人工智能实验报告-PROLOG语言编程练习
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。
e3、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。
人工智能语言处理实验报告
人工智能语言处理实验报告一、研究背景在当今信息时代，人工智能技术的快速发展为语言处理领域带来了前所未有的机遇和挑战。
搭建一个高效、智能的语言处理系统已经成为许多科研工作者的目标之一。
因此，本实验旨在探究人工智能在语言处理领域的应用，并通过实验验证其效果。
二、研究目的1. 基于人工智能技术实现文本自动分类功能。
2. 利用自然语言处理技术进行文本情感分析。
3. 探索人工智能技术在语言处理中的应用前景。
三、研究方法1. 数据收集：选取一定数量的文本数据作为实验样本。
2. 数据预处理：对数据进行去噪、分词等处理。
3. 模型构建：基于自然语言处理技术构建文本分类模型和情感分析模型。
4. 实验验证：通过实验对模型进行测试和评估。
四、实验结果及分析1. 文本分类实验结果表明，基于人工智能技术构建的文本分类模型具有较高的准确性和稳定性。
该模型在处理大规模文本数据时表现出色，能够快速准确地分类文本内容。
2. 情感分析实验结果显示，人工智能技术在文本情感分析中具有较高的判断准确度。
模型能够有效识别文本中蕴含的情感色彩，为进一步分析提供了有力支持。
3. 实验结果分析表明，人工智能在语言处理领域的应用前景广阔。
通过不断优化模型算法和提高训练数据质量，可以进一步提升模型性能，实现更广泛的应用。
五、结论与展望本实验通过人工智能技机在文本分类和情感分析领域的应用验证了其在语言处理中的重要作用。
随着人工智能技术的不断进步和发展，相信在未来的研究中，我们将能够构建更加智能、高效的语言处理系统，为人类智慧带来新的飞跃。
愿我们在不久的将来看到更多人工智能在语言处理领域的应用成果，为人类社会的发展做出更大的贡献。
人工智能实验报告(熟悉专家系统开发工具)
实验结论（结果）
求N！ 值的:
该程序通过递归算法有效的解决了求N！ 值的问题。并熟悉了Visual Prolog软件开发平台。
该程序通过递归算法有效的解决了求N！值的问题。并熟悉了Visual Prolog软件开发平台。
实验心得与小结
通过这次实验我更加熟悉了 Prolog语言和该软件开发平台。对Prolog语言的基本语法规则和使用技巧有了更好的掌握。在使用Visual Prolog软件开发平台的过程中, 我从对软件的不熟悉, 经常出错, 到会编写一些小型完整的Visual Prolog应用程序, 在这过程中, 我增长了很多知识。最后经过本次试验, 我的动手能力和分析问题的能力得到提高。
father(name,name)
everybody
clauses
father(leonard,katherine).
father(carl,jason).
father(carl,marilyn).
everybody :-father(X,Y),write(X," is ",Y,"'s father\n"),fail.
Example3:
设定目标为: everybody.
结果为:
leonard is katherine's father
carl is jason's father
carl is marilyn's father
No
求N！ 值的:
设定目标为: X=6,factorial(X, FactX).
结果为:
X=6, FactX=720
6．完成简单程序的编写：求N！的值。
实验准备（预习程序）
人工智能实训日志
人工智能实训日志一、实训前言近年来，随着科技的不断发展和进步，人工智能（Artificial Intelligence，AI）成为了热门话题。
作为一种模拟人类智能的技术，人工智能在各个领域都有着广泛的应用。
为了深入了解人工智能的原理和应用，提升自己的技术能力，我参加了一次人工智能实训。
二、实训背景本次实训旨在让我们了解人工智能的基本原理和常见算法，培养我们的实际操作能力。
实训内容包括机器学习、深度学习、数据预处理、模型构建等方面的知识。
通过实际动手操作，我们将学习到如何使用Python编程语言和相关的开源工具库进行人工智能模型的训练和测试。
三、实训内容1. 机器学习在机器学习的实训环节中，我们学习了监督学习和无监督学习的基本概念和算法。
通过使用Python编程语言和相关的机器学习库，我们实现了一些经典的机器学习算法，如线性回归、逻辑回归、决策树等。
同时，我们还学习了如何选择和评估模型，以及如何处理数据不平衡和过拟合等问题。
2. 深度学习深度学习是人工智能领域的热门技术，通过多层神经网络的训练，可以实现对复杂数据的建模和预测。
在深度学习的实训环节中，我们学习了神经网络的基本原理和结构，以及常见的深度学习模型，如卷积神经网络（CNN）和循环神经网络（RNN）。
通过使用开源的深度学习库，如TensorFlow和Keras，我们实现了一些经典的深度学习模型，并进行了训练和测试。
3. 数据预处理数据预处理是人工智能模型训练的重要步骤，它包括数据清洗、特征选择和特征工程等过程。
在数据预处理的实训环节中，我们学习了如何对原始数据进行清洗和处理，以及如何选择和提取有效的特征。
通过使用Python编程语言和相关的数据处理库，如NumPy 和Pandas，我们实现了一些常见的数据预处理方法，并将其应用到实际的数据集中。
4. 模型构建模型构建是人工智能实训的核心内容，它涉及到模型的选择、参数的调优和性能的评估等方面。
人工智能深度学习实验报告
人工智能深度学习实验报告一、实验背景随着科技的迅猛发展，人工智能（AI）已经成为当今世界最具创新性和影响力的领域之一。
深度学习作为人工智能的一个重要分支，凭借其强大的学习能力和数据处理能力，在图像识别、语音处理、自然语言处理等众多领域取得了显著的成果。
本次实验旨在深入探索人工智能深度学习的原理和应用，通过实践操作和数据分析，进一步理解其工作机制和性能表现。
二、实验目的1、熟悉深度学习的基本概念和常用模型，如多层感知机（MLP）、卷积神经网络（CNN）和循环神经网络（RNN）。
2、掌握使用 Python 编程语言和相关深度学习框架（如 TensorFlow、PyTorch 等）进行模型训练和优化的方法。
3、通过实验数据，分析不同模型在不同任务中的性能差异，探索影响模型性能的关键因素。
4、培养解决实际问题的能力，能够运用深度学习技术解决简单的图像分类、文本分类等任务。
三、实验环境1、操作系统：Windows 102、编程语言：Python 383、深度学习框架：TensorFlow 244、开发工具：Jupyter Notebook四、实验数据1、图像分类数据集：CIFAR-10 数据集，包含 10 个不同类别的60000 张彩色图像，其中 50000 张用于训练，10000 张用于测试。
2、文本分类数据集：IMDB 电影评论数据集，包含 25000 条高度极性的电影评论，其中 12500 条用于训练，12500 条用于测试。
五、实验步骤1、数据预处理对于图像数据，进行图像归一化、数据增强（如随机旋转、裁剪、翻转等）操作，以增加数据的多样性和减少过拟合的风险。
对于文本数据，进行词向量化（如使用 Word2Vec、GloVe 等）、数据清洗（如去除特殊字符、停用词等）操作，将文本转换为可被模型处理的数值向量。
2、模型构建构建多层感知机（MLP）模型，包含输入层、隐藏层和输出层，使用 ReLU 激活函数和 Softmax 输出层进行分类任务。
人工智能导论实验报告
人工智能导论实验报告
一、实验要求
实验要求是使用Python实现一个简单的人工智能（AI）程序，包括
使用数据挖掘，机器学习，自然语言处理，语音识别，计算机视觉等技术，通过提供用户输入的信息，实现基于信息的自动响应和推理。
二、实验步骤
1. 数据采集：编写爬虫程序或者使用预先定义的数据集（如movielens）从互联网收集数据；
2. 数据预处理：使用numpy对数据进行标准化处理，以便机器学习
程序能够有效地解析数据；
3. 模型构建：使用scikit-learn或者tensorflow等工具，构建机
器学习模型，从已经采集到的数据中学习规律；
4.模型训练：使用构建完成的模型，开始训练，通过反复调整参数，
使得模型在训练集上的效果达到最优；
5.模型评估：使用构建完成的模型，对测试集进行预测，并与实际结
果进行比较，从而评估模型的效果；
6. 部署：使用flask或者django等web框架，将模型部署为网络应用，从而实现模型的实时响应；
三、实验结果
实验结果表明，使用数据挖掘，机器学习，自然语言处理，语音识别，计算机视觉等技术，可以得到很高的模型预测精度，模型的准确性可以明
显提高。
人工智能实验报告1
南京信息工程大学 实验（实习）报告 实验（实习）名称 MATLAB 编程 实验日期得分 指导教师 系 计科 专业 年级 班次 <> 姓名 学号一、实验目的：（1）通过学习MA TLAB 编程来进一步了解人工智能； （2）通过上机实习编写MATLAB 程序，从而对MA TLAB 有所基本了解。
为更好地学习人工智能知识打下基础。
二、实验内容：（1）编写程序，计算1+3+5+7+…+(2n+1)的值（用input 语句输入n 值）。
（2）编写分段函数⎪⎩⎪⎨⎧≤≤-<≤=)(0)21(2)10()(其他x x x x x f 的函数文件，存放于文件ff.m 中，计算出)3(-f 、)2(f 、)(∞f 的值。
三、实验步骤：（1）打开MATLAB 软件，首先在D 盘下新建一个MATLAB 文件夹，然后把工作路径设置到这个文件夹，如所示。
（2）在菜单栏选择【File 】>>【New 】>>【M-File 】新建*.M 的文件，然后在新建的文件中进行程序的编写。
（3）第1题的实验代码如下：实验结果如下：（4）第2题实验代码如下：实验结果如下：四、实验结论：（1）存在问题一开始对MATLAB语言还不是很熟悉，但通过上级实习遇到的一些问题帮助我们更好的学习了MATLAB，而且它与C语言虽然在思想上差不多但语法实现上还是有区别的。
（2）认识体会MATLAB 作为一种高级科学计算软件，是进行算法开发、数据可视化、数据分析以及数值计算的交互式应用开发环境，并且是一门实践性非常强的课程。
要学好MATLAB程序设计，上机实践是十分重要的环节，只有通过大量的上机实验，才能真正掌握MA TLAB程序设计。
人工智能深度学习实验报告
人工智能深度学习实验报告一、实验背景随着科技的飞速发展，人工智能已经成为当今最热门的研究领域之一。
深度学习作为人工智能的一个重要分支，凭借其强大的学习能力和数据处理能力，在图像识别、语音识别、自然语言处理等多个领域取得了显著的成果。
为了更深入地了解和掌握人工智能深度学习的原理和应用，我们进行了一系列的实验。
二、实验目的本次实验的主要目的是通过实际操作和实践，深入探究人工智能深度学习的工作原理和应用方法，掌握深度学习模型的构建、训练和优化技巧，提高对深度学习算法的理解和应用能力，并通过实验结果验证深度学习在解决实际问题中的有效性和可行性。
三、实验环境在本次实验中，我们使用了以下硬件和软件环境：1、硬件：计算机：配备高性能 CPU 和 GPU 的台式计算机，以加速模型的训练过程。
存储设备：大容量硬盘，用于存储实验数据和模型文件。
2、软件：操作系统：Windows 10 专业版。
深度学习框架：TensorFlow 和 PyTorch。
编程语言：Python 37。
开发工具：Jupyter Notebook 和 PyCharm。
四、实验数据为了进行深度学习实验，我们收集了以下几种类型的数据：1、图像数据：包括 MNIST 手写数字数据集、CIFAR-10 图像分类数据集等。
2、文本数据：如 IMDb 电影评论数据集、20 Newsgroups 文本分类数据集等。
3、音频数据：使用了一些公开的语音识别数据集，如 TIMIT 语音数据集。
五、实验方法1、模型选择卷积神经网络（CNN）：适用于图像数据的处理和分类任务。
循环神经网络（RNN）：常用于处理序列数据，如文本和音频。
长短时记忆网络（LSTM）和门控循环单元（GRU）：改进的RNN 架构，能够更好地处理长序列数据中的长期依赖关系。
2、数据预处理图像数据：进行图像的裁剪、缩放、归一化等操作，以提高模型的训练效率和准确性。
文本数据：进行词干提取、词向量化、去除停用词等处理，将文本转换为可被模型处理的数值形式。
- 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)。
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。
domainsd=integerpredicatesnot_(d,d)and_(d,d,d)or_(d,d,d)xor_(d,d,d)clausesnot_(1,0).not_(0,1).and_(0,0,0).and_(0,1,0).and_(1,0,0).and_(1,1,1).or_(0,0,0).or_(0,1,1).or_(1,0,1).or_(1,1,1).xor_(Input1, Input2, Output):-not_(Input1,N1),not_(Input2,N2),and_(Input1,N2,N3),and_(Input2,N1,N4),or_(N3,N4,Output).实现同或domainsd=integerpredicatesnot_(d,d)and_(d,d,d)or_(d,d,d)th_(d,d,d)clausesnot_(1,0).not_(0,1).and_(0,0,0).and_(0,1,0).and_(1,0,0).and_(1,1,1).or_(0,0,0).or_(0,1,1).or_(1,0,1).or_(1,1,1).th_(Input1, Input2, Output):-not_(Input1,N1),not_(Input2,N2),and_(Input1,Input2,N3),and_(N1,N2,N4),or_(N3,N4,Output).1.7 实验总结出现的问题：对于每个谓词的格式没有看清，老把下划线忘掉，还以为程序不对。
解决方案：仔细阅读程序，名字和格式都了解过后再验证。
心得：Prolog是一门语言，需要较长的时间才能掌握，如今只是验证，可以凭借对谓词的英文意思看懂程序。
课程实验报告学年学期2015—2016年第一学期课程名称人图搜索问题求解实验名称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二章图搜索问题求解2.1 实验目的加深学生对图搜索技术的理解，使学生掌握图搜索基本编程方法，并能利用图搜索技术解决一些应用问题。
（1）掌握Turbo prolog软件编程方法；（2）熟悉状态图搜索的基本算法；（3）掌握图搜索问题求解中的问题表示、节点表示、close表和open表的构造。
2.2 实验环境计算机，Turbo PROLOG教学软件。
2.3 预习要求（1）预习教材第四章有关状态图问题求解的内容，熟悉状态图求解的过程和方法；（2）了解Turbo PROLOG程序设计的基本知识。
2.4 实验内容走迷宫是人们熟悉的一种游戏, 如图2-1就是一个迷宫。
如果我们把该迷宫的每一个格子以及入口和出口都作为节点, 把通道作为边, 则该迷宫可以由一个有向图表示。
那么, 走迷宫其实就是从该有向图的初始节点（入口）出发, 寻找目标节点（出口）的问题, 或者是寻找通向目标节点（出口）的路径的问题。
用状态图搜索或与或图搜索方法，求出迷宫图中路径。
图中S0为入口，Sg为出口。
图2-1 迷宫图2.5 实验方法和步骤（1）启动prolog编辑环境；（2）用状态图搜索思想编辑路径求解问题的源程序；（3）运行程序，分析结果；（4）用与或图搜索思想编辑路径求解问题的源程序；（5）运行程序，分析结果。
2.6 示例程序下面是一个通用的状态图搜索程序。
对于求解的具体问题，只需将其状态图的程序表示并入该程序即可。
/*状态图搜索通用程序*/DOMAINSstate=symbolDATABASE-mydatabaseopen(state,integer)closed(integer,state,integer)res(state)open1(state,integer)min(state,integer)mark(state)PREDICATESsolveroad(state,state)search(state,state)resultsearchingstep4(integer,state)step56(integer,state)equal(state,state)repeatresulting(integer)rule(state,state)GOALsolve.CLAUSESsolve:-search(s0,sg),result.search(Begin,End):-retractall(_,mydatabase),assert(closed(0,Begin,0)),assert(open(Begin,0)),assert(mark(End)),repeat,searching,!.result:-not(fail_),retract(closed(0,_,0)),closed(M,_,_),resulting(M),!.result:-beep,write("sorry don't find a road!"). searching:-open(State,Pointer),retract(open(State,Pointer)),closed(No,_,_),No2=No+1,asserta(closed(No2,State,Pointer)),!,step4(No2,State). searching:-assert(fail_).step4(_,State):-mark(End),equal(State,End).step4(No,State):-step56(No,State),!,fail.step56(No,StateX):-rule(StateX,StateY),not(open(StateY,_)),not(closed(_,StateY,_)),assertz(open(StateY,No)),fail.step56(_,_):-!.equal(X,X).repeat:-repeat.resulting(N):-closed(N,X,M),asserta(res(X)),resulting(M).resulting(_):-res(X),write(X),nl,fail.resulting(_):-!.rule(X,Y):-road(X,Y).road(s0,s4).road(s4,s1).road(s1,s4).road(s1,s2).road(s2,s1).road(s2,s3).road(s3,s2).road(s4,s7).road(s7,s4).road(s4,s5).road(s5,s4).road(s5,s6).road(s6,s5).road(s5,s8).road(s8,s5).road(s8,s9).road(s9,s8).road(s2,s5).road(s5,s2).road(s9,sg).2.7 实验总结实验中出现的问题：这一次的程序较难，只能通过结果验证其正确性。
解决方案：直接看那个迷宫，得出答案，跟程序运行结果对比即可。
心得：路径问题求解的搜索结果及分析：找到的是最短路径，其间可能经历了歧路。
多了分析不了。
状态图搜索和与或图搜索的特点：两者都是通过搜索实现问题求解。
其搜索策略都分为盲目搜索和启发式搜索两类。
状态图是用“状态”和“算符”来表示问题的一种方法。
其中，“状态”用以描述问题求解过程中不同时刻的状况；“算符”表示对状态的操作，算符的每一次使用就使问题从一种状态转变为另一种状态。
当到达目标状态时，由初始状态到目标状态所用算符的序列就是问题的一个解。
与或图则是通过将复杂问题通过分解（与节点）、等价变化（或节点）的方式化简看是否能构成解树来判断问题是否可解。
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小型专家系统(原型)设计实验室无专业年级电气134水利与建筑工程学院第三章小型专家系统(原型)设计3.1 实验目的加深学生对专家系统原理的理解，使学生初步掌握专家系统的设计和实现方法。
3.2 实验环境计算机，Turbo PROLOG教学软件或VC++等3.3 预习要求（1）了解专家系统设计与实现的一般方法；（2）熟悉和掌握产生式系统的运行机制、产生式规则的程序语言实现。
3.4 实验原理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。