构成的，物质在不断地发生变化。

( ) [单选题]对(正确答案)错7、船的载重量与以下哪种因素无关（）。

[单选题] *A.船的材料B货物放置的位置C.货物的重量(正确答案)8、在下列废品中如果没有分类回收，对环境会造成危害最大的是( )。

[单选题] *A.废纸B.废玻璃C.纽扣电池(正确答案)9、运动员身体肌肉强壮，他们的子女肌肉不一定强壮。

[判断题] *对(正确答案)错10、冥王星属于( )。

[单选题] *A.行星B.小行星C.矮行星(正确答案)11、在组成花岗岩的矿物中，硬度最硬的是( )。

[单选题] *A.云母B.石英(正确答案)C.金刚石12、下列说法正确的是( ) 。

[单选题] *A.种子只有在土壤里才能发芽B.种子发芽一定要有阳光C.种子发芽必须要有水(正确答案)13、下列说法正确的是（）。

[单选题] *A.绿豆种子发芽需要高温B.只要有合适的温度，绿豆种子就可以发芽C.绿豆种子发芽必须要合适的温度、水分和充足的空气(正确答案)14、圭表主要是利用（）的周期性变化规律来计时的。

《人工智能导论》上机实验八数码问题求解专业班级：姓名：学号：指导教师：基于人工智能的状态空间搜索策略研究——八数码问题求解一、实验软件VC6.0编程语言或其它编程语言二、实验目的1. 熟悉人工智能系统中的问题求解过程；2. 熟悉状态空间的盲目搜索和启发式搜索算法的应用；3. 熟悉对八数码问题的建模、求解及编程语言的应用。

三、需要的预备知识1. 熟悉VC6.0 编程语言；2. 熟悉状态空间的宽度优先搜索、深度优先搜索和启发式搜索算法；3. 熟悉计算机语言对常用数据结构如链表、队列等的描述应用；4. 熟悉计算机常用人机接口设计。

四、实验数据及步骤1. 实验内容八数码问题：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：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。

2. 实验步骤（1）分析算法基本原理和基本流程；（2）确定对问题描述的基本数据结构，如Open表和Closed表等；（3）编写算符运算、目标比较等函数；（4）编写输入、输出接口；（5）全部模块联调；（6）撰写实验报告。

五、实验报告要求所撰写的实验报告必须包含以下内容：1. 算法基本原理和流程框图；2. 基本数据结构分析和实现；3. 编写程序的各个子模块，按模块编写文档，含每个模块的建立时间、功能、输入输出参数意义和与其它模块联系等；4. 程序运行结果，含使用的搜索算法及搜索路径等；5. 实验结果分析；6. 结论；7. 提供全部源程序及软件的可执行程序。

六、操作实现该设计采用启发式搜索方法编写程序。

该程序是自动产生一组随机数（0至8）填在3×3数组中，然后对该组随机数进行评估，距离目标状态的差距，具体内容如下：1、启发函数设定由八数码问题的部分状态图可以看出，从初始节点开始，在通向目标节点的路径上，各节点的数码格局同目标节点相比较，其数码不同的位置个数在逐渐减少，最后为零，因此可以把数码不同的位置个数作为标志一个节点到目标节点距离远近的一个启发性信息，利用这个信息来扩展节点的选择，减少搜索范围，提高搜索速度。

《人工智能导论》实验指导实验一Prolog平台使用实验二状态空间搜索：传教士与野人问题求解实验三启发式搜索算法：斑马属谁问题求解实验四小型专家系统设计与实现实验报告的基本内容和书写格式——————————————————————————————————一、实验目的二、实验内容三、实验步骤四、实验结果1. 系统名称〈所做系统的名称〉2. 系统概述（包括所做系统的背景和主要功能等。

）3.系统运行演示过程(1) 输入的初始事实或数据：(2) 系统运行时产生的推理树（网）：(3) 输出的结果：——————————————————————————————————《人工智能导论》实验一Prolog平台使用实验目的：熟悉Prolog（包括SWI-Prolog平台、Turbo-Prolog平台），包括编辑器、编译器及其执行模式；熟悉Prolog语法、数据结构和推理机制；熟悉SWI-Prolog平台与Visual C++结合开发应用程序。

实验环境（硬/软件要求）：硬件：计算机一台软件：SWI-Prolog、Turbo Prolog、SWI-Prolog-Editor、Visual C++、Eclipse实验内容：1.Prolog平台界面和基本操作；2.熟悉Prolog语法和数据结构；3.熟悉Eclipse PDT插件安装、使用；4.编写简单Prolog程序并测试（输入动物叫声、输出该动物名称）；5.熟悉Prolog平台与Visual C++结合开发应用程序；实验主要步骤：1.打开SWI-Prolog平台，熟悉SWIPrologEditor，熟悉操作界面；2.实现Prolog基本语句；3.编写简单Prolog程序并测试（输入动物叫声、输出该动物名称）；示例程序(Turbo Prolog)逻辑电路模拟程序。

该程序以逻辑运算“与”、“或”、“非”的定义为基本事实，然后在此基础上定义了“异或”运算。

那么，利用这些运算就可以对“与”、“或”、“非”和“异或”等逻辑电路进行模拟。

实验七 基于神经网络的模式识别实验一、实验目的：理解BP 神经网络和离散Hopfield 神经网络的结构和原理，掌握反向传播学习算法对神经元的训练过程，了解反向传播公式。

通过构建BP 网络和离散Hopfield 网络模式识别实例，熟悉前馈网络和反馈网络的原理及结构。

二、实验原理BP 学习算法是通过反向学习过程使误差最小，其算法过程从输出节点开始，反向地向第一隐含层(即最接近输入层的隐含层)传播由总误差引起的权值修正。

BP 网络不仅含有输入节点和输出节点，而且含有一层或多层隐(层)节点。

输入信号先向前传递到隐节点，经过作用后，再把隐节点的输出信息传递到输出节点，最后给出输出结果。

离散Hopfield 神经网络的联想记忆过程分为学习和联想两个阶段。

在给定样本的条件下，按照Hebb 学习规则调整连接权值，使得存储的样本成为网络的稳定状态，这就是学习阶段。

联想是指在连接权值不变的情况下，输入部分不全或者受了干扰的信息，最终网络输出某个稳定状态。

三、实验条件：Matlab 7.X 的神经网络工具箱。

四、实验内容：1.针对教材例8.1，设计一个三层的BP 网络结构模型，并以教材图8.5 为训练样本数据，图8.6为测试数据。

（1）给出训练成功后的连接权值和阈值，以及测试结果。

（2）通过BP 网络各项参数的不同设置，观察BP 算法的学习效果，并比较BP 网络各项参数变化对于训练结果的影响。

2. 已知字符点阵为模式，两组训练数据为 设计一个能够存储这两个字符的离散Hopfield 神经网络，要求：22⨯[][]）小写字母）大写字母l a a TT (1010L (1101)2()1(==（1）给出相应的离散Hopfield 神经网络结构图；（2）计算连接权值及阈值（阈值可设为 0）；（3）输入下列测试数据给出网络最终输出的稳定状态。

五、实验报告要求：1． 按照实验内容，给出相应结果。

2．分析比较BP 网络各项参数变化对于训练结果的影响。