人工智能原理及其应用考题总结文档格式.docx

上传人:b****5 文档编号:18776565 上传时间:2023-01-01 格式:DOCX 页数:8 大小:19.49KB
下载 相关 举报
人工智能原理及其应用考题总结文档格式.docx_第1页
第1页 / 共8页
人工智能原理及其应用考题总结文档格式.docx_第2页
第2页 / 共8页
人工智能原理及其应用考题总结文档格式.docx_第3页
第3页 / 共8页
人工智能原理及其应用考题总结文档格式.docx_第4页
第4页 / 共8页
人工智能原理及其应用考题总结文档格式.docx_第5页
第5页 / 共8页
点击查看更多>>
下载资源
资源描述

人工智能原理及其应用考题总结文档格式.docx

《人工智能原理及其应用考题总结文档格式.docx》由会员分享,可在线阅读,更多相关《人工智能原理及其应用考题总结文档格式.docx(8页珍藏版)》请在冰豆网上搜索。

人工智能原理及其应用考题总结文档格式.docx

(1)问题求解

(2)逻辑推理与定理证明

(3)自然语言理解

(4)自动程序设计

(5)专家系统

(6)机器学习

(7)神经网络

(8)机器人学

(9)模式识别

(10)机器视觉

(11)智能控制

(12)智能检索

(13)智能调度与指挥

(14)分布式人工智能与Agent

(15)计算智能与进化计算

(16)数据挖掘与知识发现

(17)人工生命

(18)系统与语言工具

第2部分知识与知识表示

本章小结:

1设有如下问题:

(1)有五个相互可直达且距离已知的城市A、B、C、D、E,如图所示;

(2)某人从A地出发,去其它四个城市各参观一次后回到A;

(3)找一条最短的旅行路线

请用产生式规则表示旅行过程。

①综合数据库(x)

(x)中x可以是一个字母,也可以是一个字符串。

②初始状态(A)

③目标状态(Ax1x2x3x4A)

④规则集:

r1:

IFL(S)=5THENGOTO(A)

r2:

IFL(S)<

5THENGOTO(B)

r3:

5THENGOTO(C)

r4:

5THENGOTO(D)r5:

5THENGOTO(E)

其中L(S)为走过的城市数,GOTO(x)为走向城市x⑤路线如下图所示:

最短旅行路线为:

A->

C->

D->

E->

B->

A总距离为5+6+8+10+7=36

2神州大学和东方大学两校篮球队在东方大学进行一场比赛,结局的比分是85:

89,用语义网络表示。

(A)

(AB)

(AC)(AD)

(AE)

(ACB)

(ACD)(ACE)(ACDB)

(ACDE)

(ACDEB)

(ACDEBA)

7

510

10

69

8

107

起始目标

第3部分推理

1张某被盗,公安局派出五个侦察员去调查。

研究案情时,侦察员A说“赵与钱中至少有一人作案”;

侦察员B说“钱与孙中至少有一人作案”;

侦察员C说“孙与李中至少有一人作案”;

侦察员D说“赵与孙中至少有一人与此案无关”;

侦察员E说“钱与李中至少有一人与此案无关”。

如果这五个侦察员的话都是可信的,试用归结演绎推理求出谁是盗窃犯。

第一步:

将5位侦察员的话表示成谓词公式,为此先定义谓词。

设谓词P(x)表示是作案者,所以根据题意:

A:

P(zhao)∨P(qian)B:

P(qian)∨P(sun)

C:

P(sun)∨P(li)D:

﹁P(zhao)∨﹁P(sun)

E:

﹁P(qian)∨﹁P(li)

以上每个侦察员的话都是一个子句。

第二步:

将待求解的问题表示成谓词。

设y是盗窃犯,则问题的谓词公式为P(y),将其否定并与ANSWER(y)做析取:

﹁P(y)∨ANSWER(y)

第三步:

求前提条件及﹁P(y)∨ANSWER(y)的子句集,并将各子句列表如下:

(1)P(zhao)∨P(qian)

(2)P(qian)∨P(sun)

(3)P(sun)∨P(li)

(4)﹁P(zhao)∨﹁P(sun)

(5)﹁P(qian)∨﹁P(li)

(6)﹁P(y)∨ANSWER(y)

第四步:

应用归结原理进行推理。

(7)P(qian)∨﹁P(sun)

(1)与(4)归结(8)P(zhao)∨﹁P(li)

(1)与(5)归结(9)P(qian)∨﹁P(zhao)

(2)与(4)归结(10)P(sun)∨﹁P(li)

(2)与(5)归结(11)﹁P(zhao)∨P(li)(3)与(4)归结(12)P(sun)∨﹁P(qian)(3)与(5)归结(13)P(qian)

(2)与(7)归结(14)P(sun)

(2)与(12)归结

(15)ANSWER(qian)(6)与(13)归结,σ={qian/y}(16)ANSWER(sun)(6)与(14)归结,σ={sun/y}所以,本题的盗窃犯是两个人:

钱和孙。

2任何兄弟都有同一个父亲,John和Peter是兄弟,且John的父亲是David,问Peter的父亲是谁?

将已知条件用谓词公式表示出来,并化成子句集。

那么,要先定义谓词。

(1)定义谓词:

设Father(x,y)表示x是y的父亲。

设Brother(x,y)表示x和y是兄弟。

(2)将已知事实用谓词公式表示出来:

F1:

任何兄弟都有同一个父亲。

(x)(y)(z)(Brother(x,y)∧Father(z,x)→Father(z,y))F2:

John和Peter是兄弟。

Brother(John,Peter)F3:

John的父亲是David。

Father(David,John)

(3)将它们化成子句集,得

S1={﹁Brother(x,y)∨﹁Father(z,x)∨Father(z,y),Brother(John,Peter),Father(David,John)}

把问题用谓词公式表示出来,并将其否定与谓词ANSWER做析取。

设Peter的父亲是u,则有:

Father(u,Peter)将其否定与ANSWER做析取,得

G:

﹁Father(u,Peter)∨ANSWER(u)

将上述公式G化为子句集S2,并将S1和S2合并到S。

S2={﹁Father(u,Peter)∨ANSWER(u)}S=S1∪S2

将S中各子句列出如下:

(1)﹁Brother(x,y)∨﹁Father(z,x)∨Father(z,y)

(2)Brother(John,Peter)(3)Father(David,John)

(4)﹁Father(u,Peter)∨ANSWER(u)第四步:

应用归结原理进行归结。

(5)﹁Brother(John,y)∨Father(David,y)

(1)与(3)归结,σ={David/z,John/x}

∀∀∀

(6)﹁Brother(John,Peter)∨ANSWER(David)

(4)与(5)归结,σ={David/u,Peter/y}

(7)ANSWER(David)

(2)与(6)归结

第五步:

得到了归结式ANSWER(David),答案即在其中,所以u=David,即Peter

的父亲是David。

第4部分搜索策略

博弈问题:

极大极小分析法:

计算出端节点的估值,再推算出父节点的得分。

推算的方法是:

对“或”节点,选其子节点中一个最大的得分作为父节点的得分,这是为了使自己在可供选择的方案中选一个对自己最有利的方案;

对“与”节点,选其子节点中一个最小的得分作为父节点的得分,这是为了立足于最坏的情况。

这样计算出的父节点的得分称为倒推值。

α-β剪枝技术:

对于一个“与”节点来说,它取当前子节点中的最小倒推值作为它倒推值的上界,称此值为β值。

对于一个“或”节点来说,它取当前子节点中的最大倒推值作为它倒推值的下界,称

此值为α值。

其一般规律为:

(1)任何“或”节点x的α值如果不能降低其父节点的β值,则对节点x以下的分枝可停止搜索,并使x的倒推值为α。

这种剪枝成为β剪枝。

(2)任何“与”节点x的β值如果不能升高其父节点的α值,则对节点x以下的分枝可停止搜索,并使x的倒推值为β。

这种剪枝成为α剪枝。

1图4-1是五城市间的交通路线图,A城市是出发地,E城市是目的地,两城市间的交通

费用(代价)如图中数字所示。

求从A到E的最小费用交通路线。

图4-1

先将交通图转换为代价树,如图4-2所示。

若用g(x)表示从初始节点s0到节点x的代价,用c(x1,x2)表示从父节点x1到子节点x2的代价,则有:

g(x2)=g(x1)+c(x1,x2)

图4-2

方法一:

代价树的广度优先搜索

(扩展节点n,将其子节点放入open表中,计算各子节点的代价,并按各节点的代价对open表中全部节点按从小到大的顺序进行排序(队列))

步骤如下:

图4-3-1

图4-3-2

图4-3-3

图4-3-4

图4-3-5

所以,最优路径为A->

E

方法二:

代价树的深度优先搜索(不一定是最优解)

(扩展节点n,将其子节点按代价从小到大的顺序放到open表的首部(栈))步骤如下:

E为目标节点,E2->

D1->

C1->

A所以路径为A->

C->

D->

图4-4-3

虽然D1的代价大于B1的代价,但按照代价树的深度优先搜索策略,要对D1进行扩展,放入closed表中(若按代价树的广度优先搜索,要对B1、D1排序,先扩展B1)

注:

该题代价树的深度优先搜索与代价树的广度优先搜索的结果相同,但这只是巧合。

一般情况下,这两种方法得到的结果不一定相同。

另外,由于代价树的深度优先搜索有可能进入无穷分支的路径,因此它是不完备的。

2如下图4-5所示,分别用代价树的广度优先搜索策略和代价树的深度优先搜索策略,求A到E的最短费用路径。

先将其化成代价树,如图4-6:

(1)代价树的广度优先搜索,步骤如下:

图4-7-1

E为目标节点,路径为A->

E,代价为15。

(2)代价树的深度优先搜索,步骤如下:

虽然C1代价低于D1,但按照代价树的深度优先搜索策略,对D1进行扩展,放入closed表中,因为B1扩展的节点为D1,而C1是A节点扩展得到的。

E出栈,为目标节点,结束。

故解路径为A->

E,代价为17,不是最优解。

图4-7-3图4-8-2图4-8-1

深度优先搜索是不完备的,即使问题有解,也不一定能求得解。

得到的解也不一定是最优解(因为是局部优先搜索)。

3下图是五城市间的交通费用图,若从西安出发,要求把每个城市都访问一遍,最后到达广州,请找一条最优路线。

边上的数字是两城市间的交通费用。

先画出代价树:

图4-10

按代价树的广度优先搜索即可得出最优路线,步骤如下:

图4-11-1

图4-11-2

图4-11-3

图4-11-4

故由此得出最优路线为A->

B1->

D2->

C4->

E12

即A->

E,交通费用为375。

4设有如图所示的一棵与/或树,请分别用与/或树的广度优先搜索及与/或树的深度优先搜索求出解树。

(1)与/或树的广度优先搜索

先扩展节点A,得到节点B和C,再扩展节点B,得节点t1、t2,因为t1、t2为可解节点,故节点B可解,从而可节点A可解。

(2)与/或树的深度优先搜索

先扩展节点A,得到节点B和C,再扩展节点C,得节点D和t5,t5为可解节点,再扩展节D

得节点t3、t4,因为t3、t4为可解节点,故节点D可解,因为节点D和t5可解,故节点C可解,从而可节点A可解。

所以求得解树为:

t3t4

5设有如图所示的与/或树,请分别按和代价法及最大代价法求解树代价。

(1)按和代价法:

h(B)=7,h(C)=3,h(A)=7+3+5+6=21

(2)按最大代价法:

h(B)=5,h(C)=2,h(A)=5+5=10

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 工程科技 > 冶金矿山地质

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1