中南大学人工智能实验报告
- 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)。
“人工智能”实验报告
专业
班级
学号
姓名
目录
一、实验八自动规划实验群 (3)
二、实验一生产式系统实验群 (6)
三、实验二搜索策略实验群 (7)
四、实验七神经网络 (9)
五、实验心得和体会 (10)
实验八自动规划实验群
姓名班级指导老师日期2011.12
实验目
的
熟悉和掌握自动规划的基本原理,方法和主要技术。
实验原理规划是一种问子题求解技术,它从某个特定的问题状态出发,寻求一系列行为动作,并建立一个操作序列,直到求得目标状态为止。简而言之,规划是一个行动过程的描述。一个总规划可以含有若干个子规划。
实验环
境
转载相
关源文
件
实验环境
转载相关源文件
实现过
程
单步观察实验算法
算法结果分析
观测结果通过规定规则,确定initial state和goal state,使得移动臂按照规则进行移动。分别进行clear holding pickup putdown putdowntable等实现对木块的移动。
实现过程先进行逆向推理选择,找出途径后再进行移动。
学生结论对于不同的规则将会出现不同的移动过程。通过规定不同的动作可实现不通过的移动。
实验一生产式系统实验群
该动物有奶.可知,均不和事实相匹匹配,这条链是失败的,
但事实库中有:该动物是哺乳动物.这个事实,故存在成功的
链路。
(3)同理对于其他三者,事实库中均存在给点的事实即:是
食肉动物.是黄褐色.身上有黑色条纹.所以存在一条成功的链
路,使所有的规则与事实匹配。故结果为True.
学生结论在产生式系统的推理过程中,我们需要恰当的设置好规则与事实,同时应注意两者之间的匹配。在逆向推理中,必须寻找所存在的规则,最终找到存在事实库,若所需条件存在则
为true,否则为false
指导老师意
见
实验二、搜索策略实验群
日期2011.12
姓名\ 班级\ 指导老
师
实验目的熟悉和掌握启发式搜索的定义、估价函数和算法过程,并利用A*算法求解N数码难题,理解求解流程和搜索顺序。
搜索图
算法比较广度优先启发式(1)启发式(2)
Open表Open{S}
Open{1, 2}
Open{3, 4, 2}
Open{7, 4, 2}
Open{4, 2}
Open{8,2}
Open{2}
Open{5, 6}
Open{9, G, 6}
Open{G, 6} Open{S}
Open{1, 2}
Open{5, 6, 1}
Open{3, 4, 5, 6}
Open{9, G, 3, 4, 6}
Open{10, 9, G, 3, 4}
Open{8, 10, 9, G, 3}
Open{S}
Open{2}
Open{5,}
Open{G}
Close表S 1 2 3 4 5 6 7 8 9 S 1 3 7 4 8 5 9 S 2 5
估价函数S+9.8+节点1+9.3+节点
2+12.8+节点3+7.5+节
点4+9.2+节点5+11.7+
节点6+14.0+节点
7+14.0+节点8+13.8+节
点9+15.5+G S+9.8+节点1+12.8+节点
3+14.0+节点7+7.5+节点
4+14.0+节点8+9.3+节点
2+9.2+节点5+13.8+节点
9+15.5+G
S+9.8+节点2+11.2+节点
5+4.7+目标节点G
搜索节点次序记录S-1-2-3-5-6-7-8-9-G
初始节点
s-1-3-7-4-8-2-5-9-目标节
点G
S-2-5-G
观测结果
学生结论广度优先是以接近起始
节点的程度依次扩展节
点的可以保证在搜索树
种找到最短途径先右指路,再左支路
有时会考虑的路径过长
有序搜索,总是选择f值最
小的节点作为扩展节点
实验七、神经网络
姓名班级指导老师日期2011.12
实验目的理解反向传播网络的结构和原理,掌握反向传播算法对神经元的训练过程,了解反向传播公式。通过构建BP网络实例,熟悉前馈网络的原理及结构。
网络拓扑初始
目标初始
目标
初始
目标
训练数据集
训练误差
实验心得和体会
当初觉得好奇报了人工智能这一个学科,接触了一学期后发现人工智能挺有趣的。其中涉及到了很多与我们的生活息息相关的知识以及它所代表的也是我们科学进步发展最前沿的体现。
除了计算机科学以外, 人工智能还涉及信息论、控制论、自动、仿生学、生物学、心理学、数理逻、语言、医学和哲学等多门学科。人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理、计算机视觉、智能机器人、自动程序设计等方面。
同时通过这几次的实验,我对人工智能的一些思想以及应用有了更进一步的了解。
在实验期间,也遇到了很多困难,我通过在书本上查找答案以及询问周边的同学,希望能得到合理的答案,在大家的帮助下,解决了不少实验中的问题以及很多难以理解的理论和思想,不过还有很多地方自己和同学们都不是很了解,希望在今后的学习中能慢慢解决问题。
在其中,我更学到了并巩固了书本上的知识。
再生产式系统中,主要用到了系统自带的动物识别系统,动物识别系统的实质是将人的思维过程转化为计算机语言的逻辑过程,其关键在于知识和信息的表示,智能推理或求解的基础—知识库的创建和管理,以及基于某种知识和信息表示的智能推理或求解过程。
在搜索策略实验群中,我渐渐了解启发式搜索的定义、估价函数和算法过程,并利用A*算法求解N数码难题,理解求解流程和搜索顺序。
同时还有神经网络群以及自动规划群,规划是一种问子题求解技术,它从某个特定的问题状态出发,寻求一系列行为动作,并建立一个操作序列,直到求得目标状态为止。简而言之,规划是一个行动过程的描述。一个总规划可以含有若干个子规划。
通过这一段的实验,增长了知识,更锻炼了自我的能力,希望今后能在人工智能这块领域内取得获得更多的知识。