人工智能习题答案-第2章-知识表示方法
第二章知识表示方法
2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去
（答案并不唯一，意思正确即可）
用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：
1. nC=0
2. nC=3
3. nC=nY>=0 (当nC不等于0或3)
用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。
初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。
在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为：
d1(1,1)--d2(-1,0)--d3(0,2)--d4(0,-1)--d5(2,0)--d6(-1,-1)--d7(2,0)--d8(0,-1)--d9(0,2)--d10(-1,0)--d11(1,1)
2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。
用四元数列 (nA, nB, nC, nD) 来表示状态，其中nA 表示A 盘落在第nA 号柱子上，nB 表示B 盘落在第nB 号柱子上，nC 表示C 盘落在第nC 号柱子上，nD 表示D 盘落在第nD 号柱子上。
初始状态为 1111，目标状态为 3333
1
nC nY
2 3 1 3
2
如图所示，按从上往下的顺序，依次处理每一个叶结点，搬动圆盘，问题得解。
2-6 用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)
A computer system is intelligent if it can perform a task which, if performed by a human, requires intelligence.
先定义基本的谓词
INTLT(x) means x is intelligent PERFORM(x,y) means x can perform y
11113333
11112221
22212223
22233333
11113311
33113321
33212221
22231123
11231133
11333333
11112111
2111231123113311
33211321
1321122112212221
222332233223312331231123
11332133
2133233323333333
REQUIRE(x) means x requires intelligence CMP(x) means x is a computer system HMN(x) means x is a human
上面的句子可以表达为 (任意x)
{ (存在t) (存在y) [ HMN(y) 合取 PERFORM(y,t) 合取 REQUIRE(t) 合取 CMP(x) 合取 PERFORM(x,t) ]
INTLT(x) }
2-7 把下列语句表示成语义网络描述： (1) All man are mortal.
(2) Every cloud has a silver lining.
(3) All branch managers of DEC participate in a profit-sharing plan.
(1)
(2)
(3)
2-8 作为一个电影观众，请你编写一个去电影院看电影的剧本。
Man Mortal
ATTR
Cloud Lining Silver
HAS
COLOUR
Manager
Branch
DEC
Plan
Profit-sharing
LEVEL COMPANY ATTEND
ATTR
(1) 开场条件
(a) 顾客想看电影
(b) 顾客在足够的钱
(2) 角色
顾客，售票员，检票员，放映员
(3) 道具
钱，电影票
(4) 场景
场景 1 购票
(a)顾客来到售票处
(b)售票员把票给顾客
(c)顾客把钱给售票员
(d)顾客走向电影院门
场景 2 检票
(a)顾客把电影票给检票员
(b)检票员检票
(c)检票员把电影票还给顾客
(d)顾客进入电影院
场景 3 等待
(a)顾客找到自己的座位
(b)顾客坐在自己座位一等待电影开始
场景 4 观看电影
(a)放映员播放电影
(b)顾客观看电影
场景 5 离开
(a) 放映员结束电影放映
(b) 顾客离开电影院
(5) 结果
(a) 顾客观看了电影
(b) 顾客花了钱
(c) 电影院赚了钱
人工智能-知识表示方法
实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000
四、实验结果 四、实验心得 本次实验运用了状态空间表示法，这是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验强化我对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。
整理人工智能简答题
一．简答题 1.在什么情况下需要采用不确定推理或非单调推理？ 答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。 例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论， 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说，出现不精确推理的原因和特征可能有： ①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。 由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理 2．产生式系统有哪几种推理方式？各自特点为何？ 答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 （2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。 （3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。 3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。 4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？ 答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。 5．在选择知识表示的方法时，应该考虑哪些因素？ 答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知
人工智能复习题及答案84329
黑龙江大学计算机科学技术学院 1.智能 智能是一种认识客观事物和运用知识解决问题的综合能力。 2.什么叫知识？ 知识是人们在改造客观世界的实践中积累起来的认识和经验 3.确定性推理 指推理所使用的知识和推出的结论都是可以精确表示的，其真值要么为真、要么为假。 4.推理 推理是指按照某种策略从已知事实出发利用知识推出所需结论的过程。 5.不确定性推理 指推理所使用的知识和推出的结论可以是不确定的。所谓不确定性是对非精确性、模糊型和非完备性的统称。 6.人工智能 人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能 7.搜索 是指为了达到某一目标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。 8.规划 是指从某个特定问题状态出发，寻找并建立一个操作序列，直到求得目标状态为止的一个行动过程的描述。 9.机器感知 就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉 10.模式识别 是指让计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。11.机器行为 就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。 12.知识表示 是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。 13.事实 是断言一个语言变量的值或断言多个语言变量之间关系的陈述句 14.综合数据库 存放求解问题的各种当前信息 15.规则库 用于存放与求解问题有关的所有规则的集合 16.人工智能有哪些应用？ 17.人工智能的研究目标 远期目标 揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能 涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展 近期目标 研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。
人工智能习题答案-第2章-知识表示方法
第二章知识表示方法 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去 （答案并不唯一，意思正确即可） 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--d2(-1,0)--d3(0,2)--d4(0,-1)--d5(2,0)--d6(-1,-1)--d7(2,0)--d8(0,-1)--d9(0,2)--d10(-1,0)--d11(1,1) 2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 用四元数列 (nA, nB, nC, nD) 来表示状态，其中nA 表示A 盘落在第nA 号柱子上，nB 表示B 盘落在第nB 号柱子上，nC 表示C 盘落在第nC 号柱子上，nD 表示D 盘落在第nD 号柱子上。 初始状态为 1111，目标状态为 3333 1 nC nY 2 3 1 3 2
人工智能习题答案-第2章-知识表示方法
第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--→d2(-1,0)--→d3(0,2)--→d4(0,-1)--→d5(2,0)--→d6(-1,-1)--→d7(2,0)--→d8(0,-1)--→d9(0,2)--→d10(-1,0)--→d11(1,1) 2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 2-4 试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R 、L 或C 可分别用R 、j ωL 或1/j ωC 来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 7 10 7 10 13 9 6 6 5 10 B E D A C 图 2.3
(人工智能)人工智能教案章知识表示概述
（人工智能）人工智能教案章知识表示概述
4.1概述 4.1.1知识的定义 很难给知识以明确的定义，只能从不同侧面加以理解，不同的人有不同的理解。 知识表示是人工智能研究中最基本的问题之壹。于知识处理中总要问到：如何表示知识，怎样使机器能懂这些知识，能对之进行处理，且能以壹种人类能理解的方式将处理结果告诉人们。 于AI系统中，给出壹个清晰简洁的有关知识的描述是很困难的。有研究报道认为。严格地说AI对知识表示的认真、系统的研究才刚刚开始。 下面是壹些专家的见法： Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：知识是由特定领域的描述、关系和过程组成的。 Hayes-roth：知识是事实、信念和启发式规则。 从知识库的观点见，知识是某领域中所涉及的各有关方面的壹种符号表示。 另外有壹种三维的描述方法：（范围，目的，有效性）,其中知识的范围由具体到壹般，知识的目的从说明到指定，知识的有效性从确定到不确定。例如，“今天下雨”这种知识是具体的、说明性、不确定的，而“要证A→B，只需证明A∧～B是不可满足的”这种知识是壹般性的、指示性、确定性的。 4.1.2知识的分类 从不同的角度、不同的侧面对知识有着不同的分类方法。
于此，我们根据知识表达的内容，将其简单地分为如下几类：事实性知识 知识的壹般直接表示，如果事实性知识是批量的、有规律的，则往往以表格、图册，甚至数据库等形式出现。 这种知识描述壹般性的事实，如凡是冷血动物均要冬眠，哺乳动物均是胎生繁殖后代等。 过程性知识 表述做某件事的过程。标准程序库也是常见的过程性知识，而且是系列化、配套的。 如电视机维修法，怎样烹制法国大餐等。 行为性知识 不直接给出事实本身，只给出它于某方面的行为。行为性知识经常表示为某种数学模型，从某种意义上讲，行为性知识描述的是事物的内涵，而不是外延。 如微分方程 实例性知识 只给出壹些实例。知识藏于实例中。感兴趣的不是实例本身，而是隐藏于大量实例中的规律性知识。 举例说明 类比性知识 既不给出外延，也不给出内涵，只给出它和其它事物的某些相似之处。类比性知识壹般不能完整地刻画事物，但它能够启发人们
人工智能第二章知识表示方法x
人工智能第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。 问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。 谓词逻辑法：采用谓词合式公式和一阶谓词算法。要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。 语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。节点用于表示物体、概念和状态，弧线用于表示节点间的关系。语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。语义网络可用于表示多元关系，扩展后可以表示更复杂的问题 2-2 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 7 10 9 10 D 图2.3 2-3 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 用四元数列(nA, nB, nC, nD) 来表示状态，其中nA表示A盘落在第nA号柱子上，nB表示B 盘落在第nB号柱子上，nC表示C盘落在第nC号柱子上，nD表示D盘落在第nD号柱子上。初始状态为1111，目标状态为3333 / / 如图所示，按从上往下的顺序，依次处理每一个叶结点，搬动圆盘，问题得解。 2-4 把下列句子变换成子句形式： (1) (x(y(On(x,y)→Above(x,y)) (2) (x(y(z(Above(x,y)∧Above(y,z)→Above(x,z)) (1) (ANY x) (ANY y) { On(x,y)(Above(x,y) } (ANY x) (ANY y) { ~On(x,y) OR Above(x,y) } ~On(x,y) OR Above(x,y) 最后子句为 ~On(x,y) OR Above(x,y) (2) (ANY x) (ANY y) (ANY z) { Above(x,y) AND Above(y,z) ( Above(x,z) } (命题联结词之优先级如下:否定→合取→析取→蕴涵→等价) (ANY x) (ANY y) (ANY z) { ~ [ Above(x,y) AND Above(y,z) ] OR Above (x,z) } ~ [ Above(x,y) AND
人工智能中的知识表示方法
人工智能中的知识表示方法 1.一阶谓词逻辑表示方法 2.产生式表示方法 3.语义网络表示方法 4.框架表示方法、 5.过程表示方法 除了以上五种表示方法，比较常用的还有以下几种表示方法：6.面向对象表示方法： 对象是有一组数据和该数据相关的操作构成的实体。 类由一组变量和一组操作组成，它描述了一组具有相同属性和操作的对象。每个对象都属于某一个类，每个对象都可由相关的类生成，类的生成过程就是例化。 面向对象的基本特征主要体现在模块性、封装性、继承性、多态性、易维护性等。 7.状态空间表示方法： 状态空间表示法是以状态和运算符为基础来表示和求解问题的一种方法。 （1）状态 描述问题求解过程中任一时刻状况的数据结构，一般用一组变量的有序组合表示。 （2）算符
引起状态中某些分量发生变化，从而使问题由一个状态变为另一个状态的操作称为算符。 （3）状态空间 由问题的全部状态以及一切可用算符所构成的集合称为问题的状态空间。 空间状态表示方法的应用举例： 猴子与香蕉的问题 状态空间表示用四元组（W，x,y,z）其中：W-猴子的水平问题；x-当猴子在箱子顶上时取x=1；否则x=0；y-箱子的水平位置；z-当猴子摘到香蕉时取1，否则取0。 算符 （1）g oto(U)猴子走到水平位置U； （2）p ushbox(V)猴子把箱子推到水平位置V； （3）c limbbox猴子爬上箱顶； （4）g rasp猴子摘到香蕉。 求解过程令初始状态为（a,0,b,0）。这时，goto(U)是唯一使用的操作，并导致下一状态（U，0，b，0）。现在有三个适用的操作，若把所有适用操作继续应用于每个状态，就能得到状态空间图。8.问题归约表示法： 问题归约法的基本思想是从目标出发进行逆向推理，通过一系列变换把初始问题变换为子问题集合和子-子问题集合，直至最后归约为一个平凡的本原问题集合。
人工智能知识表示练习题
1、设有如下问题： （1） 如图一所示的三个相邻的方框内有两个编号的小方块， （2） 紧邻空位的小方块可以移动到空位上， （3） 通过平移小方块可将布局改为图二所示。 （图一） （图二） 请用产生式规则表示移动小方块的操作，并用产生式的使用顺序来说明解决问题的过程。 2、请用框架表示如下知识： 如果咳嗽、发烧、流涕，则一定是患了某种疾病，应及时到医院治疗。最近的医院是校医院，位于校园西侧。 要求： 必须用三个相关联的框架表示。 3、试用语义网络表示如下知识： 118路汽车从经贸大学始发，途径肖家营，到达终点站“火车站”。 4、请用语义网络表示如下知识： 雪地上留下一串串脚印，有大、有小、有深、有浅。 5、设下列知识： 如果咳嗽、发烧、流涕，则八成是患了感冒，需服用“感冒清”，一日三次，每次2 ~ 3粒，多喝开水。 请用框架法表示上述知识，要求： （1） 用两个相关联的事例框架表示； （2）标准槽连接。 6、设有如下知识： 狗都会吠叫和咬人， 任何动物吠叫时总是吵人的， 猎犬是一种狗。 请根据上述知识设计一组产生式规则，使它们可以用来证明：
“猎狗是吵人的”。 并用产生式的使用序列表示证明过程。 7、请写出如下命题的语义网络： 钱老师从6月至8月给会计班讲《市场经济学》课程。 8、以下是一段新闻报道： “今天，一次强度为里氏7级的地震袭击了X 地区，造成250人死亡和5000万元人民币 的财产损失。有专家说：‘多年来，靠近Y 断层的地方一直是一个危险的地区。’” 试用一个事例框架表达上述新闻报道内容。注意画线的地方。 9、．试用产生式表示如下知识： 如果要判定某动物为企鹅，那么，应该先判定它是属于鸟类且不能飞、能游水、颜色为黑色和白色。如果要判断某动物是否属于鸟类，应看它是否有羽毛。 10、试用谓词逻辑表示法表示如下知识： 因为老百姓受法律管制，所以晁盖劫了生辰纲，触犯了宋朝法律，受到官府追究；而达官贵人和恶少不受法律管制，所以其强抢民女虽也违法，却可以横行无忌。 要求： 给出谓词公式以及对应于“晁盖”和“达官贵人和恶少”的两种不同解释。 11、试用产生式表示如下知识： “张三”八成是个学生。
人工智能习题&答案-第2章-知识表示方法
第二章知识表示方法 2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC,nY)表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1.nC=0 2.nC=3 3.nC=nY>=0(当nC不等于0或3) 用d i(dC,dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC,dY同时为非正数，表示船驶回岸边。 初始状态为S0(0,0)，目标状态为S0(3,3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY,纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--àd2(-1,0)--àd3(0,2)--àd4(0,-1)--àd5(2,0)--àd6(-1,-1)--àd7(2,0)--àd8(0,-1)--àd9(0,2)--àd10(-1,0)--àd11(1,1)2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其 他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 2-4试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R 、L 或C 可分别用R 、j ωL 或1/j ωC 来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 7 10 710 139 66 5 10 B E D A C 图 2.3
人工智能知识点
人工智能知识点 1.一个系统如果能根据它所知的信息（知识、时间、资源等）能够做出最好的决策，就是理性的思考。 2.理性行为：做正确的事，即已知某些信念，理性智能体通过自己的行动达到某个目标或获得最佳结果， 或在不确定的情况下，获得最佳期望结果。 3.什么是智能？智能简单说就是适应能力，环境变会进行思考后做出正确行为。 人工智能是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能,实现某些``机器思维“。 4.人类智能的主要特点：感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 5.归纳能力是通过大量实例，总结出具有一般性规律的知识的能力。演绎能力是根据已有的知识和所感知 到的事实，推理求解问题的能力。 6.理性智能体：做事正确。性能度量：评价智能体在环境中的表现理性智能体应该选择期望能使其性能 度量最大化的行动。对环境的约束越多，设计的问题就越容易 7.问题求解实质是通过搜索找到行动序列达到目标.首先把目标形式化，和目标无关的去掉（例去机场是目 标，当前的其他事或行为不考虑）.问题形式化就是决策对于给定的目标需要考虑哪些行动和状态的过程， 生成状态空间，搜索获得解 8.广度优先搜索: 首先扩展根节点，接着扩展根节点的所有后续，然后在扩展它们的后续，依次类推。在 下一层的任何节点扩展之前搜索树上本层深度的所有节点都已经扩展过。 9.深度优先搜索: 搜索直接推进到搜索树的最深层，当最深层节点扩展完没达到目标节点则将向上回到下 一个还有未扩展后续节点的稍浅的节点。 10.迭代深入深度优先搜索: 不断增大深度限制，直到找到目标节点。当搜索空间很大且解的深度未知，迭 代深入搜索是首先。 11.代价一致搜索的迭代搜索: 不断增加的路径耗散限制 12.非启发式搜索：按已经付出的代价决定下一步要搜索的节点。具有较大的盲目性，产生较多的无用节点， 搜索空间大，效率不高。 12.启发式搜索：要用到问题自身的某些信息，以指导搜索朝着最有希望的方向前进。由于这种搜索针对性 较强，因而原则上只需搜索问题的部份状态空间，搜索效率较高。基本思想：定义一个评价函数f，对当前的搜索状态进行评估，找出一个最有希望的节点来扩展。从状态n到目标的最短路径的估计耗散值. 爬山法搜索: 根据一个目标函数，找寻目前邻居中状态最好的一个（最陡上升）。（贪婪局部搜索） 13.随机爬山法：上山移动中随机选择下一步，选择的概率随着上山移动的陡峭程度而变化。 14.遗传算法(进化计算)是通过模拟自然界中生物进化机制进行搜索的一种算法 基本思想：基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法。适应度函数一般是一 个实值函数，该函数就是遗传算法中指导搜索的评价函数 15.弧相容：如果对于变量X的每个取值x，变量Y都有某个取值能和x保持相容，则连接X->Y的弧是相容的。 16.极大节点（或节点）的下界为α极小节点（与节点）的上界为β 剪枝的条件：后辈节点的β值<=祖先节点的α值时，α剪枝 后辈节点的α值>=祖先节点的β值时，β剪枝 17.归结规则的完备性：任何完备的搜索算法，只使用归结规则，就可以生成命题逻辑中被任何知识库蕴涵 的任何结论。 18.霍恩子句：至多只有一个正文字的文字析取式 19.前向链接是数据驱动的推理，由感知信息自动推理，无意识多用于目标识别，路线决策可能产生和目标 无关的中间结果.反向链接是目标指导的推理， 20.谓词:刻画对象性质和对象之间关系 21.前束范式：一个谓词公式,如果它的所有量词均非否定地出现在公式的最前面,且它的辖域一直延伸到公式之末,同时不出现连接词=>和,这种形式的公式称为前束形范式 22.置换可以简单的理解为是在一个谓词公式中用置换项去替换变量。 置换与合一的意义：推理过程中要根据知识模式的相似程度进行匹配，为使已知事实与知识库中的知识完 全匹配，需要经过一定的变量置换，或做某种变元的置换与合一。合一可以简单地理解为：寻找相对变量 的置换，使两个谓词公式一致。
人工智能[第二章知识表示方法]山东大学期末考试知识点复习
第二章知识表示方法 1．1 知识及其表示 1．知识、信息和数据 数据与信息是两个密切相关的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。只有把两者密切结合起来，才能实现对现实世界中某一具体事物的描述。另外，数据和信息又是两个不同的概念，相同的数据在不同的环境下表示不同的含义，蕴涵有不同的信息。信息是要以数据的形式来表达和传递的，数据中蕴涵着信息，然而，并不是所有的数据中都蕴涵着信息，而是只有那些有格式的数据才有意义。对数据中的信息的理解也是主观的、因人而异的，是以增加知识为目的的。不同格式的数据蕴涵的信息多少也不一样，比如，图像数据所蕴涵的信息量就大，而文本数据所蕴涵的信息量就少。 信息在人类生活中占有十分重要的地位，但是，只有把有关的信息关联到一起的时候，它才有实际的意义，一般把有关信息关联在一起所形成的信息结构称为知识。知识是人们在长期的生活及社会实践、科学研究及实验中积累起来的对客观世界的认识与经验，人们把实践中获得的信息关联在一起，就获得了知识。 因此，知识、信息和数据是3个层次的概念。有格式的数据经过处理、解释过程会形成信息，而把有关的信息关联到一起，经过处理过程就形成了知识。知识是用信息表达的，信息则是用数据表达的，这种层次不仅反映了数据、信息和知识的因果产生关系，也反映了它们不同的抽象程度。人类在社会实践过程中，其主要的智能活动就是获取知识，并运用知识解决生活中遇到的各种问题。 2．知识的特性与分类 知识具有以下特性：相对正确性；不确定性；可表示性；可利用性。 知识的分类：
(1)按知识的作用范围划分，可分为常识性知识和领域性知识。 (2)按知识的作用及表示划分，可分为事实性知识、规则性知识、控制性知识和元知识。 (3)以知识的确定性来划分，可分为确定知识和不确定知识。 (4)以人的思维及认识方法划分，可分为逻辑性知识和形象性知识。 3．知识的表示 知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。 目前常用的知识表示方法有：一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示法和状态空间表示法，还有过程表示法、脚本表示法、与或树表示法等。 一般来说，在选择知识表示方法时，应该考虑以下几个因素： (1)能否充分表示相关的领域知识。 (2)是否有利于对知识的利用。 (3)是否便于知识的组织、维护和管理。 (4)是否便于理解和实现。 1．2 一阶谓词逻辑表示法 命题逻辑与谓词逻辑是最先应用于人工智能的两种逻辑，在知识的形式化表示，特别是定理的自动证明中发挥了重要作用，在人工智能的发展史中占有重要地位。 谓词逻辑是在命题逻辑的基础上发展起来的，命题逻辑可看作是谓词逻辑的
人工智能教案章知识表示概述
4.1 概述 4.1.1 知识的定义 很难给知识以明确的定义，只能从不同侧面加以理解，不同的人有不同的理解。 知识表示是人工智能研究中最基本的问题之一。在知识处理中总要问到：如何表示知识，怎样使机器能懂这些知识，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。 在AI系统中，给出一个清晰简洁的有关知识的描述是很困难的。有研究报道认为。严格地说AI对知识表示的认真、系统的研究才刚刚开始。 下面是一些专家的看法： Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：知识是由特定领域的描述、关系和过程组成的。 Hayes-roth：知识是事实、信念和启发式规则。 从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。
另外有一种三维的描述方法：（范围，目的，有效性）,其中知识的范围由具体到一般，知识的目的从说明到指定，知识的有效性从确定到不确定。例如，“今天下雨”这种知识是具体的、说明性、不确定的，而“要证A→B，只需证明A∧～B是不可满足的”这种知识是一般性的、指示性、确定性的。 4.1.2 知识的分类 从不同的角度、不同的侧面对知识有着不同的分类方法。 在此，我们根据知识表达的内容，将其简单地分为如下几类：事实性知识 知识的一般直接表示，如果事实性知识是批量的、有规律的，则往往以表格、图册，甚至数据库等形式出现。 这种知识描述一般性的事实，如凡是冷血动物都要冬眠，哺乳动物都是胎生繁殖后代等。 过程性知识 表述做某件事的过程。标准程序库也是常见的过程性知识，而且是系列化、配套的。 如电视机维修法，怎样烹制法国大餐等。 行为性知识
人工智能复习题(答案)
一：单选题 1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（C）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（A）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（B）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论 10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。 A. 机器证明 B. 模式识别 C. 人工神经网络 D. 智能代理
《人工智能》知识表示
知识表示2.1.4 常用的知识表示方法 ?一阶谓词（First Order Predicate）?产生式（Production） ?框架（Framework） ?语义网络（Semantic Network）?剧本（Script）?过程（Procedure） ?面向对象（Object-Oriented）?Petri网（Petri Network） ?信念网（Belief Network） ?本体论（Ontology） 2.1.5 如何选择合适的表示方法？ ?充分表示领域知识 ?有利于对知识的利用 ?便于理解和实现 ?便于对知识的组织、管理与维护 2.2 一阶谓词表示法 1. 优点 ?自然性 ?接近自然语言，容易接受 ?精确性 ?用于表示精确知识 ?严密性 ?有严格的形式定义和推理规则 ?易实现性 ?易于转换为计算机内部形式2. 缺点 ?无法表示不确定性知识 ?所能表示的知识范围太狭窄 ?难以表示启发性知识及元知识 ?未能充分利用与问题本身特性有关的知 识 ?组合爆炸 ?经常出现事实、规则等的组合爆炸 ?效率低 ?推理与知识的语义完全割裂 2.3 产生式表示法 ?1943年E. Post第一次提出 ?称为“Post机”的计算模型（《计算理论》） ?一种描述形式语言的语法 ?AI中应用最多的知识方法之一 ?Feigenbaum研制的化学分子结构专家系统DENDRAL ?Shortliffe研制的的诊断感染性疾病的专家系统MYCIN ?…… 2.3.1 产生式的基本形式 P Q 或 IF P THEN Q CF = [0, 1] 其中，P是产生式的前提，Q是一组结论或操作，CF(Certainty Factor)为确定性因子，也称置信度。 【注意】：谓词逻辑中的蕴涵式与产生式的基本形式相似，事实上，蕴涵式只是产生式的一种特殊情况。理由如下： （1）蕴涵式只能表示精确知识，其值非“真”即“假”，而产生式不仅可以表示精确知识，而且还可以表示不精确知识。 例如，MYCIN中有如下产生式： IF 本微生物的染色斑是革兰氏阴性 本微生物的形状呈杆状 病人是中间宿主 THEN 该微生物是绿脓杆菌，置信度为CF=0.6 CF表示知识的强度，谓词逻辑中的蕴涵式不可以这样做。 （2）用产生式表示知识的系统中，“事实”与产生式的“前提”中所规定的条件进行匹配时，可以是“精确匹配”，也可以是基于相似度的“不精确匹配”，只要相似度落入某个预先设定的范围内，即可认为匹配。但对谓词逻辑的蕴涵式而言，其匹配必须是精确的。
人工智能考试复习题及答案
人工智能考试复习题及答案 1.什么叫智能?什么叫人工智能? 智能一般称为智慧，泛指人运用知识、认识问题、解决问题的能力。 人工智能就是研究怎样让电脑模仿人脑从事推理、规则、设计、思考、学习等思维活动，解决迄今认为需要由专家才能处理好的复杂问题。 2.人工智能科学体系大致分哪几个层次? 人工智能学科体系大致分为三个层次： ⑴人工智能理论基础 包含：①与人工智能有关的数学理论②认知科学理论③计算机工程理论与技术 ⑵人工智能原理 智能的高低是以知识的拥有和有效的运用为其主要特征。因此，人工智能的工作原理以知识的表示、知识的获取与学习、利用知识求解问题，以及系统构成技术作为主要的研究内容。 ⑶人工智能工程技术 根据人工智能基础理论和工作原理而建立起来的工程系统。如：专家咨询系统、专家系统开发工具与环境、自然语言理解系统、图象理解与识别系统等，都属于人工智能原理的工程范畴。 3.人工智能的研究有大致可归结为哪三种途径? ⑴生物学途径
采用生物学的方法，直接模拟人的感官以及大脑的结构和机能，制成神精元模型和脑模型。 ⑵心理学途径（或“启发式途径”） 应用实验心理学的方法，考察人在解决各种问题时采用的方法、策略，总结人们思维活动的规律，并把这些规律编成程序，作为心理模型，用计算机进行模拟。 ⑶工程技术途径 从工程技术观点出发，研究如何用电子计算机从功能上模拟人所具有的智能行为。 4.人工智能领域中具有一般意义的核心课题是什么? ①知识的模型化和表示方法；②启发式搜索理论；③常识性推理、演绎和问题求解； ④机器学习；⑤人工智能系统构成和语言。 5.人工智能领域主要有哪些? 1、专家系统 2、自然语言处理 3、机器人学 4、自动定理证明 5、自动程序设计 6、博弈和决策 7、组合调度问题 8、机器视觉（与模式识别）