人工智能与专家系统实验报告
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。
人工智能小型专家系统的设计与实现
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。
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）
人工智能实验报告内容
人工智能实验报告内容人工智能实验报告内容人工智能（Artificial Intelligence, AI）作为一种重要的技术，正在逐渐影响到我们的日常生活和工作。
本次实验旨在学习和探索人工智能的基本技术，并通过实践加深对其原理和应用的理解。
首先，本次实验分为两个部分：人工智能基础技术的学习和人工智能应用的实践。
在人工智能基础技术学习的部分，我们研究了人工智能的核心技术包括机器学习、神经网络、深度学习等。
我们首先学习了机器学习的基本概念和算法，包括监督学习、无监督学习和强化学习等。
我们使用Python编程语言，利用机器学习库进行了实践，例如使用Scikit-learn库实现了线性回归和K-means 聚类算法。
其次，我们学习了神经网络的基本原理和算法，在激活函数、损失函数、优化算法等方面进行了深入研究。
我们利用TensorFlow库搭建了神经网络模型，并使用MNIST数据集进行了手写数字识别的实验。
通过不断调整网络结构和参数，我们逐渐提高了模型的准确率。
最后，我们学习了深度学习的原理和常用的深度学习模型，包括卷积神经网络（Convolutional Neural Network, CNN）、循环神经网络（Recurrent Neural Network, RNN）等。
我们使用Keras库搭建了CNN模型，并使用CIFAR-10数据集进行了图像分类实验。
通过优化网络结构和参数，我们的模型在测试集上取得了较高的准确率。
在人工智能应用的实践部分，我们选择了自然语言处理（Natural Language Processing, NLP）为主题，具体研究了文本分类和情感分析两个任务。
我们使用了Python编程语言和NLTK（Natural Language Toolkit）库进行了实践。
首先，我们使用朴素贝叶斯算法实现了文本分类的任务，通过比较不同的特征提取方法，我们找到了最适合该任务的特征提取方法。
其次，我们使用情感词典和机器学习算法实现了情感分析的任务，通过对情感分析模型进行评估和调优，我们提高了模型的准确率和鲁棒性。
人工智能模式识别与医学专家系统
人工智能模式识别与医学专家系统
随着社会的进步，人们将越来越多的注意力和精力投入到科技领域，
研究人工智能领域取得的丰硕成果，更加深入的探讨人工智能在运用到医
学领域中扮演的重要角色。
人工智能模式识别与医学专家系统已经受到了
国内外医疗保健机构的高度重视。
人工智能模式识别与医学专家系统利用人工智能、机器学习和数据挖
掘技术，为病人们提供高质量的诊断服务。
它可以应用于诊断和治疗应用，以及实现智能系统辅助医疗决策，甚至及时发现可能存在的疾病。
它可以
利用大数据和人工智能算法，综合多种可用的病理学、生化学和影像学诊
断数据，分析和帮助医生确定病情和治疗方案。
人工智能模式识别与医学专家系统需要收集大量的数据用于分析和诊断，而收集的这些数据可能是有效的数据或无效的数据，因此需要进行有
效的数据清洗，以确保收集到的数据是有用的。
另外，要构建一个准确可
靠的人工智能模式识别与医学专家系统，还需要进行大量的神经网络训练，以获得更为准确的模式识别结果。
人工智能实践报告总结范文(4篇)
人工智能实践报告总结范文(4篇)人工智能实践报告总结1今天是我学习人工智能的第一堂课，也是我上大学以来第一次接触人工智能这门课，通过老师的讲解，我对人工智能有了一些简单的感性认识，我知道了人工智能从诞生，发展到今天经历一个漫长的过程，许多人为此做出了不懈的努力。
我觉得这门课真的是一门富有挑战性的科学，而从事这项工作的人不仅要懂得计算机知识，还必须懂得心理学和哲学。
人工智能在很多领域得到了发展，在我们的日常生活和学习中发挥了重要的作用。
如：机器翻译，机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。
利用这些机器翻译系统我们可以很方便的完成一些语言翻译工作。
目前，国内的机器翻译软件有很多，富有代表性意义的当属“金山词霸”，它可以迅速的查询英文单词和词组句子翻译，重要的是它还可以提供发音功能，为用户提供了极大的方便。
人工智能实践报告总结2浅谈逻辑学与人工智能人工智能主要研究用人工方法模拟和扩展人的智能，最终实现机器智能。
人工智能研究与人的思维研究密切相关。
逻辑学始终是人工智能研究中的基础科学问题，它为人工智能研究提供了根本观点与方法。
1人工智能学科的诞生12世纪末13世纪初，西班牙罗门·卢乐提出制造可解决各种问题的通用逻辑机。
17世纪，英国培根在《新工具》中提出了归纳法。
随后，德国莱布尼兹做出了四则运算的手摇计算器，并提出了“通用符号”和“推理计算”的思想。
19世纪，英国布尔创立了布尔代数，奠定了现代形式逻辑研究的基础。
德国弗雷格完善了命题逻辑，创建了一阶谓词演算系统。
20世纪，哥德尔对一阶谓词完全性定理与N形式系统的不完全性定理进行了证明。
在此基础上，克林对一般递归函数理论作了深入的研究，建立了演算理论。
英国图灵建立了描述算法的机械性思维过程，提出了理想计算机模型(即图灵机)，创立了自动机理论。
这些都为1945年匈牙利冯·诺依曼提出存储程序的思想和建立通用电子数字计算机的冯·诺依曼型体系结构，以及1946年美国的莫克利和埃克特成功研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的贡献。
《人工智能》实验报告
《人工智能》实验报告
一、实验目的
本实验旨在通过实际操作，加深对人工智能的理解，探索人工智能在不同领域的应用。
二、实验过程
1. 准备数据集：选取一个合适的数据集作为实验对象，确保数据质量和多样性。
2. 数据预处理：对选取的数据进行清洗、去噪和标准化等预处理操作。
3. 选择模型：根据实验要求，选择适合的人工智能模型，如神经网络、决策树等。
5. 模型评估：使用测试数据评估模型的性能指标，如准确率、召回率等。
6. 结果分析：对模型的性能进行分析和解释，提出改进意见。
三、实验结果
根据实验所选取的数据集和模型，得到了以下实验结果：
- 在测试数据集上，模型的准确率达到了 Y%。
- 模型的召回率为 Z%。
四、实验总结
通过本次实验，我更深入地了解了人工智能的工作原理和应用
方法，掌握了数据预处理、模型训练和评估的基本流程。
同时，也
发现了一些可以改进的地方，如增加数据集规模、尝试其他模型等。
这些经验对于今后的研究和实践具有重要意义。
五、参考文献
[1] 参考文献1
[2] 参考文献2
...。
人工智能与专家系统实训课程学习总结基于CLIPS的专家系统设计与实现报告
人工智能与专家系统实训课程学习总结基于CLIPS的专家系统设计与实现报告人工智能与专家系统实训课程是我在大学期间参与的一门课程，通过这门课程，我深入了解了人工智能和专家系统的基本概念和原理，并利用CLIPS软件进行专家系统的设计与实现。
本报告将总结我在学习过程中的心得体会，以及基于CLIPS的专家系统设计与实现的经验和方法。
一、人工智能与专家系统实训课程学习心得体会在学习人工智能与专家系统实训课程的过程中，我意识到人工智能的重要性和广泛应用的前景。
人工智能技术已经逐渐渗透到各个领域，包括医疗、金融、交通等，为各行各业带来了巨大的变革。
专家系统作为人工智能的一种典型应用，能够模拟人类专家的知识和推理过程，为决策提供指导和支持。
在课程学习过程中，我首先了解了专家系统的基本原理和分类。
专家系统是基于专家知识和推理模型构建的系统，主要包括知识表示、推理机制和用户界面等组成部分。
了解这些基本概念和原理对于后续的专家系统设计和实现非常重要。
其次，我学习了专家系统开发工具CLIPS的使用方法。
CLIPS是一个基于规则的专家系统开发工具，它使用尺度匹配和前向链接等技术实现了专家知识的表示和推理过程。
通过学习CLIPS的使用，我能够熟练地进行专家系统的设计和实现。
最后，我参与了一个基于CLIPS的专家系统设计与实现项目。
在这个项目中，我团队根据实际需求，利用CLIPS实现了一个咨询服务的专家系统。
该系统能够根据用户的问题和条件，提供相应的咨询建议。
通过这个项目，我深入理解了专家系统的开发流程和技术要点，同时也锻炼了团队合作和沟通能力。
二、基于CLIPS的专家系统设计与实现经验和方法在基于CLIPS的专家系统设计与实现过程中，我总结了一些经验和方法，供今后的工作和学习中参考。
首先，合理分析和组织专家知识是专家系统设计的关键。
专家系统的性能和准确性很大程度上取决于所蕴含的专家知识。
在设计过程中，我们需要深入了解专业领域的知识，并根据实际场景进行分析和组织，以便在CLIPS中进行有效的表示和推理。
- 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)。
暨南大学本科实验报告专用纸课程名称人工智能与专家系统成绩评定0实验项目名称动物识别系统设计指导教师0实验项目编号实验项目类型综合型0实验地点南校区学生姓名学号0学院信息科学技术学院系计算机科学系专业0实验时间2017年12 月日-- 年月日温度℃湿度（一）实验目的通过建立动物识别产生式系统，理解并体会知识库与控制系统相互独立的智能产生式系统与一般程序的区别。
（二）实验要求1.系统的设计和完成可以使用各种编程语言和实用工具，不采用人工智能语言和工具，这样能够使你更加了解专家系统。
2.推荐使用语言：C、java、php、javascript、delphi。
也可以使用其他语言。
3如果使用数据库做后台，要求使用最简单的Access。
4.系统可以使用图形界面，简单的也可以使用字符界面，不要求。
（三）设计并完成知识库本课程设计的主旨是设计并实现具有15条规则能自动识别7种动物的产生式系统。
知识库与控制系统相互独立，系统完成后除了能识别已有的7种动物外，按产生式知识表示方法向知识库中添加、修改新的知识后，系统能在不修改控制系统程序的情况下仍然能正确识别。
1.综合数据库中数据结构说明；产生式通过满足前件，得到后件的结论或者执行后件的相应动作，即后件由前件来触发。
同时，一个产生式生成的结论可以作为另一个产生式的前提或语言变量使用，进一步可构成产生式系统。
因此在通过有关特征识别动物的特征中规定：识别动物的前件（即动物的特征）：0:有毛发 1:有奶 2:有羽毛 3:会飞4:会生蛋 5:吃肉 6:有锋利牙齿 7:有爪8:眼向前方 9:有蹄 10:反刍 11:黄褐色皮毛12:有暗斑点 13:有黑色条纹 14:长脖子 15:长腿16:不会飞 17:会游泳 18:黑白二色 19:善飞产生的中间结果（即动物的类别）：20:哺乳动物 21.鸟 22.食肉动物 23.有蹄类动物最终结论：24.虎 25.豹 26.斑马 27.长颈鹿 28.企鹅 29.鸵鸟 30.信天翁于是在综合数据库中，将设定int型数组facts[30]，数组的编号对应着以上事实的编号，数组的值为1时，意味着对应编号的事实为真，否则为假。
2.规则的格式的数据结构说明；每条规则都拥有前件与后件，建立规则的数据结构时将前件与后件定义即可。
前件往往有一个或多个，而后件只有一个。
为了方便采用序号代替前后件，因此定义前件为数组int condition[6]；定义后件int outcome;规则的数据结构也随之敲定。
typedef struct//存放规则的结构体,由条件和结果构成皆用序号int型表示{int condition[6];//条件int outcome;//结论}Rule;将15条规则转化为符号：{{0},20},//有毛发→哺乳动物{{1},20},//有奶→哺乳动物{{2},21},//有羽毛→鸟{{3,4},21},//会飞&会生蛋→鸟{{5},22},//吃肉→食肉动物{{6,7,8},22},//有锋利牙齿&有爪&眼向前方→食肉动物{{20,8},23},//哺乳动物&有蹄→有蹄类动物{{20,9},23},//哺乳动物&反刍→有蹄类动物{{20,22,11,12},25},//哺乳动物&食肉动物&有黄褐色皮毛&有暗斑点→豹{{20,22,11,13},24},//哺乳动物&食肉动物&有黄褐色皮毛&有黑色条纹→虎{{23,14,15,12},27},//有蹄类动物&长脖子&长腿&有暗斑点→长颈鹿{{23,13},26},//有蹄类动物&有黑色条纹→斑马{{21,16,14,15,18,},29},//鸟&不会飞&长脖子&长腿&黑白两色→鸵鸟{{21,16,17,18,},28},//鸟&不会飞&会游泳&黑白两色→企鹅{{21,19},24}};//鸟&善飞→信天翁3.推理机（包括正向和反向推理）过程。
在上述规则的基础上，可以利用推理机对给出条件进行推理：(1)正向推理：从下向上进行推理。
在建立规则库时需要使子规则在父规则前。
在进行正向推理是只要将规则库从前到后遍历下来看是否能由给定规则推出相应结果即可。
通过判断每次与规则匹配得到的结果，如果结果不是动物，则更新事实库，将此次结果作为前件匹配下一个规则。
若有多条规则可用，则使用冲突消解策略，选取一条规则执行。
直到最终结果是动物时，视为推理成功。
具体步骤如下：a.输入得到当前事实facts[]，针对15条rules轮流筛查可用规则。
b.将rules所需的前件提取出来与facts中的事实进行比对。
若有多条规则可用时，冲突消解的方法是：选取规则表rules中顺序最前的规则。
找到可用规则。
扩充facts，重复b步骤。
c.在无可扩充时，检查facts，若其中没有结果是动物，则推理失败；若其中推理出超过两个动物时，仍记为推理失败。
在只有一个结果是动物时，则推理成功。
(2)反向推理：反向推理的思路是从事实库的动物开始从前向后进行匹配，如果所有动物都不能推出为识别失败，若能推出其中一个，则识别成功。
若有多条规则可用，则从中选出一条规则，将规则的前件添加到综合数据库。
具体步骤如下：a.假设有动物m，若其已经在facts中，则假设成立搜索终止。
b.若该假设动物不在facts中，则从rules中所有后件中含有该动物m的规则组成表。
若该表为空，则询问用户fact的真假，若为真，则将fact添加到facts，搜索中止。
c.若该表不为空，则逐个判断表内规则是否有规则的全部前件都包含在facts中，如果有，则证明假设可以直接被推出。
识别成功。
d.如果不能直接推出，则重新进行步骤b，直至满足步骤c。
这时，我们认为假设可以被间接推出，识别成功。
否则若没有可用规则，则识别失败。
（四）开发环境1.工具：C-free 5.02.语言：C++3.OS平台说明：win10（五）综合数据库与推理机1.综合数据库char *animalBase[] = { "0.有毛发","1.有奶","2.有羽毛","3.会飞","4.会生蛋","5.吃肉","6.有锋利牙齿","7.有爪","8.眼向前方","9.有蹄","10.反刍","11.有黄褐色皮毛","12.有暗斑点","13.有黑色条纹","14.长脖子","15.长腿","16.不会飞","17.会游泳","18.黑白二色","19.善飞","20.哺乳动物","21.鸟","22.食肉动物","23.有蹄类动物","24.虎","25.豹","26.斑马","27.长颈鹿","28.企鹅","29.鸵鸟","30.信天翁" };对应以上特征，设定整型数组存储求解过程中产生的各种信息，包括初始事实、推理得到的中间结论，以及最终结论。
int facts[30] = { 0 };//记录被选择的事实，初始化都为0，被选择后赋值为1对三种不同的信息进行区分的方法是利用序号区间进行区分。
0-19序号部分是存放原始信息，20-23存放的是中间结论，24-30存放了最后的结论。
2.推理机推理部分主要使用了两个函数，分别是deduce函数和animal函数。
Deduce函数是用于根据原始信息，进行规则的遍历，不断正向推理的函数；animal函数是利用deduce函数推理得出的facts数组，即综合数据库，进行结果的判断，如果推理得出的结果唯一，则返回推理成功的信息，输出最终的结果，否则判定为推理失败。
for (i = 0;i<15;i++)//依次对15条规则进行检测{j = 0;f = rule[i].condition[j];while (f != -1) //推理是否满足第i条规则{if (facts[f] == 0)//第i条规则有一个条件不满足，即为不满足该条规则break;//从此次i规则检验循环中跳出j++;f = rule[i].condition[j];//取出i规则中所需的条件序号}if (f == -1)//若经过上一个循环有f==-1，则代表满足第i条规则{out1 = rule[i].outcome;facts[out1] = 1;//将得出的结论加入已知事实printf("运用了规则(%d) : ", i);//并输出所用规则，以便查看j = 0;while (rule[i].condition[j] != -1){cout << animalBase[rule[i].condition[j]] <<" ";//输出规则所用先决条件j++;}cout <<"====> "<< animalBase[out1] << endl;//输出规则所用结果}}上述就是Deduce函数的主要内容，取出每一条规则的全部前件与事实库facts中进行比对，若满足该规则，则该规则的后件将会被扩充到facts数组中，同时也文字输出，以便使用者确认运行过程中使用的规则。
遍历完15条规则后，facts数组中就存放了推理得出的全部事实。
接下来就将facts数组传入animal函数，从综合数据库中遴选最终结论：int animal(int facts[])//判断知识库中是否有符合描述的动物{int i = 24, a = 0, b = 0;//判断有多少结果满足特定动物区间while (i <= 30){if (facts[i] == 1){b = i;a++;}i++;}if (a == 1) return b;//恰巧有唯一动物满足给出条件时，返回该动物编号else return 0;//否则返回0，记为推理失败利用变量a累计最终结果的数目，如果a=0，说明知识库中没有满足描述的动物；如果a≥2，说明有多个动物满足描述条件，仍然不能确定最终结果。