文档视界 最新最全的文档下载
当前位置:文档视界 › 哈工大人工智能导论实验报告

哈工大人工智能导论实验报告

哈工大人工智能导论实验报告
哈工大人工智能导论实验报告

人工智能导论实验报告

学院:计算机科学与技术学院

专业:计算机科学与技术

目录

人工智能导论实验报告.......................................... 错误!未定义书签。

一、简介(对该实验背景,方法以及目的的理解) ............. 错误!未定义书签。

1.实验背景......................................... 错误!未定义书签。

2.实验方法......................................... 错误!未定义书签。

3.实验目的......................................... 错误!未定义书签。

二、方法(对每个问题的分析及解决问题的方法)........... 错误!未定义书签。

Q1: Depth First Search ................................ 错误!未定义书签。

Q2: Breadth First Search .............................. 错误!未定义书签。

Q3: Uniform Cost Search ............................... 错误!未定义书签。

Q4: A* Search ......................................... 错误!未定义书签。

Q5: Corners Problem: Representation ................... 错误!未定义书签。

Q6: Corners Problem: Heuristic ........................ 错误!未定义书签。

Q7: Eating All The Dots: Heuristic .................... 错误!未定义书签。

Q8: Suboptimal Search ................................. 错误!未定义书签。

三、实验结果(解决每个问题的结果)..................... 错误!未定义书签。

Q1: Depth First Search ................................ 错误!未定义书签。

Q2: Breadth First Search .............................. 错误!未定义书签。

Q3: Uniform Cost Search ............................... 错误!未定义书签。

Q4: A* Search ......................................... 错误!未定义书签。

Q5: Corners Problem: Representation ................... 错误!未定义书签。

Q6: Corners Problem: Heuristic ........................ 错误!未定义书签。

Q7: Eating All The Dots: Heuristic .................... 错误!未定义书签。

Q8: Suboptimal Search ................................. 错误!未定义书签。

自动评分.............................................. 错误!未定义书签。

四、总结及讨论(对该实验的总结以及任何该实验的启发) ... 错误!未定义书签。

一、简介(对该实验背景,方法以及目的的理解)

1.实验背景

1)自人工智能概念被提出,人工智能的发展就受到了很大的关注,取得了长足的发展,成

为一门广泛的交叉和前沿科学。到目前,弱人工智能取得了长足的发展,而强人工智能则暂时处于瓶颈。

2)吃豆人Pacman 居住在亮蓝色的世界里,在这个世界有弯曲的走廊和美味佳肴。游戏的

目的就是控制游戏的主角小精灵吃掉藏在迷宫内所有的豆子,并且不能被幽灵抓到。高效地浏览世界将是吃豆人掌握世界的第一步。

3)通过本学期的学习我们已经初步掌握了人工智能的基本知识,在实验中则应用这些知识

使用人工智能操纵吃豆人游戏。

2.实验方法

1)在本实验中, Pacman 智能体将找到通过迷宫世界的路径, 既包括到达一个指定的位

置,也包括高效地搜集食物。我们编辑文件和,编写一系列吃豆人程序,包括到达指定位置以及有效的吃豆,并将其应用到Pacman场景,完成对相关人工智能功能的完善。

2)在本实验中,我们对下面8个问题进行研究,针对每个问题提出解决方法,逐步完成吃

豆人游戏:

Q1: Depth First Search

Q2: Breadth First Search

Q3: Uniform Cost Search

Q4: A* Search

Q5: Corners Problem: Representation

Q6: Corners Problem: Heuristic

Q7: Eating All The Dots: Heuristic

Q8: Suboptimal Search

3.实验目的

1)完成实验报告中的问题,编写一系列吃豆人程序,包括到达指定位置以及有效的吃豆;

2)通过分析吃豆人游戏巩固课堂上所学内容;

3)复习python语言的使用。

二、方法(对每个问题的分析及解决问题的方法)

Q1: Depth First Search

应用深度优先算法找到一个特定的位置的豆,我们通过depthFirstSearch函数实现深度优先搜索的功能。

深度优先遍历的方法是,从图中某顶点v出发:

1)访问顶点v;

2)依次从v的未被访问的邻接点出发,对图进行深度优先遍历;直至图中和v有路径相通

的顶点都被访问;

3)若此时图中尚有顶点未被访问,则从一个未被访问的顶点出发,重新进行深度优先遍历,

直到图中所有顶点均被访问过为止。

深度优先搜索的顺序如下图所示:

在depthFirstSearch中,由于搜索过程中火重复访问到部分节点,所以需要对于每个节点设置标记,以指示该节点是否被访问过。先将每个后继节点压入搜索栈中,然后以深度优先的顺序进行搜索,判定是否符合目标状态,并将符合结果的节点放入结果集。

Q2: Breadth First Search

应用宽度优先算法找到一个特定的位置的豆,我们通过breadthFirstSearch函数实现深度优先搜索的功能。

广度优先搜索算法的思想是:从图中某顶点v出发,在访问了v之后依次访问v的各个未曾访问过的邻接点,然后分别从这些邻接点出发依次访问它们的邻接点,并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问,直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问,则需要另选一个未曾被访问过的顶点作为新的起始点,重复上述过程,直至图中所有顶点都被访问到为止。如下图:

在breadthFirstSearch中,大体的搜索思路与深度优先算法一致,只是搜索的次序发生了变化。

在这里注意,在深度优先搜索和广度优先搜索方法中,我们使用的图搜索算法是一样的,但是涉及到具体的数据结构却是不同的。在深度优先搜索算法中,我们使用栈进行操作,在深度优先搜索算法中,我们使用队列进行操作,如下图所示。这两种数据结构的不同之处就在于其中元素的输出次序,在深度优先搜索中需要按照压栈顺序的逆序进行搜索,咋子广度优先搜索中需要按照入队顺序的顺序进行搜索。

Q3: Uniform Cost Search

很多情况下,路径中的代价是可以改变的,在这个问题中,我们完成代价一致搜索方法。

代价一致搜索,其实就是一个贪心搜索,取代扩展深度最浅的节点,代价一致搜索扩展的是路径消耗最低的节点n。如果所有单步耗散都相等的话,这种算法就和广度优先搜索算法是一样的。不过,这样在扩展到一个具有能返回到同一状态的零耗散行动的节点时就会陷入无限循环。

在uniformCostSearch函数中,我们计算每条路径的总代价,将总代价作为优先级进行搜索,待搜索序列存储于队列中。对于每个节点,使用代价函数getCostOfActions计算其所产生的代价,并依次作为搜索的优先级进行搜索。同样的,对于每个节点添加是否被访问的标记。Q4: A* Search

A*算法是一种静态路网中求解最短路最有效的直接搜索方法,也是许多其他问题的常用启发式算法,对代价一致搜索算法进行了改进,加入了一个估计代价h。公式表示为:f(n)=g(n)+h(n),其中 f(n) 是从初始状态经由状态n到目标状态的代价估计,g(n) 是在状态空间中从初始状态到状态n的实际代价,h(n) 是从状态n到目标状态的最佳路径的估计代价(对于路径搜索问题,状态就是图中的节点,代价就是距离)。

在本实验中,我们使用曼哈顿距离作为启发函数。在aStarSearch函数中,我们首先搜索具有最低组合成本和启发式的节点。类似于问题三,我们计算每个节点的代价,并以此为依据搜索产生结果集,在搜索的过程中,还需要标记节点是否已经被访问过。

Q5: Corners Problem: Representation

找到所有的角落,在角落迷宫的四个角上面有四个豆,通过这个函数找到一条访问所有四个角落的最短的路径。

在CornersProblem类中,我们使用__init__函数存储墙壁的位置,吃豆人的起点和角落位置,定义新的函数getStartState用于获得节点起始状态,isGoalState函数判断当前节点是否为目标节点,getSuccessors函数返回后继状态,所需的操作以及代价,getCostOfActions函数计算动作序列所需的代价。

查找后继节点时,在四个方向一次遍历,使用directionToVector移动位置,如果没有墙,则把下一个的状态,动作,花费的步数加入下一节点

Q6: Corners Problem: Heuristic

构建合适的启发函数,完成问题5中的角落搜索问题。

在问题五使用的CornersProblem类中定义cornersHeuristic函数,为角落问题构造启发函数。在cornersHeuristic函数中使用了GetNextNodes函数获取下一个节点,isGoal函数判断是否为目标。

Q7: Eating All The Dots: Heuristic

用尽可能少的步数吃掉所有的豆子。这个问题利用之前A*算法可以很容易找到解,此种方法在这里不再详述。

下面在FoodSearchProblem类中定义函数foodHeuristic,构建合适的启发函数完成豆子搜索(启发式)问题。

Q8: Suboptimal Search

次最优搜索,定义一个优先吃最近的豆子的函数,以此来提高搜索速度。

补充AnyFoodSearchProblem目标测试函数,并在ClosestDotSearchAgent当中添加findPathToClosestDot函数,用于寻找最近的豆子。

三、实验结果(解决每个问题的结果)Q1: Depth First Search

python -l tinyMaze -p SearchAgent

python -l mediumMaze -p SearchAgent

python -l bigMaze -z .5 -p SearchAgent

Q2: Breadth First Search

python -l mediumMaze -p SearchAgent -a fn=bfs

python -l bigMaze -p SearchAgent -a fn=bfs -z .5

Q3: Uniform Cost Search

python -l mediumMaze -p SearchAgent -a fn=ucs

python -l mediumDottedMaze -p StayEastSearchAgent

python -l mediumScaryMaze -p StayWestSearchAgent

Q4: A* Search

python -l bigMaze -z .5 -p SearchAgent -a fn=astar,heuristic=manhattanHeuristic

Q5: Corners Problem: Representation

python -l tinyCorners -p SearchAgent -a fn=bfs,prob=CornersProblem

python -l mediumCorners -p SearchAgent -a fn=bfs,prob=CornersProblem

Q6: Corners Problem: Heuristic python -l mediumCorners -p AStarCornersAgent -z

Q7: Eating All The Dots: Heuristic python -l trickySearch -p AStarFoodSearchAgent

Q8: Suboptimal Search

python -l bigSearch -p ClosestDotSearchAgent -z .5

自动评分

四、总结及讨论(对该实验的总结以及任何该实验的启发)

1.在这个实验中,我们对深度优先搜索、广度优先搜索、代价一致搜索和A*算法四种搜

索方法进行了python代码实现,对这四种方法有了进一步的了解。与深度优先搜索和广度优先上搜索方法相比,代价一致搜索方法的效率更高,在代价一致上搜索方法失效时,等同于广度优先搜索。A*算法是最有效的直接搜索算法,使用公式进行预处理,这样能够省略大量不必要的搜索路径,提高了效率。

2.在启发式搜索中,估价函数非常重要,准确的估价函数能够增大搜索函数的效率并且具

有相当高的准确性。由此,在启发式搜索中对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。

3.在本次实验中使用了大量python语言中的类,对之前的python知识有了很大的扩展。

人工智能实验报告大全

人工智能实验报告大 全

人工智能课内实验报告 (8次) 学院:自动化学院 班级:智能1501 姓名:刘少鹏(34) 学号: 06153034 目录 课内实验1:猴子摘香蕉问题的VC编程实现 (1) 课内实验2:编程实现简单动物识别系统的知识表示 (5)

课内实验3:盲目搜索求解8数码问题 (18) 课内实验4:回溯算法求解四皇后问题 (33) 课内实验5:编程实现一字棋游戏 (37) 课内实验6:字句集消解实验 (46) 课内实验7:简单动物识别系统的产生式推理 (66) 课内实验8:编程实现D-S证据推理算法 (78)

人工智能课内实验报告实验1:猴子摘香蕉问题的VC编程实现 学院:自动化学院 班级:智能1501 姓名:刘少鹏(33) 学号: 06153034 日期: 2017-3-8 10:15-12:00

实验1:猴子摘香蕉问题的VC编程实现 一、实验目的 (1)熟悉谓词逻辑表示法; (2)掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子(即机器人),位于a处。在c处上方的天花板上有一串香蕉,猴子想吃,但摘不到。房间的b处还有一个箱子,如果猴子站到箱子上,就可以摸着天花板。如图1所示,对于上述问题,可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题

四、源代码 #include unsigned int i; void Monkey_Go_Box(unsigned char x, unsigned char y) { printf("Step %d:monkey从%c走到%c\n", ++i, x, y);//x表示猴子的位置,y为箱子的位置 } void Monkey_Move_Box(char x, char y) { printf("Step %d:monkey把箱子从%c运到%c\n", ++i, x, y);//x表示箱子的位置,y为香蕉的位置 } void Monkey_On_Box() { printf("Step %d:monkey爬上箱子\n", ++i); } void Monkey_Get_Banana() { printf("Step %d:monkey摘到香蕉\n", ++i); } void main() { unsigned char Monkey, Box, Banana; printf("********智能1501班**********\n"); printf("********06153034************\n"); printf("********刘少鹏**************\n"); printf("请用a b c来表示猴子箱子香蕉的位置\n"); printf("Monkey\tbox\tbanana\n"); scanf("%c", &Monkey); getchar(); printf("\t"); scanf("%c", &Box); getchar(); printf("\t\t"); scanf("%c", &Banana); getchar(); printf("\n操作步骤如下\n"); if (Monkey != Box) { Monkey_Go_Box(Monkey, Box); } if (Box != Banana)

《人工智能导论》试卷B

人工智能试卷(B) 试题部分: 一、选择题(15小题,共15分) 1、97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) A)深蓝B)IBM C)深思D)蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、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 ) A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A)框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、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C A)明斯基B).扎德C)图林D)冯.诺依曼 7、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 )。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分(A) A.)用户B)综合数据库C)推理机D)知识库 9、产生式系统的推理不包括(D ) A)正向推理B)逆向推理C)双向推理D)简单推理 10、C(B|A) 表示在规则A->B中,证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结(消解)证明定理时,若当前归结式是(C)时,则定理得证。 A)永真式B)包孕式(subsumed)C)空子句 13、在公式中?y?xp(x,y)),存在量词是在全称量词的辖域内,我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义,它把每个y值映射到存在的那个x。这种函数叫做(B ) A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后,得到(B ) A. P B. Q C. ~P D.P∨Q

哈工大单片机实验报告(上传)

H a r b i n I n s t i t u t e o f T e c h n o l o g y 单片机原理与应用 实验报告 学生姓名: 学号: 班级: 专业: 任课教师: 所在单位: 2013年5月

软件实验 在软件实验部分,通过实验程序的调试,使学生熟悉MCS-51的指令系统,了解程序设计过程,掌握汇编语言设计方法以及如何使用实验系统提供的调试手段来排除程序错误。 实验一清零程序 一、实验目的 掌握汇编语言设计和调试方法,熟悉键盘操作。 二、实验内容 把2000~20FFh的内容清零。 三、程序框图 四、实验过程 实验中利用MOVX语句,将外部存储器指定内容清零。利用数据指针DPTR完成数据传送工作。程序采用用循环结构完成,R0移动单元的个数,可用CJNE比较语句判断循环是否结束。 五、实验结果及分析 清零前清零后

【问题回答】清零前2000H~20FFH中为内存里的随机数,清零后全变为0。 六、实验源程序 AJMP MAIN ORG 0640H MAIN: MOV R0, #00H MOV DPL, #00H MOV DPH, #20H LOOP: MOV A, #00H MOVX @DPTR, A INC DPTR INC R0 CJNE R0, #0FFH, LOOP MOVX @DPTR, A END 实验二拆字程序 一、实验目的 掌握汇编语言设计和调试方法。 二、实验内容 把2000h的内容拆开,高位送2001h低位,低位送2002h低位,2001h、2002h高位清零,一般本程序用于把数据送显示缓冲区时用。 三、程序框图 四、实验过程 将寄存器中内容送入2000H,分别将高低四位移到低位,将高四位置零然后移入2001H 和2002H中。利用MOVX语句、DPTR指针可实现数据的传送,利用高低四位交换语句SWAP和与语句ANL可进行对高低位的清零。

人工智能实验报告

《人工智能》课外实践报告 项目名称:剪枝法五子棋 所在班级: 2013级软件工程一班 小组成员:李晓宁、白明辉、刘小晶、袁成飞、程小兰、李喜林 指导教师:薛笑荣 起止时间: 2016-5-10——2016-6-18

项目基本信息 一、系统分析 1.1背景

1.1.1 设计背景 智力小游戏作为人们日常休闲娱乐的工具已经深入人们的生活,五子棋更成为了智力游戏的经典,它是基于AI的αβ剪枝法和极小极大值算法实现的人工智能游戏,让人们能和计算机进行对弈。能使人们在与电脑进行对弈的过程中学习五子棋,陶冶情操。并且推进人们对AI的关注和兴趣。 1.1.2可行性分析 通过研究,本游戏的可行性有以下三方面作保障 (1)技术可行性 本游戏采用Windows xp等等系统作为操作平台,使用人工智能进行算法设计,利用剪枝法进行编写,大大减少了内存容量,而且不用使用数据库,便可操作,方便可行,因此在技术上是可行的。 (2)经济可行性 开发软件:SublimText (3)操作可行性 该游戏运行所需配置低、用户操作界面友好,具有较强的操作可行性。 1.2数据需求 五子棋需要设计如下的数据字段和数据表: 1.2.1 估值函数:

估值函数通常是为了评价棋型的状态,根据实现定义的一个棋局估值表,对双方的棋局形态进行计算,根据得到的估值来判断应该采用的走法。棋局估值表是根据当前的棋局形势,定义一个分值来反映其优势程度,来对整个棋局形势进行评价。本程序采用的估值如下: 状态眠二假活三眠三活二冲四假活三活三活四连五 分值 2 4 5 8 12 15 40 90 200 一般来说,我们采用的是15×15的棋盘,棋盘的每一条线称为一路,包括行、列和斜线,4个方向,其中行列有30路,两条对角线共有58路,整个棋盘的路数为88路。考虑到五子棋必须要五子相连才可以获胜,这样对于斜线,可以减少8路,即有效的棋盘路数为72路。对于每一路来说,第i路的估分为E(i)=Ec(i)-Ep(i),其中Ec(i)为计算机的i路估分,Ep(i)为玩家的i路估分。棋局整个形势的估值情况通过对各路估分的累加进行判断,即估值函数: 72 F(n)= Σ E(i) i=1 1.2.2 极小极大值算法: 极大极小搜索算法就是在博弈树在寻找最优解的一个过程,这主要是一个对各个子结点进行比较取舍的过程,定义一个估值函数F(n)来分别计算各个终结点的分值,通过双方的分值来对棋局形势进行分析判断。以甲乙两人下棋为例,甲为max,乙为min。当甲走棋时,自然在博弈树中寻找最大点的走法,轮到乙时,则寻找最小点的走法,如此反复,这就是一个极大极小搜索过程,以此来寻找对机器的最佳走法。

公需公需科目3人工智能导论答案

公需科目3 人工智能导论答案 1、(单选,4分) 当前最流行的深度学习属于() A、连接主义 B、符号注意 C、行为主义 D、经验主义 答案:A 2、(单选,4分) AI是()的英文缩写 A、Automatic?Intelligence B、Artificial Intelligence C、Automatice?Information D、Artifical?Information 答案:B 3、(单选,4分) 下列哪个不是人工智能的研究领域() A、机器学习 B、图像处理 C、自然语言处理 D、编译原理 答案:D

4、(单选,4分) ()最早提出了机器智能的测试模型,并提出了人工智能的含义 A、爱因斯坦 B、霍金 C、波尔 D、图灵 答案:D 5、(单选,4分) 人工智能的目的是让机器能够( ),以实现某些脑力劳动的机械化。 A、具有完全的智能 B、和人脑一样考虑问题 C、完全代替人 D、模拟、延伸和扩展人的智能 答案:D 6、(单选,4分) 下列关于人工智能的叙述不正确的有( ) A、人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B、人工智能是科学技术发展的趋势。 C、因为人工智能的系统研究是从上世纪五十年代才开始的,非常新,所以十分重要。 D、人工智能有力地促进了社会的发展。 答案:C 7、(单选,4分) 自然语言理解是人工智能的重要应用领域,下面列举中的()不是它要实现的目标。 A、理解别人讲的话。 B、对自然语言表示的信息进行分析概括或编辑。 C、欣赏音乐。

D、机器翻译。 答案:C 8、(单选,4分) 一般来讲,下列语言不常直接用于人工智能开发的是()。 A、Python B、Go C、R D、汇编语言 答案:D 9、(单选,4分) 确定性知识是指()知识。 A、可以精确表示的 B、正确的 C、在大学中学到的知识 D、能够解决问题的 答案:A 10、(单选,4分) 阿尔法狗打败柯洁,用的是() A、人工思维 B、机器思维 C、人工智能 D、博弈论 答案:C 11、(单选,4分) 下列( )不属于艾莎克.阿莫西夫提出的“机器人三定律”内容? A、机器人不得伤害人,或任人受到伤害而无所作为

人工智能导论试卷一答案 (上海交大)

一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中,fm的含义是到当前为止,扩展的节点中,f的最大值 2、对任意节点n,设m是n的子节点,当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时,称h是单调的。 三、问答题答案 第1题 答:当问题有解时,A*算法总是找到问题的最优解结束。如果h函数定义的不合理,则当扩展一个节点时,不一定就找到了从初始节点到该节点的最优路径,对于这样的节点,就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时,则一定会被多次扩展。解决的方法一是对h函数的定义给出限制,使得h满足单调性。对于满足单调性条件的h,则一定不会出现重复扩展节点问题。二是对A*算法加以改进,使用修正的A*算法进行搜索,则可以减少重复扩展节点问题。 第2题 答:回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索,而回溯搜索则不是图搜索。在回溯搜索中,只保留了从初始节点到当前节点的搜索路径。而深度优先搜索,则保留了所有的已经搜索过的路径。 第3题 答:化子句集如下:

归结树如下: 修改证明树:

得到问题的解答:R(h(f(g(c, a)))) 第4题 第5题 答:搜索图如图所示,其中括号内标出的是节点的f值,圆圈内的数字是扩展的次序。F(16) 得到的解路径为:S-B-F-J-T 第6题 答:如下的知识可以帮助求解该问题: (1)序列中,偶数在偶数位置,奇数在奇数位置; (2)第五个数为5。 综合数据库:

用一个1到9的序列表示:N = {x},其中x为1到9的数字之一。规则集: r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度,In(a, b, c, d)为取a、b、c、d之一。初始状态:{} 结束条件:得到的序列N前i个数组成的整数能被i整除。

(完整word版)哈工大人工智能导论实验报告

人工智能导论实验报告 学院:计算机科学与技术学院 专业:计算机科学与技术 2016.12.20

目录 人工智能导论实验报告 (1) 一、简介(对该实验背景,方法以及目的的理解) (3) 1. 实验背景 (3) 2. 实验方法 (3) 3. 实验目的 (3) 二、方法(对每个问题的分析及解决问题的方法) (4) Q1: Depth First Search (4) Q2: Breadth First Search (4) Q3: Uniform Cost Search (5) Q4: A* Search (6) Q5: Corners Problem: Representation (6) Q6: Corners Problem: Heuristic (6) Q7: Eating All The Dots: Heuristic (7) Q8: Suboptimal Search (7) 三、实验结果(解决每个问题的结果) (7) Q1: Depth First Search (7) Q2: Breadth First Search (9) Q3: Uniform Cost Search (10) Q4: A* Search (12) Q5: Corners Problem: Representation (13) Q6: Corners Problem: Heuristic (14) Q7: Eating All The Dots: Heuristic (14) Q8: Suboptimal Search (15) 自动评分 (15) 四、总结及讨论(对该实验的总结以及任何该实验的启发) (15)

2019公需科目《人工智能导论》答案

请选择答案。 1、(单选,4分) 当前最流行的深度学习属于() A、连接主义 B、符号注意 C、行为主义 D、经验主义 答案:A 2、(单选,4分) AI是()的英文缩写 A、Automatic?Intelligence B、Artificial Intelligence C、Automatice?Information D、Artifical?Information 答案:B 3、(单选,4分) 下列哪个不是人工智能的研究领域() A、机器学习 B、图像处理 C、自然语言处理 D、编译原理 答案:D 4、()最早提出了机器智能的测试模型,并提出了人工智能的含义 A、爱因斯坦 B、霍金 C、波尔 D、图灵 答案:D

5、(单选,4分) 人工智能的目的是让机器能够( ),以实现某些脑力劳动的机械化。 A、具有完全的智能 B、和人脑一样考虑问题 C、完全代替人 D、模拟、延伸和扩展人的智能 答案:D 6、(单选,4分) 下列关于人工智能的叙述不正确的有( ) A、人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B、人工智能是科学技术发展的趋势。 C、因为人工智能的系统研究是从上世纪五十年代才开始的,非常新,所以十分重要。 D、人工智能有力地促进了社会的发展。 答案:C 7、(单选,4分) 自然语言理解是人工智能的重要应用领域,下面列举中的()不是它要实现的目标。 A、理解别人讲的话。 B、对自然语言表示的信息进行分析概括或编辑。 C、欣赏音乐。 D、机器翻译。 答案:C 8、(单选,4分) 一般来讲,下列语言不常直接用于人工智能开发的是()。 A、Python B、Go C、R

《人工智能导论》试卷

一、填空: 1.人工智能的研究途径有(1)、(2)和行为模拟。 2.任意列举人工智能的四个应用性领域(3)、(4)、(5)、(6)。 3.人工智能的基本技术包括(7)、(8)、(9)归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言,其真值的特点和命题逻辑的区别是 (10)。 5.谓词逻辑中,重言式(tautlogy)的值是(11)。 6.设P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和C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1和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是(24),(25),(26)。 16.状态图启发式搜索算法的特点是(27)。 17.广度优先搜索算法中,OPEN表的数据结构实际是一个(28),深度优先搜索算 法中,OPEN表的数据结构实际是一个(29)。 18.产生式系统有三部分组成(30),(31)和推理机。其中推理可分为(32)和 (33)。 19.专家系统的结构包含人机界面、(34),(35),(36),(37)和解 释模块。

哈工大计算机网络实验报告之五

计算机网络课程实验报告 实验5:利用Ethereal分析TCP、UDP、ICMP协议 继续学习Ethereal的使用; 利用Ethereal分析TCP、UDP和ICMP协议。 TCP协议采用了哪些机制保证可靠数据传输。(3分) 数据重传和数据确认应答机制 Traceroute的工作过程,用自己的话来描述,200字以内,超过酌情扣分。 (4分) 构造数据包,来检查到达一个主机时经过了哪些路由。主机发送给目的地址的数据包的TTL是从1逐个递增的,而数据包每到达一个路由器,它的TTL值就会减1,当TTL减到0时,该数据包被取消,传回一个数据包给主机,我们就能捕获这个路由器的IP地址了。如果收到"超时错",表示刚刚到达的是路由器,而如果收到的是"端口不可达" 错误,表示刚刚到达的就是目的主机,路由跟踪完成,程序结束。 阐述一下为什么应用程序开发者会选择将应用程序运行在UDP而不是TCP 之上?(3分) UDP没有拥塞控制机制,发送方可以以任何速率向下层注入数据。很多实时应用是

可以容忍一定的数据丢失的,同时又对速率有很高要求(比如在线视频播放),这时开发者会倾向选择UDP协议,避免使用TCP协议的拥塞控制机制产生的分组开销。 实验过程: 使用Ethereal分析TCP协议: (15分)得分:抓取本机与https://www.docsj.com/doc/576328360.html,/ethereal-labs/alice.txt通信过程中的网络数据包。根据操作思考以下问题: 客户服务器之间用于初始化TCP连接的TCP SYN报文段的序号(sequence number)是多少?在该报文段中,是用什么来标示该报文段是SYN报文段的? Seq=0 Flags中的syn位为1,ack位为0,说明是syn报文段 服务器向客户端发送的SYNACK报文段序号是多少?该报文段中,Acknowledgement字段的值是多少?https://www.docsj.com/doc/576328360.html,服务器是如何决定此值 的?在该报文段中,是用什么来标示该报文段是SYNACK报文段的? Seq=0 Ack=1,服务器根据客户端发送的SYN报文的Seq值加一后得到此值 Flags中的Ack和Syn位都为1,所以是SYNACK报文

人工智能实验报告

计算机科学与技术1341901301 敏 实验一:知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一,也是进一步学习状态空间搜索策略的基础,本实验通过牧师与野人渡河的问题,强化学生对知识表示的了解和应用,为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河,但只有一条能容纳c个人的小船,为了防止野人侵犯牧师,要求无论在何处,牧师的人数不得少于野人的人数(除非牧师人数为0),且假定野人与牧师都会划船,试设计一个算法,确定他们能否渡过河去,若能,则给出小船来回次数最少的最佳方案。 三、基本要求 输入:牧师人数(即野人人数):n;小船一次最多载人量:c。 输出:若问题无解,则显示Failed,否则,显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程:初始状态->中间状态->目标状态。 例:当输入n=2,c=2时,输出:221->110->211->010->021->000 其中:X1表示起始岸上的牧师人数;X2表示起始岸上的野人人数;X3表示小船现在位置(1表示起始岸,0表示目的岸)。 要求:写出算法的设计思想和源程序,并以图形用户界面实现人机交互,进行输入和输出结果,如: Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000 四、算法描述 (1)算法基本思想的文字描述;

人工智能导论课参考答案第2章

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。 图机器人摞积木问题 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。 HANDEMPTY:机械手是空的。 其中,x和y的个体域都是{A, B, C}。 问题的初始状态是: ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是: ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中,机械手的操作需要定义以下4个谓词: Pickup(x):从桌面上拣起一块积木x。 Putdown(x):将手中的积木放到桌面上。 Stack(x, y):在积木x上面再摞上一块积木y。 Upstack(x, y):从积木x上面拣起一块积木y。 其中,每一个操作都可分为条件和动作两部分,具体描述如下:

人工智能导论在线作业

人工智能导论在线作业集团标准化办公室:[VV986T-J682P28-JP266L8-68PNN]

答:决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。 基本方法: 决策树一般由方块结点、圆形结点、方案枝、概率枝等组成,方块结点称为决策结点,由结点引出若干条细支,每条细支代表一个方案,称为方案枝;圆形结点称为状态结点,由状态结点引出若干条细支,表示不同的自然状态,称为概率枝。每条概率枝代表一种自然状态。在每条细枝上标明客观状态的内容和其出现概率。在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。这样树形图由左向右,由简到繁展开,组成一个树状网络图。 步骤: a.绘制决策树图。从左到右的顺序画决策树,此过程本身就是对决策问题的再分析过程。 b.按从右到左的顺序计算各方案的期望值,并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。 c.对比各方案的期望值的大小,进行剪枝优选。在舍去备选方案枝上,用“=”记号隔断。 2、什么是知识它有哪些特性列举至少六种知识表示方法 答:经过国内外学者的共同努力,目前已经有许多知识表示方法得到了深入的研究,目前使用较多的知识表示方法主要有:谓词逻辑表示法,产生式表示法、框架表示法、语义网络表示法、表示法、基于本体的知识表示法等。本文将介绍这些知识表示方法的特征和优缺点,进行一些分析和比较。 (1)词逻辑表示法。谓词逻辑表示法是指各种基于(ormalogic)知识表示方式,用逻辑公式描述对象、性质、状况和关系,例如“在轨道上”可以描述成:(npaceshiporbit)它是领域中使用最早和最广泛的知识表示方法之一。其根本目的在于把数学中的逻辑论证符号化,能够采用数学演绎的方式,证明一个新语句是从哪些已知正确的语句推导出来的,那么也就能够断定这个新语句也是正确的。 在这种方法中,识库可以看成一组逻辑公式的集合,识库的修改是增加或删除逻辑公式。使用逻辑法表示知识,将以描述的知识通过引入谓词、函数来加以形式描述,得有关的逻辑公式,而以机器内部代码表示。在逻辑法表示下可采用归结法或其它方法进行准确的推理。

人工智能导论1-4章作业

《人工智能导论》作业(1-4章) 1.人工智能有哪几个主要的学派?各学派的基本理论框架和主要研究方向有何不同?2.用谓词逻辑方法表述下面问题积木世界的问题。 (定义谓词、描述状态、定义操作、给出操作序列) 3.请给出下列描述的语义网络表示: 1)11月5日,NBA常规赛火箭主场对阵小牛,火箭107-76大胜小牛。 2)张老师从9月至12月给自动化专业学生教授《自动控制原理》。李老师从10至12月 给计算机专业学生教授《操作系统原理》。 3)树和草都是植物;树和草都有根和叶;水草是草,生活在水中;果树是树,会结果; 苹果树是果树,结苹果。 4.请用相应谓词公式描述下列语句: 1)有的人喜欢足球、有的人喜欢篮球;有的人既喜欢足球又喜欢篮球。 2)喜欢编程的同学都喜欢计算机。 3)不是每个自控系的学生都喜欢编程。 4)有一个裁缝,他给所有不自己做衣服的人做衣服。 5)如果星期六不下雨,汤姆就会去爬山。 5.什么是谓词公式的解释?对于公式?x ?y (P(x)→Q(f(x),y)) D={1,2,3} 分别给出使公式为真和假的一种解释。 6.什么是合一?求出下面公式的最一般合一: P(f(y), y, x) P(x, f(a),z)。 7.把下面谓词公式化为子句集 ?x ?y (P(x,y)∨Q(x,y))→R(x,y)) ?x (P(x) →?y(P(y)∧R(x,y))

?x (P(x)∧?y(P(y) →R(x,y))) 8.证明下面各题中,G是否是F的逻辑结论? F1: ?x (P(x) →?y(Q(y)→L(x,y))) F2: ?x (P(x)∧?y(R(y) →L(x,y))) G: ?x (R(x) →~Q(x)) F1: ?z (~B(z)→?y(D(z,y)∧C(y))) F2: ?x (E(x)∧A(x)∧?y (D(x,y) →E(y))) F3: ?y(E(y) →~B(y)) G: ?z (E(z) ∧C(z)) 9.已知:John, Mike, Sam是高山俱乐部成员。 高山俱乐部成员都是滑雪运动员或登山运动员(也可以都是)。 登山运动员不喜欢雨。 滑雪运动员都喜欢雪。 凡是Mike喜欢的,John就不喜欢。 凡是Mike 不喜欢的,John就喜欢。 Mike喜欢雨和雪。 问:高山俱乐部是否有一个成员,他是登山运动员,但不是滑雪运动员?如果有,他是谁?10.为什么说归结式是其亲本子句的逻辑结论? 11.何为完备的归结策略?有哪些归结策略是完备的? 12.何谓搜索?有哪些常用的搜索方法?盲目搜索与启发式搜索的根本区别是什么?13.用状态空间法表示问题时,什么是问题的解?什么是最优解?在图搜索算法中,OPEN 表和CLOSED表的作用是什么?f(x)有何不同含义? 14.宽度优先搜索和深度优先搜索有何不同?在何种情况下,宽度优先搜索优于深度优先搜索,何种情况反之? 15.什么是启发式搜索,g(x)与h(x)各有什么作用?A*算法的限制条件是什么?

福州大学《人工智能导论》试卷

福州大学2014~2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项:1、本试卷共8 页,请查看试卷中是否有缺页。 2、考试结束后,考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分,共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中,与谓词逻辑表示为ISA(LIMING ,MAN)等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成:一个总数据库、、。 5. ANN中文意义是。 6. 反向传播(back-propagation,BP)算法过程是从输出节点开始, ,所以称为“反向传播”。 7. 消解反演证明定理时,若当前归结式是,则定理得证。 8. 子句和P经过消解以后,得到。 9.基于规则的正向演绎系统,其规则形式为,其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父,曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后,可以化为 。

13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu(最一般合一)为 。 14. 进化策略是在父矢量x i ,i=1,2,……p中,通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分,共20分) 得分评卷人 1. 在图搜索中,选择最有希望的节点作为下一个要扩展的节点,这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是() A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列,这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题()解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时,有向弧AKO链、ISA链表达节点知识的() A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中()是能够合一的。 A. P(q(f(v)),g(u))和P(x,x) B. P(x,f(x))和P(y,y) C. P(y,y,B)和P(z,x,z) D. P(f(A),x),P(x,A) 8. 在遗传算法中,变量x的定义域为 [-2,5],要求其精度为10-6,现用二进制进行编码,

哈工大天线实验报告

Harbin Institute of Technology 天线原理实验报告 课程名称:天线原理 班级: 姓名: 学号: 同组人: 指导教师: 实验时间: 实验成绩: 注:本报告仅供参考 哈尔滨工业大学

一、实验目的 1. 掌握喇叭天线的原理。 2. 掌握天线方向图等电参数的意义。 3. 掌握天线测试方法。 二、实验原理 1. 天线电参数 (1).发射天线电参数 a.方向图:天线的辐射电磁场在固定距离上随空间角坐标分布的图形。 b.方向性系数:在相同辐射功率,相同距离情况下,天线在该方向上的辐射功率密度Smax与无方向性天线在该方向上的辐射功率密度S0之比值。 c.有效长度:在保持该天线最大辐射场强不变的条件下,假设天线上的电流均匀分布时的等效长度。 d.天线效率:表征天线将高频电流或导波能量转换为无线电波能量的有效程度。 e.天线增益:在相同输入功率、相同距离条件下,天线在最大辐射方向上的功率密度Smax与无方向性天线在该方向上的功率密度S0之比值。 f.输入阻抗:天线输入端呈现的阻抗值。 g.极化:天线的极化是指该天线在给定空间方向上远区无线电波的极化。 h.频带宽度:天线电参数保持在规定的技术要求范围内的工作频率范围。 (2).接收天线电参数:除了上述参数以外,接收天线还有一些特有的电参数:等效面积和等效噪声温度。 a.等效面积:天线的极化与来波极化匹配,且负载与天线阻抗共轭匹配的最佳状态下,天线在该方向上所接收的功率与入射电波功率密度之比。 b.等效噪声温度:描述天线向接收机输送噪声功率的参数。 2. 喇叭天线 由逐渐张开的波导构成,是一种应用广泛的微波天线。按口径形状可分为矩形喇叭天线与圆形喇叭天线等。波导终端开口原则上可构成波导辐射器,由于口径尺寸小,产生的波束过宽;另外,波导终端尺寸的突变除产生高次模外,反射较大,与波导匹配不良。为改善这种情况,可使波导尺寸加大,以便减少反射,又可在较大口径上使波束变窄。 (1).H面扇形喇叭:若保持矩形波导窄边尺寸不变,逐渐张开宽边可得H面扇

人工智能导论实验

人工智能导论 实验报告 姓名:蔡鹏 学号:1130310726 实验一

一、实验内容 有如下序列,试把所有黑色格移到所有白色格的右边,黄色格代表空格,黑色格和白色格可以和距离不超过三的空格交换。 二、实验代码 #include #include #include #define N 10 #define inf 9999 int g=999; void tree_gener(struct node *fn,struct node *root); struct node { char seq[7]; int f,g,n; struct node *sn[N]; }; struct stack { int num; struct node *n[50]; }; void Enstack(struct node *sn,struct stack *S) { S->n[S->num]=sn; S->num++; } struct node *Destack(struct stack *S) { S->num--; return S->n[S->num]; } void find_min_f(struct node *root) { int i; struct node *n,*min; struct stack S; S.num=0; min=root;

Enstack(root,&S); while(S.num!=0) { n=Destack(&S); if(n->f < min->f) { min=n; } for(i=0;in;i++) { Enstack(n->sn[i],&S); } } tree_gener(min,root); if(g>min->g) { printf("seq:%c %c %c %c %c %c %c | g:%d \n",min->seq[0],min->seq[1],min->seq[2],min->seq[3],min->seq[4],min->seq[5],min->seq[6],min->g); } g=min->g; } void swap(struct node *sn,struct node *fn,int n,int m) { int i; for(i=0;i<7;i++) { sn->seq[i]=fn->seq[i]; } sn->seq[n]=fn->seq[m]; sn->seq[m]=fn->seq[n]; } int calcu_h(char seq[]) { int m=0,n=0,i; for(i=0;i<7;i++) { if(seq[i]=='B') { m++; } if(seq[i]=='W')

人工智能导论试卷 (2)

课程名称人工智能导论考试日期2007-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项:1、本试卷共8 页,请查看试卷中是否有缺页。 2、考试结束后,考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分,共20分) 得分评卷人 1. 人工智能三大学派是符号主义,连接主义,行为主义、和。 2. 在知识表示方法中,与谓词逻辑表示为ISA(LIMING ,MAN)等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。状态,操作符 4. 产生式系统由3个部分组成:一个总数据库、一套规则,一个控制策略 、。 5. ANN中文意义是人工神经元网络 。 6. 反向传播(back-propagation,BP)算法过程是从输出节点开始, 将误差信号沿原来的连接通路返回,通过修改各层神经元的连接权值,使误差信号减至最小 ,所以称为“反向传播”。 7. 消解反演证明定理时,若当前归结式是空子句 ,则定理得证。 8. 子句和P经过消解以后,得到 Q 。 9.基于规则的正向演绎系统,其规则形式为,其中前项要满足的条件是。→W或L1∨L2→W,L为单文字

2006~2007学年第2学期考试A卷

13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu(最一般合一)为 。 14. 进化策略是在父矢量x i ,i=1,2,……p中,通过加入一个零均方差的高斯随机变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分,共20分) 得分评卷人 1. 在图搜索中,选择最有希望的节点作为下一个要扩展的节点,这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是() A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列,这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题()解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时,有向弧AKO链、ISA链表达节点知识的() A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中()是能够合一的。 A. P(q(f(v)),g(u))和P(x,x) B. P(x,f(x))和P(y,y) C. P(y,y,B)和P(z,x,z) D. P(f(A),x),P(x,A)

相关文档