《智能決策技術(shù)》實(shí)驗(yàn)報(bào)告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上智能決策技術(shù)實(shí)驗(yàn)報(bào)告冊(cè)20 18 - 20 19 學(xué)年 第 1 學(xué)期班 級(jí)： 信管151 學(xué) 號(hào)： 姓 名： 陽(yáng)凡凡 授課教師： 楊麗華 實(shí)驗(yàn)教師： 楊麗華 實(shí)驗(yàn)學(xué)時(shí)： 16 實(shí)驗(yàn)組號(hào)： 1 信息管理系目錄 實(shí)驗(yàn)一有事前信息的決策樹技術(shù)的操作應(yīng)用實(shí)驗(yàn)類型：驗(yàn)證性 實(shí)驗(yàn)學(xué)時(shí)：2實(shí)驗(yàn)步驟：某石油公司的決策人，打算投資開發(fā)某油田。根據(jù)現(xiàn)有資料，預(yù)計(jì)這口油井有高產(chǎn)、低產(chǎn)兩種不同狀態(tài)，分別記為 S1、S2。高產(chǎn)可獲利潤(rùn) 400 萬(wàn)元，而低產(chǎn)時(shí)將凈虧損 200 萬(wàn)元， 已知這兩種情況出現(xiàn)的概率分別為：P（S1）=0.6,P(S2)=0.4,一般來(lái)說(shuō)，常見的地質(zhì)結(jié)構(gòu)有“好”、“中等

2、”、“差”3 種，分別記為 C1、C2、C3，為判斷該地區(qū)屬于哪種結(jié)構(gòu)，可作進(jìn)一步勘測(cè)， 勘測(cè)費(fèi)用為 10 萬(wàn)元。已知在不同的油井狀態(tài)下，勘測(cè)結(jié)果為不同地質(zhì)結(jié)構(gòu)的概率如下，P（C1/S1）=0.7，P（C2/S1）=0.2，P（C3/S1）=0.1，P（C1/S2）=0.3，P（C2/S2）=0.1，P（C3/S2）=0.6，問(wèn)：應(yīng)采取何種行動(dòng)方案,才能獲取最大收益?重點(diǎn)利用全概率公式：1p(ck ) = å p(ck | s j ) p(sk )j =1和貝葉斯公式：專心-專注-專業(yè)p(sj | ck ) =p(ck | s j ) p(s j )2(k = 1, 2, 3; j

3、= 1, 2)å p(ck | s j ) p(s j )j =1求后驗(yàn)概率部分，得出各方案在不同狀態(tài)下的概率(Sj/Ck)，以求出最大期望值。要求實(shí)驗(yàn)操作過(guò)程中，學(xué)生自己輸入已有數(shù)據(jù)，并基于已知數(shù)據(jù)求出后驗(yàn)概率，然后求出不同方案的期望值，進(jìn)行剪枝決策，得出最優(yōu)方案。具體過(guò)程如下：Ø 第一步:將已知數(shù)據(jù)輸入 excel 中，如下表所示。油田開發(fā)決策開發(fā)結(jié)果為高產(chǎn)油田是的利潤(rùn)（萬(wàn)元）40開發(fā)結(jié)果為低產(chǎn)油田是的虧損額（萬(wàn)元）-200據(jù)資料，油田高產(chǎn)概率為P（s1）60%據(jù)資料，油田低產(chǎn)概率為P（s2）40%勘測(cè)費(fèi)用（萬(wàn)元）-10根據(jù)資料，不同狀態(tài)油井的額各勘測(cè)結(jié)果：高產(chǎn)油井被勘

4、測(cè)為“結(jié)構(gòu)好”的概率P（C1|s1）0.7高產(chǎn)油井被勘測(cè)為“結(jié)構(gòu)中”的概率P（C2|s1）0.2高產(chǎn)油井被勘測(cè)為“結(jié)構(gòu)差”的概率P（C3|s1）0.1低產(chǎn)油井被勘測(cè)為“結(jié)構(gòu)好”的概率P（C1|s2）0.3低產(chǎn)油井被勘測(cè)為“結(jié)構(gòu)中”的概率P（C2|s2）0.1低產(chǎn)油井被勘測(cè)為“結(jié)構(gòu)差”的概率P（C3|s2）0.6第二步:用貝葉斯公式計(jì)算各自然狀態(tài)下的后驗(yàn)概率 P（SjCk），用概率論中的全概率公式計(jì)算勘測(cè)結(jié)果為 Ck 的概率 P（Ck）。由公式p(sj | ck ) =p(ck | s j ) p(s j )2(k = 1, 2, 3; j = 1, 2)å p(ck | s j )

5、p(s j )j =1計(jì)算在不同勘測(cè)結(jié)果下、油井狀態(tài)為高產(chǎn)或低產(chǎn)的后驗(yàn)概率。由公式1p(ck ) = å p(ck | s j ) p(sk )j =1計(jì)算勘測(cè)結(jié)果為 Ck 的概率 P（Ck）在相關(guān)的單元格中輸入上述公式，其計(jì)算結(jié)果下表所示：不同地質(zhì)的概率：“結(jié)構(gòu)好”的概率P（C1）=C12*C6+C15*C7“結(jié)構(gòu)中”的概率P（C2）=C13*C6+C16*C7“結(jié)構(gòu)差”的概率P（C3）=C14*C6+C17*C7計(jì)算不同的勘測(cè)結(jié)果下出現(xiàn)不同狀態(tài)的概率：被勘測(cè)為“結(jié)構(gòu)好”實(shí)為高產(chǎn)油井的概率P（s1|C1）=C6*C12/C20被勘測(cè)為“結(jié)構(gòu)好”實(shí)為低產(chǎn)油井的概率P（s2|C1）=1

6、-C25被勘測(cè)為“結(jié)構(gòu)中”實(shí)為高產(chǎn)油井的概率P（s1|C2）=C6*C13/C21被勘測(cè)為“結(jié)構(gòu)中”實(shí)為低產(chǎn)油井的概率P（s2|C1）=1-C27被勘測(cè)為“結(jié)構(gòu)差”實(shí)為高產(chǎn)油井的概率P（s1|C3）=C6*C14/C22被勘測(cè)為“結(jié)構(gòu)差”實(shí)為低產(chǎn)油井的概率P（s2|C3）=1-C29不同地質(zhì)的概率：“結(jié)構(gòu)好”的概率P（C1）0.54“結(jié)構(gòu)中”的概率P（C2）0.16“結(jié)構(gòu)差”的概率P（C3）0.3計(jì)算不同的勘測(cè)結(jié)果下出現(xiàn)不同狀態(tài)的概率：被勘測(cè)為“結(jié)構(gòu)好”實(shí)為高產(chǎn)油井的概率P（s1|C1）0.78被勘測(cè)為“結(jié)構(gòu)好”實(shí)為低產(chǎn)油井的概率P（s2|C1）0.22被勘測(cè)為“結(jié)構(gòu)中”實(shí)為高產(chǎn)油井的概率P（

7、s1|C2）0.75被勘測(cè)為“結(jié)構(gòu)中”實(shí)為低產(chǎn)油井的概率P（s2|C1）0.25被勘測(cè)為“結(jié)構(gòu)差”實(shí)為高產(chǎn)油井的概率P（s1|C3）0.2被勘測(cè)為“結(jié)構(gòu)差”實(shí)為低產(chǎn)油井的概率P（s2|C3）0.8Ø 第三步:構(gòu)造決策樹。構(gòu)造的決策樹的結(jié)果如下圖：Ø 第四步:計(jì)算各方案的期望收益值決策樹中各方案的期望收益計(jì)算是從右向左進(jìn)行的，首先考慮第二級(jí)決策，當(dāng)勘測(cè)結(jié)果是“結(jié)構(gòu)好”時(shí)，如果采取“不開發(fā)”方案，則期望收益為 0；如果采取“開發(fā)”方案，則當(dāng)自然狀態(tài)為“高產(chǎn)”（其修正后的后驗(yàn)概率為 0.78）時(shí)，收益為 400，當(dāng)自然狀態(tài)為“低產(chǎn)”，（其修正后的后驗(yàn)概率為 0.22）時(shí)，收益為-

8、200，所以，“開發(fā)”方案的期望收益=400*0。 78+（-200）*0.22=268(萬(wàn)元)。該值可以單元格 P19 中輸入=V17*T17+V21*T21 獲得.實(shí)驗(yàn)結(jié)果：比較兩種方案的期望收益，選擇“開發(fā)”方案。所以當(dāng)勘測(cè)結(jié)果為“結(jié)構(gòu)好”時(shí)，應(yīng)選擇“開發(fā)”方案，其期望收益為 268 萬(wàn)元（這里暫時(shí)未扣除勘測(cè)費(fèi)用）。前去“不開發(fā)”這方案一分支，并在“結(jié)構(gòu)好”的概率分支上標(biāo)上期望收益為 268 萬(wàn)元。同理可得，當(dāng)勘測(cè)結(jié)果為“結(jié)構(gòu)中等”時(shí)，應(yīng)采取“開發(fā)”方案，其期望收益為 250 萬(wàn)元；當(dāng)勘測(cè)結(jié)果為“結(jié)構(gòu)差”時(shí)，應(yīng)采取“不開發(fā)”方案，其期望收益為 0（這里暫時(shí)均未扣除勘測(cè)費(fèi)用）。比較三個(gè)方案

9、的期望收益，取期望收益最大的方案作為最優(yōu)方案，在單元格 D16 中輸入=MAX（G10，G14，G30）得到最大期望收益值為 175 萬(wàn)元，可見方案“先勘測(cè)”的期望收益最大，為最優(yōu)方案。因此，本實(shí)驗(yàn)的最優(yōu)決策結(jié)果是：先勘測(cè)，當(dāng)勘測(cè)結(jié)果為“結(jié)構(gòu)好”或“結(jié)構(gòu)中等”時(shí)開發(fā)，當(dāng)勘測(cè)結(jié)果為“結(jié)果差”時(shí)，不開發(fā)，該決策的期望收益為 175 萬(wàn)元。實(shí)驗(yàn)二 應(yīng)用層次分析法進(jìn)行多目標(biāo)決策實(shí)驗(yàn)類型：驗(yàn)證性 實(shí)驗(yàn)學(xué)時(shí)：2實(shí)驗(yàn)?zāi)康模菏煜げ?yīng)用層次分析方法對(duì)多方案進(jìn)行優(yōu)劣排序，從而使學(xué)生掌握綜合定性和定量?jī)煞N方法解決問(wèn)題的思維方式。實(shí)驗(yàn)步驟：某公司打算增添一臺(tái)新設(shè)備，現(xiàn)有三種不同型號(hào)的設(shè)備，P1，P2，P3供選擇，選擇

10、設(shè)備主要考慮的要素是功能、價(jià)格和維護(hù)，你將如何選擇？Ø 第一步、建立遞階層次結(jié)構(gòu)模型A購(gòu)置一臺(tái)滿意的設(shè)備C1功能強(qiáng)C2價(jià)格低P3P2P1C3易維修Ø 第二步、構(gòu)造比較判斷矩陣Ø 第三步、層次單排序Ø 第四步、層次總排序第五步、一致性檢驗(yàn)實(shí)驗(yàn)結(jié)果：決策結(jié)果P2最優(yōu)。 實(shí)驗(yàn)三 成本預(yù)測(cè)決策支持系統(tǒng)的開發(fā)實(shí)驗(yàn)類型：設(shè)計(jì)性 實(shí)驗(yàn)學(xué)時(shí)：4實(shí)驗(yàn)?zāi)康模赫莆栈诮y(tǒng)一結(jié)構(gòu)的決策支持系統(tǒng)的開發(fā)，理解模型庫(kù)的組織和存儲(chǔ)。實(shí)驗(yàn)步驟：某企業(yè)經(jīng)連續(xù)觀察，發(fā)現(xiàn)其生產(chǎn)的某產(chǎn)品與每批投入的產(chǎn)品件數(shù)是線性相關(guān)的，15 組統(tǒng)計(jì)數(shù)據(jù)如表 1 所示?，F(xiàn)該企業(yè)擬投入三批產(chǎn)品，每批投入的產(chǎn)品件數(shù)分別

11、為 4100（百件），5300（百件） ,25000（百件）企業(yè)希望通過(guò)建立成本預(yù)測(cè)決策支持系統(tǒng)，利用一元線性回歸模型來(lái)幫助預(yù)測(cè)每批產(chǎn)品的成本（百元） 。序號(hào)產(chǎn)品件數(shù)產(chǎn)品成本15353.4229184.5338780.8744952.4551425.669887.1277872.9388276.595855.14103341114549.51125253.16131626.22146866.04156159.26實(shí)驗(yàn)要求：1、 需要建立相關(guān)的數(shù)據(jù)庫(kù)，模型庫(kù)，要有人機(jī)交互界面。1、 可以使用兩個(gè)模型：最小二乘法模型及一元線性回歸模型。2、 使用熟悉的程序語(yǔ)言進(jìn)行成本預(yù)測(cè)決策支持系統(tǒng)的開發(fā)，要求寫

12、出系統(tǒng)運(yùn)行結(jié)構(gòu)圖，主要程序代碼，運(yùn)行結(jié)果。Ø 第一步：在mysql數(shù)據(jù)庫(kù)中創(chuàng)建數(shù)據(jù)表t_casecreate table if not exists t_case(idintauto_increment,t_numint ,t_casedouble,primary key(id) engine=innodb charset=utf8;Ø 第二步:將表1的數(shù)據(jù)插入數(shù)據(jù)表t_case中insert into t_case values (null,53,53.42), (null,91, 84.53) , (null, 87, 80.87) , (null, 49, 52.45

13、) , (null, 14, 25.6) , (null, 98, 87.12) , (null, 78, 72.93) , (null, 82, 76.5) , (null, 58, 55.14) , (null, 33, 41) , (null, 45, 49.51) , (null, 52, 53.16) , (null, 16, 26.22) , (null, 68, 66.04) , (null, 61, 59.26);Ø 第三步：在后端利用java實(shí)現(xiàn)最小二乘法模型（主要點(diǎn)這里的算法）參考鏈接：截圖：主要代碼：/* * 計(jì)算 x的系數(shù)a * param x, y * re

14、turn a */ public static double getA( double x , double y ) int n = x.length ; return ( n * pSum( x , y ) - sum( x ) * sum( y ) )/ ( n * sqSum( x ) - Math.pow(sum(x), 2) ) ; /* * 計(jì)算常量系數(shù)b * param x,y,a * returnb */ public static double getB( double x , double y , double a ) int n = x.length ; return s

15、um( y ) / n - a * sum( x ) / n ; /* * 計(jì)算常量系數(shù)b * param x, y * return b */ public static double getC( double x , double y ) int n = x.length ; double a = getA( x , y ) ; return sum( y ) / n - a * sum( x ) / n ; /計(jì)算和值 private static double sum(double ds) double s = 0 ; for( double d : ds ) s = s + d ;

16、return s ; /計(jì)算開平方和值 private static double sqSum(double ds) double s = 0 ; for( double d : ds ) s = s + Math.pow(d, 2) ; return s ; /計(jì)算x和y積的和值 private static double pSum( double x , double y ) double s = 0 ; for( int i = 0 ; i < x.length ; i+ ) s = s + xi * yi ; return s ; Ø 第四步：利用SSM框架實(shí)現(xiàn)該系統(tǒng)后

17、端包結(jié)構(gòu)前端包結(jié)構(gòu)配置文件上面的最小二乘法模型的java代碼時(shí)寫在util包中的LeastSquares類中，根據(jù)前一個(gè)步驟可以知道我們需要做的是先獲取數(shù)據(jù)庫(kù)中的數(shù)據(jù)，分別存在兩個(gè)數(shù)組中，再以這兩個(gè)數(shù)組為參數(shù)調(diào)用LeastSquares類中的方法獲取x的系數(shù)a和常量系數(shù)b,這樣我們就可以有一個(gè)模型為y=a*x+b;這樣后臺(tái)的邏輯就實(shí)現(xiàn)了；主要代碼：（由于涉及到SSM框架的代碼太多，所以只展示出調(diào)用獲取系數(shù)的代碼和實(shí)現(xiàn)預(yù)測(cè)的代碼）public List<Case> getList() return caseMapper.getCaseList();/獲取數(shù)據(jù)庫(kù)中數(shù)據(jù)public Do

18、uble count_case(Integer num) List<Case> list =getList();double a=new doublelist.size();double b=new doublelist.size();for(int i=0;i<list.size();i+) ai=list.get(i).getTnum();bi=list.get(i).getTcase();double a1=LeastSquares.getA(a, b);/調(diào)用方法獲取x的系數(shù)double b1=LeastSquares.getB(a, b, a1);/獲取常量系數(shù)do

19、uble c=a1*num+b1;/根據(jù)產(chǎn)品件數(shù)預(yù)測(cè)成本return c;SSM框架的基本思路：entity包中是一些實(shí)體包，一個(gè)類Case是對(duì)應(yīng)的數(shù)據(jù)庫(kù)中的Case表，也就是該實(shí)驗(yàn)的實(shí)驗(yàn)數(shù)據(jù)的表,另一個(gè)類ResponseResult是由于前端使用的ajax異步提交數(shù)據(jù)，而特此包裝的一個(gè)類;mapper包是一個(gè)操作數(shù)據(jù)庫(kù)的包，一個(gè)接口CaseMapper定義了獲取數(shù)據(jù)庫(kù)中所有數(shù)據(jù)的方法，并在配置文件中CaseMapper.xml中定義了獲取數(shù)據(jù)庫(kù)數(shù)據(jù)的SQL語(yǔ)句；service包是業(yè)務(wù)包，mapper包是獲取了數(shù)據(jù)庫(kù)中數(shù)據(jù)，但是具體的業(yè)務(wù)是需要在這里寫的，例如此處具體實(shí)現(xiàn)業(yè)務(wù)的類CaseSer

20、viceImpl，定義了一個(gè)預(yù)測(cè)成本的方法，并實(shí)現(xiàn)它；util包是工具包，也就是給其他包中的類使用的，例如這里具體最小二乘法的算法就是寫在該包中的LeastSquares類中；controller包是控制器包，主要是控制前端和業(yè)務(wù)層的關(guān)系，并返回前端數(shù)據(jù)的類;還有就是一些SSM框架基本的配置文件，例如配置數(shù)據(jù)庫(kù)連接的perties、配置數(shù)據(jù)源的spring_dao.xml、配置業(yè)務(wù)層的spring_service.xml、配置映射的spring_mvc.xml;再就是最好前端的文件夾webapps，里面對(duì)應(yīng)的html文件和一些使用到的js和css；Ø 第五步：前端運(yùn)行結(jié)果

21、（由于重點(diǎn)不在前端，所以前端寫的略微簡(jiǎn)單）初始界面填寫數(shù)據(jù)并點(diǎn)擊按鈕生成的預(yù)測(cè)成本實(shí)驗(yàn)結(jié)果：通過(guò)本次實(shí)驗(yàn)，了解了最小二乘法的算法模型。最小二乘法即為一種數(shù)學(xué)優(yōu)化技術(shù)。它通過(guò)最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡(jiǎn)便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和為最小。最小二乘法還可用于曲線擬合。通過(guò)一元線性模型應(yīng)用來(lái)理解最小二乘法。 通過(guò)該實(shí)驗(yàn)也進(jìn)一步加深了SSM框架的了解。SSM框架即為Spring+SpringMVC+Mybatis的開源框架整合的框架，常作為Web項(xiàng)目的框架。利用這個(gè)框架寫成的項(xiàng)目能有以下特性：1、易于維護(hù)2、效率高3、可讀性高;在

22、該項(xiàng)目中主要點(diǎn)在于算法的獨(dú)特，其他的點(diǎn)利用框架的概念是很容易就能實(shí)現(xiàn)的。在數(shù)學(xué)角度上來(lái)說(shuō)，有很多常用的算法或者模型；比如一元線性回歸模型、最小二乘法模型、多元線性回歸模型。在實(shí)際開發(fā)中，這些是我們可能運(yùn)用的算法，所以也是需要在平常去了解這方面的算法。實(shí)驗(yàn)四 專家系統(tǒng)開發(fā)工具CLIPS實(shí)驗(yàn)類型：綜合性 實(shí)驗(yàn)學(xué)時(shí)：4實(shí)驗(yàn)?zāi)康模?掌握專家系統(tǒng)的一般結(jié)構(gòu)，熟悉專家系統(tǒng)開發(fā)工具CLIPS的語(yǔ)法和使用。實(shí)驗(yàn)步驟：Ø 第一步：下載并安裝Clips軟件Ø 第二步：運(yùn)行并熟悉ClipsCLIPS是一個(gè)專家系統(tǒng)，它用C語(yǔ)言編定。全稱是The C Language Integrated Prod

23、uction System.它可以應(yīng)用到很多的系統(tǒng)上MicrosoftWindows,Macintosh,VAX 11/780等。事實(shí)上，由于CLIPS 由C語(yǔ)言編寫，所以理論上，只要有C語(yǔ)言的編繹器，我們可以將CLIPS移值到任何的系統(tǒng)上。Clips常用指令：(1)facts 用于顯示當(dāng)前的事實(shí)。 (2)agenda用于顯示當(dāng)前可以執(zhí)行的規(guī)則（并列出滿足條件的事實(shí)） (3)run當(dāng)規(guī)則和事實(shí)都有了后，這個(gè)命令用來(lái)啟用程序 (4)reset 重新初始化事實(shí)，初始化后，會(huì)自動(dòng)的給系統(tǒng)加上Fact-0號(hào)事實(shí) (5)clear 清除所有的規(guī)則和事實(shí)以及對(duì)象實(shí)例

24、 (6)deftemplate定義模板，這個(gè)模板類似C語(yǔ)言中的Structure，用reset命令可以實(shí)例化模板 (7)deffacts - 定義事實(shí)模板，實(shí)例化與(deftemplate)相同Ø 第三步：實(shí)際運(yùn)行一個(gè)專家系統(tǒng)（1）導(dǎo)入文件File->Load（2）打開文件并運(yùn)行（3）在事實(shí)庫(kù)中可以看到顯示的內(nèi)容（4）最后可以查看診斷結(jié)果Ø 第四步：了解Clips其他窗口dialog window 窗口facts 窗口agenda window 窗口Clips部分語(yǔ)句及規(guī)則實(shí)驗(yàn)結(jié)果：在這次實(shí)驗(yàn)中，我了解了Clips這個(gè)強(qiáng)大的軟件。Clips是一個(gè)專

25、家系統(tǒng)工具。專家系統(tǒng)可以說(shuō)是人工智能技術(shù)的一個(gè)重要分支。Clips是一個(gè)基于C語(yǔ)言的集成生產(chǎn)系統(tǒng)。目前在國(guó)內(nèi)，Clips在商業(yè)方面的應(yīng)用相對(duì)較少，大多數(shù)用于科研方面。專家系統(tǒng)格式一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)經(jīng)驗(yàn)，能利用人類專家的知識(shí)解決問(wèn)題的方式來(lái)處理該領(lǐng)域問(wèn)題。也就是說(shuō)，專家系統(tǒng)是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)，進(jìn)而推理與判斷，模擬人類專家的決策過(guò)程。以便解決那些需要人類專家處理的復(fù)雜問(wèn)題，簡(jiǎn)而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。實(shí)驗(yàn)五 專家系統(tǒng)的開發(fā)實(shí)驗(yàn)類型：設(shè)計(jì)性 實(shí)驗(yàn)學(xué)時(shí)：4實(shí)驗(yàn)?zāi)康模?掌握專家系統(tǒng)的開發(fā)過(guò)程，掌握根據(jù)產(chǎn)生式規(guī)則

26、繪制相應(yīng)推理樹的方法。實(shí)驗(yàn)步驟：Ø 第一步：明確實(shí)驗(yàn)?zāi)繕?biāo)建立一個(gè)動(dòng)物識(shí)別系統(tǒng)，用以識(shí)別虎、豹、斑馬、長(zhǎng)頸鹿、企鵝、鴕鳥、信天翁等7種動(dòng)物。開發(fā)環(huán)境：基于Eclipse的java語(yǔ)言的開發(fā);Ø 第二步:根據(jù)動(dòng)物特征，建立以下個(gè)規(guī)則R1：if 動(dòng)物有毛發(fā)  then  動(dòng)物是哺乳動(dòng)物R2：if 動(dòng)物有奶  then  動(dòng)物是哺乳動(dòng)物R3：if 動(dòng)物有羽毛  then  動(dòng)物是鳥 R4：if 動(dòng)物會(huì)飛  and  會(huì)生蛋 then  動(dòng)物是鳥R5：if 動(dòng)物吃肉 then 動(dòng)物是食肉動(dòng)物R6：if 動(dòng)物有犀利牙齒 and 有爪 and 眼向前方 then 動(dòng)物是食肉動(dòng)物R7：if 動(dòng)物是哺乳動(dòng)物and有蹄then動(dòng)物是有蹄類動(dòng)物R8：if 動(dòng)物是哺乳動(dòng)物and反芻then動(dòng)物是有蹄類動(dòng)物R9：if 動(dòng)物是哺乳動(dòng)物and是食肉動(dòng)物and有黃褐色and 有暗斑點(diǎn) then 動(dòng)物是豹 R10：if 動(dòng)物是哺乳動(dòng)物 and是食肉動(dòng)物and有黃褐色and有黑色條紋 then 動(dòng)物是虎R11：if動(dòng)物是有蹄類動(dòng)物  and 有長(zhǎng)脖子and有長(zhǎng)腿and有暗斑點(diǎn) then 動(dòng)物是長(zhǎng)頸鹿