人工智能課后習題0001

1、第一章緒論1、什么是人工智能試從學科和能力兩方面加以說明。答：學科：是計算機科學中涉及研究、設計和應用智能機器的一個分支，他的近 期主要目標在于研究用機器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關理論和技術。能力：是智能機器所執(zhí)行的通常與人類智能有關的智能行為，這些智能行為涉及學習、感知、思考、理解、識別、判斷、推理、證明、通信、設計、規(guī)劃、 行為和問題求解等活動。2、為什么能夠用機器模仿人的智能答：物理符號系統(tǒng)的假設：任何一個系統(tǒng)，如果它能夠表現出智能，那么它就必 定能執(zhí)行輸入符號、輸出符號、存儲符號、復制符號、建立符號結構、條件性遷 移6種功能。反之，任何系統(tǒng)如果具有這6種功能，那么它就能

2、夠表現出智能（人 類所具有的智能）。物理符號系統(tǒng)的假設伴隨有3個推論。推論一：既然人具有智能，那么他（她）就一定是個物理符號系統(tǒng)。推論二：既然計算機是一個物理符號系統(tǒng)，它就一定能夠表現出智能。推論三：既然人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，那么我們就能夠用計算機來模擬人的活動。3、人工智能研究包括哪些內容這些內容的重要性如何答：1）認識建模。認識科學是人工智能的重要理論基礎，涉及非常廣泛的研究 課題。2）知識表示。知識表示、知識推理和知識應用是傳統(tǒng)人工智髓的三大核心 研究內容其中，知識表示是基礎，知識推理實現問題求解，而知識應用是目的。 知識表示是把人類知識概念化、形式化或模型化

3、。3）知識推理。知識推理，包括不確定性推理和非經典推理等，似乎已是人 工智能的一個永恒研究課題，仍有很多尚未發(fā)？I和解決的問題值得研究。4）知識應用。人工智能能否獲得廣泛應用是衡量其生命力和檢驗其生存力 的重要標志。5）機器感知。機器感知是機器獲吹外部信息的基本途徑6)機器思維。機器思維是對傳感信息和機器內部的工作信息進行有目的的處理。7)機器學習。機器學習是繼專家系統(tǒng)之后人工智能應用的又一重要研究領 域，也是人工智能和神經計算的核心研究課題。8)機器行為。機器行為與機器思維密切相關， 機器思維是機器行為的基礎。9)智能系統(tǒng)構建。實現智能研究，離不開智能計算機系統(tǒng)或智能系統(tǒng)，離 不開對新理論、

4、新技術和新方法以及系統(tǒng)的硬伸和軟睥支持.第二章知識表示方法1、狀態(tài)空間法、問題歸約法、謂詞邏輯法和語義網絡法的要點是什么它們有何 本質上的聯系及異同點答：狀態(tài)空間法：基于解答空間的問題表示和求解方法， 它是以狀態(tài)和算符為基 礎來表示和求解問題的。一般用狀態(tài)空間法來表示下述方法： 從某個初始狀態(tài)開 始，每次加一個操作符，遞增的建立起操作符的試驗序列， 直到達到目標狀態(tài)為 止。問題規(guī)約法：已知問題的描述，通過一系列變換把此問題最終變成一個子問 題集合：這些子問題的解可以直接得到，從而解決了初始問題。問題規(guī)約的實質： 從目標(要解決的問題)出發(fā)逆向推理，建立子問題以及子問題的子問題，直至 最后把出示

5、問題規(guī)約為一個平凡的本原問題集合。謂詞邏輯法：采用謂詞合式公式和一階謂詞算法。要解決的問題變?yōu)橐粋€有待證明的問題，然后采用消解定理和消解反演萊證明一個新語句是從已知的正確 語句導出的，從而證明這個新語句也是正確的。語義網絡法：是一種結構化表示方法，它由節(jié)點和弧線或鏈組成。節(jié)點用于 表示物體、概念和狀態(tài)，弧線用于表示節(jié)點間的關系。 語義網絡的解答是一個經 過推理和匹配而得到的具有明確結果的新的語義網絡。語義網絡可用于表示多元關系，擴展后可以表示更復雜的問題 2、把下列語句表示成語義網絡描述：(1) All man are mortal.(2) Every cloud has a silver l

6、ining.(3) All branch managers of DEC participate in a profit-sharing plan.解：(1)(2)(3)3、試構造一個描述你的寢室或辦公室的框架系統(tǒng)解：第三章確定性推理1、什么是圖搜索過程其中，重排 OPEN!意味著什么，重排的原則是什么 答：圖搜索的一般過程如下：(1)建立一個搜索圖G(初始只含有起始節(jié)點S),把S放到未擴展節(jié)點表中(OPEN!)中。(2)建立一個已擴展節(jié)點表(CLOSE康)，其初始為空表。(3)LOOP:若OPENS是空表，則失敗退出。(4)選才？ OPEN!上的第一個節(jié)點，把它從 OPEN!移出并放進CLO

7、SE康中。稱此節(jié)點為節(jié)點n,它是CLOSE版中節(jié)點的編號。(5)若n為一目標節(jié)點，則有解并成功退出。此解是追蹤圖G中沿著指針從n到S這條路徑而得到的(指針將在第7步中設置)。(6)擴展節(jié)點n,生成不是n的祖先的那些后繼節(jié)點的集合 M將M添入圖G 中。(7)對那些未曾在G中出現過的(既未曾在OPEN!上或CLOSE康上出現過 的)M成員設置一個通向n的指針，并將它們加進OPE睽。對已經在OPEN® CLOSED 表上的每個M成員，確定是否需要更改通到 n的指針方向。對已在CLOSED1上 的每個M成員，確定是否需要更改圖G中通向它的每個后裔節(jié)點的指針方向。(8)按某一任意方式或按某個探

8、試值，重排 OPEN!。(9)GO LOOP重排OPEN!意味著，在第（6）步中，將優(yōu)先擴展哪個節(jié)點，不同的排序標準 對應著不同的搜索策略。重排的原則當視具體需求而定，不同的原則對應著不同的搜索策略， 如果想 盡快地找到一個解，則應當將最有可能達到目標節(jié)點的那些節(jié)點排在 OPEN!的 前面部分，如果想找到代價最小的解，則應當按代價從小到大的順序重排 OPEN 表。2、用寬度優(yōu)先搜索求圖（圖略）所示迷宮的出路。 解：第一步：S A B第二步：B HB C第三步：H GC F最終路徑為：S A B C F3、在什么情況下需要采用不確定推理或非單調推理答：不完全的信息、不斷變化的情況、以及求解復雜問

9、題過程中生成的假設第四章非經典推理1、什么是不確定性推理為什么需要采用不確定性推理答：不確定性推理實際上是一種從不確定的初始證據出發(fā)。通過運用不確定性知識，最終推出具有一定程度的不確定性但卻又是合理或基本合理的結論的思維過 程。原因：1）所需知識不完備、不精確2）所需知識描述模糊3）多種原因導致同一結論4）解決方案不唯一。2、不確定性推理可分為哪幾種類型答：不確定性推理中存在三種不確定性， 即關于知識的不確定性、關于證據的不 確定性和關于結論的不確定性。不確定推理方法可以分為兩大類：一類稱為模型方法，另一類稱為控制方法。第五章計算智能1、試述計算智能(CI)、人工智能(AI)和生物智能(BI)

10、的關系。答：計算智能是智力的低層認知，主要取決于數值數據而不依賴于知識。 人工智 能是在計算智能的基礎上引入知識而產生的智力中層認知。 生物智能，尤其是人 類智能，則是最高層的智能。即 CI包含AI包含BI2、什么是模糊推理答：模糊推理是建立在模糊邏輯基礎上的一種不確定性推理方法， 是在二值邏輯 三段論基礎上發(fā)展起來的。它以模糊判斷為前提，動用模糊語言規(guī)則，推導出一 個近似的模糊判斷結論。第六章專家系統(tǒng)1、專家系統(tǒng)由哪些部分構成各部分的作用為何答：(1)知識庫(knowledge base)知識庫用于存儲某領域專家系統(tǒng)的專門知識，包括事實、可行操作與規(guī)則 等。綜合數據庫(globaldatab

11、ase)綜合數據庫又稱全局數據庫或總數據庫，它用于存儲領域或問題的初始數據 和推理過程中得到的中間數據(信息)，即被處理對象的一些當前事實。(3)推理機(reasoning machine)推理機用于記憶所采用的規(guī)則和控制策略的程序， 使整個專家系統(tǒng)能夠以邏 輯方式協調地工作。推理機能夠根據知識進行推理和導出結論， 而不是簡單地搜 索現成的答案。(4)解釋器(explanator)解釋器能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推理結論的正確性以及系 統(tǒng)輸出其它候選解的原因。(5)接口 (interface)接口又稱界面，它能夠使系統(tǒng)與用戶進行對話，使用戶能夠輸入必要的數據、 提出問題和了解推理過

12、程及推理結果等。系統(tǒng)則通過接口，要求用戶回答提問， 并回答用戶提出的問題，進行必要的解釋。2、新型專家系統(tǒng)有何特征什么是分布式專家系統(tǒng)和協同式專家系統(tǒng)答：特征：(1)并行與分布處理(2)多專家系統(tǒng)協同工作(3)高級語言和知識語言描述(4)具有自學習功能(5)引入新的推理機制(6)具有自糾錯和自完善能力(7)先進的智能人機接口分布式專家系統(tǒng)：具有分布處理的特征，能把一個專家系統(tǒng)的功能經分解以后分布到多個處理 器上去并行地工作，從而有總體上提高系統(tǒng)的處理效率。 它可以工作在緊耦合的 多處理器系統(tǒng)環(huán)境中，也可工作在松耦合的計算機網絡環(huán)境中， 其總體結構在很 大程度上依賴于其所在的硬件環(huán)境。協同式專家

13、系統(tǒng)：又稱為“群專家系統(tǒng)”，是一個能綜合若干個相近領域或一個領域的多個方 面的子專家系統(tǒng)互相協作，共同解決一個更廣領域問題的專家系統(tǒng)。是克服一般 專家系統(tǒng)的局限性的重要途徑。它不著重于處理的分布和知識的分布，而是更強 調子系統(tǒng)間的協同合作。它并不一定要求有多個處理機的硬件環(huán)境，而且一般都 是在同一個處理機上實現各子專家系統(tǒng)的。第七章機器學習1、什么是類比學習其推理和學習過程為何答：類比是一種很有用和很有效的推理方法， 它能清晰，簡潔地描述對象間的相 似性，是人類認識世界的一種重要方法。 類比學習就是通過類比，即通過對相似 事物加以比較所進行的一種學習。類比推理過程如下：(1)回憶與聯想通過回憶與聯想在源域S中找出與目標域T相似的情況。(2)選擇從找出的相似情況中，選出與目標域 T最相似的情況及其有關知識。(3)建立對應關系在源域S與目標域T之間建立相似元素的對應關系，并建立起相應的映射。(4)轉換把S中的有關知識引到T中來，從而建立起求解當前問題的方法或者學習到 關于T的新知識。類比學習過程主要包括：(1)輸入一組已經條件(已解決問題)和一組未完全確定的條件(新問題)。(2)按照某種相似性的定義，尋找兩者可類比的對應關系。(3)根據相似變換的方法，建立從已解決問題到新問題的映射，以獲得