人工智能导论课参考答案第2章

合集下载

人工智能导论-第2章 逻辑推理4 - 因果推理

人工智能导论-第2章 逻辑推理4 - 因果推理
有向无环图指的是一个无回路的有向图,即从图中任意一个节点出发经过任意条边,均无
法回到该节点。有向无环图刻画了图中所有节点之间的依赖关系。
DAG 可用于描述数据的生成机制。
这样描述变量联合分布或者数据生成机制的模型,被称为 “贝叶斯网络”。
结构因果模型定义
定义 2.15
结构因果模型:结构因果模型由两组变量集合和以及一组函数组成。其中,是根据
<
′ +′
,
′ +′
>
+′

+ ′
辛普森悖论表明,在某些情况下,忽略潜在的“第三个变量”(本例中性别就是用药与否
和恢复率之外的第三个变量),可能会改变已有的结论,而我们常常却一无所知。
从观测结果中寻找引发结果的原因、考虑数据生成的过程,由果溯因,就是因果推理
因果推理(Causal Inference): Simpson’s Paradox (辛普森悖论)
女生
六个最大的院系中,4个院系女生录取率大于男生。
如果按照这样的分类,女生实际上比男生的录取率还高一点点。
女生更愿意申请那些竞争压力很大的院系(比如英语系),
但是男生却更愿意申请那些相对容易进的院系(比如工程学系)。
Peter J. Bickel, Eugene A. Hammel,O’Connell, J. W, Sex bias in graduate admissions: Data from
87
263
87
69
93
73
表2.4.2 以性别分组后的某组病人在
是否尝试新药以后的恢复情况
表2.4.1列出了某组病人在是否尝试新药以后的恢复情况:不用药病人的恢复率高于用药病人的恢

《人工智能》--课后习题答案

《人工智能》--课后习题答案

《人工智能》课后习题答案第一章绪论1.1答:人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。

人工智能是相对于人的自然智能而言,即用人工的方法和技术,研制智能机器或智能系统来模仿延伸和扩展人的智能,实现智能行为和“机器思维”,解决需要人类专家才能处理的问题。

1.2答:“智能"一词源于拉丁“Legere”,意思是收集、汇集,智能通常用来表示从中进行选择、理解和感觉。

所谓自然智能就是人类和一些动物所具有的智力和行为能力。

智力是针对具体情况的,根据不同的情况有不同的含义。

“智力”是指学会某种技能的能力,而不是指技能本身。

1。

3答:专家系统是一个智能的计算机程序,他运用知识和推理步骤来解决只有专家才能解决的复杂问题。

即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统.1。

4答:自然语言处理—语言翻译系统,金山词霸系列机器人-足球机器人模式识别—Microsoft Cartoon Maker博弈—围棋和跳棋第二章知识表达技术2。

1解答:(1)状态空间(State Space)是利用状态变量和操作符号,表示系统或问题的有关知识的符号体系,状态空间是一个四元组(S,O,S0,G):S-状态集合;O—操作算子集合;S0—初始状态,S0⊂S;G—目的状态,G⊂S,(G可若干具体状态,也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。

状态空间一解是一有限操作算子序列,它使初始状态转换为目标状态:O1 O2 O3 OkS0→−−−S1→−−−S2→−−−……→−−−G其中O1,…,Ok即为状态空间的一个解(解往往不是唯一的)(2)谓词逻辑是命题逻辑的扩充和发展,它将原子命题分解成客体和谓词两个部分.与命题逻辑中命题公式相对应,谓词逻辑中也有谓词(命题函数)公式、原子谓词公式、复合谓词公式等概念.一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。

(3)语义网络是一种采用网络形式表示人类知识的方法.即用一个有向图表示概念和概念之间的关系,其中节点代表概念,节点之间的连接弧(也称联想弧)代表概念之间的关系。

人工智能导论第二章搜索与问16

人工智能导论第二章搜索与问16

2.2.2 与或图表示法
基于与或图表示的问题求解算法
Step1: 确定单个问题描述形式,可采用状态空 间表示法。
Step2:从原始问题开始,逐步进行分解和变换, 直到本原问题,然后将全部分解和变换过程表示 为与或图。
Step3:从端顶点开始,逐步向上回溯,标注各 顶点为可解或不可解顶点,直到标注原始顶点为 可解顶点或不可解顶点为止
2.3 搜索策略
通常搜索策略的主要任务是确定如何选取规则的 方式。有两种基本方式:
状态空间将问题求解所涉及的每个可能的步骤表 示成一个状态,全部状态以及状态之间的所有转 换构成一个以图的形式表示的状态空间。问题的 求解过程是在状态空间中搜索一条最优的或可行 的从初始状态到目标状态的路径的过程。
与或图表示法的基础是问题归约,通过一系列分 解或变换,将复杂问题逐步转化为比较简单的问 题,直至可以直接求解的本原问题。与或图的求 解过程是在与或图中搜索一个将原始问题变换为 简单问题在变换为本原问题的、最优的或可行的 归约步骤的过程。
2)为了移盘片C,必须先把盘片A及B移到2号柱上。 3)当把盘片C移到3号盘上后,就可把A、B从2号柱移到3
号柱上,以完成问题的求解。
把原问题分解为三个子问题:
1)把盘片A及B移到2号柱的双盘片问题。 2)把盘片C移到3号柱的单盘片问题。 3)把盘片A及B移到3号柱的双盘片问题。 其中,子问题1)与子问题3)又分别可分解为三个子问题
例:三阶Hanoi Tower (梵塔)问题
设有A、B、C三个盘片以及三根柱子,三 个盘片按从小到大的顺序穿在1号柱上,要 求把它们全部移到3号柱上,而且每次只能 移动一个盘片,任何时刻都不能把大的盘 片压在小的盘片上面,如图所示。
例:三阶Hanoi Tower (梵塔)问题

人工智能导论 第2章 知识表示(导论) 38-64

人工智能导论 第2章 知识表示(导论) 38-64
59
2.4.2 用框架表示知识的例子
例2 教师框架
当把具体的信息填入槽或侧面后,就得到了相应框架的 一个事例框架。
框架名:〈教师-1〉 姓名:夏冰 年龄:36 性别:女 职称:副教授 部门:计算机系软件教研室 住址:〈adr-1〉 工资:〈sal-1〉 开始工作时间:1988,9 截止时间:1996,7
✓ 2.4 框架表示法
55
2.4 框架表示法
1975年,美国明斯基提出了框架理论:人们对现实 世界中各种事物的认识都是以一种类似于框架的结 构存储在记忆中的。 框架表示法:一种结构化的知识表示方法,已在多 种系统中得到应用。
56
2.4.1 框架的一般结构
框架(frame):一种描述所论对象(一个事物、事 件或概念)属性的数据结构。 一个框架由若干个被称为“槽”(slot)的结构组成, 每一个槽又可根据实际情况划分为若干个“侧面” (faced)。 一个槽用于描述所论对象某一方面的属性。 一个侧面用于描述相应属性的一个方面。 槽和侧面所具有的属性值分别被称为槽值和侧面值。
2.4.2 用框架表示知识的例子
例1 教师框架
框架名:〈教师〉 姓名:单位(姓、名) 年龄:单位(岁) 性别:范围(男、女) 缺省:男 职称:范围(教授,副教授,讲师,助教) 缺省:讲师 部门:单位(系,教研室) 住址:〈住址框架〉 工资:〈工资框架〉 开始工作时间:单位(年、月) 截止时间:单位(年、月) 缺省:现在
THEN 该动物是食肉动物 r7: IF 该动物是哺乳动物 AND 有蹄
THEN 该动物是有蹄类动物 r 8: IF 该动物是哺乳动物 AND 是反刍动物THEN 该动物是有Fra bibliotek类动物49
2.3.3 产Th式系统的例子——动物识别系统

人工智能及其应用 习题参考答案 第2章

人工智能及其应用 习题参考答案 第2章

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?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=02. nC=33. 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)2-6 把下列句子变换成子句形式:(1) (x){P(x)→P(x)}(2) xy(On(x,y)→Above(x,y))(3) xyz(Above(x,y)∧Above(y,z)→Above(x,z))(4) ~{(x){P(x)→{(y)[p(y)→p(f(x,y))]∧(y)[Q(x,y)→P(y)]}}}1.(ANY x) { P(x)→P(x) }(ANY x) {~P(x) OR P(x)}~P(x) OR P(x)最后子句为~P(x) OR P(x)(2) (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)(3) (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 Above(y,z) ] OR Above (x,z)最后子句为~[Above(x,y), Above(y,z)] OR Above(x,z)(4) ~{ (ANY x) { P(x)→ { (ANY y) [ p(y)→p(f(x,y)) ] AND (ANY y) [ Q(x,y) → P(y) ] } } }~ { (ANY x) { ~P(x) OR { (ANY y) [ ~p(y) OR p(f(x,y)) ] AND (ANY y) [ ~Q(x,y) OR P(y) ] } } }(EXT x) { P(x) AND { (EXT x) [ p(y) AND ~p(f(x,y)) ] OR (EXT y) [ Q(x,y) AND ~P(y) ] } }(EXT x) { P(x) AND { (EXT w) [ p(y) AND ~p(f(w,y)) ] OR (EXT v) [ Q(x,v) AND ~P(v) ] } }P(A) AND { [ p(y) AND ~p(f(B,y)) ] OR [ Q(A,C) AND ~P(C) ] }P(A) AND { [ p(y) AND ~p(f(B,y)) OR Q(A,C) ] AND [ p(y) AND ~p(f(B,y)) OR ~P(C) ] }P(A) AND { { p(y), ~p(f(B,y)) } OR Q(A,C) } AND { { p(y), ~p(f(B,y)) } OR ~P(C) }最后子句为P(A){ p(x), ~p(f(B,x)) } OR Q(A,C){ p(y), ~p(f(B,y)) } OR ~P(C)2-7 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。

人工智能导论-第二章对抗搜索

人工智能导论-第二章对抗搜索

上限置信区间算法在MCTS中应用
上限置信区间(UCB)算法
UCB算法是一种多臂赌博机问题的解决方法,用于在探索和利用之间找到平衡。 在MCTS中,UCB算法被用于指导节点的选择过程。
应用方式
在MCTS的选择阶段,使用UCB算法计算每个子节点的得分,并选择得分最高 的子节点进行扩展和模拟。通过不断调整UCB公式中的参数,可以控制探索和 利用的权衡程度。
优化策略
为了进一步提高Alpha-Beta剪枝算法的效率,可以采用 一些优化策略,如启发式排序、迭代深化搜索等。其中 ,启发式排序是一种基于评估函数的节点排序方法,将 更有可能导致最优解的节点排在前面,从而提前找到最 优解并终止搜索;迭代深化搜索则是一种逐步增加搜索 深度的搜索方法,可以在有限的搜索深度内找到较好的 解。
常见剪枝技术
常见的剪枝技术包括深度优先剪枝、广度优先剪枝、启发式剪枝等。其中,启发 式剪枝是一种基于评估函数的剪枝方法,通过计算每个节点的评估值,提前排除 一些评估值较差的节点,从而减少搜索空间。
Alpha-Beta剪枝算法优化策略
Alpha-Beta剪枝原理
Alpha-Beta剪枝算法是一种基于极大极小值搜索的优化算 法,通过引入两个参数alpha和beta来限制搜索范围,从 而减少搜索空间。在搜索过程中ቤተ መጻሕፍቲ ባይዱ如果发现当前节点的值 已经小于或等于alpha(对于极大值节点)或大于或等于 beta(对于极小值节点),则可以提前终止对该节点的搜 索。
非零和博弈是指博弈中各方的收益和损失总和不为零的情况 。这种博弈更为普遍,因为现实生活中的许多情况都是非零 和的。非零和博弈算法需要考虑到博弈各方的可能合作,以 及利益分配的问题。
完全信息与非完全信息博弈算法

人工智能导论第二章答案

人工智能导论第二章答案

人工智能导论第二章答案1、单选题:下列关于智能说法错误的是()选项:A:细菌不具有智能B:任何生命都拥有智能C:从生命的角度看,智能是生命适应自然界的基本能力D:目前,人类智能是自然只能的最高层次答案: 【细菌不具有智能】2、判断题:目前,智能的定义已经明确,其定义为:智能是个体能够主动适应环境或针对问题,获取信息并提炼和运用知识,理解和认识世界事物,采取合理可行的(意向性)策略和行动,解决问题并达到目标的综合能力。

()选项:A:错B:对答案: 【错】3、判断题:传统人工智能领域将人工智能划分为强人工智能与弱人工智能两大类。

所谓强人工智能指的就是达到人类智能水平的技术或机器,否则都属于弱人工智能技术。

()选项:A:错B:对答案: 【对】4、判断题:人类历史上第一个人工神经元模型为MP模型,由赫布提出。

()选项:A:对B:错答案: 【错】5、单选题:下列关于数据说法错误的是()选项:A:数据可以分为模拟数据和数字数据两类B:数据就是描述事物的符号记录,是可定义为有意义的实体C:我们通常所说的数据即能够直接作为计算机输入的数据是模拟数据D:在当今社会,数据的本质是生产资料和资产答案: 【我们通常所说的数据即能够直接作为计算机输入的数据是模拟数据】6、多选题:下列关于大数据的说法中正确的有()选项:A:大数据具有多样、高速的特征B:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产C:大数据带来的思维变革中,更多是指更多的随机样本D:“大数据时代”已经来临答案: 【大数据具有多样、高速的特征;“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产;“大数据时代”已经来临】7、判断题:大数据在政府公共服务、医疗服务、零售业、制造业、以及涉及个人位置服务等领域都将带来可观的价值。

()选项:A:对B:错答案: 【对】8、多选题:人工智能在各个方面都有广泛应用,其研究方向也众多,下面属于人工智能研究方向的有()选项:A:知识图谱B:模式识别C:语音识别D:机器学习答案: 【知识图谱;模式识别;语音识别;机器学习】9、判断题:机器人发展经历了程序控制机器人(第一代)、自适应机器人(第二代)、智能机器人(现代)三代发展历程。

人工智能导论-第2章分析

人工智能导论-第2章分析
点C目前不能肯定是可解节点,故A和S0也还不能确定为可解节 点。左子树仍然是希望树,下面对节点C进行扩展。
24
与或树的有序搜索:示例
S0
A D
B
L
M
C
N
P
E
F
2
G
H
0
0
22
0
0
3
2
3
2
2
2
h(N)=2, h(P)=7, h(C)=3, h(A)=8, 由此可推算出h(S0)=9。
25
2.3 博弈树搜索
P
P1
P2
P3
2
第二章 与或图搜索问题
• 等价变换:对于一个复杂问题,除了可用“分解”方 法进行求解外,还可利用同构或同态的等价变换,把 它变换为若干个较为容易求解的新问题。若新问题中 有一个可求解,则就得到了原问题的解。因此下图称 为“或”树
P
P1
P2
P3
3
第二章 与或图搜索问题
• 与或树 P
3. 如果x是“与”节点, 则节点x的代价有两种计算方
法:和代价法与最大代价法。 n
4. 和代价法:
h( x ) ( c( x, yi ) h( yi )) i 1
5. 最大代价法:
h( x ) max { c( x, yi ) h( yi )}
6. 如果x不可扩展,且又不是终止节1点in,则定义h(x)=。
• 扩展5号节点,得到t3、t4,由于t3、t4均为终止 节点,所以被标识为可解节点,通过应用可解 标识过程可得到5、3、1号节点均为可解节点。
12
与或树的有界深度优先搜索
• 1. 把初始节点S0放入OPEN表。
• 2. 把OPEN表中的第一个节点(记为节点n)取出放入CLOSED 表。
  1. 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. 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. 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)。
第2章
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))
添加表:¬AL(船),¬AL(农夫),¬AL(白菜)
问题的初始状态:
AL(农夫)
AL(船)
AL(狼)
AL(羊)
AL(白菜)
问题的目标状态:
¬AL(农夫)
¬AL(船)
¬AL(狼)
¬AL(羊)
¬AL(白菜)
(2)再定义描述操作的谓词
本题需要以下4个描述操作的谓词:
L-R:农夫自己划船从左岸到右岸
L-R(x):农夫带着x划船从左岸到右岸
R-L:农夫自己划船从右岸到左岸
L-R(狼):农夫带着狼划船从左岸到右岸
条件:AL(船),AL(农夫),AL(狼),¬AL(羊)
动作:删除表:AL(船),AL(农夫),AL(狼)
添加表:¬AL(船),¬AL(农夫),¬AL(狼)
L-R(羊):农夫带着羊划船从左岸到右岸
条件:AL(船),AL(农夫),AL(羊),AL(狼),AL(白菜)
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。
解:(1)先定义描述状态的谓词
要描述这个问题,需要能够说明农夫、狼、羊、白菜和船在什么位置,为简化问题表示,取消船在河中行驶的状态,只描述左岸和右岸的状态。并且,由于左岸和右岸的状态互补,因此可仅对左岸或右岸的状态做直接描述。本题选择对左岸进行直接描述的方法,即定义谓词如下:
AL(x):x在左岸
其中,x的个体域是{农夫,船,狼,羊,白菜}。对应地,¬AL(x)表示x在右岸。
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)
R-L(x):农夫带着x划船从右岸到左岸
其中,x的个体域是{狼,羊,白菜}。
对上述每个操作,都包括条件和动作两部分。它们对应的条件和动作如下:
L-R:农夫划船从左岸到右岸
条件:AL(船),AL(农夫),¬AL(狼)∨¬AL(羊),¬AL(羊)∨¬AL(白菜)
动作:删除表:AL(船),AL(农夫)
添加表:¬AL(船),¬AL(农夫)
(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))
添加表:HANDEMPTY(x)
Putdown(x)
条件:HANDEMPTY(x)
动作:删除表:HANDEMPTY(x)
添加表:ONTABLE(x),CLEAR(x),HANDEMPTY
Stack(x, y)
条件:HANDEMPTY(x),CLEAR(y)
动作:删除表:HANDEMPTY(x),CLEAR(y)
或:AL(船),AL(农夫),AL(羊),¬AL(狼),¬AL(白菜)
动作:删除表:AL(船),AL(农夫),AL(羊)
添加表:¬AL(船),¬AL(农夫),¬AL(羊)
L-R(白菜):农夫带着白菜划船从左岸到右岸
条件:AL(船),AL(农夫),AL(白菜),¬AL(狼)
动作:删除表:AL(船),AL(农夫),AL(白菜)
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。
添加表:HANDEMPTY,ON(x, y),CLEAR(x)
Upstack(x, y)
条件:HANDEMPTY,CLEAR(y),ON(y,x)
动作:删除表:HANDEMPTY,ON(y, x)
添加表:HOLDING(y),CLEAR(x)
(3)问题求解过程
利用上述谓词和操作,其求解过程为:
2.10用谓词表示法求解农夫、狼、山羊、白菜问题。农夫、狼、山羊、白菜全部放在一条河的左岸,现在要把他们全部送到河的右岸去,农夫有一条船,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。似规划出一个确保全部安全过河的计划。请写出所用谓词的定义,并给出每个谓词的功能及变量的个体域。
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)
条件:ONTABLE(x),HANDEMPTY,CLEAR(x)
动作:删除表:ONTABLE(x),HANDEMPTY
(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, pragrammHale Waihona Puke ng)∧U(x,computer))
(5)凡是喜欢编程序的人都喜欢计算机。
相关文档
最新文档