人工智能原理与应用 (张仰森 著) 高等教育出版社 课后答案
人工智能技术及应用习题答案第1章
习题1一、名词解释1.弱人工智能弱人工智能是擅长于单个方面的人工智能。
比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
2.强人工智能强人工智能系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习情况下处理前所未见的细节，并同时与人类开展交互式学习。
强人工智能目标：会自己思考的电脑。
3.感知智能感知智能，即视觉、听觉、触觉等感知能力，当下十分热门的语音识别、语音合成、图像识别。
4.认知智能认知智能则为理解、解释的能力。
5.计算智能计算智能即快速计算、记忆和储存能力6.符号主义符号主义，又称为逻辑主义、心理学派或计算机学派，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7.联结主义联结主义，又称为仿生学派或生理学派，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8.行为主义行为主义，又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
二、选择题1、根据机器智能水平由低到高，（ A ）是正确的是。
A.计算智能、感知智能、认知智能B.计算智能、感应智能、认知智能C.机器智能、感知智能、认知智能D.机器智能、感应智能、认知智能2、三大流派的演化正确的是（ C ）。
A.符号主义->知识表示->机器人B.联结主义->控制论->深度学习C.行为主义->控制论->机器人D.符号主义->神经网络->知识图谱3、人工智能发展有三大流派，下列属于行为主义观点的包括（D）。
A.行为主义又叫心理学派、计算机主义B.行为主义又叫进化主义、仿生学派C.行为主义立足于逻辑运算和符号操作，把一些高级智能活动涉及到的过程进行规则化、符号化的描述，变成一个形式系统，让机器进行推理解释.D.基本思想是一个智能主体的智能来自于他跟环境的交互，跟其他智能主体之间的交互，提升他们的智能.4、（ B ）不是人工智能学派。
人工智能及其应用 习题参考答案 第1章
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：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。
2 为什么能够用机器（计算机）模仿人的智能？答：物理符号系统假设：任何一个系统，如果它能够表现出智能，那么它就必定能够执行上述 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；这种智能指的是人类所具有的那种智能。
推论：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，那么就能够用计算机来模拟人的活动。
因此，计算机可以模拟人类的智能活动过程。
３．现在人工智能有哪些学派？它们的认知观是什么？答：符号主义，又称为逻辑主义、心理学派或计算机学派。
认为人工智能源于数理逻辑。
连接主义，又称为仿生学派或生理学派。
认为人工智能源于仿生学，特别是人脑模型的研究。
行为主义，又称为进化主义或控制论学派。
认为人工智能源于控制论。
４．你认为应从哪些层次对认知行为进行研究？答：应从下面４个层次对谁知行为进行研究：（１）认知生理学：研究认知行为的生理过程，主要研究人的神经系统（神经元、中枢神经系统和大脑）的活动。
（２）认知心理学：研究认知行为的心理活动，主要研究人的思维策略。
（３）认知信息学：研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程（４）认知工程学：研究认知行为的信息加工处理，主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为（如知觉、思维、记忆、语言、学习、理解、推理、识别等）进行信息处理。
５．人工智能的主要研究和应用领域是什么？答：问题求解，逻辑推理与定理证明，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，模式识别，机器视觉，智能控制，智能检索，智能调度与指挥，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，人工生命。
人工智能及其应用课后答案
第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。
问题规约的实质：从目标(要解决的问题) 出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3 个传教士和3 个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i 次渡河后，河对岸的状态，nC 表示传教士的数目，nY 表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。
考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3 种情况：1. nC=02. nC=33. nC=nY>=0 ( 当nC 不等于0 或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY 表示，第i 次渡河后，对岸野人数目的变化。
人工智能技术及应用习题答案第7-10章
习题7一、名词解释1、智能制造所谓智能制造，是指将信息物理系统用于企业生产、加工的各个环节，以传感器抓取企业生产加工中的数据，通过物联网技术将数据上传至云计算平台，在云平台上对生产流动实行智能检测和智能控制，从而实现制造业生产最优化。
2、智能制造系统智能制造系统是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能以一种高度柔性与集成不高的方式，借助计算机模拟人类专家的智能活动进行分析、推理、判断、构思和决策等，从而取代或者延伸制造环境中人的部分脑力劳动。
同时，收集、存贮、完善、共享、集成和发展人类专家的智能。
3、工业机器人所谓工业机器人就是面向工业领域的多关节机械手或多自由度机器人，是工业生产用自动化装置，能够在工业生产线中自动完成点焊、弧焊、喷漆、切割、装配、搬运、包装、码垛等作业，广泛应用于机械加工、汽车制造、家用电器生产以及钢铁、化工等行业。
4、机器人执行机构执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副（转动副或移动副）常称为关节，关节个数通常即为机器人的自由度数。
5、机器人驱动装置驱动装置是驱使执行机构运动的机构，按照控制系统发出的指令信号，借助于动力元件使机器人进行动作。
它输入的是电信号，输出的是线、角位移量。
机器人使用的驱动装置主要是电力驱动装置，如步进电机、伺服电机等，此外也有采用液压、气动等驱动装置。
6、机器人检测装置检测装置是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。
7.机器人机器人（Robot）是自动执行工作的机器装置。
它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。
它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
二、填空题1、机器人控制系统有两种方式，一种是集中式控制，另一种是（分散式）控制。
人工智能原理及其应用第3版-课后习题答案
人工智能原理及其应用第3版-课后习题答案第1章人工智能概述课后题答案1.1什么是智能?智能包含哪几种能力？解：智能主要是指人类的自然智能。
一般认为，智能是是一种认识客观事物和运用知识解决问题的综合能力。
智能包含感知能力，记忆与思维能力，学习和自适应能力，行为能力1.2人类有哪几种思维方式?各有什么特点？解：人类思维方式有形象思维、抽象思维和灵感思维形象思维也称直感思维，是一种基于形象概念，根据感性形象认识材料，对客观对象进行处理的一种思维方式。
抽象思维也称逻辑思维，是一种基于抽象概念，根据逻辑规则对信息或知识进行处理的理性思维形式。
灵感思维也称顿悟思维，是一种显意识与潜意识相互作用的思维方式。
1.3什么是人工智能?它的研究目标是什么？解：从能力的角度讲，人工智能是指用人工的方法在机器（计算机）上实现智能；从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。
研究目标：对智能行为有效解释的理论分析；解释人类智能；构造具有智能的人工产品；1.4什么是图灵实验？图灵实验说明了什么？解：图灵实验可描述如下，该实验的参加者由一位测试主持人和两个被测试对象组成。
其中，两个被测试对象中一个是人，另一个是机器。
测试规则为：测试主持人和每个被测试对象分别位于彼此不能看见的房间中，相互之间只能通过计算机终端进行会话。
测试开始后，由测试主持人向被测试对象提出各种具有智能性的问题，但不能询问测试者的物理特征。
被测试对象在回答问题时,都应尽量使测试者相信自己是“人”，而另一位是”机器”。
在这个前提下，要求测试主持人区分这两个被测试对象中哪个是人，哪个是机器。
如果无论如何更换测试主持人和被测试对象的人，测试主持人总能分辨出人和机器的概率都小于50%，则认为该机器具有了智能。
1.5人工智能的发展经历了哪几个阶段？解：孕育期，形成期，知识应用期，从学派分立走向综合，智能科学技术学科的兴起1.6人工智能研究的基本内容有哪些？解：与脑科学与认知科学的交叉研究智能模拟的方法和技术研究1.7人工智能有哪几个主要学派？各自的特点是什么？解：符号主义：又称为逻辑主义、心理学派或计算机学派，是基于物理符号系统假设和有限合理性原理的人工智能学派。
人工智能教程 张仰森(部分习题答案)
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。
5.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。
6.什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。
7.什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。
8.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）。
9.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。
10.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。
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-l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)真体的运行長一个或多个进程，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。
(完整word版)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。
7、设可交换产生式系统的一条规则R可应用于综合数据库D来生成出D'，试证明若R存在逆,则可应用于D’的规则集等同于可应用于D的规则集。
人工智能及其应用课后答案
第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么它们有何本质上的联系及异同点答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。
问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。
考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。
人工智能原理及其应用第三版课后答案
人工智能原理及其应用第三版课后答案人工智能原理及其应用第三版是一本很好的教材，但是很多同学在做课后习题时会遇到困难。
以下是一些课后答案，希望可以帮助大家更好地学习和掌握人工智能原理及其应用。
Chapter 11. What is artificial intelligence?Artificial intelligence is the study of how to create intelligent machines that are capable of performing tasks that typically require human intelligence, such as understanding natural language, recognizing objects, and making decisions based on data.2. What is intelligence?Intelligence is the ability to acquire, understand, and apply knowledge, reason, and adapt to new situations.3. What are the major subfields of artificial intelligence?The major subfields of artificial intelligence are machine learning, natural language processing, robotics, computer vision, and expert systems.4. What is machine learning?Machine learning is a subfield of artificial intelligence that involves teaching computers to learn from data, without being explicitly programmed.5. What is natural language processing?Natural language processing is a subfield of artificial intelligence that deals with the interaction between computers and humans using natural language.Chapter 21. What is a perceptron?A perceptron is a type of artificial neural network that is used in machine learning to classify input data into one of two possible categories.2. What is supervised learning?Supervised learning is a type of machine learning where the computer is trained on input data and output data, and tries to learn a function that maps input data to corresponding output data.3. What is unsupervised learning?Unsupervised learning is a type of machine learning where the computer is given input data without any corresponding output data, and tries to find patterns and relationships in the data.4. What is reinforcement learning?Reinforcement learning is a type of machine learning where the computer learns to make decisions based on feedback from the environment, with the goal of maximizing a reward signal.Chapter 31. What is a decision tree?A decision tree is a type of data structure that is used in machine learning to model decisions and their possible consequences.2. What is overfitting?Overfitting is a common problem in machine learning where the model is too complex and fits the training data too closely, resulting in poor performance on new data.3. What is cross-validation?Cross-validation is a technique used in machine learning to evaluate the performance of a model on data that was not used during training.4. What is regularization?Regularization is a technique used in machine learning to prevent overfitting by adding a penalty term to the model that penalizes complex models.Chapter 41. What is deep learning?Deep learning is a type of machine learning that uses artificial neural networks with several layers to learn features from input data.2. What is a convolutional neural network?A convolutional neural network is a type of deep neural network that is used to classify images and other types of spatial data.3. What is a recurrent neural network?A recurrent neural network is a type of deep neural network that is used to process data with a temporal or sequential structure, such as speech or music.4. What is transfer learning?Transfer learning is a technique used in machine learning where the knowledge learned by a model on one task is transferred to a related task.In conclusion, the book "Artificial Intelligence Principles and Applications Third Edition" is an excellent resource for learning about artificial intelligence. By understanding the fundamental concepts of artificial intelligence, such as machine learning, natural language processing, and deep learning, one can begin to understand how AI is being used in various fields, including medicine, finance, and transportation. Hopefully, this set of answers to the exercise questions can assist learners in their studies and increase their comprehension of the subject.。
张仰森---人工智能原理及其应用(第二版)习题答案
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。
人工智能__课后复习题答案
3
yBIT(猎犬,Y)，即可以得到结果：猎犬是咬人的。
2.7 解答：题中的三条规则侧重点不同：R1 规则的重点在于我师的任务；R2 规则的重点在 于敌团的配置；R3 规则的重点在于我师的任务和敌团的配置同时满足。它们之间的关系为 R1 R2 R3。
所以根据冲突解决规则中的规模排序，可知首先应该选择规则 R3，系统执行才最有效。
ARE
MORTAL
ISA
ISA
动作 M 主体 A
动作 对象
ISA H
（2）
GS
ISA
F
g
CLOUD
HAS
LINING SILVER
ISA
动作 C 主体
ISA
动作 H 对象
ISA color
W
(3)
MANAGER
DEC
S ISA
belong
BRANCH
GS
MANAGERS
PARTICIPATE
ISA F
图书馆框架
A B …T
Z 工业技术
TB 一般工业技术 TD 矿业工程 …
自动化技术、 TP 计算机技术 TV
水利工程
书名 作者 ISBN 出版时间
出版社
2.11 解答： 在产生式系统中，随着产生式规则的数量的增加，系统设计者难以理解规则间的相互作
用，究其原因，在于每条规则的自含性使得知识表示的力度过于细微。因此要提高产生式系 统的可理解性，就应当按照软件工程的思想，通过对规则的适当划分，将规则组织诚易于管 理的功能模块。由于框架系统具有组织成块知识的良好特性，因此将两者进行有机结合，可 以为产生式系统的开发、调试和管理提供有益的帮助。
《人工智能》课后习题答案
人工智能原理与应用答案
人工智能原理与应用答案人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机具备智能行为的学科，它涉及到计算机科学、认知心理学、哲学等多个领域。
人工智能的发展源于对人类智慧的模仿，通过计算机技术和算法实现对问题的认知和解决。
本文将围绕人工智能的基本原理及其在不同领域中的应用进行论述。
一、人工智能的基本原理1.1 机器学习机器学习是人工智能的关键技术之一。
它通过对大量数据的分析和学习，让计算机具备自我学习和自我优化的能力。
机器学习的基本理论包括监督学习、无监督学习和强化学习等。
监督学习是指通过对已知输入和输出数据的学习，建立预测模型；无监督学习是指通过对未标记数据的学习，发现数据的内在结构和规律；强化学习则是指通过试错和奖励的方式，实现智能体在环境中的优化行为。
1.2 神经网络与深度学习神经网络是一种模拟人类神经系统的计算模型，它由大量的神经元和连接组成。
深度学习则是建立在神经网络基础上的一种学习算法，通过构建多层网络结构，实现对复杂问题的高效处理。
深度学习在图像识别、自然语言处理等领域取得了重要突破，成为当前人工智能发展的重要驱动力。
1.3 自然语言处理自然语言处理是指让计算机能够理解和处理人类自然语言的技术。
它涉及到自动语音识别、语义理解、机器翻译等多个子领域。
自然语言处理的目标是实现计算机与人类之间的自然对话和交互，提升用户体验和效率。
二、人工智能在不同领域中的应用2.1 人工智能在医疗领域中的应用人工智能在医疗领域中发挥着重要作用。
通过分析大量的医疗数据，人工智能可以帮助医生进行疾病诊断、药物研发和治疗方案的制定。
例如，人工智能可以根据患者的病历和症状，提供精准的诊断结果和个性化的治疗方案，大大提高了医疗效率和准确性。
2.2 人工智能在交通领域中的应用交通领域是人工智能应用的重点领域之一。
人工智能可以通过分析交通数据，提供实时的交通状态和路况预测，帮助人们规划最佳的出行路线。
- 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)。
2.7解：根据谓词知识表示的步骤求解问题如下：解法一：(1)本问题涉及的常量定义为：猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c(2)定义谓词如下：SITE(x，y)：表示x在y处；HANG(x，y)：表示x悬挂在y处；ON(x，y)：表示x站在y上；HOLDS(y，w)：表示y手里拿着w。
(3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下：问题的初始状态表示：SITE(Monkey，a)∧HANG(Banana，b)∧SITE(Box，c)∧~ON(Monkey，Box)∧~HOLDS(Monkey，Banana)问题的目标状态表示：SITE(Monkey，b)∧~HANG(Banana，b)∧SITE(Box，b)∧ON(Monkey，Box)∧HOLDS(Monkey，Banana)解法二：(1)本问题涉及的常量定义为：猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c(2)定义谓词如下：SITE(x，y)：表示x在y处；ONBOX(x)：表示x站在箱子顶上；HOLDS(x)：表示x摘到了香蕉。
(3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下：问题的初始状态表示：SITE(Monkey，a)∧SITE(Box，c)∧~ONBOX(Monkey)∧~HOLDS(Monkey)问题的目标状态表示：SITE(Box，b)∧SITE(Monkey，b)∧ONBOX(Monkey)∧HOLDS(Monkey)从上述两种解法可以看出，只要谓词定义不同，问题的初始状态和目标状态就不同。
所以，对于同样的知识，不同的人的表示结果可能不同。
2.8解：本问题的关键就是制定一组操作，将初始状态转换为目标状态。
为了用谓词公式表示操作，可将操作分为条件(为完成相应操作所必须具备的条件)和动作两部分。
条件易于用谓词公式表示，而动作则可通过执行该动作前后的状态变化表示出来，即由于动作的执行，当前状态中删去了某些谓词公式而又增加一些谓词公式从而得到了新的状态，通过这种不同状态中谓词公式的增、减来描述动作。
定义四个操作的谓词如下，操作的条件和动作可用谓词公式的增、删表示：(1)goto<x，y)：从x处走到y处。
条件：SITE(Monkey，x)动作：删除SITE(Monkey，x)；增加SITE(Monkey，y)(2)pushbox (x，y)：将箱子从x处推到y处。
条件：SITE(Monkey，x)∧SITE(Box，x)∧~ONBOX(Monkey)动作：删除SITE(Monkey，x)，SITE(Box，x)；增加SITE(Monkey，y)，SITE(Box，y)(3)climbbox：爬到箱子顶上。
条件：~ONBOX(Monkey)动作：删除~ONBOX(Monkey)；增加ONBOX(Monkey)(4)grasp：摘下香蕉。
条件：~HOLDS(Monkey) ∧ONBOX(Monkey) ∧SITE(Monkey，b)动作：删除~HOLDS(Monkey)；增加HOLDS(Monkey)在执行某一操作前，先检查当前状态是否满足其前提条件。
若满足，则执行该操作。
否则，检查另一操作的条件是否被满足。
检查的方法就是当前的状态中是否蕴含了操作所要求的条件。
在定义了操作谓词后，就可以给出从初始状态到目标状态的求解过程。
在求解过程中，当进行条件检查时，要进行适当的变量代换。
SITE(Monkey，a)SITE(Box，c)~ONBOX(Monkey)~HOLDS(Monkey)⇓goto(x，y)，用a代x，用c代ySITE(Monkey，c)SITE(Box，c)~ONBOX(Monkey)~HOLDS(Monkey)⇓ pushbox(x，y)，用c代x，用b代ySITE(Monkey，b)SITE(Box，b)~ONBOX(Monkey)~HOLDS(Monkey)⇓climbboxSITE(Monkey，b)SITE(Box，b)ONBOX(Monkey)~HOLDS(Monkey)⇓graspSITE(Monkey，b)SITE(Box，b)ONBOX(Monkey)HOLDS(Monkey)2.12 解：首先建立棋盘变换的产生式规则。
如果把棋盘的每一种布局看做是一个状态矩阵，本题就变成了从初始状态矩阵到目标状态矩阵的一种变化。
所谓棋盘状态的变化就是希望棋盘上空格周围的棋子能走进空格，这也可以理解为移动空格，只要实现空格的上、下、左、右四种移动即可。
可通过建立四个条件一操作型的产生式规则，来实现这四种移动。
设Sij为状态矩阵中的第i行和第j列的数码，i0、j0表示空格所在的行和列，如果在状态矩阵中用0来表示空格的话，则建立如下四条产生式规则：R1:if (jo – 1≥1) then begin Siojo: = Sio(jo-1); Sio(jo-1): =0 end空格左移R2:if (io – 1≥1) then begin Siojo: = S(io-l)jo; S(io-l)jo: =0 end空格上移R3:if (Jo + 1≤3) then begin Siojo: = Sio(jo+1); Sio(jo+1): = 0 end空格右移R4: if (io + 1≤3) then begin Siojo: = S(io+l)jo; S(io+l)jo: = 0 end空格下移然后,建立综合数据库。
将棋盘的布局表示为状态距阵的形式存入综合数据库，例如，可以将本题的初始布局和目标布局以矩阵形式表示为：2 83 1 2 3S0= 1 6 0 Sg= 8 0 47 5 4 7 6 5综合数据库中,存放着初始状态矩阵和目标状态矩阵以及变换过程中的中间矩阵。
在建立了规则集和综合数据库后，就可以按照产生式规则进行状态变换，实现推理求解。
在进行推理时，可能会有多条产生式规则的条件部分和综合数据库中的已有事实相符，这样就有可能激活多条规则。
究竟采用哪一条规则作为启用规则，这就是冲突解决策略问题。
解决冲突的策略有专一性排序、规则顺序等多种，也可以使用一些启发性的信息，根据具体问题选择。
在本题中，我们采用一个启发式函数h(x)，它表示节点x所对应的棋盘中与目标节点对应的棋盘中棋子位置不同的个数。
这里，综合数据库中的初始状态矩阵，能满足规则R1、R2、R4的条件，所以有三条匹配规则。
利用启发式函数决定哪一条规则为启用规则。
因为规则R4的启发式函数值h(x)=5，规则R1的h(x)=6，规则R2的h(x)=7，也就是说，规则R4所得到的新状态与目标状态差距最小，所以启用规则R4，依此类推，可以得到到达目标状态的规则执行序列如下：R4，R1，R2，R2，R1，R4，R3其执行过程如图2.19所示。
2．13解：设综合数据库中包含了已访问过的城市名的列表、未访问过的城市名的列表和各城市间的距离表。
初始时刻，已访问过的城市名列表中只有A，未访问过的城市名列表中有B、C、D、E。
定义如下谓词：not—visit(x)：表示未访问过城市x；visit—all()：表示已无未访问过的城市；goto(x)：表示去访问城市x，并将x加入已访问的城市列表中，从未访问过的城市列表中删除它。
则建立如下的产生式规则：R1：not—visit(x)→goto(x)R2：visit—all()→goto(A)当未访问过的城市列表不为空时，激活规则R1；否则，激活规则R2。
如果未访问过的城市列表中的城市个数多于一个时，这时规则R1的实例就不止一个。
例如，在刚开始时，就有四条规则(分别针对x=A，x=B，x=C，x=D)被激活，这时可以根据综合数据库中的城市间距离，构造一个启发式函数h(x)来解决规则冲突，决定某一条规则为启用规则。
例如，在刚开始从A出发时，决定下一访问城市，由于B与A的距离最近，所以x：=B。
依此类推，推销员走的路径为E、D、C。
这时未访问过的城市列表中S经为空，规则R2被激活，返回城市A。
2．15答：从谓词逻辑表示法来看，一个基本网元相当于一组一阶二元谓词。
因为三元组(节点1，弧，节点2)可写成P(个体1，个体2)。
其中，个体1、个体2分别对应节点1、节点2，而弧及其上标注的节点1与节点2的关系由谓词P来体现。
产生式表示法以一条产生式规则作为知识的单位，各条产生式规则之间没有直接的联系。
而语义网络则不同，它不仅将基本网元视做一种知识的单位，而且各个基本网元之间又是相互联系的。
人脑的记忆便是由存储大量的这种基本网元来体现的。
2．16解：(1)本知识涉及的对象有3个：鸟、鸽子、信鸽。
信鸽是一种鸽子，除了其本身的属性外，理应具有鸽子的一般特性。
而鸽子又是一种鸟，鸟所具有的属性它也具有。
(2)信鸽与鸽子之间是一种类属关系，鸽子和鸟之间也是一种类属关系，它们都可以用AKO 表示。
(3)整理各对象节点之间的属性，使上层节点所具有的属性不再在下层节点中标出。
(4)将各对象作为一个节点，而它们之间的关系作为弧，则得到如图2．20所示的语义网络。
2．17解：(1)这是一个带有全称量词的语义网络，如图2．21所示。
其中，s是全称变量，代表任一个学生；h是存在变量，表示某次拥有；bs也是存在量词，代表多本书；s、h、bs 及其语义联系构成一个子网，是一个子空间，表示每个学生都拥有多本书；节点g代表该子空间，由弧F指向其所代表的子空间的具体形式，弧 指出s是一个全称变量。
节点GS代表整个空间。
(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。
2．26解：用状态空间法进行表示。