人工智能课后习题答案清华大学出版社
人工智能课后习题答案(清华大学出版社)
3
1
8
4
7
6
5
仙1(5)
K(5)
J(7)
2
3
1
8
4
7
6
5
1
2
3
8
4
7
6
5
1
2
3
8
4
7
6
5
F
L(5)
1
2
3
7
8
4
6
5
1
2
3
8
4
7
6
5
2
3
1
8
4
7
6
5
1
2
3
8
4
7
6
5
J(5)
A
I(5)
G(5)此
2
3
1
8
4
7
6
5
1
3
7
8
4
6
5
〔2)(0(釘肯i
九•上A•一
、丄:丿
上d
0丿11丿
第3章
3.18
(1)证明:待归结的命题公式为
(此文档为Word格式,下载后可以任意编辑修改!)
试卷装订封面
学年第学期
课程名称:
课程代码
学生系别
专业
班级
任课教师
阅卷教师
考试方式
开卷□闭卷V
考试日期
考试时间
阅卷日期
装订教师
装订日期
缺卷学生姓名及原因:
无
附:课程考试试卷分析表、期末考核成绩登记表
1.1解图如下:
规则顺序定义如下:
(1) 1->2
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
人工智能基础课后习题答案
解析题:1. 问题状态以五元组 (a,b,c,d,,e) ,a 农夫b 狐狸c 小羊d 菜.e 左岸1右岸为0.操作算子为L(x),R(x)。
x 为 b,c,d.分别表示农夫带着每一样物品到河左岸和到河右岸,当为x=0时表示不带任何物品。
整个问题状态以左岸的状态来描述。
初始状态为(1,1,1,1,1,1)农夫和三样物品都在左岸,目标状态为(0,0,0,0,0,0)农夫和三样物品都在右岸。
2. 深度优先扩展当前节点后生成的子节点总是置于OPEN 表的前端,即OPEN 表点作为棧表使用,后进先出,使当前节点后生成的子节点向纵深方向发展。
爬山算法,评价函数f(n)=h(n).不需设置OPEN 和CLOSE 表,仅从当前状态节点扩展出子节点,并将H(n)最小子节点作为下一次考察和扩展的节点,其余子节点全部丢弃。
(b ) (d ) (1,1,1,1,1)(0,1,0,1,0)(1,1,0,1,1) (0,0,0,1,0)(c )(0)(0,1,0,0,0)(b )(d ) (1,0,1,1,1)(c ) (1,1,1,0,1)(c ) (0,0,1,0,0)(1,0,1,0,1)(0,0,0,0,0)(0) (c )a(5) 1,2,38,4,07,6,5⎛⎫⎪ ⎪ ⎪⎝⎭S(4) 1,2,38,0,47,6,5⎛⎫ ⎪ ⎪ ⎪⎝⎭c(6) 1,2,30,8,47,6,5⎛⎫⎪ ⎪ ⎪⎝⎭d(5) 1,0,38,2,47,6,5⎛⎫⎪ ⎪ ⎪⎝⎭e(6) 1,2,38,6,40,7,5⎛⎫⎪ ⎪ ⎪⎝⎭f(6) 1,2,38,6,47,5,0⎛⎫⎪ ⎪ ⎪⎝⎭b(4) 1,2,38,6,47,0,5⎛⎫⎪ ⎪ ⎪⎝⎭g(6) 1,2,08,4,37,6,5⎛⎫⎪ ⎪ ⎪⎝⎭h(7) 1,2,38,4,57,6,0⎛⎫⎪ ⎪ ⎪⎝⎭i(7) 0,1,38,2,47,6,5⎛⎫⎪ ⎪ ⎪⎝⎭j(5) 1,3,08,2,47,6,5⎛⎫⎪ ⎪ ⎪⎝⎭k(5) 1,3,48,2,07,6,5⎛⎫⎪ ⎪ ⎪⎝⎭l(5) 1,3,48,0,27,6,5⎛⎫⎪ ⎪ ⎪⎝⎭m(7) 1,3,48,2,57,6,0⎛⎫⎪ ⎪ ⎪⎝⎭n(5) 1,3,48,6,27,0,5⎛⎫⎪ ⎪ ⎪⎝⎭o(7) 1,0,48,3,27,6,5⎛⎫⎪ ⎪ ⎪⎝⎭p(7) 1,3,40,8,27,6,5⎛⎫⎪ ⎪ ⎪⎝⎭。
人工智能_(马少平_朱小燕_著)_清华大学出版社_课后答案_-_完整版(习题部分+答案部分)
人工智能(马少平朱小燕著) 清华大学出版社课后答案习题部分第一章课后习题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。
人工智能课后答案
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。
(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。
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。
人工智能课后习题答案2
84页1-6答案1。
何为状态图和与或图?图搜索与问题求解有什么关系?状态图是描述寻找目标或路径问题的有向图,即描述一个实体基于事件反应的动态行为,显示了该实体如何根据当前所处的状态对不同的时间做出反应的。
与或图是一种系统地将问题分解为互相独立的小问题,然后分而解决的方法。
与或图中有两种代表性的节点:“与节点”和“或节点”,“与节点”指所有的后续节点都有解时它才有解;“或节点”指各个后续节点均完全独立,只要其中有一个有解它就有解。
关系:问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题,图搜索模拟的实际是人脑分析问题,解决问题的过程,它基于领域知识的问题求解过程。
第3章作业题参考答案2.综述图搜索的方式和策略。
答:用计算机来实现图的搜索,有两种最基本的方式:树式搜索和线式搜索。
树式搜索就是在搜索过程中记录所经过的所有节点和边。
线式搜索就是在搜索过程中只记录那些当前认为是处在所找路径上的节点和边。
线式搜索的基本方式又可分为不回溯和可回溯的的两种。
图搜索的策略可分为:盲目搜索和启发式搜索。
盲目搜索就是无向导的搜索。
树式盲目搜索就是穷举式搜索。
而线式盲目搜索,对于不回溯的就是随机碰撞式搜索,对于回溯的则也是穷举式搜索。
启发式搜索则是利用“启发性信息”引导的搜索。
启发式搜索又可分为许多不同的策略,如全局择优、局部择优、最佳图搜索等。
1、何为状态图和与或图?图搜索与问题求解有什么关系?解:按连接同一节点的各边间的逻辑关系划分,图可以分为状态图和与或图两大类。
其中状态图是描述问题的有向图。
在状态图中寻找目标或路径的基本方法就是搜索。
2、综述图搜索的方式和策略。
解:图搜索的方式有:树式搜索,线式搜索。
其策略是:盲目搜索,对树式和不回溯的线式是穷举方式,对回溯的线式是随机碰撞式。
启发式搜索,利用“启发性信息”引导的搜索。
3、什么是问题的解?什么是最优解?解:能够解决问题的方法或具体做法成为这个问题的解。
(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 ∧。
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》--课后习题答案
《人工智能》课后习题答案第一章绪论1.1答:人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。
人工智能是相对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模仿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、汇集,智能通常用来表示从中进行选择、理解和感觉。
所谓自然智能就是人类和一些动物所具有的智力和行为能力。
智力是针对具体情况的,根据不同的情况有不同的含义。
“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计算机程序,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计算机程序度可以称为专家系统。
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(解往往不是唯一的)(2)谓词逻辑是命题逻辑的扩充和发展,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)语义网络是一种采用网络形式表示人类知识的方法。
(完整版)人工智能习题解答
人工智能第1部分绪论1-1.什么是人工智能?试从学科和能力两方面加以说明。
答:从学科方面定义: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。
它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能,并开发相关理论和技术从能力方面定义: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。
1-2.在人工智能的发展过程中,有哪些思想和思潮起了重要作用?答:1)数理逻辑和关于计算本质的新思想,提供了形式推理概念与即将发明的计算机之间的联系;2)1956年第一次人工智能研讨会召开,标志着人工智能学科的诞生;3)控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来,影响了许多早期人工智能工作者,并成为他们的指导思想;4)计算机的发明与发展;5)专家系统与知识工程;6)机器学习、计算智能、人工神经网络和行为主义研究,推动人工智能研究的近一步发展。
1-3.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)就一定是各物理符号系统;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。
1-4.人工智能的主要研究内容和应用领域是什么?其中,哪些是新的研究热点?答:研究和应用领域: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。
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。
人工智能课后习题答案(清华大学)
4
765
K(7) 123 784
65
6
3
3
4
2
2
1
2
1
3
1
2
2
1
1
1
1
1
1
2
1
1
1
1
1
1
1
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 为 S { P ,Q, P} ,对子句集中的子句进行归结可得:
①P ②Q
③P ④
①③归结
由上可得原公式成立。
P ,求取子句集
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 ( Li ) ⑧ Poor (Li ) Smart ( Li )
⑤⑥ Li /z ⑦① Li /x
⑨ Smart (Li ) ⑩ read ( Li )
⑧④ ⑨② Li /y
?
⑩③
由上可得原命题成立。
R2:那些看书的人是聪明的: x( read (x) Smart ( x))
R3:李明能看书且不贫穷: read ( Li ) Poor ( Li )
Happy (x ))
R4:快乐的人过着激动人心的生活: 结论李明过着激动人心的生活的否定:
x(Happy ( x) Exciting ( x)) Exciting ( Li )
S(5)
283
164
7
5
A(7) 283 164 75
B(5)
283
1
4
765
C(7) 283 164
75
人工智能-课后答案
本页面为作品封面,下载文档后可自由编辑删除!精品文档课后习题4、AO*算法中,第7步从S中选一个节点,要求其子孙不在S中出现,讨论应如何实现对S的控制使得能有效地选出这个节点。
如下图所示,若E的耗散值发生变化时,所提出的对S的处理方法应能正确工作。
错误!未找到引用源。
5、如何修改AO*算法使之能处理出现回路的情况。
如下图所示,若节点C的耗散值发生变化时,所修改的算法能正确处理这种情况。
错误!未找到引用源。
6、对3×3的一字棋,设用+1和-1分别表示两选手棋子的标记,用0表示空格,试给出一字棋产生式系统的描述。
错误!未找到引用源。
7、写一个α-β搜索的算法。
错误!未找到引用源。
8、用一个9维向量C来表示一字棋棋盘的格局,其分量根据相应格内的×,空或○的标记分别用+1,0,或-1来表示。
试规定另一个9维向量W,使得点积C·W可作为MAX选手(棋子标记为×)估计非终端位置的一个有效的评价函数。
用这个评价函数来完成几步极小-极大搜索,并分析该评价函数的效果。
第四章课后习题13、一个积木世界的状态由下列公式集描述:ONTABLE(A)CLEAR(E)ONTABLE(C)CLEAR(D)ON(D,C)HEAVY(D)ON(B,A)WOODEN(B)HEAVY(B)ON(E,B)绘出这些公式所描述的状态的草图。
下列语句提供了有关这个积木世界的一般知识:每个大的蓝色积木块是在一个绿色积木块上。
每个重的木制积木块是大的。
所有顶上没有东西的积木块都是蓝色的。
所有木制积木块是蓝色的。
以具有单文字后项的蕴涵式的集合表示这些语句。
绘出能求解"哪个积木块是在绿积木块上"这个问题的一致解图(用B规则)。
第五章课后习题1.将下面的公式化成子句集~( (( P ∨~Q) → R) → (P ∧ R))2.命题是数理逻辑中常用的公式,试使用归结法证明它们的正确性:a) P → ( Q → P )b) ( P → ( Q→ R )) → ((P → Q) → ( P → R))c) ( Q → ~P) → ((Q → P) → ~ Q)3.下列子句是否可以合一,如果可以,写出最一般合一置换a) P(x, B, B) 和 P(A, y, z)b) P( g( f (v)) , g(u) ) 和 P(x , x)c) P( x , f(x) ) 和 P(y, y)d) P(y, y , B) 和 P( z, x , z)4.解释 P( f (x, x), A) 和 P( f (y , f (y, A )) , A )为什么不能合一5.将下列公式化为skolem子句形a) ((x) P(x) ∨ (x) Q(x)) → (x) ( P(x) ∨ Q(x) )b) (x) ( P(x) → (y) ( (z) Q(x , y) → ~ (z)R(y , x) ) )c) (x) P(x) → (x) ( ((z) Q(x ,z )) ∨ (z)R(x , y , z) )6.用归结法证明:存在一个绿色物体,如果有如下条件存在:a) 如果可以推动的物体是蓝色的,那么不可以推动的物体是绿色的b) 所有的物体或者是蓝色的,或者是绿色的,但不能同时具有两种颜色。
- 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)。
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 Q
③ P
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 ④
R
⑤ Q ②③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 ∨
②Q
③Q P
∨
④P①②归结
⑤P②③归结
⑥④⑤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 z
=
3.23 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 x
R3:李明能看书且不贫穷:()()
∧
read Li Poor Li
R4: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 Li
④()
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/z
⑧()()
Poor Li Smart Li
∨⑦①Li/x
⑨()
Smart Li⑧④
⑩()
read Li⑨②Li/y ⑪⑩③
由上可得原命题成立。
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
∧。
1.首先求取(1|1)
P T S,因为(1|1)0.7(1)0.2
P S F P F
=>=,所以
(1|1)(1)(1|1)(1)
[(1|1)(1)] 1(1)
P T S P T P T F P T
P F S P F P F
=+
-
⨯--
假设(1|1)1
P S F=,(1|1)
(1)20.1
0.1818
(1)(1)1(21)0.11
P T F
LS P T
LS P T
=
⨯⨯
== -⨯+-⨯+
(1|1)
0.18180.1
0.1(0.70.2)0.1511
10.2
P T S
-
=+⨯-=
-
2.然后求取(1|2)
P T S,因为(2|2)0.6(2)0.4
P S F P F
=>=,所以
(1|2)(1)(1|2)(1)
[(2|2)(2)]1(2)
P T S P T P T F P T P F S P F P F =+
-⨯--
假设(2|2)1P S F =,(1|2)(1)1000.1
0.9174(1)(1)1(1001)0.11
P T F LS P T LS P T =
⨯⨯==-⨯+-⨯+
(1|2)0.10.91740.1
(0.60.4)0.372510.4
P T S =+
-⨯-=-
3. 求取(1|1)O T S 和(1|2)O T S
(1|1)
(1|1)(1|1)
0.1511
0.1780110.1511
P T S O T S P T S =
=
=--
(1|2)
(1|2)(1|2)
0.3725
0.5936110.3725
P T S O T S P T S =
=
=--
4. 求取(1|12)P T S S ∧
(1|12)(1)
0.11110.9510(1|12)(1)0.1
(1)0.1111
1(1)10.1
(1|1)(1|2)
(1)(1)
0.17800.59360.11110.1111
(1|12)0.9510
0.4874
1(1|12)10.9510
O T S S O T P T S S P T O T P T O T S O T S O T O T O T S S O T S S ∧===∧==
==--⨯⨯⨯⨯∧==+∧+
5. 求取(|12)P H S S ∧,因为(1|12)0.4874(1)0.1P T S S P T ∧=>=,所以
(|12)())(1)(|1)()
[(1|12]1(1)
P H S S P H P T P H T P H P T S S P T ∧=+
--⨯∧-
假设(1|12)1P T S S ∧=,()650.01(|1)0.3963(1)()1
(651)0.011
LS P H P H T LS P H ⨯⨯=
=
=-⨯+-⨯+
(|12)0.010.39630.01
(0.48740.1)0.176210.1
P H S S ∧=+
-⨯-=-
6. 求取(|3)P H S ,因为(|2)0.0001()0.01P H T P H =<=,所以
(|3)(|2)()(|2)
(3|2)(2)
P H S P H T P H P H T P S T P T =+
-⨯
假设(2|3)0P T S =,则
(|2)()0.00010.01
0(1)()1(0.00011)0.0011
P H T LN P H LN P H =
⨯⨯=≈-⨯+-⨯+
(|3)00.010
0.020.00670.03
P H S =+
-⨯= 7. 求(|12)O H S S ∧和(|3)O H S
(|12)(|3)(|12)0.3963
0.2138
1(|12)10.3963
(|3)0.0067
0.0067
1(|3)10.0067
O H S S O H S P H S S P H S S P H S P H S ∧=
=∧==-∧-==--
8. 求(|123)P H S S S ∧∧
()(|123)()
0.01010.1418(|123)()0.01
0.0101
1()10.01
(|12)(|3)
()()
0.21380.00670.01010.0101
(|123)0.1418
0.1241
1(|123)10.1418
O H O H S S S O H P H S S S P H P H O H S S O H S O H O H O H S S S O H S S S =
∧∧===∧∧===--∧⨯⨯⨯⨯∧∧==+∧∧+
5.10 答案 解:
12(56)max{(5),(6)}0.8
(4(56))min{(4),(56)}0.5
(1)max{0,(4(56))}(1,4(56))0.50.80.4()max{0,(1)}(,1)0.40.90.36()max{0,(2)}(,2CF E E CF E CF E CF E E E CF E CF E E CF E CF E E E CF E E E E CF H CF E CF H E CF H CF E CF H E ∨==∧∨=∨==∧∨⨯∧∨=⨯==⨯=⨯==⨯3121212123)0.80.60.48()max{0,(3)}(,3)0.60.50.3
()()()()()0.360.480.360.480.6672()()()0.66720.30.3672
CF H CF E CF H E CF H CF H CF H CF H CF H CF H CF H CF H =⨯==⨯=⨯-=-=+-=+-⨯==+=-=。