《人工智能》课程习题

1、.：.；课程习题第一章 绪 论1-1. 什么是人工智能？试从学科和才干两方面加以阐明。1-2. 在人工智能的开展过程中，有哪些思想和思潮起了重要作用？1-3. 为什么可以用机器计算机模拟人的智能？1-4. 如今人工智能有哪些学派？它们的认知观是什么？1-5. 他以为应从哪些层次对认知行为进展研讨？1-6. 人工智能的主要研讨和运用领域是什么？其中，哪些是新的研讨热点？第二章 知识表示方法2-1 形状空间法、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络及异同点?2-2 设有3个传教士和3个野人来到河边，计划乘一只船从右岸渡到左岸去。该船的负载才干为两人。在任何时候，假设野

2、人人数超越传教士人数，那么野人就会把传教士吃掉。他们怎样才干用这条船平安地把一切人都渡过河去? 再定义描画过河方案的谓词： L-R(x,x1,y,y1,S)：x1个修道士和y1个野人渡船从河的左岸到河的右岸 条件：Safety(L,x-x1,y-y1,S)Safety(R,3-x+x1,3-y+y1,S)Boat(L,S) 动作：Safety(L,x-x1,y-y1,S)Safety(R,3-x+x1,3-y+y1,S)Boat(R,S) R-L(x,x1,y,y1,S)：x2个修道士和y2个野人渡船从河的左岸到河的右岸 条件：Safety(R,3-x-x2,3-y-y2,S)Safety(L

3、,x+x2,y+y2,S)Boat(R,S) 动作：Safety(R,3-x-x2,3-y-y2,S)Safety(L,x+x2,y+y2,S)Boat(L,S) (2)过河方案 Safety(L,3,3,S0)Safety(R,0,0,S0)Boat(L,S0) L-R(3,1,3,1,S0)L-R(3,0,3,2,S0) Safety(L,2,2,S1)Safety(R,1,1,S1)Boat(R,S1) Safety(L,3,1,S1)Safety(R,0,2,S1)Boat(R,S1) R-L(2,1,2,0,S1)R-L(3,0,1,1,S1) Safety(L,3,2,S2)Saf

4、ety(R,0,1,S2)Boat(L,S2) L-R(3,0,2,2,S2) Safety(L,3,0,S3)Safety(R,0,3,S3)Boat(R,S3) R-L(3,0,0,1,S3) Safety(L,3,1,S4)Safety(R,0,2,S1)Boat(L,S4) L-R(3,2,1,0,S4) Safety(L,1,1,S5)Safety(R,2,2,S5)Boat(R,S5) R-L(1,1,1,1,S5) Safety(L,2,2,S6)Safety(R,1,1,S6)Boat(L,S6) L-R(2,2,2,0,S6) Safety(L,0,2,S7)Safety(R

5、,3,1,S7)Boat(R,S7) R-L(0,0,2,1,S7) Safety(L,0,3,S8)Safety(R,3,0,S8)Boat(L,S8) L-R(0,0,3,2,S8) Safety(L,0,1,S9)Safety(R,3,2,S9)Boat(R,S9) R-L(0,1,1,0,S9) Safety(L,1,1,S10)Safety(R,2,2,S10)Boat(L,S10)2-3 利用图2.3，用形状空间法规划一个最短的游览路程：此旅程从城市A开场，访问其他城市不多于一次，并前往A。选择一个形状表示，表示出所求得的形状空间的节点及弧线，标出适当的代价，并指明图中从起始节点到

6、目的节点的最正确途径。2-4 试阐明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R、L或C可分别用R、jL或1/jC来计算，这个现适用作本原问题。后继算符应以复合并联和串联阻抗的规那么为根底。图 2.282-5 试用四元数列构造表示四圆盘梵塔问题，并画出求解该问题的与或图。2-6 把以下句子变换成子句方式：(1) (x)P(x)P(x)(2) xy(On(x,y)Above(x,y)(3) xyz(Above(x,y)Above(y,z)Above(x,z)(4) (x)P(x)yp(y)p(f(x,y)(y)Q(x,y)P(y)2-7 用谓词演算公式表示以下英文句子(多

7、用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.2-8 把以下语句表示成语义网络描画：(1) All man are mortal.(2) Every cloud has a silver lining.(3) All branch managers of DEC participate in a profit-sharing plan.2-9 作为一个电

8、影观众，请他编写一个去电影院看电影的剧本。2-10 试构造一个描画他的寝室或办公室的框架系统。第三章 搜索推理技术3-1 什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原那么是什么?3-2 试举例比较各种搜索方法的效率。3-3 化为子句形有哪些步骤?请结合例子阐明之。3-4 如何经过消解反演求取问题的答案?3-5 什么叫适宜公式?适宜公式有哪些等价关系?3-6 用宽度优先搜索求图3.33所示迷宫的出路。图 3.33 迷宫一例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。2812316384754765 So Sg图 3-34八数码难题3-8 运用最新的方法来表达传教士和

9、野人问题，编写一个计算机程序，以求得平安渡过全部6个人的解答。提示：在运用形状空间表示和搜索方法时，可用(Nm，Nc)来表示形状描画，其中Nm和Nc分别为传教士和野人的人数。初始形状为(3，3)，而能够的中间形状为(0，1)，(0，2)，(0，3)，(1，1)，(2，1)，(2，2)，(3，0)，(3，1)和(3，2)等。3-9 试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率，并以实例数据加以阐明。3-10 一个机器人驾驶卡车，携带包裹(编号分别为1、2和3)分别投递到林(LIN)、吴(WU)和胡(HU)3家住宅处。规定了某些简单的操作符，如表示驾驶方位的drive(x,y)和表示卸

10、下包裹的unload(z)；对于每个操作符，都有一定的先决条件和结果。试阐明形状空间问题求解系统如何可以运用谓词演算求得一个操作符序列，该序列可以生成一个满足AT(#1，LIN)AT(#2，WU)AT(#3,HU)和目的形状。3-11 规那么演绎系统和产生式系统有哪几种推理方式?各自的特点为何?3-12 为什么需求采用系统组织技术?有哪几种系统组织技术?3-13 研讨不确定性推理有何意义?有哪几种不确定性?3-14 单调推理有何局限性?什么叫缺省推理?非单调推理系统如何证明一个节点的有效性?3-15 在什么情况下需求采用不确定推理或非单调推理?3-16 以下语句是一些几何定理，把这些语句表示为

11、基于规那么的几何证明系统的产生式规那么：(1) 两个全等三角形的各对应角相等。(2) 两个全等三角形的各对应边相等。(3) 各对应边相等的三角形是全等三角形。(4) 等腰三角形的两底角相等。第四章 计算智能1：神经计算 模糊计算4-1 计算智能的含义是什么？它涉及哪些研讨分支？4-2 试述计算智能CI、人工智能AI和生物智能BI的关系。4-3 人工神经网络为什么具有诱人的开展前景和潜在的广泛运用领域？4-4 简述生物神经元及人工神经网络的构造和主要学习算法。4-5 思索一个具有阶梯型阈值函数的神经网络，假设1 用一常数乘一切的权值和阈值；2 用一常数加于一切权值和阈值。试阐明网络性能能否会变化

12、？4-6 构作一个神经网络，用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。4-7 假定有个具有线性鼓励函数的神经网络，即对于每个神经元，其输出等于常数c乘以各输入加权和。1设该网络有个隐含层。对于给定的权W，写出输出层单元的输出值，此值以权W和输入层I为函数，而对隐含层的输出没有任何明显的表达。试证明：存在一个不含隐含单位的网络可以计算上述同样的函数。2对于具有任何隐含层数的网络，反复进展上述计算。从中给出线性鼓励函数的结论。4-8 试实现一个分层前馈神经网络的数据构造，为正向评价和反向传播提供所需信息。运用这个数据构造，写出一个神经网络输出，以作为一个例子，并计算该网络适当的

13、输出值。4-9 什么是模糊性？它的对立含义是什么？试各举出两个例子加以阐明。4-10 什么是模糊集合和隶属函数或隶属度？4-11 模糊集合有哪些运算，满足哪些规律？4-12 什么是模糊推理？有哪几种模糊推理方法？4-13 有哪些模糊蕴含关系？4-14 什么叫模糊判决？有哪几种常用的模糊判决方法？4-15 对某种产品的质量进展抽查评价。现随机选出5个产品x1，x2，x3，x4，x5进展检验，它们质量情况分别为：x180，x272，x365，x498，x553这就确定了一个模糊集合Q，表示该组产品的“质量程度这个模糊概念的隶属程度。试写出该模糊集。4-16 设有以下两个模糊关系试求出R1与R2的复

14、合关系R1R2。第五章 计算智能(2):进化计算 人工生命5-1 什么是进化计算？它包括哪些内容？它们的出发点是什么？5-2 试述遗传算法的根本原理，并阐明遗传算法的求解步骤。5-3 如何利用遗传算法求解问题，试举例阐明求解过程。5-4 用遗传算法求的最大值5-5 进化战略是如何描画的？5-6 简述进化编程的机理和根本过程，并以四形状机为例阐明进化编程的表示。5-7 遗传算法、进化战略和进化编程的关系如何？有何区别？5-8 人工生命能否从1987年开场研讨？为什么？5-9 什么是人工生命？请按他的了解用本人的言语给人工生命下个定义。5-10 人工生命要模拟自然生命的特征和景象。自然生命有哪些共

15、同特征？5-11 为什么要研讨人工生命？5-12 人工生命包括哪些研讨内容？其研讨方法如何？第六章1-1. 什么是人工智能？试从学科和才干两方面加以阐明。答：从学科方面定义：人工智能是计算机科学中涉及研讨、涉及和运用智能机器的一个分支。它的近期主要目的在于研讨用机器来模范和执行人脑的某些智力功能，并开发相关实际和技术。 从才干方面定义：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，如判别、推理、证明、识别、感知、了解、通讯、设计、思索、规划、学习和问题求解等思想活动。1-2. 在人工智能的开展过程中，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2、1956年

16、第一次人工智能研讨会召开3、 控制论思想的影响4、计算机的发明开展5、专家系统和知识工程6、 机器学习、计算智能、人工神经网络和行为主义研讨1-3. 为什么可以用机器计算机模拟人的智能？答：物理符号系统的假设：任何一个系统，假设它可以表现出智能，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、建立符号构造、条件性迁移6种功能。反之，任何系统假设具有这6种功能，那么它就可以表现出智能(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，它就一定可以表现出智能。 推论三: 既然人是一个

17、物理符号系统，计算机也是一个物理符号系统，那么我们就可以用计算机来模拟人的活动。1-4. 人工智能的主要研讨和运用领域是什么？其中，哪些是新的研讨热点？答：研讨和运用领域：问题求解 (下棋程序)，逻辑推理与定理证明 (四色定理证明)，自然言语了解，自动程序设计，专家系统，机器学习，神经网络，机器人学 (星际探求机器人)，方式识别 (手写识别，汽车牌照识别，指纹识别)，机器视觉 (机器装配，卫星图像处置)，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)，系统与言语工具。新的研讨热点：概率图模型隐马尔可夫模型、贝叶斯网络、统计学习实际(SLT) & 支持向量机(SVM)、数据发

18、掘与知识发现 (超市市场商品数据分析)，人工生命1-5. 人工智能有哪几种学派?答：1符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心思学派(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。 2衔接主义(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衔接机制与学习算法 3行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism) 其原理为

19、控制论及感知-动作型控制系统 1-6、人工智能有哪几个研讨领域？答：人工智能的研讨领域包括：问题求解；自动程序设计；专家系统；神经网络；方式识别；智能控制；智能检索；智能调度与指挥；知识表示；非经典逻辑 & 非经典推理；搜索技术；机器学习；自然言语了解；知识工程；定理机器证明；计算视觉；遗传算法 & 进化计算；分布式AI；数据发掘 & 知识发现；人工生命；机器人；AI言语2-1 知识表示的方法有哪些？ 答案：形状空间法、问题归约法、谓词逻辑法、语义网络法、框架表示法。2-2 形状空间法、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络及异同点? 答案：形状空间法是基于解答空

20、间的问题表示和求解方法,是以形状和操作符为根底的。需求扩展过多的节点，容易出现“ 组合爆炸，因此只适用于表示比较简单的问题。问题归约法是从目的(要处理的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。形状空间法是问题归纳法的一种特例。这些本原问题的解可以直接得到，从而处理了初始问题，用与或图来有效地阐明问题归约法的求解途径。谓语逻辑法是采用谓词合式公式和一阶谓词演算把要处理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来证明一个新语句是从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用“节点替代概念，用节点间的“衔接弧替

21、代概念之间的关系。语义网络表示法的优点：构造性、联想性、自然性。知识表示法的比较方法初始问题算符目的结果形状空间法形状算符目的形状解答途径path规约法结点弧结点解答树tree谓词逻辑法合式公式子句集set of clause置换合一消解反演根结点nil语义网络法结点链目的网络语义网络2-6如何经过消解反演树求取问题的答案? 答案：1.把由目的公式的否认产生的每个子句添加到目的公式否认之否认的子句中去。2.按照反演树，执行和以前一样的消解，直至在根部得到某个子句为止。3.用根部的字句作为一个回答语句。2-7 规那么演绎系统和产生式系统有哪几种推理方式?各自的特点为何? 简述各自的的运用条件答案

22、：1. 规那么演绎系统和产生式系统均有三种推理方式：正向推理、逆向推理、双向推理 2. 规那么演绎系统的正向推理是从现实或情况向目的或动作进展操作即：从IF到THEN，而逆向推理是从目的或动作向现实或情况进展操作的(即：从THEN到IF)。双向推理：具有正向和逆向两个系统的优点，以求抑制各自的缺陷局限性。正向和逆向组合系统是建立在两个系统相结合的根底上的。此组合系统的总数据库由表示目的和表示现实的两个与或图构造组成。这些与或图构造分别用正向系统的F规那么和逆向系统的B规那么来修正。产生式系统的正向推理(正向链接推理)：从一组表示现实的谓词或命题出发，运用一组产生式规那么，用以证明该谓词公式或命

23、题能否成立。逆向推理(后向链接推理)：从表示目的的谓词或命题出发，运用一组产生式规那么证明现实谓词或命题成立，即首先提出一批假设目的，然后逐一验证这些假设。(其根本原理是从表示目的的谓词或命题出发，运用一组规那么证明现实谓词或命题成立，即提出一批假设(目的)，然后逐一验证这些假设。) 双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的优点，抑制了两者的短处。双向推理的推理战略是同时从目的向现实推理和从现实向目的推理，并在推理过程中的某个步骤，实现现实与目的的匹配。2-8 产生式系统由哪些部分组成？什么是产生式规那么？答案：1.综合数据库(或全局数据库)、产生式规那么库和控制系统。 产

24、生式规那么是一个规那么库，用于存放与求解问题有关的某个领域知识的规律之集合及交换规那么。产生式规那么是一个以“假设满足这个条件，就该当采取某些操作方式表示的语句，其根本方式为：IF 前提 THEN 结论.3-1什么是不确定推理？不确定性推理的根本问题是什么？答案：不确定性推理是一种建立在非经典逻辑根底上的基于不确定性知识的推理，它从不确定性的初始证据出发，经过运用不确定性知识，推出具有一定程度的不确定性的和合理的或近乎合理的结论。根本问题是：不确定性的表示与度量，不确定性的匹配，不确定性的传送算法，不确定性的合成。3-2 在什么情况下需求采用不确定推理 ? 不确定推理的主要方法有哪些？ 答案：

25、1、普通推理方法在许多情况下，往往无法处理面临的现实问题，因此需求运用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。2.不确定性推理大类别上分为模型方法和控制方法。模型方法下有数值方法和非数值方法；数值方法包括概率统计方法、模糊推理方法、粗糙集方法;概率统计方法下细分为绝对概率方法、贝叶斯方法、证据实际方法、HMM方法、可信度方法；非数值方法下又包括发生率计算。控制方法下有：相关性制导回溯、机缘控制、启发式搜索等3-3 客观Bayes方法中LN和LS的意义是什么？ 答：LN表示必要性因子，它表示E 对的支持程度。LS表示充分性因子，它表示E 对H 的支持程度。 4-

26、1 计算智能的含义是什么？答：计算智能取决于制造者manufacturers提供的数值数据，不依赖于知识；另一方面，人工智能运用知识精品knowledge tidbits。人工神经网络该当称为计算神经网络。 当一个系统只涉及数值低层数据，含有方式识别部分，不运用人工智能意义上的知识，而且可以呈现出：1计算顺应性；2计算容错性；3接近人的速度；4误差率与人相近， 那么该系统就是计算智能系统。4-2. 简述生物神经元及人工神经网络的构造.答：人工神经网络由神经元模型构成，这种由许多神经元组成的信息处置网络具有并行分布构造。每个神经元具有单一输出，并且可以与其他神经元衔接；存在许多多重输出衔接方法，

27、每种衔接方法对应于一个衔接权系数。4-4 什么是模糊集合和隶属函数或隶属度？论域U到0,1区间的任一映射 ，即 ，都确定U的一个模糊子集F；称为F的隶属函数或隶属度。在论域U中，可把模糊子集表示为元素u与其隶属函数 的序偶集合，记为：4-5 什么是模糊推理？有哪几种模糊推理方法？1.逻辑推理是建立在模糊逻辑根底上，它是一种不确定性推理方法，是在二值逻辑三段论根底上开展起来的。它以模糊判别为前提，动用模糊言语规那么，推导出一个近似的模糊判别结论。2推理方法有Zadeh法，Baldwin法、Tsukamoto法、Yager法和Mizumoto法等方法。4-6. 阐明粗糙集实际的根本概念和特点。 1

28、.粗糙集实际是利用知的知识库，用知识库中的知知识近似描画不准确或者不确定的知识。主要是为了描画并处置“模糊信息。 2.特点是：1粗糙集部需求先验知识。2粗糙集实际是强大的数据分析工具。3粗糙集和模糊集描画了不完备的两个方面。粗糙集以不可分辨关系为根底，偏重分类；模糊集基于元素对集合隶属程度的不同，强调集合本身的含混性。4-7. 如何求集合的上近似 和下近似？见课件4-8. 什么是人工生命？在计算机学科中如何定义人工生命？1. 人工生命即人造的生命，非自然地生命。人工生命是研讨可以演示出自然生命系统特征行为的人造系统。2、在计算机科技领域中的人工生命，是指用计算机科学方法和技术设计和制造的具有生

29、命特征的人造系统，如数字生命、数字生态系统、人工脑、虚拟生物等。 4-9. 阐明人工生命的研讨意义、研讨内容和研讨方法。意义为：1.开发基于人工生命的工程技术新方法、新系统、新产品。2.为自然生命的研讨提供新模型、新工具、新环境。3.延伸人类寿命、减少衰弱、防治疾病。4.扩展自然生命，实现人工进化和优生优育。5促进生命科学、信息科学、系统科学的交叉于开展。研讨内容为：1构造生物体的内部系统。2生物体及其群体的外部系统。科学框架由以下主要内容构成：1.生命景象仿生系统。2生命景象的建模与仿真。3进化动力学。4人工生命的计算实际和工具。5进化机器人。6进化和学习等方面的结合。7人工生命的运用。研讨

30、方法主要分两类：1信息模型法。2任务原理法。研讨技术途径分两种：1工程技术途径。2生物科学途径。5-1 什么是机器学习?为什么要研讨机器学习?1机器学习是研讨如何运用机器来模拟人类学习活动的一门学科。即：机器学习是一门研讨机器获取新知识和新技艺，并识别现有知识的学问。2机器学习是人工智能的主要中心研讨领域之一, 也是现代智能系统的关键环节和瓶颈。很难想象: 一个没有学习功能的系统能被称具有智能的系统。生物、金融与网络等各领域的数据，迫切需求分析或建立模型。5-2 试述机器学习系统的根本构造，并阐明各部分的作用。见书本执行知识库学习环境 环境向系统的学习部分提供某些信息，学习部分利用这些信息修正

31、知识库，以增进系统执行部分完成义务的效能，执行部分根据知识库完成义务，同时把获得的信息反响给学习部分。5-3 试阐明归纳学习的方式和学习方法。 归纳学习的普通方式为：给定：1察看陈说(现实)F,用以表示有关某些对象、形状、过程等的的顶知识；2)假定的初始归纳断言能够为空；3背景知识，用于定义有关察看陈说、候选纳断言以及任何相关问题领域知识、假设和约束，其中包括可以描写所求归纳断言的性质的优先准那么。求：归纳断言假设H,能重言蕴涵或弱蕴涵察看陈说，并满足背景知识。假设H永真蕴涵现实F,阐明F是H的逻辑推理，那么有：H IF(读作H特殊化为F)或者F IH读作F普通化或消解为H这里，从H推导到F时

32、演绎推理，因此是保真的；而从现实F推导出假设H是归纳推理，因此不是保真的，而是保假的。 专家系统6-1 什么叫做专家系统?它具有哪些特点与优点?6-2 专家系统由哪些部分构成?各部分的作用为何?6-3 建造专家系统的关键步骤是什么?6-4 专家系统程序与普通的问题求解软件程序有何不同?开发专家系统与开发其它软件的义务有何不同?6-5 基于规那么的专家系统是如何任务的？其构造为何？6-6 基于框架的专家系统与面向目的编程有何关系？其构造有何特点？其设计义务是什么？6-7 为什么要提出基于模型的专家系统？试述神经网络专家系统的普通构造。6-8 新型专家系统有何特征？什么是分布式专家系统和协同式专家

33、系统？6-9 在设计专家系统时，应思索哪些技术？6-10 什么是建造专家系统的工具?他知道哪些专家系统工具，各有什么特点?6-11 专家系统面临什么问题?他以为应如何开展专家系统?6-12 用基于规那么的推理系统证明下述推理的正确性：知 狗都会吠叫和咬人任何动物吠叫时总是吵人的猎犬是狗结论 猎犬是吵人的第七章 机器学习7-1 什么是学习和机器学习?为什么要研讨机器学习?7-2 试述机器学习系统的根本构造，并阐明各部分的作用。7-3 试解释机械学习的方式。机械学习有哪些重要问题需求加以研讨?7-4 试阐明归纳学习的方式和学习方法。7-5 什么是类比学习？其推理和学习过程为何？7-6 试述解释学习

34、的根本原理、学习方式和功能。7-7 试比较阐明符号系统和衔接机制在机器学习中的主要思想。7-8 用C言语编写一套计算机程序，用于执行BP学习算法。7-9 试运用神经网络模型优化求解销售员游览问题。7-10 思索一个具有阶梯型阈值函数的神经网络，假设(1) 用一常数乘一切的权值和阈值；(2) 用一常数加于一切权值和阈值。试阐明网络性能能否会变化?7-11 增大权值能否可以使BP学习变慢?7-12 什么是知识发现？知识发现与数据发掘有何关系？7-13 试阐明知识发现的处置过程。7-14 有哪几种比较常用的知识发现方法？试略加引见。7-15 知识发现的运用领域有哪些？试展望知识发现的开展和运用前景。

35、第八章 机器人规划8-1 有哪几种重要的机器人高层规划系统?它们各有什么特点?他以为哪种规划方法有较大的开展前景?8-2 让right(x),left(x),up(x)和down(x)分别表示八数码难题中单元x左边、右边、上面和下面的单元(假设这样的单元存在的话)。试写出STIPS规划来模拟向上挪动B(空格)、向下挪动B、向左挪动B和向右挪动B等动作。8-3 思索设计一个清扫厨房规划问题。(1) 写出一套能够要用的STRIPS型操作符。当他描画这些操作符时，要思索到以下情况：清扫火炉或电冰箱会弄脏地板。要清扫烘箱，必需运用烘箱清洗器，然后搬走此清洗器。在清扫地板之前，必需先行清扫。在清扫地板之

36、前，必需先把渣滓筒拿出去。清扫电冰箱呵斥渣滓污物，并把任务台弄脏。清洗任务台或地板使洗涤盘弄脏。(2) 写出一个被清扫厨房的能够初始形状描画，并写出一个可描画的(但很能够难以得到的)目的描画。(3) 阐明如何把STRIPS规划技术用来求解这个问题。(提示：他能够想修正添加条件的定义，以便当某个条件添加至数据库时，假设出现它的否认的话，就能自动删去此否认)。8-4 曲颈瓶F1和F2的容积分别为C1和C2。公式CONT(X，Y)表示瓶子X含有Y容量单位的液体。试写出STRIPS规划来模拟以下动作：(1) 把F1内的全部液体倒进F2内。(2) 用F1的部分液体把F2装满。8-5 机器人Rover正在

37、房外，想进入房内，但不能开门让自已进去，而只能喊叫，让叫声促使开门。另一机器人Max在房间内，他可以开门并喜欢安静。Max通常可以把门翻开来使Rover停顿叫喊。假设Max和Rover各有一个STRIPS规划生成系统和规划执行系统。试阐明Max和Rover的STRIPS规那么和动作，并描画导致平衡形状的规划序列和执行步骤。8-6 用本章讨论过的任何规划生成系统，处理图8.22所示机械手堆积木问题。8-7 思索图8.23所示的寻觅途径问题。(1) 对所示物体和妨碍物(阴影部分)建立一个构造空间。其中，物体的初始位置有两种情况，一种如下图，另一种情况是把物体旋转90。(2) 运用构造空间，描画一个

38、寻求上述无碰撞途径的过程(程序)把问题限于无旋转的二维问题。(a)初始规划 (b)目的规划图 8.22 机械手堆积木规划问题8-8 指出他的过程构造空间求得的图8.23问题的途径，并表达如何把他在上题中所得结论推行至包括旋转情况。图 8.23 一个寻觅途径问题8-9 图8.24表示机器人任务的世界模型。要求机器人Robot把3个箱子BOX1、BOX2和BOX3移到如图E23(b)所示目的位置，试用专家系统方法建立本规划，并给出规划序列。(a)初始世界模型M0 (b)目的世界模型G0图 8.24 挪动箱子于一处的机器人规划8-10 图8.25表示机器人任务的世界模型。要求机器人把箱子从房间R2初

39、始位置移至房间R1目的位置。试建立本机器人规划专家系统，并给出规划结果。图 8.25 从一房间移至另一房间的机器人规划第九章 Agent (艾真体)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。9-2 什么是艾真体？他对agent的译法有何见解？9-3 艾真体在构造上有何特点？在构造上又是如何分类的？每种构造的特点为何？9-4 艾真体为什么需求相互通讯？9-5 试述艾真体通讯的步骤、类型和方式。9-6 艾真体有哪几种主要通讯言语？它们各有什么特点？9-7 多艾真体系统有哪几种根本模型？其体系构造又有哪几种？9-8 试阐明多艾真体的协作方法、协商技术和协调方式。9-9 为什

40、么多艾真体需求学习与规划？9-10 他以为多艾真体系统的研讨方向应是哪些？其运用前景又如何？9-11 选择一个他熟习的领域，编写一页程序来描画艾真体与环境的作用。阐明环境能否是可访问的、确定性的、情节性的、静态的和延续的。对于该领域，采用何种艾真体构造为好？9-12 设计并实现几种具有内部形状的艾真体，并丈量其性能。对于给定的环境，这些艾真体如何接近理想的艾真体？9-13 改动房间的外形和摆设物的位置，添加新家具。试丈量该新环境中各艾真体，讨论如何改善其性能，以求处置更为复杂的地貌。9-14 有些艾真体一旦得知一个新句子，就立刻进展推理，而另一些艾真体只需在得到恳求后才进展推理。这两种推理方法

41、在知识层、逻辑层和执行层将有何区别？9-15 运用布尔电路为无名普斯世界设计一个逻辑艾真体。该电路是一个衔接输入感知阀门和输出行动阀门的逻辑门的集合。(1) 试解释为什么需求触发器。(2) 估计需求多少逻辑门和触发器。第十章 机器视觉10-1 可用广义锥体言语把楔形物体描画为一个具有一定尺寸的三角形沿着一根直轴挪动而成的。请给出另一种描画。10-2 (1)除了外表法线(p,q,-1)外，还有另外两个感兴趣的矢量：一个矢量指向光源，它对应于某些特别的p和q值，记为ps和 (s为假设日光)，表示指向日光的矢量(ps，qs，-1)；另一指向察看者，即矢量(0，0，-1)。 利用外表法线、日光矢量和观

42、测矢量，可以求出一些用p和q表示的与出射角、入射角和相位角有关的公式。试证明以下公式成立：(2)对和推导类似公式。10-3 知朗伯外表亮度等于。假设光源正好在察看者的后面，即，于是可得对应于p和q的亮度为：当为一常数时，亮度E为一恒值。由于是平面PQ上某个圆的方程式，所以我们可得如下结论：当光源位于察看者后面时，PQ反射图上的等亮度线是一些圆周线。试证明阴影线是直线。10-4 把一个篮球或其它球形物体固定起来，并在室内单一小光源下对它进展实验。光源是在察看者的背后。(1)球面的光线亮度如何变化?(2)为什么满月看上去是扁平的?10-5 思索有一个朗伯立方体平放在朗伯墙前，如图a所示。沿ab线的

43、光线强度大体上像图b那样，而当立方体的拐角为圆滑过渡时，其光线强度如图(c)所示。题105图 朗伯立方体及其光强分布图(1)在PQ空间，指出此立方体各可见侧面的外表法线的准确位置。(2)在PQ空间，对着光源方向，指出可取的位置。(3)假设交界是陡变的，试画出沿cd线的光强度分布图。(4)假设交界是圆滑的，试画出沿cd线的光强度分布图。10-6 以下阵列表示航空照片图象上点阵的PQ投影以及所察看亮度Er的链式代码：-1 -1 0.23 +1 -1 0.23 +1 -1 0.17-1 -10.23 +1 -1 0.17 0 0 0.30 0 0.3 0 0 0.3 0 0 0.3假设所察看的亮度为

44、，其中，对应于光源直接在察看者背后和时的朗伯反射图上的等亮度线。试把每点图象分类为石头、树和墓石、假设它们的反射系数分别为0.7，0.5和0.3。10-7 某盖板外表的反射系数为未知。在不同时间从3个分别光源对该外表照明。对于的外表，这3个光源对此外表的反射图如下图。用这些光分别照射时所察看到的亮度分别为：题10-7图 3个反射图(1)在PQ空间画出当等于2，3和4时表示轨迹的线。同样地，画出当等于0.5，1和2时的线。(2)求10-8 把图中所示各物体量化为3232的画面(方格纸自备)题108图 需求数字化的物体(1)建立两个画面，每个画面包含上述3个物体。要求两画面上的物体具有不同的尺寸、

45、位置和方向。(2)计算两画面上6个物体的各阶矩量和。(3)计算各物体的矩心。(4)计算各物体的中心矩、标称中心矩和不变性矩，并讨论所得结果。(5)计算6个物体的外形系数，并讨论所得结果。10-9 为什么CONSIGHT系统要运用2个光源，而不是用1个光源?10-10 在连通性分析中，相邻2行间的分段情况被定义为以下3种：情况1不重迭中间为零或有更多的列 情况2不重迭中间为零或有更多的列情况3重迭既不同于情况1，又不同于情况2。区域并合规那么是较高的数取代较低的数(除背景“0外)。(1)从左至右逐行扫描以下88二进制图象(图中b为背景)。指出连通域被并合后图象矩阵上元素的数字，作为连通性分析的解

46、答：1 2 3 4 5 6 7 8b b b b b b b b b b1 b 0 0 0 1 1 1 0 0 b2 b 1 1 0 0 1 1 1 0 b3 b 0 1 0 1 1 0 1 1 b4 b 0 1 1 1 1 0 0 1 b5 b 0 1 1 1 0 0 0 1 b6 b 0 1 0 1 1 0 1 1 b7 b 0 1 0 0 1 1 1 0 b8 b 0 0 0 0 0 1 0 0 bb b b b b b b b b(2)确定此题(1)中图象编码的扫描宽度。第十一章 自然言语了解11-1 什么是言语和言语了解?自然言语了解过程有哪些层次，各层次的功能如何?11-2 自然言

47、语了解和言语自动生成的关系为何?研讨这两者时有什么共同点。11-3 言语的歧义性可出如今各个层次上：构词、词类、句法和语义。试各举一例来阐明。11-4 写出以下上下文无关语法所对应的转移网络：SNP VPNPAdjective NounNPDeterminer Noun PPNPDeterminer Noun VPVerb Adverb NPVPVerbVPVerb AdverbVPVerb PPPPProposition NP11-5 思索以下句子The old mans glasses were filled with sherry.选择单词glasses适宜的意思需求什么信息?什么信息意

48、味着不适宜的意思?11-6 思索以下句子：Put the red block on the blue block on the table .(1) 写出句中符合句法规那么的一切有效的句法分析。(2) 如何用语义信息和环境知识选择该命令的恰当含义?11-7 对以下每个语句给出句法分析树：(1) David wanted to go to the movie with Linda.(2) David wanted to go to the movie with Georgy William.(3) He heard the story listening to the radio.(4) He

49、heard the boys listening to the radio.11-8 思索一用户与一交互操作系统之间进展英语对话的问题。(1) 写出语义文法以确定对话所用言语。这些言语应确保进展根本操作，如描画事件、复制和删除文件、编译程序和检索文件目录等。(2) 用他的语义文法对以下各语句进展文法分析：Copy from new test mss into old test mss.Copy to old test mss out of new test mss.(3) 用规范的英语文法对上述两语句进展分析，列出所用文法片断。(4) 上述(2)与(3)的文法有何差别?这种差别与句法和语义文法

50、之间的差别有何关系?11-9 某大学开发出一个学生学籍管理数据库。试写出适于查询该数据库内容的匹配样本。11-10 试设计一个特定运用领域的自然言语问答系统。第十二章 智能控制12-1 为什么说智能控制是人工智能的重要研讨新领域?12-2 智能控制有哪几种构造实际?它们的中心思想和内容是什么?与传统控制相比，智能控制有什么特点?12-3 Saridis的分级递阶智能控制的要点是什么?各级的功能怎样?如何用熵来度量各级的作用?12-4 设计专家控制器时应思索哪些特点?专家控制系统的普通构造模型为何?12-5 什么是学习控制系统?它有哪些研讨课题?学习控制系统的设计原那么为何?12-6 试阐明模糊

51、控制器的构造原理和控制规那么。模糊控制器有哪几种设计方法?12-7 设论域X、Y均为有限模糊集合，它们分别为模糊矩阵R表示从X到Y的一个模糊关系。试阐明模糊矩阵R的元素rij的含义是什么?12-8 模糊控制器任务过程中把输入的准确量转变为模糊量(模糊化)后，输出时又把模糊量变为准确量(非模糊化)。这些转换各有什么作用?12-9人工神经网络有哪些特性使它适于控制?有哪几种神经控制器，它们的构造和作用原理为何?12-10 智能控制有哪些运用领域?试举出一个他比较了解或熟习的智能控制运用例子，并阐明其任务原理和控制性能。第十三章 展望13-1 他怎样评价人工智能的开展与争论？争论与开展的关系如何？1

52、3-2 人工智能不同窗派在实际、方法和技术道路上各有何争论?13-2 人工智能的开展对人类有哪些方面的影响？试结合本人了解的情况何了解，从经济、社会何文化等方面加以阐明？13-4 试评述人工智能的未来开展。13-5 他对“人工智能或“智能系统课程及其教学有何建议？一部分根本搜索算法 一、回溯算法 回溯算法是一切搜索算法中最为根本的一种算法，其采用了一种“走不通就掉头思想作为其控制构造，其相当于采用了先根遍历的方法来构造解答树，可用于找解或一切解以及最优解。详细的算法描画如下： 非递归算法 Type Node(节点类型)Record Situtation:TSituation当前节点形状; Wa

53、y-NO:Integer已运用过的扩展规那么的数目; End Var List(回溯表):Array1.Max(最大深度)ofNode; pos(当前扩展节点编号):Integer; Init List-0; pos-1; List1.Situation-初始形状; MainProgram While(pos0(有路可走)and(未到达目的)do Begin Ifpos=Maxthen(数据溢出,跳出主程序); Listpos.Way-NO:=Listpos.Way-No+1; If(Listpos.Way-NO=TotalExpendMethod)then(假设还有没用过的扩展规那么) Be

54、gin If(可以运用当前扩展规那么)then Begin (用第way条规那么扩展当前节点) Listpos+1.Situation:=ExpendNode(Listpos.Situation,Listpos.Way-NO); Listpos+1.Way-NO:=0; pos:=pos+1; End-If; End-If ElseBegin pos:=pos-1; End-Else End-While; 递归算法 ProcedureBackTrack(Situation:TSituation;deepth:Integer); VarI:Integer; Begin IfdeepthMaxth

55、en(空间到达极限,跳出本过程); IfSituation=Targetthen(找到目的); ForI:=1toTotalExpendMethoddo Begin BackTrack(ExpendNode(Situation,I),deepth+1); End-For; End; 范例：一个M*M的棋盘上某一点上有一个马，要求寻觅一条从这一点出发不反复的跳完棋盘上一切的点的道路。 评价：回溯算法对空间的耗费较少，当其与分枝定界法一同运用时，对于所求解在解答树中层次较深的问题有较好的效果。但应防止在后继节点能够与前继节点一样的问题中运用，以免产生循环。 二、深度搜索与广度搜索 深度搜索与广度搜

56、索的控制构造和产生系统很类似，独一的区别在于对扩展节点选取上。由于其保管了一切的前继节点，所以在产生后继节点时可以去掉一部分反复的节点，从而提高了搜索效率。这两种算法每次都扩展一个节点的一切子节点，而不同的是，深度搜索下一次扩展的是本次扩展出来的子节点中的一个，而广度搜索扩展的那么是本次扩展的节点的兄弟节点。在详细实现上为了提高效率,所以采用了不同的数据构造. 广度搜索 Type Node(节点类型)Record Situtation:TSituation当前节点形状; Level:Integer(当前节点深度); Last:Integer(父节点); End Var List(节点表):Ar

57、ray1.Max(最多节点数)ofNode(节点类型); open(总节点数):Integer; close(待扩展节点编号):Integer; New-S:TSituation;(新节点) Init List-0; open-1; close-0; List1.Situation-初始形状; List1.Level:=1; List1.Last:=0; MainProgram While(closeopen(还有未扩展节点)and (openMax(空间未用完)and (未找到目的节点)do Begin close:=close+1; ForI:=1toTotalExpendMethoddo

58、扩展一层子节点 Begin New-S:=ExpendNode(Listclose.Situation,I); IfNot(New-SinList)then (扩展出的节点从未出现过) Begin open:=open+1; Listopen.Situation:=New-S; Listopen.Level:=Listclose.Level+1; Listopen.Last:=close; End-If End-For; End-While; 深度搜索 Var Open:Array1.MaxofNode;(待扩展节点表) Close:Array1.MaxofNode;(已扩展节点表) open

59、L,closeL:Integer;(表的长度) New-S:Tsituation;(新形状) Init Open-0;Close-0; OpenL-1;CloseL-0; Open1.Situation-初始形状; Open1.Level-1; Open1.Last-0; MainProgram While(openL0)and(closeLMax)and(openLMax)do Begin closeL:=closeL+1; ClosecloseL:=OpenopenL; openL:=openL-1; ForI:=1toTotalExpendMethoddo扩展一层子节点 Begin Ne

60、w-S:=ExpendNode(ClosecloseL.Situation,I); IfNot(New-SinList)then (扩展出的节点从未出现过) Begin openL:=openL+1; OpenopenL.Situation:=New-S; OpenopenL.Level:=ClosecloseL.Level+1; OpenopenL.Last:=closeL; End-If End-For; End; 范例：迷宫问题，求解最短途径和可通途径。 评价：广度搜索是求解最优解的一种较好的方法，在后面将会对其进展进一步的优化。而深度搜索多用于只需求解，并且解答树中的反复节点较多并且反