下载文档原格式
上海大学《人工智能》网络课课后习题答案1。
1育才新工科-人工智能简介1【判断题】《人工智能》课程为理工类通选课,本课程给予学生的主要是思想而不是知识。
对1.2图灵是谁?1【单选题】图灵曾协助军方破解(）的著名密码系统Enigma。
A、英国B、美国C、德国D、日本2【判断题】电影《模仿游戏》是纪念图灵诞生90周年而拍摄的电影。
X3【判断题】图灵使用博弈论的方法破解了Enigma。
对1.3为什么图灵很灵？1【单选题】1937年,图灵在发表的论文（)中,首次提出图灵机的概念。
A、《左右周期性的等价》B、《论可计算数及其在判定问题中的应用》C、《可计算性与λ可定义性》D、《论高斯误差函数》2【单选题】1950年，图灵在他的论文（）中，提出了关于机器思维的问题.A、《论数字计算在决断难题中的应用》B、《论可计算数及其在判定问题中的应用》C、《可计算性与λ可定义性》D、《计算和智能》3【判断题】存在一种人类认为的可计算系统与图灵计算不等价。
X4【判断题】图灵测试是指测试者与被测试者（一个人和一台机器)隔开的情况下，通过一些装置（如键盘)向被测试者随意提问。
如果测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
对1.4为什么图灵不灵？1【单选题】以下叙述不正确的是(）。
A、图灵测试混淆了智能和人类的关系B、机器智能的机制必须与人类智能相同C、机器智能可以完全在特定的领域中超越人类智能D、机器智能可以有人类智能的创造力2【单选题】在政府报告中,()的报告使用“机器智能”这个词汇。
A、中国B、英国C、德国D、美国3【多选题】机器智能可以有自己的“人格"体现主要表现在().A、模型间的对抗—智能进化的方式B、机器智能的协作-机器智能的社会组织C、机器智能是社会的实际生产者D、机器智能可以有人类智能的创造力4【判断题】图灵测试存在的潜台词是机器智能的极限可以超越人的智能,机器智能可以不与人的智能可比拟.X1.5人类智能与机器智能如何共融及未来1【单选题】以下关于未来人类智能与机器智能共融的二元世界叙述不正确的是（）。
人工智能确定性推理部分参考答案(共8页)-本页仅作为预览文档封面，使用时请删除本页-确定性推理部分参考答案1 判断下列公式是否为可合一，若可合一，则求出其最一般合一。
(1) P(a, b), P(x, y)(2) P(f(x), b), P(y, z)(3) P(f(x), y), P(y, f(b))(4) P(f(y), y, x), P(x, f(a), f(b))(5) P(x, y), P(y, x)解：(1) 可合一，其最一般和一为：σ={a/x, b/y}。
(2) 可合一，其最一般和一为：σ={y/f(x), b/z}。
(3) 可合一，其最一般和一为：σ={ f(b)/y, b/x}。
(4) 不可合一。
(5) 可合一，其最一般和一为：σ={ y/x}。
2 把下列谓词公式化成子句集：(1)(∀x)(∀y)(P(x, y)∧Q(x, y))(2)(∀x)(∀y)(P(x, y)→Q(x, y))(3)(∀x)(∃y)(P(x, y)∨(Q(x, y)→R(x, y)))(4)(∀x) (∀y) (∃z)(P(x, y)→Q(x, y)∨R(x, z))解：(1) 由于(∀x)(∀y)(P(x, y)∧Q(x, y))已经是Skolem标准型，且P(x, y)∧Q(x, y)已经是合取范式，所以可直接消去全称量词、合取词，得{ P(x, y), Q(x, y)}再进行变元换名得子句集：S={ P(x, y), Q(u, v)}(2) 对谓词公式(∀x)(∀y)(P(x, y)→Q(x, y))，先消去连接词“→”得：(∀x)(∀y)(¬P(x, y)∨Q(x, y))此公式已为Skolem标准型。
再消去全称量词得子句集：S={¬P(x, y)∨Q(x, y)}(3) 对谓词公式(∀x)(∃y)(P(x, y)∨(Q(x, y)→R(x, y)))，先消去连接词“→”得：(∀x)(∃y)(P(x, y)∨(¬Q(x, y)∨R(x, y)))此公式已为前束范式。
复习参考题一、填空I•构成产生式系统的基本元素有综合数据库、规则库、控制系统,控制策略按执行规则的方式分类，分为止向、逆向、双向三类。
2•归结过程中控制策略的作用是给出控制策略，以使仅对选择合适的子句间方可做归结，避免多余的、不必要的归结式出现或者说，少做些归结仍能导出空子句。
常见的控制策略有线性归结策略、支持集策略、单元归结、输入归结。
3.公式G和公式的子句集并不等值，但它们在不可满足的意义下是一致的。
4.与或图的启发式搜索算法(A0*算法)的两个过程分别是图生成过程即扩展节点和计算耗散值的过程。
5.人工智能的研究途径主要有两种不同的观点，一种观点称为符号主义,认为人类智能基木单元是符号。
另一种观点称为连接主义(仿牛主义)，认为职能的基本单元是神经元。
6.集合｛P(a, x, f (g(y))? P(z, f (z) ,f(u)))的mgu (最一般合一置换)为｛z/a, f(x)/x, u/g(y)｝o7•语义网络是对知识的有向图表示方法，一个最简单的语义网络是一个形如节点1、弧、节点2的三元组，语义网络可以描述事物间多种复杂的语义关系、常用ISA、AKO弧表示节点间具有类屈的分类关系。
语义网络下的推理是通过继承和匹配实现的。
8.当前人工智能研究的热点之一就是机器学习。
常见的机器学习方法可分为连接学习、归纳学习、分析学习和遗传算法与分类器系统等。
一个机器学习系统应有环境、知识库、学习环节和执行环节四个基本部分组成。
9•常用的知识表示法有逻辑表示法、产牛式规则表示法、语义网络表示法、框架理论表示法、过程表示法等。
10.有两个A*算法A1和A2,若A1比A2有较多的启发信息，贝9hl(n)>h2(n)oII.关于A算法与A*算法,若规定h(n)M0,并J1定义启发函数:P|c(n)=g*(n)+h*(n) 表示初始状态S。
经点n到Fl标状态Sg最优路径的费用。
其屮g*(n)为So到n的最小费用，h*(n)为到Sg的实际最小费用。
三大块: 一、搜索1.什么是搜索？有哪两大类搜索方法？两者的区别是什么？2.什么是状态空间？用状态空间表示问题时，什么是问题的解？什么是最优解，最优解唯一吗？3.在状态空间的搜索过程中，Open表和Closed表的作用与区别是什么？4.广度优先搜索与深度优先搜索有何区别？什么时候使用广度？什么时候使用深度？5. 下列问题应使用什么优先策略?1.国际象棋程序2.医疗诊断程序3.寻找使机器人从A点到B点的路径规划程序4.一个决定从原料到最终产品的生产步骤地最优次序的程序5.用于判断两个命题演算表达式是否等同的程序6.分析深度和广度的优缺点。
7.什么是与树？什么是或树？什么是与/或树？什么是可解节点？什么是解树？8.何为估价函数？在估价函数中，g(n)和h(n)各起什么作用？9.移动将牌游戏:B B W W EB表示黑色将牌，W表示白色将牌，E表示空格，走法为：(1)任意一个将牌可移入邻近的空格，其代价规定为1(2)任何一个将牌可相隔…个其他的将牌跳入空格，其代价为跳过奖牌的数H加1。
游戏要达到的目标是把所有的W移到B的左边，请定义一个启发式函数h(n),并给出用这个启发式函数产生的搜索树。
10.与或树如下图所示，请分别用与或树的广度和深度搜索求出解树。
二、确定性推理(一阶谓词)1.什么是置换？什么是合一？什么是二元归结式?2.什么是子句集？如何将谓词公式转化为子句集?3.把下列谓词公式转化为子句集。
1.(Vx)(Vy)(P(x,y)A2U,y))2.(Vx)(3y)(P(x, y) v (g(x, y) T R(x, y)))4.对下列各题分别证明G是否为Fl, F2,……Fn 的逻辑结论1.F1: (Vx)(P(x) t (Vy)(Q(y) t 7(九刃))F2： (3x)(P(x) A (Vy)(/?(y) L(x, y)))G：(色)(R(x) t2.F：(V X)(P(X)A((2(«)V2O)G： (%)(P(x)人Q(x))5.设有如下一段知识张、王、李都属于高山协会，该协会的每个成员不是滑雪运动员就是登山运动员，登山运动员不喜欢雨, 而且任一个不喜欢雪的运动员不是滑雪运动员，王讨厌李所喜欢的一切东西，而喜欢张所讨厌的一切东西, 张喜欢雨和雪。
第1章 1.1 解图如下：(1) 1->2(2) 1->3(3) 2->3(6) 3->2(5) 3->1(4) 2->1 8数码问题 启发函数为不在位的将牌数启发函数为不在位的将牌数距离和S(4)S(5)第2章 2.1 解图：第3章 3.18(1)证明：待归结的命题公式为()P Q P ∧→，合取范式为：P Q P ∧∧，求取子句集为{,,}S P Q P =，对子句集中的子句进行归结可得：① P ② Q③P ④ ①③归结 由上可得原公式成立。
(2)证明：待归结的命题公式为())(()())P Q R P Q P R →→∧→→→（，合取范式为：()()P Q R P Q P R ∨∨∧∨∧∧，求取子句集为{,,,}S P Q R P Q P R =∨∨∨，对子句集中的子句进行归结可得：① P Q R ∨∨ ② P Q ∨③ P ④R ⑤ Q②③归结⑥ P R ∨ ①④归结⑦ R ③⑥归结 ⑧ ④⑦归结 由上可得原公式成立。
(3)证明：待归结的命题公式为()(())Q P Q P Q →∧→→，合取范式为：()()Q P Q P Q ∨∧∨∧，求取子句集为{,,}S Q P Q P Q =∨∨，对子句集中的子句进行归结可得：① Q P ∨ ② Q③ Q P ∨④ P ①②归结 ⑤ P ②③归结 ⑥ ④⑤归结 由上可得原公式成立。
3.19 答案(1) {/,/,/}mgu a x b y b z = (2) {(())/,()/}mgu g f v x f v u = (3) 不可合一(4) {/,/,/}=mgu b x b y b z3.23 证明R1：所有不贫穷且聪明的人都快乐：(()()())∀∧→x Poor x Smart x Happy x R2：那些看书的人是聪明的：(()())∀→x read x Smart xR3：李明能看书且不贫穷：()()∧read Li Poor LiR4：快乐的人过着激动人心的生活：(()())∀→x Happy x Exciting x 结论李明过着激动人心的生活的否定：()Exciting Li将上述谓词公式转化为子句集并进行归结如下：由R1可得子句：①()()()Poor x Smart x Happy x∨∨由R2可得子句：②()()read y Smart y∨由R3可得子句：③()read Li④()Poor Li由R4可得子句：⑤()()∨Happy z Exciting z有结论的否定可得子句：⑥()Exciting Li根据以上6条子句，归结如下：⑦()Happy Li⑤⑥Li/z⑧()()∨⑦①Li/xPoor Li Smart Li⑨()Smart Li⑧④⑩()read Li⑨②Li/y⑩③⑪第4章4.9 答案4.11 答案第5章 5.9 答案 解：把该网络看成两个部分，首先求取(1|12)P T S S ∧。
第7章机器学习参考答案7-6 设训练例子集如下表所示：序号属性分类x1x21 T T +2 T T +3 T F -4 F F +5 F T _6 F T _请用ID3算法完成其学习过程。
解：设根节点为S，尽管它包含了所有的训练例子，但却没有包含任何分类信息，因此具有最大的信息熵。
即：H(S)= - (P(+)log2 P(+) + P(-)log2 P(-))式中P(+)=3/6，P(-)=3/6分别是决策方案为“+”或“-”时的概率。
因此有H(S)= - ((3/6)log2(3/6) + (3/6)log2(3/6))=1按照ID3算法，需要选择一个能使S的期望熵为最小的一个属性对根节点进行扩展，因此我们需要先计算S关于每个属性的条件熵：H(S|x i)= ( |S T| / |S|)* H(S T) + ( |S F| / |S|)* H(S F)其中，T和F为属性x i的属性值，S T和S F分别为x i=T或x i=F时的例子集，|S|、| S T|和|S F|分别为例子集S、S T和S F的大小。
下面先计算S关于属性x1的条件熵：在本题中，当x1=T时，有：S T={1，2，3}当x1=F时，有：S F={4，5，6}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=| S F |=3。
由S T可知，其决策方案为“+”或“-”的概率分别是：P ST(+)=2/3P ST (-)=1/3因此有：H(S T)= - (P ST (+)log2 P ST (+) + P ST (-)log2 P ST (- ))= - ((2/3)log2(2/3) + (1/3)log2(1/3))=0.9183再由S F可知，其决策方案为“+”或“-”的概率分别是：P SF (+)=1/3P SF (-)=2/3则有：H (S F)= - (P SF (+)log2 P SF (+) + P SF (-)log2 P SF (- ))= - ((1/3)log2(1/3)+ (2/3)log2(2/3))=0.9183将H(S T)和H (S F)代入条件熵公式，有：H(S|x1)=(|S T|/|S|)H(S T)+ (|S F|/|S|)H(S F)=(3/6)﹡0.9183 + (3/6)﹡0.9183=0.9183下面再计算S关于属性x2的条件熵：在本题中，当x2=T时，有：S T={1，2，5，6}当x2=F时，有：S F={3，4}其中，S T和S F中的数字均为例子集S中的各个例子的序号，且有|S|=6，| S T |=4，| S F |=2。
第2章知识表示方法部分参考答案2.8设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)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。
解：定义谓词P(x)：x是人L(x,y)：x喜欢y其中，y的个体域是{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) 有人每天下午都去打篮球。
解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(∃x )(∀y) (A(y)→B(x)∧P(x))(3)新型计算机速度又快，存储容量又大。
解：定义谓词NC(x)：x是新型计算机F(x)：x速度快B(x)：x容量大将知识用谓词表示为：(∀x) (NC(x)→F(x)∧B(x))(4) 不是每个计算机系的学生都喜欢在计算机上编程序。
解：定义谓词S(x)：x是计算机系学生L(x, pragramming)：x喜欢编程序U(x,computer)：x使用计算机将知识用谓词表示为：¬(∀x) (S(x)→L(x, pragramming)∧U(x,computer))(5)凡是喜欢编程序的人都喜欢计算机。
解：定义谓词P(x)：x是人L(x, y)：x喜欢y将知识用谓词表示为：(∀x) (P(x)∧L(x,pragramming)→L(x, computer))2.9 用谓词表示法求解机器人摞积木问题。
设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。
机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。
积木世界的布局如下图所示。
解：(1) 先定义描述状态的谓词CLEAR(x)：积木x 上面是空的。
ON(x, y)：积木x 在积木y 的上面。
ONTABLE(x)：积木x 在桌子上。
HOLDING(x)：机械手抓住x 。
《人工智能》课后习题答案第一章绪论1.1答：人工智能确实是让机器完成那些假如由人来做则需要智能的情况的科学。
人工智能是相关于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来仿照延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。
1.2答：“智能”一词源于拉丁“Legere”，意思是收集、聚拢，智能通常用来表示从中进行选择、明白得和感受。
所谓自然智能确实是人类和一些动物所具有的智力和行为能力。
智力是针对具体情形的，依照不同的情形有不同的含义。
“智力”是指学会某种技能的能力，而不是指技能本身。
1.3答：专家系统是一个智能的运算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。
即任何解题能力达到了同领域人类专家水平的运算机程序度能够称为专家系统。
1.4答：自然语言处理—语言翻译系统，金山词霸系列机器人—足球机器人模式识别—Microsoft Cartoon Maker博弈—围棋和跳棋第二章知识表达技术2.1解答：（1）状态空间(State Space)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G）：S—状态集合;O—操作算子集合;S0—初始状态,S0⊂S;G—目的状态,G⊂S,(G可若干具体状态，也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。
状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态：O1 O2 O3 OkS0→−−−S1→−−−S2→−−−……→−−−G其中O1，…，Ok即为状态空间的一个解(解往往不是唯独的)（2）谓词逻辑是命题逻辑的扩充和进展，它将原子命题分解成客体和谓词两个部分。
与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。
一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。
（3）语义网络是一种采纳网络形式表示人类知识的方法。
