哈工大人工智能-2006秋-AI
哈工大人工智能课件chpt1
第1章 人工智能概述
AI概念理解是一个过程
• 上述定义见仁见智 • 重要的是学习AI方法、应用AI方法，在
实践中逐步深入领会AI这个词的含义 • 目前，AI就是一种运行在我们自己机器
中的程序，它的智能都是我们给的！
18
第1章 人工智能概述
1.2 人工智能的基础
各学科的贡献： 哲学/数学
经济学/神经科学/心理学 计算机工程
控制论/语言学
第1章 人工智能概述
对人工智能有贡献的学科
• 哪些学科、哪些思想和哪些人物给予AI以贡献? • 哲学(BC428~现在) • 数学(800~现在) • 经济学(1776~现在) • 神经科学(1861~现在) • 心理学(1879~现在) • 计算机工程(1940~现在) • 控制论(1948~现在) • 语言学(1957~现在)
• 亚里士多德(Aristotle, BC384~BC322), 为形 式逻辑奠定了基础 / 第一个把支配意识的理 性部分法则形式化为精确的法则集合 / 著名 的三段论
• Ramon Lull / Leonardo da Vinci/ Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(莱布尼兹)等人均设计或制造了能计 算的机器
4
第1章 人工智能概述
处于探索初期的学科
• AI是新兴学科，也是激动人心的学科. Russell声称：不同于物理学，这里还有 出现几个爱因斯坦的余地
• 为什么？研究主观世界的成果远少于研 究客观世界的成果
5
第1章 人工智能概述
对AI的4种不同定义
像人一样思考的系统
理性地思考的系统
要使计算机能思考……有头脑的 机器(Haugeland, 1985)
哈工大人工智能复习提纲
1人工智能复习提纲单丽莉IT&NLP智能技术与自然语言处理shanlili8888@2人工智能复习提纲z学习目标通过对本课程的学习，了解人工智能的发展历史，人工智能的相关研究及应用领域。
初步掌握人工智能的基本理论、技术及其应用方法。
能够应用相应的人工智能技术解决简单的实际应用问题。
突破传统思想的束缚，逐步领略人工智能思想的精髓，对人工智能的思想和方法有初步的理解和认识，学会从人工智能的角度出发去思考问题，解决问题。
为将来在人工智能各个方向的进一步研究，及在相关领域中的应用打下良好基础。
3人工智能课程的基本内容第1 章人工智能概述第2 章知识表示第3 章确定性推理第4 章不确定性推理第5 章搜索策略第6 章机器学习第7 章神经网络及连接学习4第1 章人工智能概述z通过人工智能提出的过程理解人工智能的概念–什么是人工智能？–为什么要研究人工智能？z人工智能研究的内容及应用领域–人工智能都研究哪些问题？–人工智能技术当前的应用情况如何？z人工智能的三大学派–有哪三大学派？他们的基本思想是什么？5第2 章知识表示z理解知识及知识表示的概念，了解人工智能中对知识的分类及选择知识表示方法时的考虑因素。
–什么是知识？–人工智能研究的知识如何分类？–根据哪些因素来进行知识的表示？z熟练掌握常用的知识表示方法，能够使用确定的方法正确的表示给定的知识。
–一阶谓词表示法–产生式表示法：产生式系统的基本结构–语义网络表示法6第3 章确定性推理z理解掌握推理的概念及其分类–什么是推理？–有哪些推理方法？其基本思想是什么？–推理策略有哪些？什么是冲突消解？z掌握归结演绎推理基本理论，理解掌握相关定义，掌握简单定理推论的证明过程。
能够熟练使用归结方法完成简单定理证明及问题求解。
–为证明F⇒G 反证法只要证明F∧￢G不可满足–F∧￢G不可满足⇔其标准子句集S不可满足–子句集S不可满足⇔S的一切H解释都为假：海伯伦理论–子句集S不可满足⇔由S可归结出空子句: 鲁宾逊归结原理7第3 章确定性推理z熟练掌握基于规则的正向演绎推理方法，能够进行简单定理证明和问题求解。
哈工大人工智能专业培养方案
哈工大人工智能专业培养方案
哈工大人工智能专业培养方案旨在培养具有深厚的理论基础和实践能力的人工智能专业人才。
该专业培养方案将涵盖以下几个方面的内容：
1. 基础课程：学生将学习计算机科学、数学、统计学等基础知识，包括数据结构、算法设计与分析、离散数学、线性代数等课程，为进一步学习人工智能相关课程打下坚实的基础。
2. 人工智能核心课程：学生将学习人工智能的基础理论和技术，包括机器学习、模式识别、自然语言处理、计算机视觉等方面的知识。
学生将通过理论课程和实践项目，掌握人工智能的基本原理和技术，培养解决复杂问题的能力。
3. 专业选修课程：根据学生的兴趣和发展方向，提供多样化的选修课程，如深度学习、机器人技术、神经网络、自动驾驶等，让学生深入研究某个领域或技术，并提供实践机会。
4. 实践项目：学生将在实践项目中应用所学知识，解决实际问题。
项目包括个人或小组完成的课程项目和毕业设计项目。
学生将有机会参与科研项目、产学研合作项目和创新创业项目，提升实践能力和创新精神。
5. 实习实训：学生将参与企业或科研机构的实习实训，了解人工智能在实际应用中的需求和挑战，锻炼自己的团队合作和解决问题的能力。
实习实训也可以为学生提供就业机会或继续深造的机会。
通过以上的教学安排和培养方案，哈工大人工智能专业旨在培养具备扎实的理论基础、广泛的专业知识和实践能力、创新创业精神的人工智能专业人才，能够在人工智能领域中具备竞争力，并为社会各个领域的发展做出贡献。
哈工大人工智能导论实验报告
人工智能导论实验报告学院：计算机科学与技术学院专业：计算机科学与技术目录人工智能导论实验报告.......................................... 错误!未定义书签。
一、简介(对该实验背景，方法以及目的的理解) ............. 错误!未定义书签。
1.实验背景......................................... 错误!未定义书签。
2.实验方法......................................... 错误!未定义书签。
3.实验目的......................................... 错误!未定义书签。
二、方法（对每个问题的分析及解决问题的方法）........... 错误!未定义书签。
Q1: Depth First Search ................................ 错误!未定义书签。
Q2: Breadth First Search .............................. 错误!未定义书签。
Q3: Uniform Cost Search ............................... 错误!未定义书签。
Q4: A* Search ......................................... 错误!未定义书签。
Q5: Corners Problem: Representation ................... 错误!未定义书签。
Q6: Corners Problem: Heuristic ........................ 错误!未定义书签。
Q7: Eating All The Dots: Heuristic .................... 错误!未定义书签。
哈工大人工智能原理习题homework-1
人工智能原理练习题-1从习题中选择自己感兴趣的题目进行思考和解答，任何尝试都是有益的。
必要时，仔细阅读教科书当中的某些章节。
对于加星号的习题，应该编写程序来完成。
第1章人工智能概述1 用自己的语言定义：（a）智能，（b）人工智能，（c）智能体。
2 用你自己的话定义下列术语：智能体、智能体函数、智能体程序、理性、自主、反射型智能体、基于模型的智能体、基于目标的智能体、基于效用的智能体、学习智能体。
3 对于下列智能体，分别给出任务环境PEAS描述：a. 机器人足球运动员；b. 因特网购书智能体；c. 自主的火星漫游者；d. 数学家的定理证明助手。
4 检查AI的文献，去发现下列任务现在计算机是否能够解决：a.打正规的乒乓球比赛。
b.在开罗市中心开车。
c.在市场购买可用一周的杂货。
d.在万维网上购买可用一周的杂货。
e.参加正规的桥牌竞技比赛。
f.发现并证明新的数学定理。
g.写一则有内涵的有趣故事。
h.在特定的法律领域提供令人满意的法律建议。
i.从英语到西班牙语的口语实时翻译。
j.完成复杂的外科手术。
对于现在不可实现的任务，试着找出困难所在，并预测如果可能的话它们什么时候能被克服。
5 Loebner奖每年颁发给最接近天通过某个版本图灵测试的程序。
查找和汇报Loebner奖最近的得主。
它使用了什么技术？它对AI目前的发展水平有什么推动？6 这道习题要探讨的是智能体函数与智能体程序的区别：a. 是否有不止一个智能体程序可以实现给定的智能体函数？请举例，或者说明为什么不可能。
b. 有没有无法用任何智能体程序实现的智能体函数。
c．给定一个机器体系结构，能使每个智能体程序刚好实现一个智能体函数吗？d. 给定一个存储量为n 比特的体系结构，可以有多少种可能的不同智能体程序？7 有一些类众所周知的难题对计算机而言是难以解决的困难，其它类问题是不能判定的。
这是否意味着AI是不可能的？8 内省-----汇报自己的内心想法-----是如何不精确的？我会搞错我怎么想的吗？请讨论。
大工20秋《人工智能》大作业题目及要求精选全文
可编辑修改精选全文完整版学习中心：专业：年级：年春/秋季学号：学生：完整答案下载后可见题目：深度优先搜索算法1.谈谈你对本课程学习过程中的心得体会与建议？通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。
人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
人工智能的定义可以分为两部分，即“人工”和“智能”。
“人工”比较好理解，争议性也不大。
有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。
但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。
这涉及到其它诸如意识、自我、思维等等问题。
人唯一了解的智能是人本身的智能，这是普遍认同的观点。
但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。
关于人工智能一个大家比较容易接受的定义是这样的：人工智能是人造的智能是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称AI。
人类正向信息化的时代迈进，信息化是当前时代的主旋律。
信息抽象结晶为知识，知识构成智能的基础。
因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。
人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。
而在我们的身边，智能化的例子也屡见不鲜。
在军事、工业和医学等领域中人工智能的应用已经显示出了它具有明显的经济效益潜力，和提升人们生活水平的最大便利性和先进性。
2.《人工智能》课程设计,从以下5个题目中任选其一作答。
《人工智能》课程设计题目三：深度优先搜索算法要求：（1）撰写一份word文档，里面包括（算法思路、算法程序框图、主要函数代码）章节。
人工智能 哈工大 第3 章 搜索推理技术2
2005-4-20IT&NLP Lily Shan1第3 章搜索推理技术讲师: 单丽莉IT&NLPhttp://2005-4-20IT&NLP Lily Shan 2第3 章搜索推理技术3.1 图搜索策略3.2 盲目搜索3.3 启发式搜索3.4 消解原理3.5 规则演绎系统3.6 产生式系统3.7 系统组织技术3.8 不确定性推理2005-4-20IT&NLP Lily Shan 33.1 图搜索策略3.1.1 问题求解的过程3.1.2 图搜索的一般过程443.1.1 问题求解的过程1.问题的表示: 主要采用状态空间法(状态空间图)和问题归约法(与或图).2.问题的求解: 通过在图(“状态空间图”或”与或图”)中进行搜索, 寻找一条路径的方法.–一般搜索: 从初始节点出发, 扩展节点, 并沿子节点推进, 继续扩展选择的子节点, 直到找到通向目标结点的路径, 或找到解树为止.肓目搜索:是按预定的控制策略进行搜索, 在搜索过程中获得的中间信息并不改变控制策略。
启发式搜索: 是在搜索过程中加入了与问题有关的启发性信息, 缩小问题的搜索范围，指导搜索朝着最有希望的方向前进，以尽快地找到问题的（最优）解.553.1.2 图搜索的一般过程数据结构: –OPEN: 未扩展节点表–CLOSED: 已扩展节点表算法过程(1)建立一个只含有起始节点S 的搜索图G, 把S 放到一个叫作OPEN 的未扩展节点表中;(2)建立一个叫做CLOSED 的已扩展节点表, 其初始为空表;(3)LOOP: 若OPEN 表是空表, 则失败退出;(4)选择OPEN 表上的第一个节点,把它从OPEN 表移出并放进CLOSED 表中,称此节点为节点n;(5)若n 为一目标节点,则有解并成功退出, 此解是追踪图G 中沿着指针从n 到S 这条路径而得到的(指针将在第(7)步中设置);2005-4-20IT&NLP Lily Shan 63.1.2 图搜索的一般过程(续)(6)扩展节点n, 同时生成不是n 的祖先的那些后继节点的集合M.把M 的这些成员作为n 的后继节点添入图G 中;(7)对那些未曾在G 中出现过的(即未曾在OPEN 表上或CLOSED 表中出现过的)M 成员设置一个通向n 的指针, 把M 的这些成员加进OPEN 表. 对已经在OPEN 或CLOSED 表上的每一个M 成员,确定是否需要更改通到n 的指针方向. 对已在CLOSED 表上的每个M 成员,确定是否需要更改图G 中通向它的每个后裔节点的指针方向;(8)按某一任意方式或按某个探试值, 重排OPEN 表;(9)Go Loop.7把S 放入OPEN 表OPEN 表为空?失败开始把第一个节点(n )从OPEN 表移至CLOSED 表n 是否为目标节点?成功把n 的后继节点n 放入OPEN 表的末端,提供返回节点n 的指针修改指针方向重排OPEN 表是否是否图3.1 图搜索过程框图2005-4-20IT&NLP Lily Shan 83.1.2 图搜索的一般过程(续)过程说明:①搜索图: 图搜索的一般过程生成一个明确图G, 称为搜索图.②搜索树: 图搜索的一般过程生成G 的一个子集T 称为搜索树. 由步骤(7)中设置的指针来确定.③G 中每个节点(S 除外)都有一个只指向G 中一个父辈节点的指针, 该父辈节点就定为树中那个节点的惟一父辈节点.④OPEN 表上的节点都是搜索图上未被扩展的端节点, 而CLOSED 表上的节点, 或者是已被扩展但没有生成后继节点的端节点, 或者是搜索树的非端节点.93.1.2 图搜索的一般过程(续)⑤步骤(8)对OPEN 表上的节点进行排序, 以便选出一个”最好”的节点作为步骤(4)扩展使用.①排序可以是任意的即肓目的(盲目搜索)②可以用启发信息为依据(启发式搜索)⑥当扩展某个节点时, 搜索图已经保存了从初始节点到该节点的搜索树.⑦每当被选作扩展的节点为目标节点时,这一过程就宣告成功结束. 这时, 从目标节点按指向父节点的指针不断回溯,能够重现从起始节点到目标节点的成功路径.⑧当搜索树不再剩有末被扩展的端节点时(即OPEN 表为空时), 过程就以失败告终. 从起始节点, 达不到目标节点.10⑨步骤(6)扩展节点时, 生成一个节点的所有后继节点.⑩步骤(7)的说明: 特别地用于启发式搜索S 0312图3.2 扩展节点1以前的搜索图45图3.3 扩展节点1以后的搜索图S 0312456788762005-4-20IT&NLP Lily Shan 113.2 盲目搜索3.2.1 宽度优先搜索3.2.1 深度优先搜索3.2.3 等代价搜索12宽度优先搜索: 如果搜索是以接近起始节点的程度来依次扩展节点, 那么这种搜索叫做宽度优先搜索(breadth -first search).SL OM FP FFQ N F图3.4 宽度优先搜索示意图2005-4-20IT&NLP Lily Shan133.2.1 宽度优先搜索(续)宽度优先搜索算法如下:(1)把起始节点放到OPEN 表中(如果该起始节点为一目标节点,则求得一个解答).(2)如果OPEN 是个空表, 则没有解,失败退出;否则继续.(3)把第一个节点(节点n) 从OPEN 表移出,并把它放入CLOSED 的扩展节点表中.(4)扩展节点n. 如果没有后继节点,则转向步骤(2).(5)把n 的所有后继节点放到OPEN 表的末端, 并提供从这些后继节点回到n 的指针.(6)如果n 的任一个后继节点是个目标节点, 则找到一个解答, 成功退出; 否则转向步骤(2);2005-4-20IT&NLP Lily Shan143.2.1 宽度优先搜索(续)宽度优先搜索算法说明:(1)搜索树: 搜索过程产生的节点和指针构成一棵隐式定义的状态空间图的子树, 称为搜索树.(2)如果问题有解, 宽度优先算法能够保证找到一条通向目标节点的最短路径(即找到最优解).(3)如要问题无解,对于有限图,该算法会失败退出;对于无限图,则永远不会终止15把S 放入OPEN 表OPEN 表是否为空表?失败起始把第一个节点n 从OPEN 表移至CLOSED 表扩展n , 把n 的后继节点n 放入OPEN 表的末端,提供返回节点n 的指针是否否图3.5 宽度优先算法框图是否有任何后继节点为目标节点?成功是2005-4-20IT&NLP Lily Shan16例: 八数码难题. 在3×3的方格棋盘上,分别放置了标有数字1,2,3,4,5,6,7,8的八张牌, 初始状态如图3.6 S 0所示, 目标状态如图3.6 S g 所示, 要求应用宽度优先搜索策略寻找从初始状态到目标状态的解路径.2831476512384765图3.6 八数码难题S 0S g177652834765231476528317652831475184683247652837465112314765231476588832476512837465112347658234176588324765183247651283746512837465112347658123476582834175628137652831576442831475283147566281376542831576428317546图3.7 八数码难题的宽度优先搜索树2005-4-20IT&NLP Lily Shan18深度优先搜索: 在搜索过程中, 首先扩展最新产生的(即最深的)节点, 这种搜索叫做深度优先搜索.SL OM FP FFQ N F图3.8 宽度优先搜索示意图193.2.2 深度优先搜索(续)节点深度定义:(1) 起始节点(即根节点)的深度为0.(2) 任何其他节点的深度等于其父辈节点的深度加1.深度界限:–为了避免考虑太长的路径(防止搜索过程沿着无益的路径扩展下去), 往往给出一个节点扩展的最大深度, 称为深度界限.–任何节点如果达到了深度界限,那么都将把它们作为没有后继节点来处理.–即使应用了深度界限, 深度优先搜索所求得的解答路径也不一定就是最短路径.2005-4-20IT&NLP Lily Shan203.2.2 深度优先搜索(续)含有深度界限的深度优先搜索算法:(1)把起始节点S 放到未扩展节点OPEN 表中. 如果此节点为一目标节点,则得到一个解.(2)如果OPEN 为一空表,则失败退出.(3)把第一个节点(节点n)从OPEN 表移到CLOSED 表.(4)如果节点n 的深度等于最大深度,则转向步骤(2).(5)扩展节点n, 产生其全部后裔,并把它们放入OPEN 表的前头.如果没有后裔,则转向步骤(2);(6)如果后继节点中有任一个为目标节点,则求得一个解,成功退出;否则,转向步骤(2);21OPEN 表是否为空?失败把OPEN 表中的第一个节点n 移入CLOSED 表扩展节点n , 把其后裔n 放入OPEN 表的前端,提供返回节点n 的指针是否否是否有任何后继节点为目标节点?成功是图3.9 有界深度优先搜索算法框图S 是否为目标节点?成功是否节点n 的深度是否等于深度界限?是否22765283476523147652831765283147518462314765231476588123476582341765812347658123476582834175628314752831475662813765283157644281376542831576428317546234176582341576828137654248137652813754628316754...图3.10 八数码难题深度界限为4的深度优先搜索树Return to f233.2.3 等代价搜索宽度优先的局限:–在宽度优先搜索中作了一种假设, 认为状态空间中各边的代价都相同, 且都为一个单位量.从而可用路径的长度代替路径的代价.–然而, 对许多问题这种假设是不现实的, 它们的状态空间中的各个边的代价不可能完全相同.例: 城市交通问题.–为此, 需要在搜索树中给每条边都标上其代价.代价树: 在搜索树中给每条边都标上其代价. 这种边上标有代价的树称为代价树.等代价搜索: 寻找从起始状态至目标状态的具有最小代价的路径问题, 叫做等代价搜索.–在等代价搜索算法中, 是沿着等代价路径断层进行扩展的.2005-4-20IT&NLP Lily Shan24例: 城市交通问题. 设有5个城市, 它们之间的交通路线如图3.11所示, 图中的数字表示两个城市之间的交通费用,即代价. 用等代价搜索, 求从A 市出发到E 市, 费用最小的交通路线.ABCDE342453图3.11 城市交通图2005-4-20IT&NLP Lily Shan 25解: 其代价搜索树如右下图:最优解: A,C,D,E AC1D134B2E2E3图3.12 城市交通图的代价搜索树2434523B1E1D2C2ABC DE342453图3.11 城市交通图2005-4-20IT&NLP Lily Shan 263.2.3 等代价搜索(续)记号–c (i , j ): 从节点I 到其后继节点j 的连接弧线代价.–g (i ):从起始节点S 到任一节点i 的路径代价(即是从起始节点S 到节点i 的最少代价路径上的代价).2005-4-20IT&NLP Lily Shan273.2.3 等代价搜索(续)等代价搜索算法:(1)把起始节点S 放到未扩展节点有OPEN 中.如果此起始节点为一目标节点,则求得一个解;否是令g(S )=0.(2)如果OPEN 是个空表,则没有解而失败退出.(3)从OPEN 表中选择一个节点I,使其g(i )为最小.如果有几个节点都合格,那么就要选择一个目标节点作为节点i(如果有目标节点的话);否则,就从中选一个作为节点i ,把节点i 从OPEN 表移至扩展节点表CLOSED 中.2005-4-20IT&NLP Lily Shan283.2.3 等代价搜索(续)等代价搜索算法:(4)如果节点i 为目标节点,则求得一个解.(5)扩展节点i .如果没有后继节点,则转向步骤(2);(6)对于节点i 的每个后继节点j ,计算g (j )=g (i )+c (i ,j ), 并把所有后继节点j 放进OPEN 表.提供回到节点i 的指针.(7)转向步骤(2).29OPEN 表是否为空?失败把具有最小g(i )值的节点i 从OPEN 表移至CLOSED 表扩展节点i , 计算其后继节点j 的g(j)值.把后继节点j 放进OPEN 表是否否i 是否为目标节点?成功是图3.13 等代价搜索算法框图S 是否为目标节点?成功是否否令g(s)=02005-4-20IT&NLP Lily Shan 303.3 启发式搜索3.3.1 启发式搜索策略和估价函数3.3.2 有序搜索3.3.3 A*算法2005-4-20IT&NLP Lily Shan 313.3 启发式搜索(续)盲目搜索存在的问题–扩展节点数目较多.–效率低, 耗费过多的计算时间和空间.–如果选择最有希望的节点加以扩展, 搜索效率将会大为提高.2005-4-20IT&NLP Lily Shan 323.3.1 启发式搜索策略和估价函数 启发性信息: 指那种与具体问题求解过程有关的, 并可指导搜索过程朝着最有希望方向前进的控制信息.–有效地帮助确定扩展节点的信息;–有效的帮助决定哪些后继节点应被生成的信息;–能决定在扩展一个节点时哪些节点应从搜索树上删除的信息.启发式搜索: 利用启发信息的搜索方法叫做启发式搜索.2005-4-20IT&NLP Lily Shan 333.3.1 启发式搜索策略和估价函数(续)估价函数(evaluation function): 用于度量节点的”希望”(此节点在通向目标结点的最佳路径上的”希望”)的量度. 记号f (n ) : 表示节点n 的估价函数值.–用函数f (n )的值来排列图搜索的一般算法中的OPEN 表中节点.–节点按递增顺序排列, 即优先扩展具有低估价值的节点, 根据低估价值节点更有可能处在最佳路径上.2005-4-20IT&NLP Lily Shan 343.3.2 有序搜索有序搜索: 应用某个算法(例如等代价法)选择OPEN 表上具有最小f 值的节点作为下一个要扩展的节点, 这种搜索方法叫做有序搜索或最佳优先搜索, 其算法就叫做有序搜索算法或最佳优先算法.–有序搜索总是选择最有希望的节点作为下一个要扩展的节点.2005-4-20IT&NLP Lily Shan 353.3.2 有序搜索(续)有序状态空间搜索算法:(1)把起始节点S 放到OPEN 表中, 计算f (S ),并把其值与节点S 联系起来.(2)如果OPEN 表是个空表,则失败退出,无解.(3)从OPEN 表中选择一个f 值最小的节点i .结果有几个节点合格,当其中有一个为目标节点时,则选择此目标节点,否则就选择其中任一个节点作为节点i .(4)把节点i 从OPEN 表中移出,并把它放入CLOSED 的扩展节点表中.(5)如果i 是个目标节点,则成功退出,求得一个解.363.3.2 有序搜索(续)(6)扩展节点i , 生成其全部后继节点.对于i 的每一个后继节点j :a)计算f (j ).b)如果j 既不在OPEN 表中,也不在CLOSED 表中,则用估价函数f 把它添入OPEN 表.从j 加一指向父辈节点i 的指针(以便找到目标节点时记住一个解答路径).c)如果j 已在OPEN 表或CLOSED 表上,则比较刚刚对j 计算过的f 值和前面计算过的该节点在表中的f 值.如果新的f 值较小,则I.以此新值取代旧值.II.从j 指向i ,而不是指向它的父辈节点III.如果节点j 在CLOSED 表中,则把它移回OPEN 表(7)转向(2),即GOTO(2);37把S 放入OPEN 表,计算f (s )OPEN 表=NIL?失败开始选取OPEN 表中f 值最小的节点i 放入CLOSED 表扩展节点i , 计算其后继节点j 的f (j)值.提供返回指针,利用f 值对OPEN 表重新排序,调整亲子关系及指针是否否i=S g成功是图3.14 有序搜索算法框图383.3.2 有序搜索(续)在有序搜索中–定义f (i )为节点i 的深度, 则退化为宽度优先算法搜索.–定义f (i )为从起始节点至节点i 这段路径的代价, 则退化为等代价搜索.估价函数的作用–f 的选择直接决定了有序搜索中被扩展节点的数目,即直接影响了搜索算法的效率.–对搜索结果具有决定性的作用.估价函数的选择–一个节点处在最佳路径上的概率；–求出任意一个节点与目标节点集之间的距离度量或差异度量；–根据格局（博弈问题）或状态的特点来打分。
哈工大人工智能原理习题homework-2
人工智能原理 练习题-2从习题中选择自己感兴趣的题目进行思考和解答，任何尝试都是有益的。
必要时，仔细阅读教科书当中的某些章节。
对于加星号的习题，应该编写程序来完成。
第3章 逻辑与推理1 对于下列每对原子语句，请给出最一般合一者，如果存在的话：a. (,,),(,,)P A B B P x y zb. (,(,)),((,),)Q y G A B Q G x y yc. ((),),((),)Older Father y y Older Father x Johnd. ((),),(,)Knows Father y y Knows x x2 写出下列语句的逻辑表示，使得它们适合应用一般化分离规则：a. 马、奶牛和猪都是哺乳动物。
b. 一匹马的后代是马。
c. Bluebeard 是一匹马。
d. Bluebeard 是Charlie 的父亲。
e. 后代和双亲是逆关系。
f. 每个哺乳动物都有一个双亲。
3 请根据第二章列出的任务环境特征描述wumpus 世界。
1，42，43，44，41，3 w ！2，33，34，31，2 S OK 2，2OK3，24，21，1 V OK 2，1B V OK3，1 P ！4，1A图7.4（a ） 智能体取得进展的两个后续函数。
（a ）第三步移动之后，感知为[Stench,None,None,None];A = AgentB = BreezeG = Gllitter,GoldOK = Safe squareP = PitS = StenchV = Visited W= WumpusA4 假定智能体已经前进到图7.4（a）（如上图）所示的位置，感知到的情况为：[1，1]什么也没有，[2，1]有微风，[1，2]有臭气。
它现在想知道[1，3]、[2，2]和[3，1]的情况。
这3个位置中的每一个都可能包含陷阱，而最多只有一个可能有wumpus。
按照图7.5的实例，构造出可能世界的集合。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
w N N N N N Y Y N
哈尔滨工业大学
二 OO 七年博士研究生考试试题 考试科目：人工智能原理___________ 考试科目代码：[ 212 报考专业：计算机科学与技术_______ 考生注意：答案务必写在答题纸上，并标明题号。答在试题上无效。 考生注意 题号 一 二 三 四 五 六 七 分数 32 10 10 10 10 14 14
a 1 1 1 1 1 1 2 2
b 1 1 2 2 2 2 1 1
c 1 2 1 1 2 2 1 2
d 1 2 1 2 1 2 2 1
w N Y N Y N Y Y N
a 2 2 3 3 3 3 3 3
b 2 2 1 1 1 1 2 2
c 1 2 1 1 2 2 1 2
d 1 2 1 2 1 2 2 1
发动机
汽油
发动汽车
七、计算推理题（14 分） 为了判断一个人是否适合配戴隐形眼镜，需要检查以下 4 种属性： • 属性 a：配戴者年龄，取值 a=<年青、早期老视、老视> • 属性 b：配戴者的视力缺陷，取值 b=<近视、远视> • 属性 c：配戴者是否有散光，取值 c=<是、否> • 属性 d：配戴者泪腺分泌情况，取值 d=<少、正常> 根据不同的属性，人群可以分为适于配戴（Y）和不适于配戴（N）隐形眼镜 2 种情况。 假设按照上述属性 a、b、c、d（它们的取值分别按照顺序用 1/2/3 表示） ，有如下表的分 类 w。现在有一个人属于年青（值=1） 、近视（值=1） 、有散光（值=1）和泪腺分泌正常 （值=2）的情况，假设各属性满足独立性条件，试用朴素贝叶斯分类器方法求其分类。 对于属性组合出现次数为 0 的情况，可用次数 1 来代替。
第 共
2 页 2 页
六、计算推理题（14 分） 假设关于汽车发动与故障检测的贝叶斯网络如图所示，其中每个节点表示的变量都是二 值（布尔变量）的，为真时表示正常，为假时表示不正常。试根据该网络结构和指定的 概率值，用贝叶斯网络的精确推理方法计算：当汽车没有被发动时， “点火器”=T 的概 率。可以用分数形式给出最后结果，不必精确计算。
点火器 P(点火器=T)=0.9 P(发动机=T|点火器=T)=0.9 P(发动机=T|点火器=F)=0.1 P(汽油=T)=0.9 P(发动汽车=T|发动机=T, 汽油=T)=0.9 P(发动汽车=T|发动机=F, 汽油=T)=0.1 P(发动汽车=T|发动机=T, 汽油=F)=0.1 P(发动汽车=T|发动机=F, 汽油=F)=0.01
第 共
1 页 2 页
]
总
分Hale Waihona Puke 100 分一、简答题（共 32 分，每小题 4 分） （1）简要叙述图灵测试的过程。 （2）在一些三值逻辑系统中，恒等律也不成立。试举例说明由此产生的结果。 （3）构造 Ontology 的 5 条标准是什么？ （4）从搜索的角度看，对问题求解过程的 4 个组成部分是什么？ （5）什么是 N 元文法？ （6）Agent 的 4 种特性是什么？ （7）什么是几率和条件几率？ （8）约束满足问题的回溯搜索通用算法可以在哪 3 个方面运用启发式？ 二、论述题（10 分） 拍卖策略与多 Agent 交互有什么关系？拍卖机制与拍卖目标之间的关系是什么？影响拍 卖的因素有哪些？拍卖协议包含什么要素？ 三、 （10 分）试用语义网络表示以下几句话： 导弹是一种自动飞行的、攻击敌方目标的武器。导弹分为战略导弹和战术导弹。战略导 弹中 85%是陆基发射的，15%是潜艇发射的；战术导弹可以由陆基发射、飞机发射和军 舰发射。 注意：请使用“子集、个体、属性、数量”等 4 个关系种类。 四、证明题（10 分） 首先说明启发函数 h(n)的一致性定义。如果 h(n)是一致的，则采用图搜索算法的 A*算法 是最优的。试证明：如果 h(n)是一致的，那么沿着任何路径的 f(n)值是非递减的。 五、概述题（共 10 分，每题 5 分） （1）说明决策树分类算法的要点。 （2）说明用于估计隐变量分布的 EM 算法思想要点。