人工智能实验指导书

人工智能实验指导书
人工智能实验指导书

人工智能实验指导书

郑州大学信息工程学院

人工智能课程小组编制

人工智能实验指导书说明

人工智能是一门理论性和实践性都很强的学科,在其理论课中介绍了大量的人工智能基本原理、基本方法和基本技术,这些内容仅靠课堂讲解学生掌握起来觉得很抽象,无法和现实问题的求解联系在一起。因此,该课程的教学应贯彻理论与实践相结合的原则,为学生所学到的理论提供实践的场所,即对于书中的重点环节,通过实验课程中具体问题的求解达到深入了解并掌握的目的,更重要的目的是使学生达到学以致用的目的。

我们按照教材各大知识板块,选择其中的重点内容,设计了实验内容,而且将实验划分为两个层次:一是基本实验,主要是为了加深对教材内容的学习而设计的;二是拓展性实验,主要是针对有兴趣、学习程度较好的学生而设计的,让学生们真正认识到人工智能可以用于解决现实中很多具体问题,它在现实中有非常具体的应用,为进一步学习和实践奠定坚实的基础。

实验一归结原理实验

(6学时)

实验题目:

基于归结原理的自动定理证明

实验目的:

加深学生对归结原理进行定理证明过程的理解理解,掌握基于谓词逻辑的归结过程中子句变换过程、替换与合一算法即归结策略等重要环节,进一步了解实现机器自动定理证明的步骤。

实验要求:

对于任意一阶谓词逻辑描述的定理,给出基于归结原理的证明过程。如输入:A1 :(?x)(P(x)→(Q(x) ∧R(x)))

A2 :(?x)(P(x) ∧ S(x))

G :(?x)(S(x)∧R(x))

要证明:G是A1和A2的逻辑结果。

要求给出如下过程:

1、求子句集:

(1) ?P(x) ∨Q(x)

(2) ?P(y) ∨R(y)

(3)P(a)

(4)S(a)

(5) ?S(z) ∨ ? R(z) (?G)

2、归结:

(6)R(a) [(2),(3), σ1={a/y}]

(7) ? R(a) [(4),(5), σ2 ={a/z}]

(8)Nil [(6),(7)]

实验步骤:

步骤一设计谓词公式的存储结构,即内部表示,注意对全称量词?x和存在量词?x可采用

其他符号代替。

步骤二变换子句集,可按以下过程变换:

1、消去蕴含词和等值词。

2、使否定词仅作用于原子公式。

3、适当改名使量词间不含同名指导变元。

4、消去存在量词。

5、消去全称量词。

6、化公式为合取范式。

7、适当改名,使子句间无同名变元。

8、消去合取词,以子句为元素组成一个集合S。

需要考虑子句、子句集的存储结构的设计。

步骤三选择并设计归结策略,常用的归结策略有:

删除策略、支持集策略、线性归结策略、输入归结策略、单元归结策略、锁归结策略、祖先过滤型策略等。建议分别采用并实现两种完备的归结策略,再自行设计并实现一种多种归结策略的结合型策略。

步骤四实现归结算法,并在其中实现合一算法,使用归结原理进行定理证明,要求采用归结反演过程,即:

1、先求出要证明的命题公式的否定式的子句集S;

2、然后对子句集S(一次或者多次)使用归结原理;

3、若在某一步推出了空子句,即推出了矛盾,则说明子句集S是不可满足的,从而原否定式也是不可满足的,进而说明原公式是永真的。

合一算法如下:

1、置k=0,Sk=S,σk =ε;

2、若Sk只含有一个谓词公式,则算法停止,σk就是最一般合一;

3、求Sk的差异集Dk;

4、若中存在元素xk和tk ,其中xk是变元,tk是项且xk不在tk中出现,则置Sk +1=Sk{tk/ xk} σk =ε然后转Step2;

5、算法停止,S的最一般合一不存在。

步骤五设计输出

动态演示归结过程,可以以归结树的形式给出。

步骤六编写代码,调试程序。

实验二 图搜索技术实验

(4学时)

实验题目:

基于图搜索技术的八数码问题求解

实验目的:

加深对图搜索技术的理解,尤其是对启发式搜索的基本原理的理解,使学生能够通过编程实现图搜索的基本方法和启发式搜索算法,并能够解决一些应用问题。

实验要求:

对任意的八数码问题,给出求解结果。例如:对于如下具体八数码问题:

通过设计启发函数,编程实现求解过程,如果问题有解,给出数码移动过程,否则,报告问

题无解(可以

通过限定时间阈值或步骤阈值)。

验步骤:

步骤

一.设计八数码

格局的隐式存储的节点结构: 将表示棋

局的状态用如下向量表示: A =(X0,X1 ,X2 ,X3 ,X4 ,X5 , X6 , X7 ,X8) 约束条件: Xi ∈{0,1 ,2,3,4,5,6,7,8} Xi ≠Xj ,当i ≠j 时。

初始状态: S0 =(0,1,3,2,4,8,6,6,5) 目标状态: Sg =(0,1,2,3,3,5,6,7,8) 步骤二. 采用广度优先、深度优先搜索算法实现搜索 步骤三. 设计启发函数,启发函数可参考如下定义方法: (1)启发函数h(n)定义为:h(n)=w(n)

其中,w(n)代表n 的格局域目标节点格局相比,位置不符的将牌数目。

(2)估计函数f(n)定义为:f(n)=d(n)+w(n)

其中,d(n)表示节点深度,w(n)意义与前同。

(3)对w(n)进一步改进:令h(n)=P(n)

其中,p(n)是n格局中每个将牌离家(在sg中的位置)的最短距离。

(4)另一种改进:h(n)=p(n)+3s(n)

其中,s(n)是这样计算的:沿着周围哪些非中心方格上依顺时针方向检查n格局上的每一个将牌,如果其后紧跟着的将牌正好是目标格局中该将牌的后续者,则该将牌得0分,否则得2分;在正中方格上有将牌得1分,否则得0分

步骤四.选择并设计搜索算法

(1)使用全局择优的树式搜索算法,即启发式的宽度优先搜索算法,但要考虑去掉已生成的格局。

(2)使用局部择优的树式搜索算法,即启发式的深度优先搜索算法,但要考虑去掉已生成的格局。

(3)使用A算法或A*算法,即图的启发式搜索算法,比上述两个算法略有难度。

步骤五设计输出

动态演示格局的变化情况,即数码的移动情况。

步骤六编写代码,调试程序。

实验三 博弈树搜索实验(一字棋)

(4学时)

实验题目:

基于极小极大分析法及α-?剪枝技术的博弈树搜索

实验目的:

加深对博弈树搜索的理解,能够使用极小极大分析法及α-?剪枝技术完成对简单博弈问题(一字棋)的搜索。。

实验要求:

一字棋游戏,有如图所示的九个空格,由A ,B 二人对弈,轮到谁走棋谁就往空格上放一只自己的棋子,谁先使自己的棋子构成“三子成一线”谁就取得了胜利。

(1)使用极小极大分析法完成机-机对弈和人-机对弈过程。 (2)使用α-?剪枝技术完成机-机对弈和人-机对弈过程。

实验步骤:

步骤一.设计一字棋棋盘状态结构: 采用一维数组或二维数组。

步骤二. 设计启发函数,启发函数可参考如下定义方法: (1)如果一条路上没有任何棋子占位,则称它是0阶路。

(2)如果一条路上仅有一个a 方(b 方)的棋子占位,则称为a 方的1阶路。 (3)如果一条路上有两个a 方的棋子占位,则称它为a 方的2阶路。 h2(n )=(a 方一阶路-b 方一阶路)+4×(a 方二阶路-b 方二阶路)+a

其中+2,若a方占领b方二阶路

a=-2,若b方占领a方二阶路

其他

若n为终局节点:a胜h2(n)=+∞

b胜h2(n)=-∞

和局h2(n)=0

步骤三设计搜索算法

(1)使用极小极大分析法,每次向前分析两层,选择最佳走步。

(2)使用剪枝技术,每次向前分析四层,选择最佳走步。

步骤四设计输出

对机-机博弈动态演示格局的变化情况,即数码的移动情况。

人-机博弈过程在用户输入新的走步之后自动进行分析输出新的走步并输出走步,提示用户走棋,循环往复,直至终局出现。

步骤五编写代码,调试程序。

拓展实验:在完成上述实验之后考虑五子棋的人机对弈过程。

实验四 利用遗传算法求解TSP 问题

(4学时)

实验题目:

利用遗传算法求解TSP 问题

实验目的:

熟悉和掌握遗传算法的基本过程,掌握选择、变异和交叉等重要操作算子的设计,对具体的问题学习设计种群中个体的编码,掌握适应度函数的设计,加深对遗传算法的理解,并利用遗传算法解决TSP 问题。

实验要求:

(1)使用遗传算法求下图中从北京出发经过其他四个城市之后回到北京的最短路径,两个城市之间的距离如图所示。

北京

上海

昆明

西安

(2)使用遗传算法求下图中从A 出发经过其他七个城市之后回到A 的最短路径。

A B

F

H I

D

C

其中任意两个城市之间的距离如下表所示:

实验步骤:

步骤一 针对TSP 问题,确定编码。可采用以下两种编码方式之一:

(1)可采用矩阵来表示可能解,如对于五城市旅行商问题,可采用编码方式如下: 1 2 3 4 5 A 0 1 0 0 0 B 1 0 0 0 0

C 0 0 1 0 0

D 0 0 0 0 1

E 0 1 0 1 0

(2)可采用十进制编码法,对城市进行编号,每个城市分别用1到n 之间不同的整数表示,n 个整数的一个排列就代表了旅行商问题。如对于五城市旅行商问题,用1到5分别代表城市北京、上海、广州、昆明、西安,其中一个可能解为: 1 5 2 3 4 1(北京-西安-上海-广州-昆明-北京) 步骤二 针对TSP 问题,适应度函数可定义为:

其中d (ci ,ci+1)表示相邻城市之间的距离。

步骤三 针对TSP 问题,确定交叉规则。对于采用整数编码表示的染色体,可以有以下交叉规则:

(1)常规交叉法

设有父代1和父代2,交配后产生子代1和子代2。随机选取一个交配位,子代1交配位之前的基因选自父代1交配位之前的基因,交配位之后的基因,从父代2中按顺序选取那

=+=n

i i i c c d s f 1

1)

,(1

)(

些没有出现过的基因。子代2也进行类似的处理。

交叉位(黑色所示为交叉位)

父代1: 1 2 3 4 5 6 7 8

父代2: 5 2 1 7 3 8 6 4

子代1: 1 2 3 4 5 7 8 6

子代2: 5 2 1 7 3 4 6 8

(2)基于次序的交叉法

对于两个选定的父代染色体父代1和父代2,首先随机选定一组位置。设父代1中与所选位置对应的数字依次为x1、x2、…、x k,然后从父代2中也找到这k个数字,并从父代2中把它们去除,这样的父代2中就有k个空位。用x1、x2、…、x k依次填入父代2的空位置中,就得到了交配后的一个子染色体子代1.采用同样的方法处理父代1,可以得到另一个染色体子代2.

父代1:1 2 3 4 5

父代2:5 32 4 1

所选位置:* * * *

从父代1中选出相应位数,删除父代2中同样数字,按父代1中数字顺序填入父代2

子代1:2 3 5 4 1

从父代2中选出相应位数,删除父代1中同样数字,按父代2中数字顺序填入父代2

子代2:3 2 1 4 5

(3)基于位置的交叉法

对于选定的父代染色体父代1和父代2,首先随机产生一组位置。对于这些位置上的基因,子代1从父代2中直接得到,子代1其他位置的基因,按照顺序从父代1中选取那些不相重的基因。子代2也进行类似的处理。

父代1:1 2 3 4 5

父代2:5 2 41 3

所选位置* * *

子代1:1 5 3 4 2

子代2:5 2 41 3

(4)基于部分映射的交叉法

对于两个选定的父代染色体父代1和父代2,随机产生两个位置,两个父代在这两个位

置之间的基因产生对应对,然后用这种对应对分别去替换两个父代的基因,从而产生两个子代。

父代1:1 2 3 4 5

父代2:5 3 4 1 2

所选位置:* *

子代1:3 4 2 1 5

子代2: 5 2 3 4 1

步骤四确定变异规则,以下三种变异规则可任选一种。

(1)基于位置的变异:

该方法随机地产生两个变异位,然后将第二个变异位上的基因移动到第一个变异位之前。如假定变异位为2和5,对整数编码的TSP问题,变异前后的变化为:

变异前:1 2 3 4 5

编译后:1 5 2 3 4

(2)基于次序的变异:

该方法随机地产生两个变异位,然后交换这两个变异位上的基因。如假定变异位为2和5,对整数编码的TSP问题,变异前后的变化为:

变异前:1 2 3 4 5

编译后:1 5 3 4 2

(3)打乱变异:

该方法随机地选取染色体上的一段,然后打乱在该段内的基因次序。如随机选择段的染色体为第二到第五位,对整数编码的TSP问题,其中一种变异的结果为:

变异前:1 2 3 4 5

编译后:1 3 5 4 2

步骤五根据选定的编码、遗传操作实现基本遗传算法

(1)根据在搜索空间U上定义一个适应度函数f(x),确定种群规模N,交叉率Pc和变异率Pm,代数T。

(2)随机产生U中的N个个体s1, s2, …, sN,组成初始种群S={s1, s2, …, sN},置代数计数器t=1。

(3)计算S中每个个体的适应度f()

(4)若终止条件满足,则取S中适应度最大的个体作为所求结果,算法结束。

(5)按选择概率P(xi)所决定的选中机会,每次从S中随机选定1个个体并将其染色体复制,共做N次,然后将复制所得的N个染色体组成群体S1。

(6)按交叉率Pc所决定的参加交叉的染色体数c,从S1中随机确定c个染色体,配对进行交叉操作,并用产生的新染色体代替原染色体,得群体S2。

(7)按变异率Pm所决定的变异次数m,从S2中随机确定m个染色体,分别进行变异操作,并用产生的新染色体代替原染色体,得群体S3。

(8)将群体S3作为新一代种群,即用S3代替S,t = t+1,转步3。

步骤六编写代码,调试程序。输出结果。

实验五产生式系统实验

(6学时)

实验题目:

基于产生式系统的小型专家系统

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,加深对专家系统原理的理解,并通过一个小型实例了解小型专家系统的设计实现过程。

使学生初步掌握专家系统的设计和实现方法。

实验要求:

建造一个小型动物分类专家系统(知识库参考第五章动物识别规则)。首先,自己建造产生式系统(包括规则库和事实库),并进行推理(包括正向和反向推理),实现一个能进行推理的产生式系统;其次,要求规则库和事实库可以录入和修改,构建一个有效的小型专家系统开发平台。

系统完成之后,为系统输入识别动物的规则库和事实库,系统能回答:该动物是什么?并根据推理过程回答为什么或怎样得出该结论的问题。

当输入某眼科医疗专家的知识库,就可以回答某症状的病人得的是什么眼病,进一步给出治疗方案或建议,并能说明为什么或怎样得出该结论的问题。

实验步骤:

产生式系统用来描述若干个不同的以一个基本概念为基础的系统,这个基本概念就是产生式规则或产生式条件和操作对。在产生式系统中,领域的知识分为两部分:用事实表示静态知识;用产生式规则表示推理过程和行为。系统应具有知识库、推理机和动态数据库三部分;

步骤一收集专家知识或领域知识。

构建专家系统,离不开相应领域的专家知识,可以从以下三种途径:

●以教材上的动物识别系统为例。

●访问某领域的专家获得相关知识

●依据自己熟悉的领域的知识,如求解平面几何中证明问题的知识。

步骤二构建规则库。

规则采用产生式表示,设计规则的内部表示形式。考虑规则的组织结构,当规则规模较大时,要考虑建立索引,方便规则查询、修改。可以使用简单的冲突解决策略,如规则排序等。

步骤三构建事实库。

给出已知的事实,或已知的条件,之一其存储格式与规则库的一致性,以便于访问规则库。

步骤四设计产生式系统的主控算法。设计两个子程序,分别实现正向推理和反向推理。

在每个子程序中除了要完成相应的推理机制,还要对推理过程作记录,以便能够回答“为什么”或“怎样”的问题,即给出解释。

步骤五设计输出。

动态演示推理过程,回答“为什么”或“怎样”的问题可以以推理树的形式给出。

步骤六编写代码,调试程序。

《人工智能原理及其应用》(王万森)第3版课后习题答案

第1章人工智能概述课后题答案 1.1什么是智能?智能包含哪几种能力? 解:智能主要是指人类的自然智能。一般认为,智能是是一种认识客观事物和运用知识解决问题的综合能力。 智能包含感知能力,记忆与思维能力,学习和自适应能力,行为能力 1.2人类有哪几种思维方式?各有什么特点? 解:人类思维方式有形象思维、抽象思维和灵感思维 形象思维也称直感思维,是一种基于形象概念,根据感性形象认识材料,对客观对象进行处理的一种思维方式。 抽象思维也称逻辑思维,是一种基于抽象概念,根据逻辑规则对信息或知识进行处理的理性思维形式。 灵感思维也称顿悟思维,是一种显意识与潜意识相互作用的思维方式。 1.3什么是人工智能?它的研究目标是什么? 解:从能力的角度讲,人工智能是指用人工的方法在机器(计算机)上实现智能;从学科的角度看,人工智能是一门研究如何构造智能机器或智能系统,使它能模拟、延伸和扩展人类智能的学科。 研究目标: 对智能行为有效解释的理论分析; 解释人类智能; 构造具有智能的人工产品; 1.4什么是图灵实验?图灵实验说明了什么? 解:图灵实验可描述如下,该实验的参加者由一位测试主持人和两个被测试对象组成。其中,两个被测试对象中一个是人,另一个是机器。测试规则为:测试主持人和每个被测试对象分别位于彼此不能看见的房间中,相互之间只能通过计算机终端进行会话。测试开始后,由测试主持人向被测试对象提出各种具有智能性的问题,但不能询问测试者的物理特征。被测试对象在回答问题时,都应尽量使测试者相信自己是“人”,而另一位是”机器”。在这个前提下,要求测试主持人区分这两个被测试对象中哪个是人,哪个是机器。如果无论如何更换测试主持人和被测试对象的人,测试主持人总能分辨出人和机器的概率都小于50%,则认为该机器具有了智能。 1.5人工智能的发展经历了哪几个阶段? 解:孕育期,形成期,知识应用期,从学派分立走向综合,智能科学技术学科的兴起

人工智能实验一指导

实验1: Prolog语言程序设计 人工智能(AI)语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。能够用它来编写求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。 Prolog是当代最有影响的人工智能语言之一,由于该语言很适合表达人的思维和推理规则,在自然语言理解、机器定理证明、专家系统等方面得到了广泛的应用,已经成为人工智能应用领域的强有力的开发语言。 尽管Prolog语言有许多版本,但它们的核心部分都是一样的。Prolog的基本语句仅有三种,即事实、规则和目标三种类型的语句,且都用谓词表示,因而程序逻辑性强,方法简捷,清晰易懂。另一方面,Prolog是陈述性语言,一旦给它提交必要的事实和规则之后,Prolog就使用内部的演绎推理机制自动求解程序给定的目标,而不需要在程序中列出详细的求解步骤。 一、实验目的 1、加深学生对逻辑程序运行机理的理解。 2、掌握Prolog语言的特点、熟悉其编程环境。 3、为今后人工智能程序设计做好准备。 二、实验内容 1、编写一个描述亲属关系的Prolog程序,然后再给予出一些事实数据,建立一个小型演绎数据库。 提示:可以以父亲和母亲为基本关系(作为基本谓词),再由此来描述祖父、祖母、兄弟、姐妹以及其他所属关系。 2、编写一个路径查询程序,使其能输出图中所有路径。 提示:程序中的事实描述了下面的有向图,规则是图中两节点间通路的定义。 e

3、一个雇主在发出招聘广告之后,收到了大量的应聘申请。为了从中筛选出不量的候选人,该雇主采用下列判据:申请者必须会打字、开车,并且住在伦敦。 (a)用Prolog规则表述这个雇主的选择准则。 (b)用Prolog事实描述下列申请者的情况: 史密斯住在剑桥,会开车但不会打字。 布朗住在伦敦,会开车也会打字。 简住在格拉斯哥,不会开车但会打字。 埃文斯住在伦敦,会开车也会打字。 格林住在卢顿,会开车也会打字。 (c)要求Prolog提供一个候选人名单。 4、实现递归谓词remove(X,Y,Z),它用于从表Y中除去所有整型数X的倍数值后得到新表Z。例如,对于询问 remove(2,[3,4,5,6,7,8,9,10],Z). 的回答为: Z=[3,5,7,9] 三、实验建议 1、首先运行Prolog安装目录中PROGRAM目录下的示例程序,对Prolog功能有一个感性认识。 (1)HANOI.PRO 实现汉诺塔演示的程序。 程序运行界面如图所示。

人工智能实验4三-专家系统方案

《人工智能导论》实验报告

一、实验题目:识别型专家系统设计 ————识别动物专家系统 二、实验目的 1、掌握专家系统的基本构成 2、掌握用人工智能程序设计语言编制智能程序的方法 三、实验容 1、所选编程语言:C语言; 2.拟订的规则: (1)若某动物有奶,则它是哺乳动物。 (2)若某动物有毛发,则它是哺乳动物。 (3)若某动物有羽毛,则它是鸟。 (4)若某动物会飞且生蛋,则它是鸟。 (5)若某动物是哺乳动物且有爪且有犬齿且目盯前方,则它是食肉动物。 (6)若某动物是哺乳动物且吃肉,则它是食肉动物。 (7)若某动物是哺乳动物且有蹄,则它是有蹄动物。 (8)若某动物是哺乳动物且反刍食物,则它是有蹄动物。 (9)若某动物是食肉动物且黄褐色且有黑色条纹,则它是老虎。 (10)若某动物是食肉动物且黄褐色且有黑色斑点,则它是金钱豹。 (11)若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点,则它是长颈鹿。 (12)若某动物是有蹄动物且白色且有黑色条纹,则它是斑马。 (13)若某动物是鸟且不会飞且长腿且长脖子且黑白色,则它是驼鸟。(14)若某动物是鸟且不会飞且会游泳且黑白色,则它是企鹅。 (15)若某动物是鸟且善飞,则它是海燕。 2、设计思路: 用户界面:采用问答形式; 知识库(规则库):存放产生式规则,推理时用到的一般知识和领域知识,比如动物的特征,动物的分类标准,从哺乳动物、食肉动物来分,再具体地添加一些附加特征得到具体动物;建立知识库的同时也建立了事实库。事实库是一个动态链表,一个事实是链表的一个结点。知识库通过事实号与事实库发生联系。

数据库:用来存放用户回答的问题,存放初始状态,中间推理结果,最终结果; 推理机:采用正向推理,推理机是动物识别的逻辑控制器,它控制、协调系统的推理,并利用知识库中的规则对综合数据库中的数据进行逻辑操作。推理机担负两项基本任务:一是检查已有的事实和规则,并在可能的情况下增加新的事实;二是决定推理的方式和推理顺序。将推理机制同规则对象封装在一起,事实对象记录了当前的状态,规则对象首先拿出前提条件的断言(只有这些前提都有符合时才会做这条规则的结论),询问事实对象集,如事实对象集不知道,则询问用户,如所有前提条件都被证实为真则结论为真,否则系统不知道结论真假。 3、程序流程图: 程序运行如下: 以老虎,金钱豹,长颈鹿为例画出程序流程图如下:

人工智能实验报告大全

人工智能课内实验报告 (8次) 学院:自动化学院 班级:智能1501 姓名:刘少鹏(34) 学号: 06153034

目录 课内实验1:猴子摘香蕉问题的VC编程实现 (1) 课内实验2:编程实现简单动物识别系统的知识表示 (5) 课内实验3:盲目搜索求解8数码问题 (18) 课内实验4:回溯算法求解四皇后问题 (33) 课内实验5:编程实现一字棋游戏 (37) 课内实验6:字句集消解实验 (46) 课内实验7:简单动物识别系统的产生式推理 (66) 课内实验8:编程实现D-S证据推理算法 (78)

人工智能课内实验报告实验1:猴子摘香蕉问题的VC编程实现 学院:自动化学院 班级:智能1501 姓名:刘少鹏(33) 学号: 06153034 日期: 2017-3-8 10:15-12:00

实验1:猴子摘香蕉问题的VC编程实现 一、实验目的 (1)熟悉谓词逻辑表示法; (2)掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子(即机器人),位于a处。在c处上方的天花板上有一串香蕉,猴子想吃,但摘不到。房间的b处还有一个箱子,如果猴子站到箱子上,就可以摸着天花板。如图1所示,对于上述问题,可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题 四、源代码 #include unsigned int i; void Monkey_Go_Box(unsigned char x, unsigned char y) {

人工智能实验一梵塔问题实验

实验一梵塔问题实验 (2学时) 一、实验目的: 熟悉和掌握问题规约法的原理、实质和规约过程;理解规约图的表示方法。 二、实验原理 从目标(要解决的问题)出发逆向推理,先把问题分解为子问题和子-子问题,直至最后把初始问题归约为一个平凡的本原问题集合,然后解决较小的问题。对所有本原问题的解答就 意味着原始问题的解决。 三、实验条件: 1.编写三圆盘梵塔问题系统实验程序。 2.编写多圆盘梵塔问题系统实验程序。 3.编写梵塔问题操作界面,如下图所示。 四、实验内容: 1.编写三圆盘梵塔问题系统实验程序,更改圆盘数量,了解问题解决的归约过程。 2.分析归约机理,熟悉问题规约的详细过程。 3.自己建造一个梵塔问题归约系统,然后根据归约原理进行逆向推理,得到本原问题集合。通过解决这 些本原问题,最终求解问题。 五、实验步骤: 根据操作界面编程实现如下实验步骤 1.开始演示。进入三圆盘实例程序,点击“play ”按钮开始演示程序,观察其求解步 骤,“Stop”按钮可停止演示,“Speed+”、“Speed-”按钮可增减演示速度。 2.改变圆盘数量。点击“ Re new”按钮,通过“ Number+ ”和“ Number- ”改变圆盘数量,再次点

击“ play ”按钮。 3.重复演示、比较,根据其求解过程得到圆盘数量与步骤数目之间的规律。归纳并理解问题归约的实质。 4.自己建立一个梵塔问题求解难题,利用归约法进行问题分解。 5.画出其问题规约图。 六、实验结论: 1.圆盘数目与移动步骤之间的数学关系。 2.根据自己所建梵塔问题,画出问题规约图,得到子问题集,列出求解过程。 3.分析问题规约的实质。

人工智能小型专家系统的设计与实现解读

人工智能技术基础实验报告 指导老师:朱力 任课教师:张勇

实验三小型专家系统设计与实现 一、实验目的 (1)增加学生对人工智能课程的兴趣; (2)使学生进一步理解并掌握人工智能prolog语言; (3)使学生加强对专家系统课程内容的理解和掌握,并培养学生综合运用所学知识开发智能系统的初步能力。 二、实验要求 (1)用产生式规则作为知识表示,用产生系统实现该专家系统。 (2)可使用本实验指导书中给出的示例程序,此时只需理解该程序,并增加自己感兴趣的修改即可;也可以参考该程序,然后用PROLOG语言或其他语言另行编写。 (3)程序运行时,应能在屏幕上显示程序运行结果。 三、实验环境 在Turbo PROLOG或Visual Prolog集成环境下调试运行简单的PROLOG程序。 四、实验内容 建造一个小型专家系统(如分类、诊断、预测等类型),具体应用领域由学生自选,具体系统名称由学生自定。 五、实验步骤 1、专家系统: 1.1建造一个完整的专家系统设计需完成的内容: 1.用户界面:可采用菜单方式或问答方式。

2.知识库(规则库):存放产生式规则,库中的规则可以增删。 3.数据库:用来存放用户回答的问题、已知事实、推理得到的中 间事实。 4.推理机:如何运用知识库中的规则进行问题的推理控制,建议 用正向推理。 5.知识库中的规则可以随意增减。 1.2推理策略 推理策略包括:正向(数据驱动),反向(目标驱动),双向 2、动物分类实验规则集 (1)若某动物有奶,则它是哺乳动物。 (2)若某动物有毛发,则它是哺乳动物。 (3)若某动物有羽毛,则它是鸟。 (4)若某动物会飞且生蛋,则它是鸟。 (5)若某动物是哺乳动物且有爪且有犬齿且目盯前方,则它是食肉动物。(6)若某动物是哺乳动物且吃肉,则它是食肉动物。 (7)若某动物是哺乳动物且有蹄,则它是有蹄动物。 (8)若某动物是有蹄动物且反刍食物,则它是偶蹄动物。 (9)若某动物是食肉动物且黄褐色且有黑色条纹,则它是老虎。 (10)若某动物是食肉动物且黄褐色且有黑色斑点,则它是猎豹。 (11)若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点,则它是长颈鹿。 (12)若某动物是有蹄动物且白色且有黑色条纹,则它是斑马。 (13)若某动物是鸟且不会飞且长腿且长脖子且黑白色,则它是驼鸟。

人工智能大作业实验

人工智能大作业实验-标准化文件发布号:(9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

湖南中医药大学本科课程实验教学大纲 《人工智能》 计算机科学与技术专业 执笔人:丁长松 审定人:*** 学院负责人:*** 湖南中医药大学教务处 二○一四年三月

一、课程性质和教学目的 《人工智能》是计算机专业本科生的一门专业必修课,适应于计算机科学与技术专业、医药信息工程专业。本课程是关于人工智能领域的引导性课程,通过本课程的学习,是使学生了解和掌握人工智能的基本概念、原理和方法,培养学生在计算机领域中应用人工智能技术提高分析和解决较复杂问题的能力,启发学生对人工智能的兴趣,培养知识创新和技术创新能力。 《人工智能》主要研究智能信息处理技术、开发具有智能特性的各类应用系统的核心技术。本课程主要介绍人工智能的基本理论、方法和技术,主要包括常用的知识表示、逻辑推理和问题求解方法、人工智能发展学派以及主要理论。 先修课程:高等数学、数据结构、数据库原理、算法设计与分析、数理逻辑 二、课程目标 人工智能实验应在一种为高效率开发专家系统而设计的高级程序系统或高级程序设计语言环境中进行。在目前开来,专家系统开发工具和环境可分为5种主要类型:程序设计语言、知识工程语言、辅助型工具、支持工具及开发环境。在这里主要是要求学生能用相关术语描述、表示一些问题;用程序设计语言如:C、C++、JAVA编程来实现一些基本的算法、推理、搜索等过程。 三、实验内容与要求 实验一:谓词表示 【实验内容】 设农夫、狼、山羊、白菜都在河的左岸,现在要把它们运送到河的右岸去,农夫有条船,过河时,除农夫外船上至多能载狼、山羊、白菜中的一种。狼要吃山羊,山羊要吃白菜,除非农夫在那里。试设计出一个确保全部都能过河的方案。

《人工智能及其应用》实验指导书Word版

《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月

前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法,并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验:1.产生式系统实验;2.模糊推理系统实验;3.A*算法求解8数码问题实验;4.A*算法求解迷宫问题实验;5.遗传算法求解函数最值问题实验;6.遗传算法求解TSP问题实验;7.基于神经网络的模式识别实验;8.基于神经网络的优化计算实验。每个实验包括有:实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲;第二部分是介绍八个实验的内容。 由于编者水平有限,本实验指导书的错误和不足在所难免,欢迎批评指正。 人工智能课程组 2011年9月

目录 实验教学大纲 (1) 实验一产生式系统实验 (3) 实验二模糊推理系统实验 (5) 实验三A*算法实验I (9) 实验四A*算法实验II (12) 实验五遗传算法实验I (14) 实验六遗传算法实验II (18) 实验七基于神经网络的模式识别实验 (20) 实验八基于神经网络的优化计算实验 (24)

实验教学大纲 一、学时:16学时,一般安排在第9周至第16周。 二、主要仪器设备及运行环境:PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1产生式系统应用VC++设计知识库,实现系统识别或 分类等。 2设计课内 2模糊推理系统应用Matlab1)设计洗衣机的模糊控制器; 2)设计两车追赶的模糊控制 器。 2验证课内 3A*算法应用I VC++设计与实现求解N数码问题的 A*算法。 2综合课内4A*算法应用II VC++设计与实现求解迷宫问题的A* 算法。 2综合课内5遗传算法应用I Matlab1)求某一函数的最小值; 2)求某一函数的最大值。 2验证课内6遗传算法应用II VC++设计与实现求解不同城市规模 的TSP问题的遗传算法。 2综合课内 7基于神经网络的模式识别Matlab1)基于BP神经网络的数字识 别设计; 2)基于离散Hopfiel神经网络 的联想记忆设计。 2验证课内 8基于神经网络的 优化计算 VC++设计与实现求解TSP问题的连2综合课内 四、实验成绩评定 实验课成绩单独按五分制评定。凡实验成绩不及格者,该门课程就不及格。学生的实验成绩应以平时考查为主,一般应占课程总成绩的50%,其平时成绩又要以实验实际操作的优劣作为主要考核依据。对于实验课成绩,无论采取何种方式进行考核,都必须按实验课的目的要求,以实际实验工作能力的强弱作为评定成绩的主要依据。

人工智能实验报告_2

课程实验报告 学年学期2015—2016年第一学期课程名称人工智能原理与技术实验名称PROLOG语言编程练习实验室无 专业年级电气134 学生姓名赵倩 学生学号2013011989 提交时间2015.12.28 成绩 任课教师樊强 水利与建筑工程学院

第一章PROLOG语言编程练习 1.1实验目的 加深学生对逻辑程序运行机理的理解,使学生掌握PROLOG语言的特点、熟悉其编程环境,同时为后面的人工智能程序设计做好准备。 (1)熟悉PROLOG语言编程环境的使用; (2)了解PROLOG语言中常量、变量的表示方法; (3)了解利用PROLOG进行事实库、规则库的编写方法; 1.2实验环境 计算机,Turbo PROLOG教学软件。 1.3预习要求 实验前应阅读实验指导书,了解实验目的、预习PROLOG语言的相关知识。 1.4实验内容 (1)学习使用Turbo PROLOG,包括进入PROLOG主程序、编辑源程序、修改环境目录、退出等基本操作。(2)在Turbo prolog集成环境下调试运行简单的Turbo PROLOG程序,如描述亲属关系的PROLOG程序或其他小型演绎数据库程序等。 1.5实验方法和步骤 (1)启动Windows XP操作环境。 (2)打开文件目录,执行prolog应用程序,启动Turbo prolog,并按空格键(SPACE)进入集成开发环境。(3)选择Setup项,打开下拉菜单,选择Directories项,进行工作目录修改,按Esc键退出,选择Save Configuration项,保存修改。 (4)选择Files项,打开下拉菜单,选择New file项,进入源程序输入和编辑,或选择Load项,选择要打开的示例程序,再选择Edit项,可以进行编辑源程序。 (5)编辑之后,可以选择Run项,执行程序,可以在Dialog窗口进行询问,即外部目标的执行,查看程序运行结果,分析程序之功能。 (6)仿前例,可以选择其他程序并运行,分析程序功能。 (7)退出,选择Quit项,可以退出Turbo Prolog程序,返回到Windows XP环境。 1.6示例程序 逻辑电路模拟程序。该程序以逻辑运算“与”、“或”、“非”的定义为基本事实,然后在此基础上定义了“异或”运算。那么,利用这些运算就可以对“与”、“或”、“非”和“异或”等逻辑电路进行模拟。事实上,在此基础上也可以对其他任一逻辑门电路进行模拟。 domains d=integer predicates not_(d,d) and_(d,d,d) or_(d,d,d) xor_(d,d,d) clauses not_(1,0). not_(0,1). and_(0,0,0). and_(0,1,0). and_(1,0,0). and_(1,1,1).

人工智能原理与应用_(张仰森_著)_高等教育出版社_课后答案

2.7解:根据谓词知识表示的步骤求解问题如下: 解法一: (1)本问题涉及的常量定义为: 猴子:Monkey,箱子:Box,香蕉:Banana,位置:a,b,c (2)定义谓词如下: SITE(x,y):表示x在y处; HANG(x,y):表示x悬挂在y处; ON(x,y):表示x站在y上; HOLDS(y,w):表示y手里拿着w。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下: 问题的初始状态表示: SITE(Monkey,a)∧HANG(Banana,b)∧SITE(Box,c)∧~ON(Monkey,Box)∧~HOLDS(Monkey,Banana) 问题的目标状态表示: SITE(Monkey,b)∧~HANG(Banana,b)∧SITE(Box,b) ∧ON(Monkey,Box)∧HOLDS(Monkey,Banana) 解法二: (1)本问题涉及的常量定义为: 猴子:Monkey,箱子:Box,香蕉:Banana,位置:a,b,c (2)定义谓词如下: SITE(x,y):表示x在y处; ONBOX(x):表示x站在箱子顶上; HOLDS(x):表示x摘到了香蕉。 (3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下: 问题的初始状态表示: SITE(Monkey,a)∧SITE(Box,c)∧~ONBOX(Monkey)∧~HOLDS(Monkey) 问题的目标状态表示: SITE(Box,b)∧SITE(Monkey,b)∧ONBOX(Monkey)∧HOLDS(Monkey) 从上述两种解法可以看出,只要谓词定义不同,问题的初始状态和目标状态就不同。所以,对于同样的知识,不同的人的表示结果可能不同。 2.8解:本问题的关键就是制定一组操作,将初始状态转换为目标状态。为了用谓词公式表示操作,可将操作分为条件(为完成相应操作所必须具备的条件)和动作两部分。条件易于用谓词公式表示,而动作则可通过执行该动作前后的状态变化表示出来,即由于动作的执行,当前状态中删去了某些谓词公式而又增加一些谓词公式从而得到了新的状态,通过这种不同状态中谓词公式的增、减来描述动作。 定义四个操作的谓词如下,操作的条件和动作可用谓词公式的增、删表示: (1)goto

人工智能实训室建设方案

人工智能实验室 2021年1月 武汉唯众智创科技有限公司

人工智能实验室建设方案 一、专业背景 人工智能(Artificial Intelligence),它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能的实际应用有:机器视觉,指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,专家系统,自动规划,智能搜索,定理证明,博弈,自动程序设计,智能控制,机器人学,语言和图像理解,遗传编程等。 如今处于风口上的人工智能产业界,受到了众多企业的追捧。截至2019年6月,中国人工智能企业超过1200家,位居全球第二。但我国人工智能行业并未摆脱人才稀缺的发展短板,专业人才稀缺严重。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》,中国人工智能人才缺口超过500万。为了满足人工智能产业界对人才的迫切需求,国家相继出台了多项政策方针,引导高校尽快设置人工智能相关专业,加大人工智能人才培养力度。2019年3月,35所高校获批建设人工智能本科专业。2019年10月18日在教育部发布的《普通高等学校高等职业教育(专科)专业目录》2019年增补专业中,增补了人工智能技术服务专科专业。 根据教育部《普通高等学校高等职业教育(专科)专业设置管理办法》,在相关学校和行业提交增补专业建议的基础上,教育部组织研究确定了2019年度增补专业共9个,自2020年起执行。在高等职业教育行业目录中,正式宣布人工智能技术服务专业诞生,专业代码610217。 该专业建设以人工智能技术与应用素质培养为基础,以人工智能技术与应用能力为培养主线,将人工智能技术服务专业技能知识和职业资格认证相结合,构建专业的理论教学体系和实践能力培养体系。采取多种形式,通过实施“双证书”和“多证书”制,培养社会所需的实用型人才。2018年4月2日,教育部印发了《高等学校人工智能创新行动计划》,行动计划中要求各大高校加快人工智能科技创新基地。因此,在高职院校设立人工智能专业迫在眉睫。

Fisher线性判别分析实验(模式识别与人工智能原理实验1)

-可编辑修改- 实验1 Fisher 线性判别分析实验 一、摘要 Fisher 线性判别分析的基本思想:通过寻找一个投影方向(线性变换,线性组合),将高维问题降低到一维问题来解决,并且要求变换后的一维数据具有如下性质:同类样本尽可能聚集在一起,不同类的样本尽可能地远。 Fisher 线性判别分析,就是通过给定的训练数据,确定投影方向W 和阈值y0,即确定线性判别函数,然后根据这个线性判别函数,对测试数据进行测试,得到测试数据的类别。 二、算法的基本原理及流程图 1 基本原理 (1)W 的确定 各类样本均值向量mi 样本类内离散度矩阵i S 和总类内离散度矩阵 w S 12w S S S =+ 样本类间离散度矩阵b S 在投影后的一维空间中,各类样本均值T i i m '= W m 。样本类内离散度和总类内离散度 T T i i w w S ' = W S W S ' = W S W 。样本类间离散度T b b S ' = W S W 。 Fisher 准则函数满足两个性质: ·投影后,各类样本内部尽可能密集,即总类内离散度越小越好。 T x S (x m )(x m ), 1,2 i i i i X i ∈= --=∑T 1212S (m m )(m m )b =--

·投影后,各类样本尽可能离得远,即样本类间离散度越大越好。 根据这个性质确定准则函数,根据使准则函数取得最大值,可求出W:-1 w12 W = S(m - m) 。 (2)阈值的确定 实验中采取的方法: 012 y = (m' + m') / 2。 (3)Fisher线性判别的决策规则 对于某一个未知类别的样本向量x,如果y=W T·x>y0,则x∈w1;否则x∈w2。 2 流程图 方差标准化(归一化处理) -可编辑修改-

人工智能原理及其应用(第2版)》王万森编著电子工业出版社课后习题答案37

第2章知识表示方法部分参考答案 2.8设有如下语句,请用相应的谓词公式分别把他们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词 P(x):x是人 L(x,y):x喜欢y 其中,y的个体域是{梅花,菊花}。 将知识用谓词表示为: (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解:定义谓词 P(x):x是人 B(x):x打篮球 A(y):y是下午 将知识用谓词表示为: (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快,存储容量又大。 解:定义谓词 NC(x):x是新型计算机 F(x):x速度快 B(x):x容量大 将知识用谓词表示为: (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解:定义谓词 S(x):x是计算机系学生 L(x, pragramming):x喜欢编程序 U(x,computer):x使用计算机 将知识用谓词表示为: ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解:定义谓词 P(x):x是人 L(x, y):x喜欢y 将知识用谓词表示为:

( x) (P(x)∧L(x,pragramming)→L(x, computer)) 2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手,要处理的世界有一张桌子,桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作:从桌上拣起一块积木;将手中的积木放到桌之上;在积木上再摞上一块积木;从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解:(1) 先定义描述状态的谓词 CLEAR(x):积木x上面是空的。 ON(x, y):积木x在积木y的上面。 ONTABLE(x):积木x在桌子上。 HOLDING(x):机械手抓住x。 HANDEMPTY:机械手是空的。 其中,x和y的个体域都是{A, B, C}。 问题的初始状态是: ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是: ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中,机械手的操作需要定义以下4个谓词: Pickup(x):从桌面上拣起一块积木x。 Putdown(x):将手中的积木放到桌面上。 Stack(x, y):在积木x上面再摞上一块积木y。

《人工智能及其应用》实验指导书上课讲义

《人工智能及其应用》实验指导书

《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月

前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法,并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验:1.产生式系统实验;2.模糊推理系统实验;3.A*算法求解8数码问题实验;4.A*算法求解迷宫问题实验;5.遗传算法求解函数最值问题实验;6.遗传算法求解TSP问题实验;7.基于神经网络的模式识别实验;8.基于神经网络的优化计算实验。每个实验包括有:实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲;第二部分是介绍八个实验的内容。 由于编者水平有限,本实验指导书的错误和不足在所难免,欢迎批评指正。 人工智能课程组 2011年9月

目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (6) 实验三 A*算法实验I (11) 实验四 A*算法实验II (14) 实验五遗传算法实验I (16) 实验六遗传算法实验II (21) 实验七基于神经网络的模式识别实验 (24) 实验八基于神经网络的优化计算实验 (28)

实验教学大纲 一、学时:16学时,一般安排在第9周至第16周。 二、主要仪器设备及运行环境:PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台 实验内容学 时 类型教学 要求 1 产生式系统应 用VC++ 设计知识库,实现系统识 别或分类等。 2 设计课内 2 模糊推理系统 应用Matlab 1)设计洗衣机的模糊控制 器; 2)设计两车追赶的模糊控 制器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问 题的A*算法。 2 综合课内4 A*算法应用II VC++ 设计与实现求解迷宫问题 的A*算法。 2 综合课内 5 遗传算法应用 I Matlab 1)求某一函数的最小值; 2)求某一函数的最大值。 2 验证课内 6 遗传算法应用 II VC++ 设计与实现求解不同城市 规模的TSP问题的遗传算 法。 2 综合课内 7 基于神经网络 的模式识别Matlab 1)基于BP神经网络的数 字识别设计; 2)基于离散Hopfiel神经 网络的联想记忆设计。 2 验证课内 8 基于神经网络 的优化计算VC++ 设计与实现求解TSP问题 的连续Hopfield神经网 络。 2 综合课内 四、实验成绩评定

人工智能试验 结课报告

人工智能结课报告 学号:姓名: 一、课题:机器视觉及机器视觉系统的运用 二、摘要:科技在不停的发展,很多智能的东西在我们生活中随处可见,随着人工智能的不断发展,我们可以制造出真正的智能机器,而且这个领域也将成为下一个技术革命。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分 CMOS 和CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。 机器视觉系统适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。 机器视觉不会有人眼的疲劳,有着比人眼更高的精度和速度,借助红外线、紫外线、X 射线、超声波等高新探测技术,机器视觉在探测不可视物体和高危险场景时,更具有其突出的优点。机器视觉技术现已得到广泛的应用。 机器视觉技术的诞生和应用,极大地解放了人类劳动力,提高了生产自动化水平,改善了人类生活现状,其应用前景极为广阔。目前在国外,机器视觉技术已广泛应用于生产、生活中,而我国正处于起步阶段,急需广大科技工作者的共同努力,来迅速提高我国机器视觉技术的发展水平,为我国的现代化建设做出自己的贡献。 三、三个问题回答 (1)应用价值(10分):为什么跟踪这个人、项目、技术或者算法? 答:在学习人工智能时,从老师的课堂扩充中,我了解到了“机器视觉”这个词,所以我就对这项技术产生了兴趣,也对此进行了跟踪。 在国外,机器视觉的应用普及主要体现在半导体及电子行业。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用,并且其产品在应用中占据着举足轻重的地位。 目前国内随着经济水平的提高,3D机器视觉也开始进入人们的视野。目前3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力,在生产过程的早期就报废劣质产品,从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

人工智能原理及其应用(第二版)习题答案

本页面为作品封面,下载文档后可自由编辑删除! 精 品 文 档

知识表示方法部分参考答案 2.8设有如下语句,请用相应的谓词公式分别把他们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。 解:定义谓词 P(x):x是人 L(x,y):x喜欢y 其中,y的个体域是{梅花,菊花}。 将知识用谓词表示为: (?x )(P(x)∧(L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))) (2) 有人每天下午都去打篮球。 解:定义谓词 P(x):x是人 B(x):x打篮球 A(y):y是下午 将知识用谓词表示为: (?x )(?y) (A(y)∧B(x)∧P(x)) (3)新型计算机速度又快,存储容量又大。 解:定义谓词 NC(x):x是新型计算机 F(x):x速度快 B(x):x容量大 将知识用谓词表示为: (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解:定义谓词 S(x):x是计算机系学生 L(x, pragramming):x喜欢编程序 U(x,computer):x使用计算机 将知识用谓词表示为: ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解:定义谓词 P(x):x是人 L(x, y):x喜欢y 将知识用谓词表示为: (?x) (P(x)∧L(x,pragramming)→L(x, computer))

2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手,要处理的世界有一张桌子,桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作:从桌上拣起一块积木;将手中的积木放到桌之上;在积木上再摞上一块积木;从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解:(1) 先定义描述状态的谓词 CLEAR(x):积木x上面是空的。 ON(x, y):积木x在积木y的上面。 ONTABLE(x):积木x在桌子上。 HOLDING(x):机械手抓住x。 HANDEMPTY:机械手是空的。 其中,x和y的个体域都是{A, B, C}。 问题的初始状态是: ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是: ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中,机械手的操作需要定义以下4个谓词: Pickup(x):从桌面上拣起一块积木x。 Putdown(x):将手中的积木放到桌面上。 Stack(x, y):在积木x上面再摞上一块积木y。 Upstack(x, y):从积木x上面拣起一块积木y。 其中,每一个操作都可分为条件和动作两部分,具体描述如下: Pickup(x)

《人工智能及其应用》实验指导书

《人工智能及其应用》 实验指导书

浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月

前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法,并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验:1.产生式系统实验;2.模糊推理系统实验;3.A*算法求解8数码问题实验;4.A*算法求解迷宫问题实验;5.遗传算法求解函数最值问题实验;6.遗传算法求解TSP问题实验;7.基于神经网络的模式识别实验;8.基于神经网络的优化计算实验。每个实验包括有:实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲;第二部分是介绍八个实验的内容。 由于编者水平有限,本实验指导书的错误和不足在所难免,欢迎批评指正。 人工智能课程组 2011年9月

目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (7)

实验三A*算法实验I (13) 实验四A*算法实验II (17) 实验五遗传算法实验I (19) 实验六遗传算法实验II (26) 实验七基于神经网络的模式识别实验 (29) 实验八基于神经网络的优化计算实验 (35)

实验教学大纲 一、学时:16学时,一般安排在第9周至第16周。 二、主要仪器设备及运行环境:PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1 产生式系统应用VC++ 设计知识库,实现系统识别或 分类等。 2 设计课内 2 模糊推理系统应 用Matla b 1)设计洗衣机的模糊控制器; 2)设计两车追赶的模糊控制 器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问题的 A*算法。 2 综合课内 4 A*算法应用II VC++ 设计与实现求解迷宫问题的A* 算法。 2 综合课内 5 遗传算法应用I Matla b 1)求某一函数的最小值; 2)求某一函数的最大值。 2 验证课内 6 遗传算法应用II VC++ 设计与实现求解不同城市规模 的TSP问题的遗传算法。 2 综合课内7 基于神经网络的Matla1)基于BP神经网络的数字识 2 验证课内

Fisher线性判别分析实验(模式识别与人工智能原理实验1)

实验1 Fisher 线性判别分析实验 一、摘要 Fisher 线性判别分析的基本思想:通过寻找一个投影方向(线性变换,线性组合),将高维问题降低到一维问题来解决,并且要求变换后的一维数据具有如下性质:同类样本尽可能聚集在一起,不同类的样本尽可能地远。 Fisher 线性判别分析,就是通过给定的训练数据,确定投影方向W 和阈值y0,即确定线性判别函数,然后根据这个线性判别函数,对测试数据进行测试,得到测试数据的类别。 二、算法的基本原理及流程图 1 基本原理 (1)W 的确定 各类样本均值向量mi 样本类内离散度矩阵i S 和总类内离散度矩阵w S 12w S S S =+ 样本类间离散度矩阵b S 在投影后的一维空间中,各类样本均值T i i m '= W m 。样本类内离散度和总类内离散度 T T i i w w S ' = W S W S ' = W S W 。样本类间离散度T b b S ' = W S W 。 Fisher 准则函数满足两个性质: ·投影后,各类样本内部尽可能密集,即总类内离散度越小越好。 ·投影后,各类样本尽可能离得远,即样本类间离散度越大越好。 根据这个性质确定准则函数,根据使准则函数取得最大值,可求出W : -1w 12W = S (m - m ) 。 (2)阈值的确定 实验中采取的方法:012y = (m ' + m ') / 2。 (3)Fisher 线性判别的决策规则 对于某一个未知类别的样本向量x ,如果y=W T ·x>y0,则x ∈w1;否则x ∈w2。 x 1 m x, 1,2 i i X i i N ∈= =∑T x S (x m )(x m ), 1,2 i i i i X i ∈= --=∑T 1212S (m m )(m m )b =--

人工智能 课程实验 专家系统 程序源代码

游戏人物识别专家系统 ——邢洪伟一试验题目 游戏人物识别专家系统 二、试验内容 游戏人物识别专家系统是流行的专家系统实验模型,主要基于暴风公司出品的经典角色类游戏《暗黑破坏神2》。它用产生式规则来表示知识,共15条规则、可以识别八种游戏人物,这些规则既少又简单,可以改造他们,也可以加进新的规则,还可以用来识别其他东西的新规则来取代这些规则。游戏人物识别15条规则的中文表示是: 规则1: 如果:暴风公司出品的单机角色类游戏 则:该游戏是暗黑破坏神 规则2: 如果:暴风公司出品的单机对抗类游戏 则:该游戏是魔兽争霸 规则3: 如果:暴风公司出品的网络游戏 则:该游戏是魔兽世界 规则4: 如果:网易游戏出品的网络游戏 则:该游戏是梦幻西游 规则5: 如果:暗黑破坏神版本1 则:该游戏是暗黑破坏神1 规则6: 如果:是暗黑破坏神2 则:该游戏是暗黑破坏神2 规则7: 如果:是暗黑破坏神3 则:该游戏是暗黑破坏神3 规则8: 如果:暗黑破坏神版本2单手武器使用木棒的男性人物 则:该人物是德鲁伊 规则9: 如果:暗黑破坏神2单手武器使用手杖的男性人物 则:该人物是亡灵法师 规则10:

如果:暗黑破坏神版本2单手武器使用法杖的女性人物 则:该人物是巫师 规则11: 如果:暗黑破坏神版本2双手武器使用长剑和盾牌的男性人物 则:该人物是圣骑士 规则12: 如果:暗黑破坏神版本2单手武器使用斧头的男性人物 则:该人物是野蛮人 规则13: 如果:暗黑破坏神版本2单手武器使用爪子的男性人物 则:该人物是刺客 规则14: 如果:暗黑破坏神2单手武器使用长剑的女性人物 则:该人物是亚马逊 规则15: 如果:梦幻西游单手使用鞭子的女性人物 则:该人物是飞燕女 游戏人物识别专家系统由15条规则组成,可以识别八种动物,在15条规则中,共出现 37个概念(也称作事实),共37个事实,每个事实给一个编号,从编号从1到37,在规则对象中我们不存储事实概念,只有该事实的编号,同样规则的结论也是事实概念的编号,事实与规则的数据以常量表示,其结构如下:Char *str{}={"暴风公司出品 ","网易游戏出品","单机游戏","网络游戏", "角色类游戏","对抗类游戏","版本1","版本2","版本3","男性","女性", "暗黑破坏神","梦幻西游","暗黑破坏神1","暗黑破坏神2","暗黑破坏神3","单身武器","双手武器","使用木棒","是用手杖","使用法杖","使用长剑","使用盾牌","使用斧头","使用爪子","使用鞭子","巫师","德鲁伊","亡灵法师","法师","圣骑士","野蛮人","刺客","亚马逊","飞燕女","魔兽争霸","魔兽世界","\ 0"} 程序用编号序列的方式表达了产生式规则,如资料中规则15,如果动物是鸟,且善飞,则该动物是信天翁。相应的规则数组第八条是{26,17,13,11,0,0},第26个是“使用鞭子”,如果事实成立,询问使用者下一个事实,第17 个“单手武器”,如果也成立,询问使用者下一个事实,第13个是“梦幻西游”则,如果事实成立,询问使用者下一个事实,第11个是“女性”,如果事实成立,查找结论断言编号数组{28,29,30,31,32,33,34,35,14,15,16,1 3,12,36,37}中第八个“35”,这里35对应事实数组中的“飞燕女”。 上述就是程序的推理过程,也是程序中的重点,该部分是由规则类(类rul e)中的Query方法实现。 三、流程图及分析 主程序的流程主要是:1、实例化各个类 2、初始化事实集 3、初始化规则集

相关文档
最新文档