人工智能课后作业
人工智能-复习及作业-参考答案
则称θ是F的一个合一。称F1 ,F2 ,…,Fn是可合一的。
例如，设有公式集F={P(x, y, f(y)), P(a, g(x), z)}，则
λ={a/x, g(a)/y, f(g(a))/z}
是它的一个合一。
一般情况下,一个公式集的合一不是惟一的。
21
Markov Decision Processes
作业
• 1、你对人工智能定义的理解？
• 2、解释什么是图灵测试？
• 3、简述人工智能的三大学派及其研究方法。
1
1.用5种搜索方法DFS、BFS、UCS、Greedy、
A*分别求解从A到E的搜索路径(访问过的节点
不再访问)
2
3
4
5
6
7
α-β剪枝
剪枝方法
MAX
(1) MAX节点（或节点）的α值为当前子节点的最大倒推值；
β剪枝
任何MIN节点n的β值小于或等于它先辈节点的α值，则n 以下的分枝可
停止搜索，并令节点n的倒推值为β。这种剪枝称为β剪枝。
8
α-β剪枝
3
3
3
≤2
12
8
2
2
14
5
2
9
2. 请用α-β剪枝算法进行剪枝，给出
根节点的数值
3
3
3
3
3
15
2
15
3
2
3
10
作业：用归结演绎推理的方法证明
下列问题
•
•
•
解：先定义谓词：
Poor(x) x是贫穷的
Smart(x) x是聪明的
Happy(x) x是快乐的
人工智能课后习题答案
可采用批量梯度下降、随机梯度下降、小批量梯度下降等优化算法，以及动量 法、AdaGrad、RMSProp、Adam等自适应学习率优化方法。
课后习题解答与讨论
• 习题一解答：详细阐述感知器模型的原理及算法实现过程，包括模型结构、激 活函数选择、损失函数定义、权重和偏置项更新方法等。
• 习题二解答：分析多层前馈神经网络的结构特点，讨论隐藏层数量、神经元个 数等超参数对网络性能的影响，并给出一种合适的超参数选择方法。
发展历程
人工智能的发展大致经历了符号主义、连接主义和深度学习三个阶段。符号主义认为人工智能源于对人类思 维的研究，尤其是对语言和逻辑的研究；连接主义主张通过训练大量神经元之间的连接关系来模拟人脑的思 维；深度学习则通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
机器学习原理及分类
深度学习框架与应用领域
深度学习框架
深度学习框架是一种用于构建、训练和部署深度学习模型的开发工具。目前流行的深度学习框架包括 TensorFlow、PyTorch、Keras等。
应用领域
深度学习已广泛应用于图像识别、语音识别、自然语言处理、推荐系统等多个领域，并取得了显著的 成果。
课后习题解答与讨论
习题四解答
讨论人工智能的伦理问题，如数据隐私、算法偏见等，并 提出可能的解决方案。
02 感知器与神经网络
感知器模型及算法实现
感知器模型
感知器是一种简单的二分类线性模型 ，由输入层、权重和偏置项、激活函 数（通常为阶跃函数）以及输出层组 成。
感知器算法实现
通过训练数据集，采用梯度下降法更 新权重和偏置项，使得感知器对训练 样本的分类误差最小化。
时序差分方法
人工智能课后作业
解：(1) ：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) ：定义谓词S(x)：x是计算机系学生L( x, programming)：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, programming)∧U(x, computer))2.解：3.解：通常人们把利用产生式知识表示方法所进行的推理称为产生式推理，把由此所产生的系统称为产生式系统。
它包括综合数据库、规则库、和控制系统这三个重要组成部分。
(1)综合数据库：综合数据库DB(data base)也称为事实库，是一个用来存放与求解问题有关的各种当前信息的数理结构；(2)规则库: 规则库RB(rule base)是一个用来存放与求解问题有关的所有规则的集合，也称为知识库KB(knowledge base)(3)控制系统：控制系统(control system)也称为推理机，它由一组程序组成，用来控制整个产生式系统的运行，决定问题求解过程的推理路线，实现对问题的求解。
解： 采用归结反演，存在如下归结树，故该子句集为不可满足5. 解： 证：先转化成子句集 对F ，进行存在固化，有 P(f(v))∧(Q(f(w)))得以下两个子句P(f(v))，Q(f(w))对﹁G ，有﹁ P(f(a))∨﹁P(y) ∨﹁先进行内部合一，设合一{f(a)/y} ﹁ P(f(a)) ∨﹁Q(f(a))再对上述子句集进行归结演绎推理。
其归结树如右图所示，即存在一个到空子句的归结过程。
因此G 为真。
(完整版)人工智能(部分习题答案及解析)
1.什么是人类智能？它有哪些特征或特点？定义：人类所具有的智力和行为能力。
特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。
2.人工智能是何时、何地、怎样诞生的？解：人工智能于1956年夏季在美国Dartmouth大学诞生。
此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。
3.什么是人工智能？它的研究目标是？定义：用机器模拟人类智能。
研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
4.人工智能的发展经历了哪几个阶段？解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。
5.人工智能研究的基本内容有哪些？解：知识的获取、表示和使用。
6.人工智能有哪些主要研究领域？解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。
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：符号主义和联结主义。
特点：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；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。
8.人工智能的近期发展趋势有哪些？解：专家系统、机器人学、人工神经网络和智能检索。
9.什么是以符号处理为核心的方法？它有什么特征？解：通过符号处理来模拟人类求解问题的心理过程。
特征：基于数学逻辑对知识进行表示和推理。
11.什么是以网络连接为主的连接机制方法？它有什么特征？解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。
特征：研究神经网络。
（完整版）人工智能课后习题
（完整版）人工智能课后习题第一章绪论1、什么是人工智能？试从学科和能力两方面加以说明。
答：学科：是计算机科学中涉及研究、设计和应用智能机器的一个分支，他的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
能力：是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行为和问题求解等活动。
2、为什么能够用机器模仿人的智能？答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。
反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能)。
物理符号系统的假设伴随有3个推论。
推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。
推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。
推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
3、人工智能研究包括哪些内容？这些内容的重要性如何？答：1）认识建模。
认识科学是人工智能的重要理论基础，涉及非常广泛的研究课题。
2）知识表示。
知识表示、知识推理和知识应用是传统人工智髓的三大核心研究内容其中，知识表示是基础，知识推理实现问題求解，而知识应用是目的。
知识表示是把人类知识概念化、形式化或模型化。
3）知识推理。
知识推理，包括不确定性推理和非经典推理等，似乎已是人工智能的一个永恒研究课题，仍有很多尚未发現和解决的问题值得研究。
4）知识应用。
人工智能能否获得广泛应用是衡量其生命力和检验其生存力的重要标志。
5）机器感知。
机器感知是机器获吹外部信息的基本途径。
6）机器思维。
机器思维是对传感信息和机器内部的工作信息进行有目的的处理。
7）机器学习。
机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课題。
人工智能课后习题第2章 参考答案
第2章知识表示方法参考答案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。
(完整版)人工智能作业一
作业一1.对于下列活动，分别给出任务环境的PEAS描述，并按照2.3.2节列出的性质进行分析:(a)(b)(c)2.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。
图一首先，我们画出图一对应的完整的搜索树(按节点字母从小到大顺序依次画出)：(a).深度优先:我们知道深度优先搜索是无信息搜索，按照编程的习惯，下图中深度优先搜索的顺序是按照节点的A-G的排序进行的(b).广度优先:我们知道一般的广度优先搜索也是无信息搜索，按照编程的习惯，下图中广度优先搜索的顺序同样是是按照节点的A-G的排序进行的(c).爬山法:对于爬山法我们需要了解的是，它是简单的循环过程，不断向最优方向移动。
该算法不需要维护搜索树，当前的节点的数据结构只需要记录当前状态和目标函数值。
此外，爬山法不会考虑与当前状态不相邻的状态。
从S出发，与S邻近最佳的状态为B，依次往下，一旦找到目标状态则算法终止，这也就是为什么爬山法容易陷入局部最优。
(d).最佳优先:最佳优先算法的结点是基于评价函数f(n)去扩展的，评估价值最低的结点首先选择进行扩展。
最佳优先算法和一致代价搜索算法实现类似，不同的是最佳优先是根据f值而不是根据g值对优先级队列排队。
3.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。
图二(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：首先，贪婪最佳优先算法是试图扩展离目标最近的节点，它只用到启发信息，也就是f(n)=h(n)。
如图，h(B)是未知的，但是根据三角不等式，我们可以知道7<=h(B)<=13。
因此，先扩展C结点。
2.一致代价搜索一致性代价搜索扩展的是路径消耗最小的结点。
(完整word版)人工智能课后习题答案(清华大学出版社)
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 ∧。
2020年《人工智能》--课后习题答案47
M(N)=2M(N-1)+1 最后可以解得 M(N)=2N-1
下面给出对梵塔问题给出产生式系统描述，并讨论 N 为任意时状态空间的规模。 （1）综合数据库
定义三元组：(A, B, C)，其中 A, B, C 分别表示三根立柱，均为表，表的元素为 1～N 之 间的整数，表示 N 个不同大小的盘子，数值小的数表示小盘子，数值大的数表示大盘子。 表的第一个元素表示立柱最上面的柱子，其余类推。 （2）规则集
G(zhang,li)。
(2) 定义谓词 Marry(x,y):x 和 y 结婚，Male(x):x 是男的，Female(x)：x 是女的。个体有
甲(A)、乙(B)，将这些个体带入谓词中，得到 Marry(A,B)、Male(A)、Female(B)以及 Male(A)、
Female(B),根据语义用逻辑连接词将它们联结起来就得到表示上述知识的谓词公式：
题中各条推理则可以表示为：
P1: x DOG(X)
yBIT(X,Y)∨SOUND(X)
P2: :x（ANIMAL(X) ∧SOUND(X)）
yBIT(X,Y)
P3: 猎犬是狗，即 DOG(X)种 X 的谓词样品是猎犬，同时也可得 ANIMAL(猎犬) 将 P3 带入 P1 可得 SOUND(猎犬)，再将 SOUND(猎犬)和 ANIMAL(猎犬)带入 P2 可得
MaB))∨(Male(B)∧Female(A))
(3) 定义谓词 Honest(x):x 是诚实的，Lying(x):x 会说谎。个体有张三（zhang），将这些
个体带入谓词中，得到 Honest(x)、 Lying(x)、Lying(zhang)、 Honest(zhang),根
5.2《人工智能的应用》-课后作业-(2024)浙教版-信息技术-数据与计算必修1
《人工智能的应用》的作业题目及答案。
一、填空题（每题2分）1. 人工智能在医疗领域的应用之一是通过分析医学影像来辅助医生进行__________。
答案：诊断2. 自动驾驶汽车利用了多种传感器和__________技术来实现无人驾驶。
答案：机器学习3. 在金融服务中，AI可以用于检测和预防__________行为。
答案：欺诈4. 智能助手如Siri和Alexa是基于__________技术构建的。
答案：自然语言处理5. 在零售业中，AI被用来个性化推荐产品，这通常涉及到__________学习。
答案：协同过滤6. 人工智能在教育领域的应用包括自适应学习系统，这些系统能够根据学生的学习进度和风格调整教学内容，这种能力称为__________。
答案：个性化教学7. 在制造业中，机器人和AI系统合作完成复杂任务的过程被称为__________制造。
答案：智能制造8. 人工智能在农业中的应用包括使用无人机进行作物监测和__________喷洒。
答案：精准二、选择题（每题2分）1. 以下哪项不是人工智能在医疗领域的应用？A. 疾病诊断B. 药物研发C. 法律咨询D. 患者监护答案：C. 法律咨询解析：法律咨询不属于医疗领域，而是法律服务的范畴。
2. 自动驾驶汽车主要依赖于哪种类型的传感器？A. 温度传感器B. 光学传感器C. 压力传感器D. 湿度传感器答案：B. 光学传感器解析：自动驾驶汽车大量使用光学传感器（如摄像头和激光雷达）来感知周围环境。
3. 下列哪个是人工智能在金融领域的应用？A. 股市预测B. 农作物病虫害识别C. 交通流量控制D. 天气预测答案：A. 股市预测解析：股市预测是金融领域的典型应用，而其他选项分别属于农业和交通领域。
4. 自然语言处理（NLP）主要用于解决什么问题？A. 图像识别B. 语音到文本转换C. 硬件加速计算D. 网络安全答案：B. 语音到文本转换解析：自然语言处理专注于理解和生成人类语言，其中包括语音识别和语音合成等任务。
人工智能课后习题第2章 参考答案
第2章知识表示方法参考答案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。
人工智能课后作业
人工智能课后作业1-1什么是人工智能?试从学科和能力两方面加以说明.答：人工智能（学科）：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。
其近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
人工智能（能力）：人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动1-4为什么能用机器（计算机）恶搞人的智能？答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必的定能够继续执行输出符号、输入符号、存储符号、激活符号、创建符号结构、条件性搬迁6种功能。
反之，任何系统如果具备这6种功能，那么它就能整体表现出来智能(人类所具备的智能)。
物理符号系统的假设伴随有3个推论。
推断一:既然人具备智能，那么他(她)就一定就是个物理符号系统。
推断二:既然计算机就是一个物理符号系统，它就一定能整体表现出来智能。
推论三:既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
1-5现在人工智能存有哪些学派？它们的心智观是什么？现在这些学派的关系如何？答：符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派连结主义(connectionism)，又称作仿生学派遣(bionicsism)或生理学派遣(physiologism)[其原理主要为神经网络及神经网络间的连接机制与学习算法]指出人的思维基元就是神经元，而不是符号处理过程。
指出人脑不同于电脑，并明确提出连结主义的大脑工作模式，用作替代符号操作方式的电脑工作模式。
行为主义(actionism)，又称演化主义(evolutionism)或社会学学派(cyberneticsism)[其原理为社会学及认知-动作型控制系统]认为智能取决于感知和行动。
认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。
人工智能课后习题答案
1.1 解图如下：(1) 1->2(2) 1->3(3) 2->3(6) 3->2(5) 3->1(4) 2->11.2h(n)=∑每个W 左边B 的个数；h(n)满足A*条件；h(n)满足单调限制（大家分析）。
1.3h1(n)= c ij ，一般情况不满足A*条件，但此题满足；ACDEBA=34; h2(n)=|c ij -AVG{(c ij )|，不满足A*条件；ACBDEA=42; 1.4此题最优步数已定，具有A*特征的启发函数对搜索无引导作用。
1.5此题启发式函数见P41。
1.10规定每次一个圆盘按固定方向（如逆时针）转动45°；可用盲目搜索算法构造搜索树；也可构造启发式函数如：h(n)=8个径向数字和与12的方差。
1.11状态空间数：9！=362880；有用的启发信息：1）平方数为3位数的数字：10～31；2）平方的结果数字各位不能重复：13，14，16，17，18，19，23，24，25，27，28，29，31； 只需校验313C =286种状态。
2.1 解图：2.5后手只要拿走余下棋子-1的个数即可。
第3章 3.18以下符号中□表示⌝(1)证明：待归结的命题公式为)(P Q P →⌝∧，求取子句集为},,{P Q P ⌝，对子句集中的子句进行归结可得可得原公式成立。
(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 ④ R 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。
人工智能习题作业绪论I
第1章绪论课后习题1、选择题：1.以下哪两种对人工智能的定义中涉及拟人思维 （ ）A 人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
B 人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试C 人工智能研究如何使计算机做事让人过得更好（Rick和Knight,1991）。
D 人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化（Bellman,1978）。
2.下列选项从学科的角度来说明什么是人工智能是 （ ）A人工智能是研究那些使理解、推理和行为成为可能的计算B人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
C人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
D人工智能是计算机科学中与智能行为的自动化有关的一个分支3.对于人工智能的发展来说，20世纪30年代和40年代的智能界，发现了两件最重要的事： （ ）A数理逻辑B关于计算的新思想。
C数理逻辑D存储程序控制4.被称为人工智能之父的 （ ）A图灵B丘奇C香农D赫伯特•西蒙5.属于图灵提出或参与的成果有 （ ）A把数理关系理论简化为类理论B逻辑机C关于计算本质的思想，提供了形式推理概念与即将发明的计算机之间的联系。
D不仅创造了一个简单的通用的非数字计算模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。
6.在人工智能发展过程中具有重要意义的（）的提出和兴起,使人工智能发展成为一门具有比较坚实理论基础和广泛应用领域的学科。
他是信息科学与生命科学相互交叉、相互渗透和相促进的产物,是生物信息学的主要研究内容之一。
( )A计算智能B专家系统C智能控制D模糊计算7.除了以神经网络为基础的神经计算外，计算智能还包括模糊计算、模糊集理论、进化计算和遗传算法、群计算和自然计算等。
人工智能课后作业答案
令 W0 W P f ( x), y , P y, f ( a) ， 0 由于 W0 中包含两个表达式，所以未合一。 从左到右找出不一致集，得 D0 f ( x), y 取 x0 y, t0 f ( x) ，则
1 0 f ( x) / y f ( x) / y W1 W0 1 P f ( x), f ( x ), P f ( x), f (a) 循环第一次， W1 中包含两个表达式，未合一 从左到右找出不一致集： D1 x, a 取 x1 x, t1 a ，则 2 1 a / x f ( x) / y, a / x W2 W1 2 P f (a ), f (a ) , P f (a ), f (a) 第二次循环， W2 已合一，这时即为最一般合一， 2 f ( x) / y, a / x
(2)根据题意得到如图 2．22 所示的语义网络。这里需要指出的是，设立“讲课”很有必要， 由它向外引出的弧不仅可以指出讲课的主体，而且可以指出讲课的起止时间。
(3)根据题意，这是一个有合取和析取的语义网络，如图 2．23 所示。
(4)此题较简单，根据题意，其语义网络如图 2．24 所示
2．18 解：按照语义网络知识表示步骤，首先进行解题分析： (1)问题涉及的对象有动物、偶蹄动物、哺乳动物、猪、羊、野猪、山羊、绵羊共 8 个对象。 各对象的属性可以根据常识给出，不过，这里特别给出了山羊有角、绵羊能产羊毛 的特点。 (2)羊和猪与偶蹄动物、哺乳动物间是类属关系，偶蹄动物、哺乳动物与动物间也是 类属关系，野猪与猪，山羊、绵羊与羊之间都是类属关系，可用 AKO 表示。 (3)根据信息继承性原则，各上层节点的属性下层都具有，在下层都不再标出，以避 免属性信息的重复。 (4)根据以上分析，本题共涉及 8 个对象，各对象的属性以及它们之间的关系已在上 面指出，所以本题的语义网络应是由 8 个节点构成的有向图，弧上的标注以及各节点的 标注如上所述。语义网络图如图 2．25 所示。
大学课程《人工智能》课后习题及答案
大学课程《人工智能》课后答案第一章课后习题1、对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。
2、对量水问题给出产生式系统描述，并画出状态空间图。
有两个无刻度标志的水壶，分别可装5升和2升的水。
设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。
已知5升壶为满壶，2升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。
3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。
相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。
和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。
问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。
求N＝2时，求解该问题的产生式系统描述，给出其状态空间图。
讨论N为任意时，状态空间的规模。
4、对猴子摘香蕉问题，给出产生式系统描述。
一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。
设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a，箱子位置为b，香蕉位置为c），如何行动可摘取到香蕉。
5、对三枚钱币问题给出产生式系统描述及状态空间图。
设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。
6、说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。
人工智能课后习题第4章 参考答案
第4章搜索策略参考答案4.5 有一农夫带一条狼，一只羊和一框青菜与从河的左岸乘船倒右岸，但受到下列条件的限制：(1) 船太小，农夫每次只能带一样东西过河；(2)如果没有农夫看管，则狼要吃羊，羊要吃菜。
请设计一个过河方案，使得农夫、浪、羊都能不受损失的过河，画出相应的状态空间图。
题示：(1) 用四元组（农夫，狼，羊，菜）表示状态，其中每个元素都为0或1，用0表示在左岸，用1表示在右岸。
(2) 把每次过河的一种安排作为一种操作，每次过河都必须有农夫，因为只有他可以划船。
解：第一步，定义问题的描述形式用四元组S=（f，w，s，v）表示问题状态，其中，f，w，s和v分别表示农夫，狼，羊和青菜是否在左岸，它们都可以取1或0，取1表示在左岸，取0表示在右岸。
第二步，用所定义的问题状态表示方式，把所有可能的问题状态表示出来，包括问题的初始状态和目标状态。
由于状态变量有4个，每个状态变量都有2种取值，因此有以下16种可能的状态：S0=(1,1,1,1)，S1=(1,1,1,0)，S2=(1,1,0,1)，S3=(1,1,0,0)S4=(1,0,1,1)，S5=(1,0,1,0)，S6=(1,0,0,1)，S7=(1,0,0,0)S8=(0,1,1,1)，S9=(0,1,1,0)，S10=(0,1,0,1)，S11=(0,1,0,0)S12=(0,0,1,1)，S13=(0,0,1,0)，S14=(0,0,0,1)，S15=(0,0,0,0)其中，状态S3，S6，S7，S8，S9，S12是不合法状态，S0和S15分别是初始状态和目标状态。
第三步，定义操作，即用于状态变换的算符组F由于每次过河船上都必须有农夫，且除农夫外船上只能载狼，羊和菜中的一种，故算符定义如下：L(i)表示农夫从左岸将第i样东西送到右岸（i=1表示狼，i=2表示羊，i=3表示菜，i=0表示船上除农夫外不载任何东西）。
由于农夫必须在船上，故对农夫的表示省略。
人工智能-课后作业
第一章：P231.人工智能人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能第二章：P515.（1）有的人喜欢打篮球，有的人喜欢踢足球，有的人既喜欢打篮球又喜欢踢足球。
定义谓词：LIKE(x,y):x喜欢y。
PLAY(x,y):x打（踢）y。
MAN(x):x是人。
定义个体域：Basketball，Soccer。
（∃x)(MAN(x) →LIKE(x,PLAY(x,Basketball))) ∨（∃y)(MAN(y) →LIKE(y,PLAY(y,Soccer))) ∨（∃z)(MAN(z) →LIKE(z,PLAY(z,Basketball)) ∧LIKE(z,PLAY(z,Soccer))(2)并不是每个人都喜欢花。
定义谓词：LIKE（x,y)：x喜欢y。
P(x)：x是人定义个体词：flower¬(∀x)(P(x) →LIKE(x,flower))(3)欲穷千里目，更上一层楼。
定义谓词：S(x)：x想要看到千里远的地方。
H(x):x要更上一层楼。
（∀x)(S(x) →H(x))6. 产生式通常用于表示具有因果关系的知识，其基本形式是： P→Q或者 If P Then Q [Else S]其中，P是前件，用于指出该产生式是否可用的条件。
Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。
区别：蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。
产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。
7.一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。
步骤：1）初始化全局数据库，把问题的初始已知事实送入全局数据库中2）若规则库中存在尚未使用的规则，而且它的前提可与全局数据库中的已知事实匹配，则转3），若不存在则转5）3）执行当前选中的规则，并对该规则做标记，把该规则执行后得到的结论送入全局数据库中。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1-1什么是人工智能?试从学科和能力两方面加以说明.
答：人工智能（学科）：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。
其近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
人工智能（能力）：人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动
1-4为什么能够用机器（计算机）模仿人的智能？
答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。
反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能)。
物理符号系统的假设伴随有3个推论。
推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。
推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。
推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
1-5现在人工智能有哪些学派？它们的认知观是什么？现在这些学派的关系如何？
答：符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism) [ 其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
]
认为人的认知基元是符号，而且认知过程即符号操作过程。
认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。
知识是信息的一种形式，是构成智能的基础。
人工智能的核心问题是知识表示、知识推理和知识运用。
联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism) [ 其原理主要为神经网络及神经网络间的连接机制与学习算
法 ]
认为人的思维基元是神经元，而不是符号处理过程。
认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。
行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism) [ 其原理为控制论及感知-动作型控制系统 ]
认为智能取决于感知和行动。
认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。
智能行为只能在现实世界中与周围环境交互作用而表现出来。
符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。
1-10人工智能的主要研究和应用领域是什么？其中，哪些是新的研
究热点？
答：问题求解 (下棋程序)，逻辑推理与定理证明 (四色定理证明)，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 (星际探索机器人)，模式识别 (手写识别，汽车牌照识别，指纹识别)，机器视觉 (机器装配，卫星图像处理)，智能控制，智能检索，智能调度与指挥 (汽车运输高度，列车编组指挥)，系统与语言工具
新的研究热点：
分布式人工智能与Agent，计算智能与进化计算，数据挖掘与知识发现 (超市市场商品数据分析)，人工生命。