922252-人工智能导论第4版试验参考程序-2模糊推理系统实验要求
实验二 模糊推理系统实验
一、实验目的：
理解模糊逻辑推理的原理及特点，熟练应用模糊推理，了解可能性理论。
二、实验原理
模糊推理所处理的事物自身是模糊的，概念本身没有明确的外延，一个对象是否符合这个概念难以明确地确定模糊推理是对这种不确定性，即模糊性的表示与处理。
模糊逻辑推理是基于模糊性知识(模糊规则)的一种近似推理，一般采用Zadeh 提出的语言变量、语言值、模糊集和模糊关系合成的方法进行推理。
三、实验条件：
Matlab 7.0 的Fuzzy Logic Tool 。
四、实验内容：
1.设计洗衣机洗涤时间的模糊控制。
已知人的操作经验为：
“污泥越多，油脂越多，洗涤时间越长”；
“污泥适中，油脂适中，洗涤时间适中”；
“污泥越少，油脂越少，洗涤时间越短”。
要求：
（1）设计相应的模糊控制器，给出输入、输出语言变量的隶属函数图，模糊控制规则表和推论结果立体图。
（2）假定当前传感器测得的信息为00
(60,70x y ==污泥）（油脂），采用面积重心法反模糊化，给出模糊推理结果，并观察模糊控制的动态仿真环境，给出模糊控制器的动态仿真环境图。
提示：模糊控制规则如图4－1。
其中SD （污泥少）、MD （污泥中）、LD （污泥多）、NG （油脂少）、MG （油脂中）、LG （油脂多）、VS （洗涤时间很短）、S （洗涤时间短）、M （洗涤时间中等）、L （洗涤时间长）、VL （洗涤时间很长）。
2．假设两汽车均为理想状态，即
2Y()4U()20.724s s s s =+⨯⨯+，Y 为速度，U 为油门控制输入。
（1）设计模糊控制器控制汽车由静止启动，追赶200m 外时速90km 的汽车并与其保持30m 的距离。
（2）在25时刻前车速度改为时速110km 时，仍与其保持30m 距离。
（3）在35时刻前车速度改为时速70km 时，仍与其保持30m 距离。
要求：
（1）设计两输入一输出的模糊控制器，给出输入、输出语言变量的隶属函数图，模糊控制规则表，推论结果立体图。
（2）用SIMULINK 仿真两车追赶的模糊控制系统，给出目标车的速度曲线图、油门踩放图、追赶车速度图、与前车相对距离图。
五、实验报告要求：
1.分析隶属度、模糊关系和模糊规则的相互关系。
2．按照实验内容，给出相应结果。
922262-人工智能导论第4版试验参考程序-迷宫寻路实验要求
实验四 A*算法实验II
一、实验目的：
熟悉和掌握A*算法实现迷宫寻路功能，要求掌握启发式函数的编写以及各类启发式函数效果的比较。
二、实验原理：
A*（A-Star)算法是一种静态路网中求解最短路最有效的方法。
公式表示为：f(n)=g(n)+h(n)，其中f(n)是节点n从初始点到目标点的估价函数，g(n)是在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。
保证找到最短路径（最优解的）条件，关键在于估价函数h(n)的选取：估价值h(n)小于等于n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低，但能得到最优解。
如果估价值大于实际值，搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。
三、实验内容：
1、参考实验系统给出的迷宫求解核心代码，观察求解过程与思路。
2、画出用A*算法求解迷宫最短路径的流程图。
3、尝试改变启发式算法提高迷宫搜索速度。
4、分析不同启发式函数对迷宫寻路速度的提升效果。
四、实验报告要求：
1、画出A*算法求解迷宫最短路径问题的流程图。
2、试分析不同启发式函数对迷宫寻路求解的速度提升效果。
3、分析启发式函数中g(n)和h(n)求解方法不同对A*算法的影响。
922263-人工智能导论第4版试验参考程序-说明
本文档是基于神经网络的模式识别实验x 的说明文档
1.运行程序后得到如下三个窗口
其中左上是标准的数字输入，右上窗口是加入噪声的数字，下面的窗口是神经网络工具箱的操作窗口
2.加入input data和target data
选择右下角的import 弹出新的窗口，
选择xx作为input data，yy作为target data。
得到的图片如图所示:
3.创建神经网络
点击下面的new按钮
选好图中的input data 和target data 下拉框，点击create
4.训练网络
双击中间的network1 弹出训练框
点击train按钮
选好inputs 和targets 复选框，点击下面的train network 弹出训练的过程框
5.训练结果，单机下面的pots可以查看训练的结果v。
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。
人工智能领域中的模糊逻辑推理算法
人工智能领域中的模糊逻辑推理算法人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够智能地表现出类似人类的思维和行为的科学。
在人工智能领域中，模糊逻辑推理算法是一种重要的方法，其可以有效地处理现实世界中存在的不确定性和模糊性问题。
本文将介绍人工智能领域中的模糊逻辑推理算法及其应用。
一、模糊逻辑推理算法概述模糊逻辑推理算法是基于模糊逻辑的推理方法，模糊逻辑是对传统的布尔逻辑的扩展，允许命题的真值在完全为真和完全为假之间存在连续的可能性。
模糊逻辑推理算法通过模糊化输入和输出，使用模糊规则进行推理，最终得到模糊结果。
模糊逻辑推理算法主要包括以下几个步骤：1. 模糊化：将输入的精确值转化为模糊化的值，反映出其模糊性和不确定性。
2. 模糊规则匹配：根据模糊规则库，匹配输入的模糊值和规则库中的规则。
3. 推理：根据匹配到的规则进行推理，得到模糊输出。
4. 解模糊化：将模糊输出转化为精确值，以便进行后续的处理和决策。
二、模糊逻辑推理算法的应用领域1. 专家系统专家系统是一种能够模拟人类专家的思维和行为的计算机程序。
在专家系统中，模糊逻辑推理算法可以用于处理专家知识中存在的模糊性和不确定性，帮助系统作出正确的决策和推理。
2. 模式识别模式识别是通过对事物特征进行抽象和分类，从而识别和理解事物的过程。
在模式识别中，模糊逻辑推理算法可以用于处理存在模糊性和不确定性的模式，提高模式识别的准确性和鲁棒性。
3. 数据挖掘数据挖掘是从大量的数据中发现潜在的、有效的信息，并进行模式的分析和提取的过程。
在数据挖掘中，模糊逻辑推理算法可以用于处理数据中存在的模糊性和不确定性，挖掘出更多有意义的信息。
4. 控制系统控制系统是指对某个对象或过程进行控制的系统。
在控制系统中，模糊逻辑推理算法可以用于处理控制对象的模糊输入和输出，实现对控制系统的智能化控制。
三、模糊逻辑推理算法的发展趋势随着人工智能领域的不断发展，模糊逻辑推理算法也在不断演化和完善。
《人工智能导论》课程教学大纲
90%
离散型 Hopfield 网 络 、 连 续 型
Hopfield 网络、卷积运算、池化、卷
积网络的手写体数字识别。
人脑视觉机理、深度学习的基本思
40% 50% 40%
10%
想、人工智能的概念、人工智能研宄的
基本内容、神经元数学模型
合计
100% 100% 100%
100%
各考核方式占总成绩权重（自行賦值）
掌握连续 Hopfield 神经网络 用于优化计算的
一般步骤。
掌握连续 Hopfield 神经网络的
结构和运行机制，理 解连续 Hopfield 神经 网络用于优化计算
的基本原理。能够针
对创新点开展切实 有效的理论和应用 研究
目标 5.1
注：1.此表可用于课内实践教学环节或某门综合实践课程
2.实验类型：选填”验证性/综合性/设计性”；实习类型：选填“认识实习/生产实习/毕业实习”
对人工智能课程
与模拟，并能够理解其局限 工程实际中遇到的技术难题，
的各个章节产生
性。
兴趣，从而促进
具有扎实的理论基础、宽阔的
支撑指标点：5.2 能够在物 学习热情，在之
专业视野，具有计算机软硬件 联网领域复杂工程问题的 后的理论教学中
相关产品分析、开发、测试和
能更好地理解技
维护能力，能够用系统的观点 建模、模拟或解决过程中， 术的先进性与实
实习项 号
目名称
教学内容
实验 学或实思政融 时 习 类 入点
型2
学生学习 预期成果
课程目标
做
实验要
参 考 A*
具有批
熟悉和掌握启
A* 算 法 算 法 核 心 代
922260-人工智能导论第4版试验参考程序-步骤
1）首先打开matlab软件，在命令行中输入fuzzy命令产生如下窗口
2）单击Edit->Add variable->Input 添加一个新的输入变量
3）单机每一个黄色的方框与绿色的方框为输入输出变量在右下角的Name栏更改名字，改为X，Y，Z。
4）双击名为X的黄色方框出现一个新的窗口。
5）在左下角的Range窗口修改变量的变化范围，改成0-100。
6）分别单机右上角图像的三条曲线将曲线的名字改成SD，MD，LD。
7）点击左上角的Y变量的小方框，以同样的方法修改Y输入变量
8）点击左上角的Y变量的小方框，选择Edit->Remove all MFS。
并且紧接着Edit->ADD MFS。
在弹出的框中选择number为7，并为之修改名称
9）关闭当前窗口，回到上一窗口
10）双击中间的白色方框，出现如下窗口
11）按照书P302表格1中的的信息按顺序添加模糊控制规则
12）点击view->surface可以查看结果的立体图。
13）点击view->rules,出现如下的窗口，通过改变X输入为60，Y输入为70得到如下的控制结果。
【2024版】人工智能导论第四版第二章王万良课后答案
可编辑修改精选全文完整版人工智能导论第四版第二章王万良课后答案1、(杭州市)弟弟对地球充满了好奇，关于地球和地球的运动，说法不正确的是（[单选题] *A.托勒密坚持“地心说”，他认为地球处于宇宙中心B.“日心说”最早的提出者是哥白尼，他认为地球在运动，并且24小时自转一周(正确答案)C.贝塞尔用量日仪的观测结果，证明了地球在围绕着太阳公转2、以下（）的船首形状可以让船在水中行驶得更快。
[单选题] *A.尖型(正确答案)B.方形C.圆形3、谚语说“一猪生九崽，连母十个样”，主要指的是( )现象。
[单选题] *A.遗传B.变异(正确答案)C.遗传和变异4、.“人间四月芳菲尽，山寺桃花始盛开。
”高山上的桃花迟开的主要原因是缺水。
[判断题] *对错(正确答案)5、为了让辣椒、西瓜等提早上市，农民在冬季就用温水浸泡种子和用塑料薄膜大棚催芽，主要改变的是（）。
[单选题] *A.水分B.温度(正确答案)C.光照6、世界是由物质构成的，物质在不断地发生变化。
( ) [单选题]对(正确答案)错7、船的载重量与以下哪种因素无关（）。
[单选题] *A.船的材料B货物放置的位置C.货物的重量(正确答案)8、在下列废品中如果没有分类回收，对环境会造成危害最大的是( )。
[单选题] *A.废纸B.废玻璃C.纽扣电池(正确答案)9、运动员身体肌肉强壮，他们的子女肌肉不一定强壮。
[判断题] *对(正确答案)错10、冥王星属于( )。
[单选题] *A.行星B.小行星C.矮行星(正确答案)11、在组成花岗岩的矿物中，硬度最硬的是( )。
[单选题] *A.云母B.石英(正确答案)C.金刚石12、下列说法正确的是( ) 。
[单选题] *A.种子只有在土壤里才能发芽B.种子发芽一定要有阳光C.种子发芽必须要有水(正确答案)13、下列说法正确的是（）。
[单选题] *A.绿豆种子发芽需要高温B.只要有合适的温度，绿豆种子就可以发芽C.绿豆种子发芽必须要合适的温度、水分和充足的空气(正确答案)14、圭表主要是利用（）的周期性变化规律来计时的。
人工智能导论_实验指导
《人工智能导论》实验指导实验一Prolog平台使用实验二状态空间搜索：传教士与野人问题求解实验三启发式搜索算法：斑马属谁问题求解实验四小型专家系统设计与实现实验报告的基本内容和书写格式——————————————————————————————————一、实验目的二、实验内容三、实验步骤四、实验结果1. 系统名称〈所做系统的名称〉2. 系统概述（包括所做系统的背景和主要功能等。
）3.系统运行演示过程(1) 输入的初始事实或数据：(2) 系统运行时产生的推理树（网）：(3) 输出的结果：——————————————————————————————————《人工智能导论》实验一Prolog平台使用实验目的：熟悉Prolog（包括SWI-Prolog平台、Turbo-Prolog平台），包括编辑器、编译器及其执行模式；熟悉Prolog语法、数据结构和推理机制；熟悉SWI-Prolog平台与Visual C++结合开发应用程序。
实验环境（硬/软件要求）：硬件：计算机一台软件：SWI-Prolog、Turbo Prolog、SWI-Prolog-Editor、Visual C++、Eclipse实验内容：1.Prolog平台界面和基本操作；2.熟悉Prolog语法和数据结构；3.熟悉Eclipse PDT插件安装、使用；4.编写简单Prolog程序并测试（输入动物叫声、输出该动物名称）；5.熟悉Prolog平台与Visual C++结合开发应用程序；实验主要步骤：1.打开SWI-Prolog平台，熟悉SWIPrologEditor，熟悉操作界面；2.实现Prolog基本语句；3.编写简单Prolog程序并测试（输入动物叫声、输出该动物名称）；示例程序(Turbo Prolog)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。
922256-人工智能导论第4版试验参考程序-7基于神经网络的模式识别实验要求
实验七 基于神经网络的模式识别实验一、实验目的：理解BP 神经网络和离散Hopfield 神经网络的结构和原理，掌握反向传播学习算法对神经元的训练过程，了解反向传播公式。
通过构建BP 网络和离散Hopfield 网络模式识别实例，熟悉前馈网络和反馈网络的原理及结构。
二、实验原理BP 学习算法是通过反向学习过程使误差最小，其算法过程从输出节点开始，反向地向第一隐含层(即最接近输入层的隐含层)传播由总误差引起的权值修正。
BP 网络不仅含有输入节点和输出节点，而且含有一层或多层隐(层)节点。
输入信号先向前传递到隐节点，经过作用后，再把隐节点的输出信息传递到输出节点，最后给出输出结果。
离散Hopfield 神经网络的联想记忆过程分为学习和联想两个阶段。
在给定样本的条件下，按照Hebb 学习规则调整连接权值，使得存储的样本成为网络的稳定状态，这就是学习阶段。
联想是指在连接权值不变的情况下，输入部分不全或者受了干扰的信息，最终网络输出某个稳定状态。
三、实验条件：Matlab 7.X 的神经网络工具箱。
四、实验内容：1.针对教材例8.1，设计一个三层的BP 网络结构模型，并以教材图8.5 为训练样本数据，图8.6为测试数据。
（1）给出训练成功后的连接权值和阈值，以及测试结果。
（2）通过BP 网络各项参数的不同设置，观察BP 算法的学习效果，并比较BP 网络各项参数变化对于训练结果的影响。
2. 已知字符点阵为模式，两组训练数据为 设计一个能够存储这两个字符的离散Hopfield 神经网络，要求：22⨯[][]）小写字母）大写字母l a a TT (1010L (1101)2()1(==（1）给出相应的离散Hopfield 神经网络结构图；（2）计算连接权值及阈值（阈值可设为 0）；（3）输入下列测试数据给出网络最终输出的稳定状态。
五、实验报告要求：1． 按照实验内容，给出相应结果。
2．分析比较BP 网络各项参数变化对于训练结果的影响。
《人工智能》实 验 指 导
《人工智能导论》课程实验大纲实验学时：8 课程总学时：46适用专业：计算机科学与技术、软件工程实验项目数：1开课教研室（系）：计算机工程大纲执笔人：廉师友一、课程实验的基本理论和目的《人工智能导论》课程主要讲述搜索与问题求解、知识表示与推理、机器学习与知识发现、专家系统、Agent系统、智能化网络和智能程序设计等。
其中专家系统及其设计与实现，涉及该课程的大部分内容，如知识表示与推理、搜索与问题求解、专家系统和智能程序设计等，而且实践性和应用性都很强。
因此，该课程将专家系统设计与实现作为一个上机实验项目，以加深学生对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和独立分析问题、解决问题的能力。
二、课程实验的基本要求1.实验前，要认真阅读实验指导书，明确实验目的、内容、方法、步骤和目标；2.自选具体的应用领域，白拟具体的系统名称，但内容绝对不能雷同；3.所实现的专家系统必须上机运行演示；4.提交实验报告。
三、实验项目的设置、内容和学时分配实验项目：1个实验题目：小型专家系统设计与实现（具体应用领域由学生自选，具体系统名称由学生自定。
）实验内容：知识获取与表示、知识库组建、推理机选择/编制、系统调试与测试。
实验学时：8学时四、实验课的考核方法与评分办法采用实验过程考查、实验结果验收和实验报告评阅相结合的考核方法，综合评定实验成绩。
其具体评分标准如下：1.实验准备（所需数据、程序、图形等）20分；2.实验过程（态度、操作、处理问题能力等）20分；3.实验结果（正确性、可用性、创新性等）40分；4.实验报告（格式、内容（翔实、无误）、叙述等）20分；满分共计100分。
审定人: 批准人:。