西电电院人工智能课程大作业Word下载.docx
《西电电院人工智能课程大作业Word下载.docx》由会员分享，可在线阅读，更多相关《西电电院人工智能课程大作业Word下载.docx（18页珍藏版）》请在冰豆网上搜索。
stdio.h>
typedefstructNode{
intnum[9];
//棋盘状态
intdeepth;
//派生的深度g（n）
intdiffnum;
//不在位的数目h（n）
intvalue;
//耗散值f（n）=g（n）+h（n）
structNode*pre;
structNode*next;
structNode*parent;
}numNode;
/*----------endofstructnumNode----------*/
intorigin[9];
//棋盘初始状态
inttarget[9];
//棋盘目标状态
intnumNode_num,total_step;
numNode*open,*close;
//Open表和Close表
numNode*create_numNode（）
{
return（numNode*）malloc（sizeof（numNode））;
}
numNode*open_getfirst（numNode*head）;
//返回第一项，并从Open表中删除
voidopen_insert（numNode*head,numNode*item）;
//向Open表中按序插入新节点
voidclose_append（numNode*head,numNode*item）;
//向Close表中插入新节点
intexpand（numNode*item）;
//扩展节点
intprint_result（numNode*item）;
//打印结果
numNode*copy_numNode（numNode*orgin）;
charisNewNode（numNode*open,numNode*close,intnum[9]）;
//是否在Open表或Close表中
voidprint_num（intnum[9]）;
//打印棋盘状态
intdiff（intnum[9]）;
//求不在位棋子的个数
voidinit（）;
//初始化，获得棋盘初始状态和目标状态
voidswap（int*a,int*b）;
intoperate（intnum[],intop）;
voidfree_list（numNode*head）;
/*
*Name:
主函數
*Description:
程序入口
*/
Intmain（intargc,char*argv[]）
//初始化Open表和Close表
open=create_numNode（）;
close=create_numNode（）;
open->
pre=open->
next=close->
pre=close->
next=NULL;
init（）;
//由用户输入初始和目标状态
//初始化初始节点
numNode*p1;
p1=create_numNode（）;
p1->
parent=NULL;
deepth=0;
inti=0;
for（i=0;
i<
9;
i++）
{
num[i]=origin[i];
}
open_insert（open,p1）;
numNode_num=1;
p1=open_getfirst（open）;
while（p1!
=NULL）
close_append（close,p1）;
if（expand（p1））
returnEXIT_SUCCESS;
printf（"
Nosolution!
\n"
）;
}/*----------endoffunctionmain----------*/
void
init（）
while
（1）
Pleaseinputopriginalstatus:
\nForexample:
123456780standsfor\n"
"
123\n"
456\n"
780\n"
chartemp[10];
scanf（"
%s"
&
temp）;
i<
9&
&
temp[i]-'
0'
>
=0&
<
=8;
origin[i]=temp[i]-'
;
Pleaseinputtargetstatus:
intj=0;
for（j=0;
j<
temp[j]-'
j++）
target[j]=temp[j]-'
system（"
cls"
if（i==9&
j==9）
break;
}/*-----endoffunctioninit-----*/
open_insert（numNode*head,numNode*item）
numNode*p,*q;
p=head->
next;
q=head;
while（p!
=NULL&
item->
value>
p->
value）
q=p;
p=p->
q->
next=item;
pre=q;
next=p;
if（p!
pre=item;
}/*-----endoffunctionopen_insert-----*/
numNode*
open_getfirst（numNode*head）
numNode*p;
if（head->
next==NULL）
returnNULL;
head->
next=p->
if（p->
next!
=NULL）
next->
pre=head;
pre=NULL;
returnp;
}/*-----endoffunctionopen_getfirst-----*/
close_append（numNode*head,numNode*item）
next=head->
if（item->
next!
=NULL）
}/*-----endoffunctionclose_append-----*/
int
expand（numNode*p1）
numNode*p2;
intop=1;
for（op=1;
op<
=4;
op++）
p2=copy_numNode（p1）;
operate（p2->
num,op）;
if（isNewNode（open,close,p2->
num）=='
N'
）
p2->
parent=p1;
deepth=p1->
deepth+1;
diffnum=diff（p2->
num）;
value=p2->
deepth+p2->
diffnum;
if（p2->
diffnum==0）
total_step=print_result（p2）;
Totalstep:
%d\n"
total_step）;
free_list（open）;
free_list（close）;
return1;
else
numNode_num++;
open_insert（open,p2）;
free（p2）;
return0;
}/*-----endoffunctionexpand-----*/
operate（intm[],intop）
intblank;
blank=0;
while（m[blank]!
blank<
9）
++blank;
if（blank==9）
switch（op）{
case1:
/*up*/
if（blank>
2）
swap（m+blank,m+blank-3）;
case2:
/*down*/
if（blank<
6）
swap（m+blank,m+blank+3）;
case3:
/*left*/
if（blank!
blank!
=3&
=6）
swap（m+blank,m+blank-1）;
case4:
/*right*/
=2&
=5&
=8）
swap（m+blank,m+blank+1）;
default:
swap（int*a,int*b）
intc;
c=*a;
*a=*b;
*b=c;
copy_numNode（numNode*origin）
p=create_numNode（）;
deepth=origin->
deepth;
diffnum=origin->
value=origin->
value;
inti;
（p->
num）[i]=（origin->
num）[i];
}/*-----endoffunctioncopy_numNode-----*/
diff（intnum[9]）
inti,diffnum=0;
for（i=0;
i++）
if（num[i]!
=target[i]）
diffnum++;
returndiffnum;
}/*-----endoffunctiondiff-----*/
char
isNewNode（numNode*open,numNode*close,intnum[9]）
p=open->
if（p->
num[i]!
=num[i]）
if（i==9）
return'
O'
//Open
p=close->
i++）
C'
//Close
}/*-----endoffunctionisNewNode-----*/
free_list（numNode*head）
q=p->
free（p）;
p=q;
free（head）;
}/*-----endoffunctionfree_list-----*/
print_num（intnum[9]）
{
%d\t"
num[i]）;
if（（i%3）==2）
}/*-----endoffunctionprint_num-----*/
print_result（numNode*item）
intstep;
p=item;
step=print_result（p->
parent）;
\nStep%d:
step+1）;
print_num（p->
returnstep+1;
return-1;
}
4.结果：
下图实验结果中，一步代表一层的搜索结果中的最优解；
八数码难题的宽度优先搜索树：
5.实验分析
宽度优先搜索属于一种盲目搜索算法，可以系统的展开所有节点，理论上一定能达到搜寻目的。
但是，倘若搜索步骤太多，则会十分费时，所以应考虑具体问题具体改进。
本实验结果中，一步代表一层的搜索结果中的最优解；
以简化输出显示，实验耗时也在可以接受的程度。
6.结论
经过分析和查询相关资料，本报告决定采用宽度优先搜索来求解问题，划定流程图及明确算法步骤之后，经多次调试和修改，最终得出有效结论，找出了八数码难题的解。
本报告严格依照实验和报告的要求进行，从分析查找到最终得出阶段性结论的过程中，收获了宝贵的经验。
人工神经网络和神经模糊技术，在用图像处理甜樱桃果实
成熟过程中，检测抗氧化活性与花青素的量时的潜力评估
摘要
背景
本文介绍了一种别样的思路，糅合了图像处理技术和两种人工智能技术，在樱桃成熟的不同阶段，检测抗氧化活性与花青素的量。
与普通的冗长实验理论相比，本方法有重要贡献，它更经济，更快捷。
精确地人工神经网络技术（ANN），和自适应神经模糊推理系统理论（ANFIS），被用以检测输出。
ANNandANFIS使用的敏感性分析和主成分分析，分别指出了输出的有效属性。
RESULTS
结果
AmongthedesignedANNs,twohiddenlayernetworkswith11-14-9-1and11-6-20-1architectureshadthehighestcorrelationcoefficientsandlowesterrorvaluesformodelingantioxidantactivity（R=0.93）andanthocyanincontent（R=0.98）respectively.ANFISmodelswithtriangularandtwo-termGaussianmembershipfunctionsgavethebestresultsforantioxidantactivity（R=0.87）andanthocyanincontent（R=0.90）respectively.
所设计的神经网络中，两个隐层的网络体系结构和11-6-20-111-14-9-1，具有最高的相关系数和最低误差值，抗氧化活性（R=0.93）和花青素含量（R=0.98）。
ANFIS模型的三角函数和两项高斯隶属函数，给出了最好的结果，分别是：
抗氧化活性（R=0.87）和花青素含量（R=0.90）。
CONCLUSION
结论
ComparisonofthemodelsshowedthatANNoutperformedANFISforthiscase.Byconsideringtheadvantagesoftheappliedsystemandtheaccuracyobtainedinsomewhatsimilarstudies,itcanbeconcludedthatbothtechniquespresentedherehavegoodpotentialtobeusedasestimatorsofproposedattributes.©
2013SocietyofChemicalIndustry
模型的比较表明，人工神经网络优于ANFIS这个案子。
考虑到类似的研究应用系统和精度的优点，可以得出这样的结论：
这里介绍的技术有很好的潜力被用作估计该属性。
©
2013化学工业协会
简介
甜樱桃（Prunusavium）是一种流行的水果，无论新鲜的还是加工过的。
，伊朗被评为世界第三大甜樱桃生产国，每年生产约241117MT。
Humansliveinahighlyoxidativeenvironment,andmanyprocessesinvolvedinmetabolismmayresultintheproductionofexcessfreeradicals,whichcanleadtohealthproblems.[2]Oxidationcausestheformationoftoxiccompoundsthatareharmfultohumanhealth,suchasreactiveoxygenspeciesandfreeradicals,whichcanleadtocarcinogenesis,mutagenesis,inflammation,DNAchanges,aging,cardiovasculardiseaseandnutritionalloss.[3-5]Inaddition,oxidationmayresultinunpleasantflavorandrancidtaste.[6,7]Thereisgrowinginterestamongfoodproducersandconsumersintheuseofnaturalantioxidantsbecauseoftheirprotectiveroleagainstoxidation.[8]Thusitmaybebeneficialtofindarapidandnon-destructivewayforestimatingthisattributeinfruitsasanimportantsourceofantioxidants.
人类生活在一个高度氧化的环境，参与许多代谢过程可能会导致过量的自由基的产生，从而导致健康问题。
氧化导致有毒化合物的形成，如活性氧和自由基，从而导致致癌，诱变，炎症，基因的变化，老化，心血管疾病和营养损失，对人类的健康是有害的。
另外，氧化可能会导致不愉快的味道和腐臭。
含有天然抗氧化剂的食品，因为其抗氧化保护作用，越来越受生产商和消费者的欢迎。
可以有利于发现估计这个属性在水果作为一种重要的的。
寻找一种快速的，非破坏性的方式，检测水果的这个属性，作为抗氧化剂的重要来源，有利可图。
花青素，植物颜料中这是最常见的，似乎有多种功能。
例如，作为着色剂和食品质量控制指标。
最近，增近对它的了解，发现对人体健康有利，已经导致花青素研究加剧。
近年来，Variousdatamining/artificialintelligence（DM/AI）techniquessuchasdecisiontrees,artificialneuralnetworks（ANNs）,geneticalgorithms,fuzzysets,expertsystems,etc.havebeenincreasinglyappliedincombinationwithmachinevision（MV）foragriculturalproductqualityevaluationinrecentyears
各种数据挖掘、人工智能（DM/AI）技术，如决策树，人工神经网络（ANN），遗传算法，模糊集，专家系统等，已被越来越多地应用于机器视觉的组合（MV），以进行农产品质量评价。
农产品的图像处理的一个新领域被用来估计一些质量属性，如植物色素的抗氧化活性。
采用独立分量分析的西红柿光谱图像，估计番茄红素和叶绿素浓度。
最近，taghadomi萨贝里等人，结合图像处理和人工神经网络技术，在酸樱桃在成熟过程中，估计抗氧化活性与花青素含量。
Giventhefactsthatantioxidantsh
升级会员 