人工智能課后習(xí)題0001

1、第一章緒論1、什么是人工智能試從學(xué)科和能力兩方面加以說明。答：學(xué)科：是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支，他的近 期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。能力：是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為，這些智能行為涉及學(xué)習(xí)、感知、思考、理解、識(shí)別、判斷、推理、證明、通信、設(shè)計(jì)、規(guī)劃、 行為和問題求解等活動(dòng)。2、為什么能夠用機(jī)器模仿人的智能答：物理符號(hào)系統(tǒng)的假設(shè)：任何一個(gè)系統(tǒng)，如果它能夠表現(xiàn)出智能，那么它就必 定能執(zhí)行輸入符號(hào)、輸出符號(hào)、存儲(chǔ)符號(hào)、復(fù)制符號(hào)、建立符號(hào)結(jié)構(gòu)、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(xiàn)出智能（人 類所具有的智能）。物理符號(hào)系統(tǒng)的假設(shè)伴隨有3個(gè)推論。推論一：既然人具有智能，那么他（她）就一定是個(gè)物理符號(hào)系統(tǒng)。推論二：既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就一定能夠表現(xiàn)出智能。推論三：既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么我們就能夠用計(jì)算機(jī)來模擬人的活動(dòng)。3、人工智能研究包括哪些內(nèi)容這些內(nèi)容的重要性如何答：1）認(rèn)識(shí)建模。認(rèn)識(shí)科學(xué)是人工智能的重要理論基礎(chǔ)，涉及非常廣泛的研究 課題。2）知識(shí)表示。知識(shí)表示、知識(shí)推理和知識(shí)應(yīng)用是傳統(tǒng)人工智髓的三大核心 研究內(nèi)容其中，知識(shí)表示是基礎(chǔ)，知識(shí)推理實(shí)現(xiàn)問題求解，而知識(shí)應(yīng)用是目的。 知識(shí)表示是把人類知識(shí)概念化、形式化或模型化

3、。3）知識(shí)推理。知識(shí)推理，包括不確定性推理和非經(jīng)典推理等，似乎已是人 工智能的一個(gè)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(shí)應(yīng)用。人工智能能否獲得廣泛應(yīng)用是衡量其生命力和檢驗(yàn)其生存力 的重要標(biāo)志。5）機(jī)器感知。機(jī)器感知是機(jī)器獲吹外部信息的基本途徑6)機(jī)器思維。機(jī)器思維是對(duì)傳感信息和機(jī)器內(nèi)部的工作信息進(jìn)行有目的的處理。7)機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是繼專家系統(tǒng)之后人工智能應(yīng)用的又一重要研究領(lǐng) 域，也是人工智能和神經(jīng)計(jì)算的核心研究課題。8)機(jī)器行為。機(jī)器行為與機(jī)器思維密切相關(guān)， 機(jī)器思維是機(jī)器行為的基礎(chǔ)。9)智能系統(tǒng)構(gòu)建。實(shí)現(xiàn)智能研究，離不開智能計(jì)算機(jī)系統(tǒng)或智能系統(tǒng)，離 不開對(duì)新理論、

4、新技術(shù)和新方法以及系統(tǒng)的硬伸和軟睥支持.第二章知識(shí)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(wǎng)絡(luò)法的要點(diǎn)是什么它們有何 本質(zhì)上的聯(lián)系及異同點(diǎn)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(chǔ)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(gè)初始狀態(tài)開 始，每次加一個(gè)操作符，遞增的建立起操作符的試驗(yàn)序列， 直到達(dá)到目標(biāo)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(gè)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(shí)質(zhì)： 從目標(biāo)(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(gè)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€(gè)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(gè)新語句是從已知的正確 語句導(dǎo)出的，從而證明這個(gè)新語句也是正確的。語義網(wǎng)絡(luò)法：是一種結(jié)構(gòu)化表示方法，它由節(jié)點(diǎn)和弧線或鏈組成。節(jié)點(diǎn)用于 表示物體、概念和狀態(tài)，弧線用于表示節(jié)點(diǎn)間的關(guān)系。 語義網(wǎng)絡(luò)的解答是一個(gè)經(jīng) 過推理和匹配而得到的具有明確結(jié)果的新的語義網(wǎng)絡(luò)。語義網(wǎng)絡(luò)可用于表示多元關(guān)系，擴(kuò)展后可以表示更復(fù)雜的問題 2、把下列語句表示成語義網(wǎng)絡(luò)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(gòu)造一個(gè)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(gè)搜索圖G(初始只含有起始節(jié)點(diǎn)S),把S放到未擴(kuò)展節(jié)點(diǎn)表中(OPEN!)中。(2)建立一個(gè)已擴(kuò)展節(jié)點(diǎn)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(gè)節(jié)點(diǎn)，把它從 OPEN!移出并放進(jìn)CLO

7、SE康中。稱此節(jié)點(diǎn)為節(jié)點(diǎn)n,它是CLOSE版中節(jié)點(diǎn)的編號(hào)。(5)若n為一目標(biāo)節(jié)點(diǎn)，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(shè)置)。(6)擴(kuò)展節(jié)點(diǎn)n,生成不是n的祖先的那些后繼節(jié)點(diǎn)的集合 M將M添入圖G 中。(7)對(duì)那些未曾在G中出現(xiàn)過的(既未曾在OPEN!上或CLOSE康上出現(xiàn)過 的)M成員設(shè)置一個(gè)通向n的指針，并將它們加進(jìn)OPE睽。對(duì)已經(jīng)在OPEN® CLOSED 表上的每個(gè)M成員，確定是否需要更改通到 n的指針方向。對(duì)已在CLOSED1上 的每個(gè)M成員，確定是否需要更改圖G中通向它的每個(gè)后裔節(jié)點(diǎn)的指針方向。(8)按某一任意方式或按某個(gè)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(kuò)展哪個(gè)節(jié)點(diǎn)，不同的排序標(biāo)準(zhǔn) 對(duì)應(yīng)著不同的搜索策略。重排的原則當(dāng)視具體需求而定，不同的原則對(duì)應(yīng)著不同的搜索策略， 如果想 盡快地找到一個(gè)解，則應(yīng)當(dāng)將最有可能達(dá)到目標(biāo)節(jié)點(diǎn)的那些節(jié)點(diǎn)排在 OPEN!的 前面部分，如果想找到代價(jià)最小的解，則應(yīng)當(dāng)按代價(jià)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(diào)推理答：不完全的信息、不斷變化的情況、以及求解復(fù)雜問

9、題過程中生成的假設(shè)第四章非經(jīng)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(shí)際上是一種從不確定的初始證據(jù)出發(fā)。通過運(yùn)用不確定性知識(shí)，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(jié)論的思維過 程。原因：1）所需知識(shí)不完備、不精確2）所需知識(shí)描述模糊3）多種原因?qū)е峦唤Y(jié)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(guān)于知識(shí)的不確定性、關(guān)于證據(jù)的不 確定性和關(guān)于結(jié)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(jì)算智能1、試述計(jì)算智能(CI)、人工智能(AI)和生物智能(BI)

10、的關(guān)系。答：計(jì)算智能是智力的低層認(rèn)知，主要取決于數(shù)值數(shù)據(jù)而不依賴于知識(shí)。 人工智 能是在計(jì)算智能的基礎(chǔ)上引入知識(shí)而產(chǎn)生的智力中層認(rèn)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(chǔ)上的一種不確定性推理方法， 是在二值邏輯 三段論基礎(chǔ)上發(fā)展起來的。它以模糊判斷為前提，動(dòng)用模糊語言規(guī)則，推導(dǎo)出一 個(gè)近似的模糊判斷結(jié)論。第六章專家系統(tǒng)1、專家系統(tǒng)由哪些部分構(gòu)成各部分的作用為何答：(1)知識(shí)庫(knowledge base)知識(shí)庫用于存儲(chǔ)某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識(shí)，包括事實(shí)、可行操作與規(guī)則 等。綜合數(shù)據(jù)庫(globaldatab

11、ase)綜合數(shù)據(jù)庫又稱全局?jǐn)?shù)據(jù)庫或總數(shù)據(jù)庫，它用于存儲(chǔ)領(lǐng)域或問題的初始數(shù)據(jù) 和推理過程中得到的中間數(shù)據(jù)(信息)，即被處理對(duì)象的一些當(dāng)前事實(shí)。(3)推理機(jī)(reasoning machine)推理機(jī)用于記憶所采用的規(guī)則和控制策略的程序， 使整個(gè)專家系統(tǒng)能夠以邏 輯方式協(xié)調(diào)地工作。推理機(jī)能夠根據(jù)知識(shí)進(jìn)行推理和導(dǎo)出結(jié)論， 而不是簡單地搜 索現(xiàn)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(jié)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(jìn)行對(duì)話，使用戶能夠輸入必要的數(shù)據(jù)、 提出問題和了解推理過

12、程及推理結(jié)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(jìn)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(xié)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(xié)同工作(3)高級(jí)語言和知識(shí)語言描述(4)具有自學(xué)習(xí)功能(5)引入新的推理機(jī)制(6)具有自糾錯(cuò)和自完善能力(7)先進(jìn)的智能人機(jī)接口分布式專家系統(tǒng)：具有分布處理的特征，能把一個(gè)專家系統(tǒng)的功能經(jīng)分解以后分布到多個(gè)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(jì)算機(jī)網(wǎng)絡(luò)環(huán)境中， 其總體結(jié)構(gòu)在很 大程度上依賴于其所在的硬件環(huán)境。協(xié)同式專家

13、系統(tǒng)：又稱為“群專家系統(tǒng)”，是一個(gè)能綜合若干個(gè)相近領(lǐng)域或一個(gè)領(lǐng)域的多個(gè)方 面的子專家系統(tǒng)互相協(xié)作，共同解決一個(gè)更廣領(lǐng)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(shí)的分布，而是更強(qiáng) 調(diào)子系統(tǒng)間的協(xié)同合作。它并不一定要求有多個(gè)處理機(jī)的硬件環(huán)境，而且一般都 是在同一個(gè)處理機(jī)上實(shí)現(xiàn)各子專家系統(tǒng)的。第七章機(jī)器學(xué)習(xí)1、什么是類比學(xué)習(xí)其推理和學(xué)習(xí)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(duì)象間的相 似性，是人類認(rèn)識(shí)世界的一種重要方法。 類比學(xué)習(xí)就是通過類比，即通過對(duì)相似 事物加以比較所進(jìn)行的一種學(xué)習(xí)。類比推理過程如下：(1)回憶與聯(lián)想通過回憶與聯(lián)想在源域S中找出與目標(biāo)域T相似的情況。(2)選擇從找出的相似情況中，選出與目標(biāo)域 T最相似的情況及其有關(guān)知識(shí)。(3)建立對(duì)應(yīng)關(guān)系在源域S與目標(biāo)域T之間建立相似元素的對(duì)應(yīng)關(guān)系，并建立起相應(yīng)的映射。(4)轉(zhuǎn)換把S中的有關(guān)知識(shí)引到T中來，從而建立起求解當(dāng)前問題的方法或者學(xué)習(xí)到 關(guān)于T的新知識(shí)。類比學(xué)習(xí)過程主要包括：(1)輸入一組已經(jīng)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(duì)應(yīng)關(guān)系。(3)根據(jù)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