中南大学人工智能实验报告.docx
《中南大学人工智能实验报告.docx》由会员分享,可在线阅读,更多相关《中南大学人工智能实验报告.docx(10页珍藏版)》请在冰豆网上搜索。
中南大学人工智能实验报告
“人工智能”实验报告
专业
班级
学号
姓名
一、实验八自动规划实验群3
二、实验一生产式系统实验群6
三、实验二搜索策略实验群7
四、实验七神经网络9
五、实验心得和体会10
实验八自动规划实验群
姓名
班级
指导老师
日期
2011.12
实验目的
熟悉和掌握自动规划的基本原理,方法和主要技术。
实验原理
规划是一种问子题求解技术,它从某个特定的问题状态出发,寻求一系列行为动作,并建立一个操作序列,直到求得目标状态为止。
简而言之,规划是一个行动过程的描述。
一个总规划可以含有若干个子规划。
实验环境
转载相关源文件
实验环境
转载相关源文件
实现过程
单步观察实验算法
算法结果分析
观测结果
通过规定规则,确定initialstate和goalstate,使得移动臂按照规则进行移动。
分别进行clearholdingpickupputdownputdowntable等实现对木块的移动。
实现过程先进行逆向推理选择,找出途径后再进行移动。
学生结论
对于不同的规则将会出现不同的移动过程。
通过规定不同的动作可实现不通过的移动。
实验一生产式系统实验群
姓名
指导老师
日期
2011.12
实验目的
熟悉和掌握产生式系统的运行机制,掌握基于规则推理的基本方法。
推理方法
逆向推理
建立规则库
建立事实库
该动物是哺乳动物<-该动物有毛发.
该动物是哺乳动物<-该动物有奶.
该动物是鸟<-该动物有羽毛.
该动物是鸟<-该动物会飞&会下蛋.
该动物是食肉动物<-该动物吃肉.
该动物是食肉动物<-该动物有犬齿&有爪&眼盯前方.
该动物是有蹄类动物<-该动物是哺乳动物&有蹄.
该动物是有蹄类动物<-该动物是哺乳动物&是嚼反刍动物.
该动物是金钱豹<-该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.
该动物是虎<-该动物是哺乳动物&该动物是食肉动物&是黄褐色&身上有黑色条纹.
该动物是长颈鹿<-该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点.
该动物是斑马<-该动物是有蹄类动物&身上有黑色条纹.
该动物是鸵鸟<-该动物是鸟&有长脖子&有长腿&不会飞&有黑白二色.
该动物是企鹅<-该动物是鸟&会游泳&不会飞&有黑白二色.
该动物是信天翁<-该动物是鸟&善飞.
%------动物识别系统事实集:
%会游泳.%--该动物是企鹅
%不会飞.
%有黑白二色.
%该动物是鸟.
%--------%--该动物是鸟
%该动物会飞.
%会下蛋.
%----该动物是金钱豹<-该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.
%该动物有毛发.
%是食肉动物.
%是黄褐色.
%身上有暗斑点.
%----该动物是虎<-该动物是哺乳动物&该动物是食肉动物&是黄褐色&身上有黑色条纹.
%该动物是哺乳动物.
%是食肉动物.
%是黄褐色.
%身上有暗斑点.
%----该动物是长颈鹿<-该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点.
%该动物是有蹄类动物.
%有长脖子.
%有长腿.
%身上有暗斑点.
预测结果
假设目标为该动物是金钱豹,则结果为true.
实验过程及结果(注意观测规则的匹配过程和方法)
(1)假设这个动物是金钱豹。
为了检验这个假设,根据规则,要求这个动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.
(2)必须检验这个动物是否为哺乳动物。
先由规则库中的:
该动物是哺乳动物<-该动物有毛发.该动物是哺乳动物<-该动物有奶.可知,均不和事实相匹匹配,这条链是失败的,但事实库中有:
该动物是哺乳动物.这个事实,故存在成功的链路。
(3)同理对于其他三者,事实库中均存在给点的事实即:
是食肉动物.是黄褐色.身上有黑色条纹.所以存在一条成功的链路,使所有的规则与事实匹配。
故结果为True.
备注(原因等)
根据逆向推理可以逐步确定
学生结论
在产生式系统的推理过程中,我们需要恰当的设置好规则与事实,同时应注意两者之间的匹配。
在逆向推理中,必须寻找所存在的规则,最终找到存在事实库,若所需条件存在则为true,否则为false
指导老师意见
实验二、搜索策略实验群
姓名
\
班级
\
指导老师
日期
2011.12
实验目的
熟悉和掌握启发式搜索的定义、估价函数和算法过程,并利用A*算法求解N数码难题,理解求解流程和搜索顺序。
搜索图
算法比较
广度优先
启发式
(1)
启发式
(2)
Open表
Open{S}
Open{1,2}
Open{3,4,2}
Open{7,4,2}
Open{4,2}
Open{8,2}
Open{2}
Open{5,6}
Open{9,G,6}
Open{G,6}
Open{S}
Open{1,2}
Open{5,6,1}
Open{3,4,5,6}
Open{9,G,3,4,6}
Open{10,9,G,3,4}
Open{8,10,9,G,3}
Open{S}
Open{2}
Open{5,}
Open{G}
Close表
S123456789
S1374859
S25
估价函数
S+9.8+节点1+9.3+节点2+12.8+节点3+7.5+节点4+9.2+节点5+11.7+节点6+14.0+节点7+14.0+节点8+13.8+节点9+15.5+G
S+9.8+节点1+12.8+节点3+14.0+节点7+7.5+节点4+14.0+节点8+9.3+节点2+9.2+节点5+13.8+节点9+15.5+G
S+9.8+节点2+11.2+节点5+4.7+目标节点G
搜索节点次序记录
S-1-2-3-5-6-7-8-9-G
初始节点s-1-3-7-4-8-2-5-9-目标节点G
S-2-5-G
观测结果
学生结论
广度优先是以接近起始节点的程度依次扩展节点的可以保证在搜索树种找到最短途径
先右指路,再左支路
有时会考虑的路径过长
有序搜索,总是选择f值最小的节点作为扩展节点
姓名
班级
指导老师
日期
2011.12
实验目的
理解反向传播网络的结构和原理,掌握反向传播算法对神经元的训练过程,了解反向传播公式。
通过构建BP网络实例,熟悉前馈网络的原理及结构。
网络拓扑
初始
目标
初始
目标
初始
目标
训练数据集
训练误差
模拟的问题或函数
函数:
sigmoidfunction
函数:
sigmoidfunction
函数:
sigmoidfunction
观察结果
在BP网络训练的过程中,权值和阈值按一定的规律变化,同时训练的次数越多,训练误差越小。
学生结论
在BP网络中,是从输出节点开始,反向地向第一隐含层传播由总误差引起的权值修正,是反向传播
实验七、神经网络
实验心得和体会
当初觉得好奇报了人工智能这一个学科,接触了一学期后发现人工智能挺有趣的。
其中涉及到了很多与我们的生活息息相关的知识以及它所代表的也是我们科学进步发展最前沿的体现。
除了计算机科学以外,人工智能还涉及信息论、控制论、自动、仿生学、生物学、心理学、数理逻、语言、医学和哲学等多门学科。
人工智能学科研究的主要内容包括:
知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理、计算机视觉、智能机器人、自动程序设计等方面。
同时通过这几次的实验,我对人工智能的一些思想以及应用有了更进一步的了解。
在实验期间,也遇到了很多困难,我通过在书本上查找答案以及询问周边的同学,希望能得到合理的答案,在大家的帮助下,解决了不少实验中的问题以及很多难以理解的理论和思想,不过还有很多地方自己和同学们都不是很了解,希望在今后的学习中能慢慢解决问题。
在其中,我更学到了并巩固了书本上的知识。
再生产式系统中,主要用到了系统自带的动物识别系统,动物识别系统的实质是将人的思维过程转化为计算机语言的逻辑过程,其关键在于知识和信息的表示,智能推理或求解的基础—知识库的创建和管理,以及基于某种知识和信息表示的智能推理或求解过程。
在搜索策略实验群中,我渐渐了解启发式搜索的定义、估价函数和算法过程,并利用A*算法求解N数码难题,理解求解流程和搜索顺序。
同时还有神经网络群以及自动规划群,规划是一种问子题求解技术,它从某个特定的问题状态出发,寻求一系列行为动作,并建立一个操作序列,直到求得目标状态为止。
简而言之,规划是一个行动过程的描述。
一个总规划可以含有若干个子规划。
通过这一段的实验,增长了知识,更锻炼了自我的能力,希望今后能在人工智能这块领域内取得获得更多的知识。