人工智能确定性推理部分参考答案
西电人工智能14确定性推理part7[1]
✓ 已知:A,B,C三人中有人从不说真话,也有人从不说假 话。某人向这三人分别提出同一个问题:谁是说谎者? A答:“B和C都是说谎者”; B答:“A和C都是说谎者”; C答:“A和B中至少有一个是说谎者”。
✓ 问:求谁是老实人,谁是说谎者? ✓ 解:首先定义谓词
T(x):表示x说真话
西电人工智能14确定性推理part7[1]
西电人工智能14确绎推理
用归结反演求取问题的答案
把已知前提用谓词公式表示如下: 如果A说的是真话,则有:
T(C)∨T(A)∨T(B) 如果 A说的是假话,则有:
¬T(C)∨¬T(A)∨¬T(B) 对B和C说的话作相同的处理,可得:
T(B)→¬T(A)∧¬T(C) ¬T(B)→T(A)∨T(C) T(C)→¬T(A)∨¬T(B) ¬T(C)→T(A)∧T(B)
•C是老实人
• ¬T(A)∨T(C)
T(A)∨T(C)
• T(C)
• T(C)
西电人工智能14确定性推理part7[1]
用归结反演求取问题的答案
下面证明A不是老实人,结论的否定为: ¬T(A) 将结论的否定¬(¬T(A)) 加入并入前提子句集S中, 应用归结原理对新的子句集进行归结:
T(A)
•得证。A不是 是老实人 •同理可证B不 是老实人
西电人工智能14确定性推理part7[1]
用归结反演求取问题的答案
把目标的否定化成子句式,并用下面的重言式代替: ¬T(x)∨T(x)
把此重言式加入前提子句集S,得到一个新子句集,
对这个新的子句集,应用归结原理求出其证明树。
•¬T(x)∨T(x) •¬T(A)∨¬T(B)
T(B)∨T(C)
•{C/x}
(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。
人工智能 第3章(确定性推理3-与或树搜索)
包括基于距离的启发式函数、基于成本的启发式函数、基于规则的启发式函数等。
节点排序和选择策略
节点排序的目的和意义
节点排序是为了在扩展节点时,按照一定的顺序选择下一个要扩展的节点,以优化搜索过程。
常用节点排序策略
包括最佳优先搜索、广度优先搜索、深度优先搜索等。最佳优先搜索根据启发式函数的值来选择最优节点; 广度优先搜索按照节点的层次顺序进行扩展;深度优先搜索则尽可能深地扩展节点。
盲目搜索方法比较与选择
• 宽度优先搜索、深度优先搜索和迭代加深搜索都是盲目搜索方法,它们在不同的场景下有不同的应用。 • 宽度优先搜索适用于问题空间较大、解存在于较浅层次的情况,因为它可以逐层遍历整个问题空间,找到最短
路径。 • 深度优先搜索适用于问题空间较小、解存在于较深层次的情况,因为它可以尽可能深地搜索树的分支,找到更
启发式信息获取途径
01
02
03
问题自身的特性
通过分析问题的性质、结 构、约束条件等,提取出 对搜索过程有指导意义的 启发式信息。
领域知识
利用领域内的经验、规则、 常识等,为搜索过程提供 有价值的启发式信息。
搜索过程中的信息
在搜索过程中,通过评估 当前状态、已搜索路径、 未搜索路径等,动态地获 取启发式信息。
04 与或树搜索优化技术
剪枝策略
01
剪枝的定义和目的
剪枝是在搜索过程中,通过某些评估标准,提前终止对某些无意义或低
效的节点的扩展,以减少搜索空间,提高搜索效率。
02 03
常用剪枝策略
包括限界剪枝、启发式剪枝、概率剪枝等。限界剪枝通过设置上下界来 限制搜索范围;启发式剪枝利用启发式函数来评估节点的重要性;概率 剪枝则根据节点的概率分布来进行剪枝。
人工智能_参考答案
参考答案3.8 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}。
3.11 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。
人工智能确定性推理部分参考答案
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。
人工智能教程习题及答案第3章习题参考解答
第三章确定性推理方法习题参考解答3.1 练习题3.1 什么是命题?请写出3个真值为T 及真值为F 的命题。
3.2 什么是谓词?什么是谓词个体及个体域?函数与谓词的区别是什么?3.3 谓词逻辑和命题逻辑的关系如何?有何异同?3.4 什么是谓词的项?什么是谓词的阶?请写出谓词的一般形式。
3.5 什么是谓词公式?什么是谓词公式的解释?设D= {1,2} ,试给出谓词公式( x)( y)(P(x,y) Q(x,y))的所有解释,并且对每一种解释指出该谓词公式的真值。
3.6对下列谓词公式分别指出哪些是约束变元?哪些是自由变元?并指出各量词的辖域。
(1)( x)(P(x, y) ( y)(Q(x, y) R(x, y)))(2)( z)( y)(P(z, y) Q(z, x)) R(u, v)(3)( x)(~ P( x, f (x )) ( z)(Q(x,z) ~ R(x,z)))(4)( z)(( y)(( t)(P(z, t) Q(y, t)) R(z, y))(5)( z)( y)(P(z, y) ( z)(( y)(P(z, y) Q(z, y) ( z)Q(z, y))))什么是谓词公式的永真性、永假性、可满足性、等价性及永真蕴含?3.7什么是置换?什么是合一?什么是最一般的合一?3.8判断以下公式对是否可合一;若可合一,则求出最一般的合一:3.9(1)P(a,b) ,P(x, y)(2)P(f(z),b) ,P(y, x)(3)P(f(x), y) ,P(y, f(a))(4)P(f(y), y,x) ,P(x, f(a), f(b))(5)P(x, y) ,P(y, x)什么是范式?请写出前束型范式与SKOLEM 范式的形式。
3.10什么是子句?什么是子句集?请写出求谓词公式子句集的步骤。
3.113.12谓词公式与它的子句集等值吗?在什么情况下它们才会等价?3.13 把下列谓词公式分别化为相应的子句集:(1)( z)( y)(P(z, y) Q(z, 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))(5)( x)( y)( z)( u)( v)( w)(P(x, y,z,u,v,w) (Q(x, y, z,u, v, w) ~R(x, z, w)))3.14 判断下列子句集中哪些是不可满足的:(1)S {~ P Q,~ Q,P,~ P}(2)S {P Q,~ P Q,P ~ Q,~ P ~ Q}(3)S {P(y) Q(y), ~ P(f(x)) R(a)}(4)S {~ P(x) Q(x), ~ P(y) R(y), P(a),S(a),~ S(z) ~ R(z)}(5)S {~ P(x) ~ Q(y) ~ L(x, y), P(a), ~ R(z) L(a, z), R(b), Q(b)}(6)S {~ P(x) Q(f(x), a), ~ P(h(y)) Q(f(h(y)), a) ~ P(z)}(7)S {P(x) Q(x) R(x),~ P(y) R(y),~Q(a),~ R(b)}(8)S {P(x) Q(x),~ Q(y) R(y), ~ P(z) Q(z),~ R(u)}3.15 为什么要引入Herbrand 理论?什么是H 域?如何求子句集的H 域?3.16 什么是原子集?如何求子句集的原子集?3.17 什么是H 域解释?如何用域D 上的一个解释I 构造H 域上的解释I *呢?3.18 假设子句集S={P(z) ∨Q(z),R(f(t))} ,S 中不出现个体常量符号。
《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。
人工智能复习题及答案
黑龙江大学计算机科学技术学院1.智能智能是一种认识客观事物和运用知识解决问题的综合能力。
2.什么叫知识?知识是人们在改造客观世界的实践中积累起来的认识和经验3.确定性推理指推理所使用的知识和推出的结论都是可以精确表示的,其真值要么为真、要么为假。
4.推理推理是指按照某种策略从已知事实出发利用知识推出所需结论的过程。
5.不确定性推理指推理所使用的知识和推出的结论可以是不确定的。
所谓不确定性是对非精确性、模糊型和非完备性的统称。
6.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7.搜索是指为了达到某一目标,不断寻找推理线路,以引导和控制推理,使问题得以解决的过程。
8.规划是指从某个特定问题状态出发,寻找并建立一个操作序列,直到求得目标状态为止的一个行动过程的描述。
9.机器感知就是要让计算机具有类似于人的感知能力,如视觉、听觉、触觉、嗅觉、味觉10.模式识别是指让计算机能够对给定的事务进行鉴别,并把它归入与其相同或相似的模式中。
11.机器行为就是让计算机能够具有像人那样地行动和表达能力,如走、跑、拿、说、唱、写画等。
12.知识表示是对知识的描述,即用一组符号把知识编码成计算机可以接受的某种结构。
13.事实是断言一个语言变量的值或断言多个语言变量之间关系的陈述句14.综合数据库存放求解问题的各种当前信息15.规则库用于存放与求解问题有关的所有规则的集合16.人工智能有哪些应用?17.人工智能的研究目标远期目标揭示人类智能的根本机理,用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科,并依赖于它们的共同发展近期目标研究如何使现有的计算机更聪明,即使它能够运用知识去处理问题,能够模拟人类的智能行为。
18.智能包含哪些能力?(1)感知能力(2)记忆和思维能力(3)学习和自适应能力(4)行为能力19.知识有哪几种表示方法?(1)一阶谓词逻辑表示法(2)产生式表示法(3)语义网络表示法(4)框架表示法(5)过程表示法20.演绎推理与归纳推理的区别演绎推理是在已知领域内的一般性知识的前提下,通过演绎求解一个具体问题或者证明一个结论的正确性。
人工智能及其应用第四版答案
人工智能及其应用第四版答案【篇一:人工智能及其应用习题参考答案第9章】txt>9-1 分布式人工智能系统有何特点?试与多艾真体系统的特性加以比较。
分布式人工智能系统的特点:(1) 分布性系统信息(数据、知识、控制)在逻辑上和物理上都是分布的(2) 连接性各个子系统和求解机构通过计算机网络相互连接(3) 协作性各个子系统协调工作(4) 开放性通过网络互连和系统的分布,便于扩充系统规模(5) 容错性具有较多的冗余处理结点、通信路径和知识,提高工作的可靠性(6) 独立性系统把求解任务归约为几个相对独立的子任务,降低了问题求解及软件开发的复杂性9-2 什么是艾真体?你对agent的译法有何见解?agent是能够通过传感器感知其环境,并借助执行器作用于该环境的实体,可看作是从感知序列到动作序列的映射。
其特性为:行为自主性,作用交互性,环境协调性,面向目标性,存在社会性,工作协作性,运行持续性,系统适应性,结构分布性,功能智能性把agent 译为艾真体的原因主要有:(1) 一种普遍的观点认为,agent是一种通过传感器感知其环境,并通过执行器作用于该环境的实体。
(2) “主体”一词考虑到了agent具有自主性,但并未考虑agent还具有交互性,协调性,社会性,适应性和分布性的特性(3) “代理”一词在汉语中已经有明确的含义,并不能表示出agent的原义(4) 把agent译为艾真体,含有一定的物理意义,即某种“真体”或事物,能够在十分广泛的领域内得到认可(5) 在找不到一个确切和公认的译法时,宜采用音译9-3 艾真体在结构上有何特点?在结构上又是如何分类的?每种结构的特点为何?真体=体系结构+程序(1) 在计算机系统中,真体相当于一个独立的功能模块,独立的计算机应用系统。
(2) 真体的核心部分是决策生成器或问题求解器,起到主控作用(3) 真体的运行是一个或多个进程,并接受总体调度(4) 各个真体在多个计算机cpu上并行运行,其运行环境由体系结构支持。
[人工智能]人工智能原理及其应用(第版)王万森编著习题解答
(人工智能)人工智能原理及其应用(第版)王万森编著习题解答第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。
人工智能课程习题与部分解答
《人工智能》课程习题与部分解答第1章 绪论什么是人工智能? 它的研究目标是什么?什么是图灵测试?简述图灵测试的基本过程及其重要特征. 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? 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? 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?第2章 知识表示方法什么是知识?分类情况如何?什么是知识表示?不同的知识表示方法各有什么优缺点? 人工智能对知识表示有什么要求? 用谓词公式表示下列规则性知识:自然数都是大于零的整数。
任何人都会死的。
[解] 定义谓词如下:N(x): “x 是自然数”, I(x): “x 是整数”, L(x): “x 大于0”, D(x): “x 会死的”, M(x): “x 是人”,则上述知识可用谓词分别表示为: )]()()()[(x I x L x N x ∨→∀ )]()()[(x D x M x →∀用谓词公式表示下列事实性知识:小明是计算机系的学生,但他不喜欢编程。
李晓新比他父亲长得高。
产生式系统由哪几个部分组成? 它们各自的作用是什么?可以从哪些角度对产生式系统进行分类? 阐述各类产生式系统的特点。
简述产生式系统的优缺点。
简述框架表示的基本构成,并给出框架的一般结构框架表示法有什么特点?试构造一个描述你的卧室的框架系统。
试描述一个具体的大学教师的框架系统。
[解] 一个具体大学教师的框架系统为:框架名:<教师-1>类属:<大学教师>姓名:张宇性别:男年龄:32职业:<教师>职称:副教授部门:计算机系研究方向:计算机软件与理论工作:参加时间:2000年7月工龄:当前年份-2000工资:<工资单>把下列命题用一个语义网络表示出来(1)树和草都是植物;(2)树和草都是有根有叶的;(3)水草是草,且生长在水中;(4)果树是树,且会结果;(5)苹果树是果树的一种,它结苹果。
22春“计算机科学与技术”专业《人工智能》离线作业-满分答案1
22春“计算机科学与技术”专业《人工智能》离线作业-满分答案1. 不能分解成更简单的陈述语句,称为复合命题。
( )A.正确B.错误参考答案:B2. 某单位派遣出国人员,有赵、钱、孙三位候选人,三人中至少派遣一人。
设用P(x)表示派x出国,zhao、qian、sun分别表示三人,将该条件用谓词公式表示出来:( )A.P(zhao)∨P(qian)∨P(sun)B.P(zhao)∧P(qian)∨P(sun)C.P(zhao)∨P(qian)∧P(sun)D.其他选项都不对参考答案:A3. 推理的方法:主要解决推理方向,冲突消解策略等。
( )A.正确B.错误参考答案:B4. 人工神经网络是一个用大量称做人工神经元的简单处理单元经广泛连接而组成的人工网络,用来模拟大脑神经系统的结构和功能。
人工神经网络的研究始于20世纪80年代。
( )人工神经网络是一个用大量称做人工神经元的简单处理单元经广泛连接而组成的人工网络,用来模拟大脑神经系统的结构和功能。
人工神经网络的研究始于20世纪80年代。
( )A.正确B.错误参考答案:B5. 按用途分类,专家系统可分为分析型和设计型。
( )A.正确B.错误参考答案:B6. 知识的不确定性,还来自知识的不完备性、不协调性和非恒常性。
( )A.正确B.错误参考答案:A7. 谓词P中的所有个体都是个体常量、变元或函数,则该谓词P为二阶谓词。
( )A.正确B.错误参考答案:B8. 符号主义的主要特征:( )A.立足于逻辑运算和符号操作B.知识可用显示的符号表示C.便于模块化,能与传统的符号数据库进行连接D.其他选项都正确参考答案:D9. 知识获取大体有三种途径:( )、半自动获取和全自动获取。
A.人工获取B.计算机识别C.书本获取D.纸张获取参考答案:A10. 进化算法包括( )和遗传编程。
进化算法包括( )和遗传编程。
A.遗传算法B.进化规划C.进化策略D.其他选项都正确参考答案:D11. 人工智能的最终目标:建立关于智能的理论和让智能机器达到人类的智能水平(人工智能体)。
人工智能教程习题及答案
人工智能教程习题及答案第一章绪论1.1 练习题1.1什么是人类智能?它有哪些特征或特点?1.2人工智能是何时、何地、怎样诞生的?1.3什么是人工智能?它的研究目标是什么?1.4人工智能有哪些主要研究领域?1.5人工智能有哪几个主要学派?各自的特点是什么?1.6什么是以符号处理为核心的方法?1.7 什么是以网络连接为主的连接机制方法?1.2 习题参考解答(略)第二章知识表示习题参考解答2.3 练习题2.1 什么是知识?它有哪些特性?有哪几种分类方法?2.2 何谓知识表示? 陈述性知识表示法与过程性知识表示法的区别是什么?2.3 在选择知识的表示方法时,应该考虑哪些主要因素?2.4 一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?2.5 请写出用一阶谓词逻辑表示法表示知识的步骤。
2.6 设有下列语句,请用相应的谓词公式把它们表示出来:(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。
(2)他每天下午都去玩足球。
(3)太原市的夏天既干燥又炎热。
(4)所有人都有饭吃。
(5)喜欢玩篮球的人必喜欢玩排球。
(6)要想出国留学,必须通过外语考试。
2.7 房内有一只猴子、一个箱子,天花板上挂了一串香蕉,其位置关系如图2. 11所示,猴子为了拿到香蕉,它必须把箱子推到香蕉下面,然后再爬到箱子上。
请定义必要的谓词,写出问题的初始状态(即图2.16所示的状态)、目标状态(猴子拿到了香蕉,站在箱子上,箱子位于位置b)。
图2.11 猴子摘香蕉问题2.8 对习题2.7中的猴子摘香蕉问题,利用一阶谓词逻辑表述一个行动规划,使问题从初始状态变化到目标状态。
2.9 产生式的基本形式是什么?它与谓词逻辑中的蕴含式有什么共同处及不同处?2.10 何谓产生式系统?它由哪几部分组成?2.11 产生式系统中,推理机的推理方式有哪几种?在产生式推理过程中,如果发生策略冲突,如何解决?2.12 设有下列八数码难题:在一个3×3的方框内放有8个编号的小方块,紧邻空位的小方块可以移入到空位上,通过平移小方块可将某一布局变换为另一布局(如图2.12所示)。
(完整word版)人工智能 第6章 参考答案
第6章不确定性推理部分参考答案6.8 设有如下一组推理规则:r1: IF E1THEN E2 (0.6)r2: IF E2AND E3THEN E4 (0.7)r3: IF E4THEN H (0.8)r4: IF E5THEN H (0.9)且已知CF(E1)=0.5, CF(E3)=0.6, CF(E5)=0.7。
求CF(H)=?解:(1) 先由r1求CF(E2)CF(E2)=0.6 × max{0,CF(E1)}=0.6 × max{0,0.5}=0.3(2) 再由r2求CF(E4)CF(E4)=0.7 × max{0, min{CF(E2 ), CF(E3 )}}=0.7 × max{0, min{0.3, 0.6}}=0.21(3) 再由r3求CF1(H)CF1(H)= 0.8 × max{0,CF(E4)}=0.8 × max{0, 0.21)}=0.168(4) 再由r4求CF2(H)CF2(H)= 0.9 ×max{0,CF(E5)}=0.9 ×max{0, 0.7)}=0.63(5) 最后对CF1(H )和CF2(H)进行合成,求出CF(H)CF(H)= CF1(H)+CF2(H)+ CF1(H) × CF2(H)=0.6926.10 设有如下推理规则r1: IF E1THEN (2, 0.00001) H1r2: IF E2THEN (100, 0.0001) H1r3: IF E3THEN (200, 0.001) H2r4: IF H1THEN (50, 0.1) H2且已知P(E1)= P(E2)= P(H3)=0.6, P(H1)=0.091, P(H2)=0.01, 又由用户告知:P(E1| S1)=0.84, P(E2|S2)=0.68, P(E3|S3)=0.36请用主观Bayes方法求P(H2|S1, S2, S3)=?解:(1) 由r1计算O(H1| S1)先把H1的先验概率更新为在E1下的后验概率P(H1| E1)P(H1| E1)=(LS1× P(H1)) / ((LS1-1) × P(H1)+1)=(2 × 0.091) / ((2 -1) × 0.091 +1)=0.16682由于P(E1|S1)=0.84 > P(E1),使用P(H | S)公式的后半部分,得到在当前观察S1下的后验概率P(H1| S1)和后验几率O(H1| S1)P(H1| S1) = P(H1) + ((P(H1| E1) – P(H1)) / (1 - P(E1))) × (P(E1| S1) – P(E1))= 0.091 + (0.16682 –0.091) / (1 – 0.6)) × (0.84 – 0.6)=0.091 + 0.18955 × 0.24 = 0.136492O(H1| S1) = P(H1| S1) / (1 - P(H1| S1))= 0.15807(2) 由r2计算O(H1| S2)先把H1的先验概率更新为在E2下的后验概率P(H1| E2)P(H1| E2)=(LS2×P(H1)) / ((LS2-1) × P(H1)+1)=(100 × 0.091) / ((100 -1) × 0.091 +1)=0.90918由于P(E2|S2)=0.68 > P(E2),使用P(H | S)公式的后半部分,得到在当前观察S2下的后验概率P(H1| S2)和后验几率O(H1| S2)P(H1| S2) = P(H1) + ((P(H1| E2) – P(H1)) / (1 - P(E2))) × (P(E2| S2) – P(E2))= 0.091 + (0.90918 –0.091) / (1 – 0.6)) × (0.68 – 0.6)=0.25464O(H1| S2) = P(H1| S2) / (1 - P(H1| S2))=0.34163(3) 计算O(H1| S1,S2)和P(H1| S1,S2)先将H1的先验概率转换为先验几率O(H1) = P(H1) / (1 - P(H1)) = 0.091/(1-0.091)=0.10011再根据合成公式计算H1的后验几率O(H1| S1,S2)= (O(H1| S1) / O(H1)) × (O(H1| S2) / O(H1)) × O(H1)= (0.15807 / 0.10011) × (0.34163) / 0.10011) × 0.10011= 0.53942再将该后验几率转换为后验概率P(H1| S1,S2) = O(H1| S1,S2) / (1+ O(H1| S1,S2))= 0.35040(4) 由r3计算O(H2| S3)先把H2的先验概率更新为在E3下的后验概率P(H2| E3)P(H2| E3)=(LS3× P(H2)) / ((LS3-1) × P(H2)+1)=(200 × 0.01) / ((200 -1) × 0.01 +1)=0.09569由于P(E3|S3)=0.36 < P(E3),使用P(H | S)公式的前半部分,得到在当前观察S3下的后验概率P(H2| S3)和后验几率O(H2| S3)P(H2| S3) = P(H2 | ¬ E3) + (P(H2) – P(H2| ¬E3)) / P(E3)) × P(E3| S3)由当E3肯定不存在时有P(H2 | ¬ E3) = LN3× P(H2) / ((LN3-1) × P(H2) +1)= 0.001 × 0.01 / ((0.001 - 1) × 0.01 + 1)= 0.00001因此有P(H2| S3) = P(H2 | ¬ E3) + (P(H2) – P(H2| ¬E3)) / P(E3)) × P(E3| S3)=0.00001+((0.01-0.00001) / 0.6) × 0.36=0.00600O(H2| S3) = P(H2| S3) / (1 - P(H2| S3))=0.00604(5) 由r4计算O(H2| H1)先把H2的先验概率更新为在H1下的后验概率P(H2| H1)P(H2| H1)=(LS4× P(H2)) / ((LS4-1) × P(H2)+1)=(50 × 0.01) / ((50 -1) × 0.01 +1)=0.33557由于P(H1| S1,S2)=0.35040 > P(H1),使用P(H | S)公式的后半部分,得到在当前观察S1,S2下H2的后验概率P(H2| S1,S2)和后验几率O(H2| S1,S2)P(H2| S1,S2) = P(H2) + ((P(H2| H1) – P(H2)) / (1 - P(H1))) × (P(H1| S1,S2) – P(H1))= 0.01 + (0.33557 –0.01) / (1 – 0.091)) × (0.35040 – 0.091)=0.10291O(H2| S1,S2) = P(H2| S1, S2) / (1 - P(H2| S1, S2))=0.10291/ (1 - 0.10291) = 0.11472(6) 计算O(H2| S1,S2,S3)和P(H2| S1,S2,S3)先将H2的先验概率转换为先验几率O(H2) = P(H2) / (1 - P(H2) )= 0.01 / (1-0.01)=0.01010再根据合成公式计算H1的后验几率O(H2| S1,S2,S3)= (O(H2| S1,S2) / O(H2)) × (O(H2| S3) / O(H2)) ×O(H2)= (0.11472 / 0.01010) × (0.00604) / 0.01010) × 0.01010=0.06832再将该后验几率转换为后验概率P(H2| S1,S2,S3) = O(H1| S1,S2,S3) / (1+ O(H1| S1,S2,S3))= 0.06832 / (1+ 0.06832) = 0.06395可见,H2原来的概率是0.01,经过上述推理后得到的后验概率是0.06395,它相当于先验概率的6倍多。
(完整word版)人工智能习题答案搜索推理技术
(5) 若n为一目标节点,则有解并成功退出。此解是追踪图G中沿着指针从n到S这条路径而得到的(指针将在第7步中设置)
(6) 扩展节点n,生成不是n的祖先的那些后继节点的集合M。将M添入图G中。
(4)如果节点i为目标节点,则求得一个解。
(5)扩展节点i。如果没有后继节点,则转向第(2)步。
(6)对于节点i的每个后继节点j,计算g(j)=g(i)+c(i,j),并把所有后继节点j放进OPEN表。提供回到节点i的指针。
(7)转向第(2)步。
3-3化为子句形有哪些步骤?请结合例子说明之。
任一谓词演算公式可以化成一个子句集。其变换过程由下列九个步骤组成:
(3)把第一个节点(节点n)从OPEN表移到CLOSED表。
(4)如果节点n的深度等于最大深度,则转向(2)。
(5)扩展节点n,产生其全部后裔,并把它们放入OPEN表的前头。如果没有后裔,则转向(2)。
(6)如果后继节点中有任一个为目标节点,则求得一个解,成功退出;否则,转向(2)。
等代价搜索方法以g(i)的递增顺序扩展其节点,其算法如下:
图3.33迷宫一例
第一步
SAB
第二步
BH
BC
第三步
HG
CF
最终路径为SABCF
3-7用有界深度优先搜索方法求解图3.34所示八数码难题。
2
8
1
2
3
1
6
3
8
4
7
5
4
7
6
5
SoSg
图3-34八数码难题
- 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)。
“张、王和李都属于高山协会
A(Zhang)∧A(Wang)∧A(Li)
高山协会的每个成员不是滑雪运动员,就是登山运动员
( x)(A(x)∧¬S(x)→C(x))
高山协会中不喜欢雨的运动员是登山运动员
( x)(¬L(x, Rain)→C(x))
高山协会中不喜欢雪的运动员不是滑雪运动员
(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。
再消去存在量词,即用Skolem函数f(x)替换y得:
( x)(P(x,f(x))∨¬Q(x,f(x))∨R(x,f(x)))
{Q/u}
因此,钱是盗窃犯。实际上,本案的盗窃犯不止一人。根据归结原理还可以得出:
{S/u}
因此,孙也是盗窃犯。
7设有子句集:
{P(x)∨Q(a, b), P(a)∨ Q(a, b), Q(a, f(a)), P(x)∨Q(x,b)}
分别用各种归结策略求出其归结式。
解:支持集策略不可用,原因是没有指明哪个子句是由目标公式的否定化简来的。
(4)F1:( x)(P(x)→( y)(Q(y)→ L))
F2:( x) (P(x)∧( y)(R(y)→L))
G:( x)(R(x)→ Q(x))
(5)F1:( x)(P(x)→(Q(x)∧R(x)))
F2:( x) (P(x)∧S(x))
G:( x) (S(x)∧R(x))
解:(1) 先将F和¬G化成子句集:
再消去存在量词,即用Skolem函数f(x)替换y得:
( x) ( y) (¬P(x, y)∨Q(x, y)∨R(x,f(x,y)))
此公式已为Skolem标准型。
最后消去全称量词得子句集:
S={¬P(x, y)∨Q(x, y)∨R(x,f(x,y))}
3判断下列子句集中哪些是不可满足的:
(1){¬P∨Q, ¬Q, P, ¬P}
(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
删除策略不可用,原因是子句集中没有没有重言式和具有包孕关系的子句。
单文字子句策略的归结过程如下:
{b/f(a)}
{a/x}
{b/f(a)}
用线性输入策略(同时满足祖先过滤策略)的归结过程如下:
{a/x}
{a/x}
{b/f(a)}
8设已知:
(1)能阅读的人是识字的;
(2)海豚不识字;
(3)有些海豚是很聪明的。
S={P(x),(Q(a)∨Q(b)),¬P(x)∨¬Q(x)}
再对S进行归结:
{a/b}
{a/x}
{a/x}
所以,G是F的逻辑结论
同理可求得(3)、(4)和(5),其求解过程略。
5设已知:
(1)如果x是y的父亲,y是z的父亲,则x是z的祖父;
(2)每个人都有一个父亲。
使用归结演绎推理证明:对于某人u,一定存在一个人v,v是u的祖父。
钱与李中至少有一个人与此案无关:¬ (C (Q)∧C(L)),即 ¬C (Q)∨¬C(L)
(3) 将所要求的问题用谓词公式表示出来,并与其否定取析取。
设作案者为u,则要求的结论是C(u)。将其与其否)取析取,得:
¬ C(u)∨C(u)
(4) 对上述扩充的子句集,按归结原理进行归结,其修改的证明树如下:
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))
请用归结演绎推理证明:有些很聪明的人并不识字。
解:第一步,先定义谓词,
设R(x)表示x是能阅读的;
K(y)表示y是识字的;
W(z)表示z是很聪明的;
第二步,将已知事实和目标用谓词公式表示出来
能阅读的人是识字的:( x)(R(x))→K(x))
海豚不识字:( y)(¬K(y))
有些海豚是很聪明的:( z)W(z)
解:先定义谓词
F(x,y):x是y的父亲
GF(x,z):x是z的祖父
P(x):x是一个人
再用谓词把问题描述出来:
已知F1:( x)( y)( z)(F(x,y)∧F(y,z))→GF(x,z))
F2:( y)(P(x)→F(x,y))
求证结论G:( u)( v)(P(u)→GF(v,u))
然后再将F1,F2和¬G化成子句集:
( x)(¬L(x, Snow)→¬S(x))
王不喜欢张所喜欢的一切东西
( y)(L(Zhang, y)→¬ L(Wang ,y))
王喜欢张所不喜欢的一切东西
( y)(¬ L(Zhang, y)→L(Wang, y))
张喜欢雨和雪
L(Zhang,Rain)∧L(Zhang,Snow)
(3)将问题要求的答案用谓词表示出来
4对下列各题分别证明G是否为F1,F2,…,Fn的逻辑结论:
(1)F:( x)( y)(P(x, y)
G: ( y)( x)(P(x, y)
(2)F:( x)(P(x)∧(Q(a)∨Q(b)))
G:( x) (P(x)∧Q(x))
(3)F:( x)( y)(P(f(x))∧(Q(f(y)))
G:P(f(a))∧P(y)∧Q(y)
有些很聪明的人并不识字:( x)(W(z)∧¬K(x))
第三步,将上述已知事实和目标的否定化成子句集:
¬R(x))∨K(x)
¬K(y)
W(z)
¬W(z)∨K(x))
第四步,用归结演绎推理进行证明
9对子句集:
{P∨Q, Q∨R, R∨W, R∨ P, W∨ Q, Q∨ R }
用线性输入策略是否可证明该子句集的不可满足性
试用谓词公式集合表示这段知识,这些谓词公式要适合一个逆向的基于规则的演绎系统。试说明这样一个系统怎样才能回答问题:
“高山俱乐部中有没有一个成员,他是一个登山运动员,但不是一个滑雪运动员”
解:(1) 先定义谓词
A(x) 表示x是高山协会会员
S(x) 表示x是滑雪运动员
C(x) 表示x是登山运动员
L(x,y) 表示x喜欢y
①¬F(x,y)∨¬F(y,z)∨GF(x,z)
②¬P(r)∨F(s,r)
③ P(u)
④¬GF(v,u))
对上述扩充的子句集,其归结推理过程如下:
{x/v,z/u}
{x/s,y/r}
{y/s,z/r}
{y/z}
{y/u}
由于导出了空子句,故结论得证。
6假设张被盗,公安局派出5个人去调查。案情分析时,贞察员A说:“赵与钱中至少有一个人作案”,贞察员B说:“钱与孙中至少有一个人作案”,贞察员C说:“孙与李中至少有一个人作案”,贞察员D说:“赵与孙中至少有一个人与此案无关”,贞察员E说:“钱与李中至少有一个人与此案无关”。如果这5个侦察员的话都是可信的,使用归结演绎推理求出谁是盗窃犯。
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:用线性输入策略不能证明子句集
{P∨Q, Q∨R, R∨W, R∨ P, W∨ Q, Q∨ R }
的不可满足性。原因是按线性输入策略,不存在从该子句集到空子句地归结过程。
10设有如下一段知识:
“张、王和李都属于高山协会。该协会的每个成员不是滑雪运动员,就是登山运动员,其中不喜欢雨的运动员是登山运动员,不喜欢雪的运动员不是滑雪运动员。王不喜欢张所喜欢的一切东西,而喜欢张所不喜欢的一切东西。张喜欢雨和雪。”
高山俱乐部中有没有一个成员,他是一个登山运动员,但不是一个滑雪运动员
( x)(A(x)→C(x)∧¬S(x))
(4) 为了进行推理,把问题划分为已知事实和规则两大部分。假设,划分如下:
已知事实:
A(Zhang)∧A(Wang)∧A(Li)
L(Zhang , Rain)∧L(Zhang , Snow)
r5:¬ L(Zhang, y)→L(Wang, y)
将目标公式转换为与/或形式
¬ A(x)∨(C(x)∧¬ S(x))
(6)进行逆向推理
逆向推理的关键是要能够推出L(Zhang , Rain)∧L(Zhang , Snow),其逆向演绎过程如下图所示。
精心搜集整理,只为你的需要
(2){ P∨Q ,¬P∨Q, P∨¬Q, ¬P∨¬Q }
(3){ P(y)∨Q(y) ,¬P(f(x))∨R(a)}
(4){¬P(x)∨Q(x) ,¬P(y)∨R(y), P(a), S(a), ¬S(z)∨¬R(z)}
(5){¬P(x)∨Q(f(x),a) ,¬P(h(y))∨Q(f(h(y)), a)∨¬P(z)}