人工智能_课后作业
第一章：P23
1.人工智能
人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能
第二章：P51
5.（1）有的人喜欢打篮球，有的人喜欢踢足球，有的人既喜欢打篮球又喜欢踢足球。
定义谓词：LIKE(x,y):x喜欢y。
PLAY(x,y):x打（踢）y。
MAN(x):x是人。
定义个体域：Basketball，Soccer。
（ $x)(MAN(x) → LIKE(x,PLAY(x,Basketball))) ∨（ $y)(MAN(y) → LIKE(y,PLAY(y,Soccer))) ∨（ $z)(MAN(z) →LIKE(z,PLAY(z,Basketball)) ∧ LIKE(z,PLAY(z,Soccer))
(2)并不是每个人都喜欢花。
定义谓词：LIKE（x,y)：x喜欢y。
P(x)：x是人
定义个体词：flower
¬("x)(P(x) → LIKE(x,flower))
(3)欲穷千里目，更上一层楼。
定义谓词：S(x)：x想要看到千里远的地方。
H(x):x要更上一层楼。
（"x)(S(x) → H(x))
6. 产生式通常用于表示具有因果关系的知识，其基本形式是： P→Q
或者 If P Then Q [Else S]
其中，P是前件，用于指出该产生式是否可用的条件。
Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。
区别：蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。
产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。
7.一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。
步骤：1）初始化全局数据库，把问题的初始已知事实送入全局数据库中
2）若规则库中存在尚未使用的规则，而且它的前提可与全局数据库中的已知事实匹配，则转3），若不存在则转5）
3）执行当前选中的规则，并对该规则做标记，把该规则执行后得到的结论送入全局数据库中。
如果该
规则的结论部分指出的是某些操作，则执行这些操作。
4）检查全局数据库中是否已经包含了问题的解，若已经包含，则求解结束，否则转2）5）要求用户提供进一步的关于问题的已知事实，若能提供，则转2），否则求解结束。
6）若规则库中不再有未使用过的规则，则求解过程结束。
11. 框架名：<教师>
：单位（姓，名）
年龄：单位（岁）
性别：围（男，女）缺省为男
职称：围（教授，副教授，讲师，助教）
缺省我讲师
部门：单位（系，教研室）
住址：<地址框架>
工资：<工资框架>
开始工作时间：单位（年，月）
截止时间：单位（年，月）缺省为现在
框架名：<学生>
：单位（姓，名）
年龄：单位（岁）
性别：围（男，女）缺省为男
学院：单位（学院，系）
班级：单位（年级，班级）
入学时间：单位（年，月）
截止时间：单位（年，月）缺省为现在
13.
有根
有叶
结果结苹果
AKO
长在水里
有叶
有根
Have
Have
Have
第三章：P83
6．（1）由于("x)("y)(P(x, y)∧Q(x, y))已经是Skolem标准型，且P(x, y)∧Q(x, y)已经是合取式，所以可直接消去全称量词、合取词，得
{ P(x, y), Q(x, y)}
再进行变元换名得子句集：
S={ P(x, y), Q(u, v)}
（2）对谓词公式("x)("y)(P(x, y)→Q(x, y))，先消去连接词“→”得：
("x)("y)(¬P(x, y)∨Q(x, y))
此公式已为Skolem标准型。
再消去全称量词得子句集：
S={¬P(x, y)∨Q(x, y)}
（3）对谓词公式("x)($y)(P(x, y)∨(Q(x, y)→R(x, y)))，先消去连接词“→”得：
("x)($y)(P(x, y)∨(¬Q(x, y)∨R(x, y)))
此公式已为前束式。
再消去存在量词，即用Skolem函数f(x)替换y得：
("x)(P(x, f(x))∨¬Q(x, f(x))∨R(x, f(x)))
此公式已为Skolem标准型。
最后消去全称量词得子句集：
S={P(x, f(x))∨¬Q(x, f(x))∨R(x, f(x))}
（4）对谓词("x) ("y) ($z)(P(x, y)→Q(x, y)∨R(x, z))，先消去连接词“→”得：
("x) ("y) ($z)(¬P(x, y)∨Q(x, y)∨R(x, z))
再消去存在量词，即用Skolem函数f(x,y)替换z得：
("x) ("y) (¬P(x, y)∨Q(x, y)∨R(x, f(x,y)))
此公式已为Skolem标准型。
最后消去全称量词得子句集：
S={¬P(x, y)∨Q(x, y)∨R(x, f(x,y))}
7. （1）不可满足
（2）不是不可满足的，原因是不能由它导出空子句。
（3）不可满足
（5）不是不可满足的，原因是不能由它导出空子句。
8. （2）先将F和¬G化成子句集
由F得：S1={P(x)，(Q(a)∨Q(b))}
由于¬G为：¬ ($x) (P(x)∧Q(x))，即
($x) (¬ P(x)∨¬ Q(x))，
可得： S2={¬ P(x)∨¬ Q(x)}
因此，扩充的子句集为：
S={ P(x)，(Q(a)∨Q(b))，¬ P(x)∨¬ Q(x)}
可得NIL；
9. 先定义谓词： F(x,y)：x是y的父亲
GF(x,z)：x是z的祖父
P(x)：x是一个人
再用谓词把问题描述出来：
已知F1：("x) ("y) ("z)( F(x,y)∧F(y,z))→GF(x,z))
F2：("y)(P(x)→F(x,y))
求证结论G：($u) ($v)( P(u)→GF(v,u))
然后再将F1，F2和¬G化成子句集：
①¬F(x,y)∨¬F(y,z)∨GF(x,z) ②¬P(r)∨F(s,r)
③ P(u) ④¬GF(v,u))
可得NIL；
第四章：P134
例5.1 设H1，H2，H3分别是三个结论，E是支持这些结论的证据，且已知： P(H1)=0.3 P(H2)=0.4 P(H3)=0.5
P(E/H1)=0.5 P(E/H2) =0.3 P(E/H3) =0.4
求： P(H1/E) ，P(H2/E) ， P(H3/E)
由此可以看出，由于证据E 的出现，H1成立的可能性略有增加，H2，H3的可能性有不同程度的下降。
2.
设已知：
P(H1)=0.4 P(H2)=0.3 P(H3)=0.3
P(E1/H1)=0.5 P(E1/H2)=0.6 P(E1/H3)=0.3 P(E2/H1)=0.7 P(E2/H2)=0.9 P(E2/H3)=0.1 求：P(H1/E1E2)， P(H2/E1E2)， P(H3/E1E2)
由此可以看出，由于证据E1，E2的出现，H1，H2成立的可能性有不同程度的增加，H3的可能性下降了。
n
i H E P H P H E P H P E H P n
j j j i i i ,,2,1)
/()()
/()()/(1
=⨯⨯=
∑=03
.0)21/3(52.0)21/2(:
45
.0009.0162.014.014.0)3()3/2()3/1()2()2/2()2/1()1()1/2()1/1()
1()1/2()1/1()21/1(:===++=
⨯⨯+⨯⨯+⨯⨯⨯⨯=
E E H P E E H P H P H E P H E P H P H E P H E P H P H E P H E P H P H E P H E P E E H P 同理可得由公式可得解。
(完整word版)人工智能课后习题答案(清华大学出版社)
第1章1.1 解图如下：(1) 1->2(2) 1->3(3) 2->3(6) 3->2(5) 3->1(4) 2->1 8数码问题启发函数为不在位的将牌数启发函数为不在位的将牌数距离和S(4)S(5)第2章2.1 解图：第3章3。
18（1)证明：待归结的命题公式为()P Q P ∧→，合取范式为:P Q P ∧∧,求取子句集为{,,}S P Q P =，对子句集中的子句进行归结可得：① P ② Q ③ P④①③归结由上可得原公式成立。
（2)证明:待归结的命题公式为())(()())P Q R P Q P R →→∧→→→（，合取范式为：()()P Q R P Q P R ∨∨∧∨∧∧,求取子句集为{,,,}S P Q R P Q P R =∨∨∨,对子句集中的子句进行归结可得：①P Q R ∨∨ ②P Q ∨③ P④ R ⑤ Q ②③归结 ⑥P R ∨①④归结 ⑦ R ③⑥归结 ⑧④⑦归结由上可得原公式成立。
(3)证明：待归结的命题公式为()(())Q P Q P Q →∧→→,合取范式为:()()Q P Q P Q ∨∧∨∧，求取子句集为{,,}S Q P Q P Q =∨∨，对子句集中的子句进行归结可得： ①Q P ∨②Q③Q P∨④P①②归结⑤P②③归结⑥④⑤归结由上可得原公式成立。
3.19 答案(1）{/,/,/}=mgu a x b y b z（2）{(())/,()/}=mgu g f v x f v u(3）不可合一(4) {/,/,/}=mgu b x b y b z3.23 证明R1：所有不贫穷且聪明的人都快乐：(()()())∀∧→x Poor x Smart x Happy x R2:那些看书的人是聪明的：(()())∀→x read x Smart xR3:李明能看书且不贫穷：()()∧read Li Poor LiR4：快乐的人过着激动人心的生活：(()())∀→x Happy x Exciting x 结论李明过着激动人心的生活的否定:()Exciting Li将上述谓词公式转化为子句集并进行归结如下：由R1可得子句：①()()()∨∨Poor x Smart x Happy x由R2可得子句：②()()read y Smart y∨由R3可得子句:③()read Li④()Poor Li由R4可得子句：⑤()()∨Happy z Exciting z有结论的否定可得子句：⑥()Exciting Li根据以上6条子句,归结如下：⑦()Happy Li⑤⑥Li/z⑧()()Poor Li Smart Li∨⑦①Li/x⑨()Smart Li⑧④⑩()read Li⑨②Li/y⑪⑩③由上可得原命题成立。
人工智能-复习及作业-参考答案
则称θ是F的一个合一。称F1 ,F2 ,…,Fn是可合一的。
例如，设有公式集F={P(x, y, f(y)), P(a, g(x), z)}，则
λ={a/x, g(a)/y, f(g(a))/z}
是它的一个合一。
一般情况下,一个公式集的合一不是惟一的。
21
Markov Decision Processes
作业
• 1、你对人工智能定义的理解？
• 2、解释什么是图灵测试？
• 3、简述人工智能的三大学派及其研究方法。
1
1.用5种搜索方法DFS、BFS、UCS、Greedy、
A*分别求解从A到E的搜索路径(访问过的节点
不再访问)
2
3
4
5
6
7
α-β剪枝
剪枝方法
MAX
(1) MAX节点（或节点）的α值为当前子节点的最大倒推值；
β剪枝
任何MIN节点n的β值小于或等于它先辈节点的α值，则n 以下的分枝可
停止搜索，并令节点n的倒推值为β。这种剪枝称为β剪枝。
8
α-β剪枝
3
3
3
≤2
12
8
2
2
14
5
2
9
2. 请用α-β剪枝算法进行剪枝，给出
根节点的数值
3
3
3
3
3
15
2
15
3
2
3
10
作业：用归结演绎推理的方法证明
下列问题
•
•
•
解：先定义谓词：
Poor(x) x是贫穷的
Smart(x) x是聪明的
Happy(x) x是快乐的
人工智能课后习题答案(清华大学出版社)
第1章1.1 解图如下：(1) 1->2(2) 1->3(3) 2->3(6) 3->2(5) 3->1(4) 2->1 8数码问题 启发函数为不在位的将牌数启发函数为不在位的将牌数距离和S(4)S(5)第2章2.1 解图：第3章3.18(1)证明：待归结的命题公式为()∧∧ ，求取子句集，合取范式为：P Q PP Q P∧→为{,,}= ，对子句集中的子句进行归结可得：S P Q P①P②Q③P④ ①③归结由上可得原公式成立。
(2)证明：待归结的命题公式为())(()())（，合取范式为：P Q R P Q P R→→∧→→→S P Q R P Q P R=∨∨∨，求取子句集为{,,,}，对子∨∨∧∨∧∧()()P Q R P Q P R句集中的子句进行归结可得：①P Q R∨∨②P Q∨③P④R⑤Q②③归结⑥P R①④归结∨⑦R③⑥归结⑧ ④⑦归结由上可得原公式成立。
(3)证明：待归结的命题公式为()(())，合取范式为：Q P Q P Q→∧→→=∨∨，对子句集中的子句进S Q P Q P Q∨∧∨∧()()Q P Q P Q，求取子句集为{,,}行归结可得：①Q P∨②Q③Q P∨④P①②归结⑤P②③归结⑥ ④⑤归结由上可得原公式成立。
3.19 答案(1) {/,/,/}=mgu a x b y b z(2) {(())/,()/}=mgu g f v x f v u(3) 不可合一(4) {/,/,/}=mgu b x b y b z3.23 证明R1：所有不贫穷且聪明的人都快乐：(()()())∀∧→x Poor x Smart x Happy x R2：那些看书的人是聪明的：(()())∀→x read x Smart xR3：李明能看书且不贫穷：()()read Li Poor Li∧R4：快乐的人过着激动人心的生活：(()())∀→x Happy x Exciting x 结论李明过着激动人心的生活的否定：()Exciting Li将上述谓词公式转化为子句集并进行归结如下：由R1可得子句：①()()()∨∨Poor x Smart x Happy x由R2可得子句：②()()read y Smart y∨由R3可得子句：③()read Li④()Poor Li由R4可得子句：⑤()()∨Happy z Exciting z有结论的否定可得子句：⑥()Exciting Li根据以上6条子句，归结如下：⑦()⑤⑥Li/zHappy Li⑧()()∨ ⑦①Li/xPoor Li Smart Li⑨()Smart Li⑧④⑩()⑨②Li/yread Li⑪ ⑩③由上可得原命题成立。
人工智能课后习题答案
可采用批量梯度下降、随机梯度下降、小批量梯度下降等优化算法，以及动量 法、AdaGrad、RMSProp、Adam等自适应学习率优化方法。
课后习题解答与讨论
• 习题一解答：详细阐述感知器模型的原理及算法实现过程，包括模型结构、激 活函数选择、损失函数定义、权重和偏置项更新方法等。
• 习题二解答：分析多层前馈神经网络的结构特点，讨论隐藏层数量、神经元个 数等超参数对网络性能的影响，并给出一种合适的超参数选择方法。
发展历程
人工智能的发展大致经历了符号主义、连接主义和深度学习三个阶段。符号主义认为人工智能源于对人类思 维的研究，尤其是对语言和逻辑的研究；连接主义主张通过训练大量神经元之间的连接关系来模拟人脑的思 维；深度学习则通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
机器学习原理及分类
深度学习框架与应用领域
深度学习框架
深度学习框架是一种用于构建、训练和部署深度学习模型的开发工具。目前流行的深度学习框架包括 TensorFlow、PyTorch、Keras等。
应用领域
深度学习已广泛应用于图像识别、语音识别、自然语言处理、推荐系统等多个领域，并取得了显著的 成果。
课后习题解答与讨论
习题四解答
讨论人工智能的伦理问题，如数据隐私、算法偏见等，并 提出可能的解决方案。
02 感知器与神经网络
感知器模型及算法实现
感知器模型
感知器是一种简单的二分类线性模型 ，由输入层、权重和偏置项、激活函 数（通常为阶跃函数）以及输出层组 成。
感知器算法实现
通过训练数据集，采用梯度下降法更 新权重和偏置项，使得感知器对训练 样本的分类误差最小化。
时序差分方法
人工智能课后作业
解：(1) ：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))(2) ：定义谓词S(x)：x是计算机系学生L( x, programming)：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, programming)∧U(x, computer))2.解：3.解：通常人们把利用产生式知识表示方法所进行的推理称为产生式推理，把由此所产生的系统称为产生式系统。
它包括综合数据库、规则库、和控制系统这三个重要组成部分。
(1)综合数据库：综合数据库DB(data base)也称为事实库，是一个用来存放与求解问题有关的各种当前信息的数理结构；(2)规则库: 规则库RB(rule base)是一个用来存放与求解问题有关的所有规则的集合，也称为知识库KB(knowledge base)(3)控制系统：控制系统(control system)也称为推理机，它由一组程序组成，用来控制整个产生式系统的运行，决定问题求解过程的推理路线，实现对问题的求解。
解： 采用归结反演，存在如下归结树，故该子句集为不可满足5. 解： 证：先转化成子句集 对F ，进行存在固化，有 P(f(v))∧(Q(f(w)))得以下两个子句P(f(v))，Q(f(w))对﹁G ，有﹁ P(f(a))∨﹁P(y) ∨﹁先进行内部合一，设合一{f(a)/y} ﹁ P(f(a)) ∨﹁Q(f(a))再对上述子句集进行归结演绎推理。
其归结树如右图所示，即存在一个到空子句的归结过程。
因此G 为真。
人工智能课后答案32
人工智能课后答案32第一章课后习题1、对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。
2、对量水问题给出产生式系统描述，并画出状态空间图。
有两个无刻度标志的水壶，分别可装5升和2升的水。
设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。
已知5升壶为满壶，2升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。
3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。
相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。
和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。
问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。
求N＝2时，求解该问题的产生式系统描述，给出其状态空间图。
讨论N为任意时，状态空间的规模。
4、对猴子摘香蕉问题，给出产生式系统描述。
一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。
设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a，箱子位置为b，香蕉位置为c），如何行动可摘取到香蕉。
5、对三枚钱币问题给出产生式系统描述及状态空间图。
设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。
6、说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。
粤教版 信息技术必修1 第六章 人工智能及其应用 课后训练 (含解析)
信息技术必修一第六章人工智能及其应用课后训练1.AI是（）的英文缩写A. Automatic IntelligenceB. Artifical IntelligenceC. Automatic InformationD. Artifical Information2.下列应用中，没有运用人工智能的是（）A. 使用翻译软件进行中英互译B. 使用扫描仪对杂志封面进行扫描C. 使用语音输入法进行文字录入D. 使用OCR 对图片文件中的文字进行识别3.下列应用中，体现了人工智能技术的有①装有传感器的“智能小车”，自动沿着黑线路径行驶②邮件服务器自动识别垃圾邮件，实现邮件分类③数码相机的人脸检测功能④Excel自动填充功能⑤使用OCR软件从图像中识别汉字A. ①②⑤B. ②④⑤C. ②③⑤D. ③④⑤4.下列应用中，体现了人工智能技术的有①某小区的车库入口通过拍照自动识别车辆车牌号②利用翻译软件“有道词典”将一篇英文著作翻译成中文③某网站将用户输入的照片进行重新编辑输出④利用刻录软件将视频文件刻录成光盘⑤小明利用Siri软件和手机聊天A. ①②⑤B. ①③⑤C. ①③④D. ②③⑤5.下列应用中，体现了人工智能技术的有（）①微信聊天中的语音转文字②“道路监控系统”监测高速公路的通行情况③使用QQ与网友语音聊天④在线翻译网站上，输入英文自动翻译成中文⑤通过手机拍照，“口算作业批改APP”程序自动验证口算的正确性A. ①②③B. ①③④C. ①④⑤D. ③④⑤6..下列应用中，属于人工智能技术的是（）A. 家用热水器根据水温自动加热B. 用智能手机通过微信平台发送语音信息C. 无人值守停车场识别车牌并自动计算停车费D. 国际会议中，同声翻译员把英文演讲翻译为中文7.关于人类智能和人工智能，下列说法不正确的是（）A.人工智能是用机器模拟人类智能B.人类智能是指人类所具有的智力和行为能力C.具有人工智能的计算机具备了与人完全一样的思维能力D.人类智能主要表现为感知能力、记忆能力与思维能力、归纳演绎能力、学习能力以及行为能力8.人工智能目的是让机器能够（）A.具有完全的智能B.和人脑一样思考C.完全取代人D.模拟、延伸和拓展人的智能9.自然语言理解是人工智能的重要应用领域，下列举例中（）不是它要实现的目标。
人工智能经典试题及答案及人工智能课后练习题
第2章知识表示方法部分参考答案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：s(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dP(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))(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：a(∃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))(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, pragramming)∧U(x,computer))(5)凡是喜欢编程序的人都喜欢计算机。
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。
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。
2020年《人工智能》--课后习题答案47
M(N)=2M(N-1)+1 最后可以解得 M(N)=2N-1
下面给出对梵塔问题给出产生式系统描述，并讨论 N 为任意时状态空间的规模。 （1）综合数据库
定义三元组：(A, B, C)，其中 A, B, C 分别表示三根立柱，均为表，表的元素为 1～N 之 间的整数，表示 N 个不同大小的盘子，数值小的数表示小盘子，数值大的数表示大盘子。 表的第一个元素表示立柱最上面的柱子，其余类推。 （2）规则集
G(zhang,li)。
(2) 定义谓词 Marry(x,y):x 和 y 结婚，Male(x):x 是男的，Female(x)：x 是女的。个体有
甲(A)、乙(B)，将这些个体带入谓词中，得到 Marry(A,B)、Male(A)、Female(B)以及 Male(A)、
Female(B),根据语义用逻辑连接词将它们联结起来就得到表示上述知识的谓词公式：
题中各条推理则可以表示为：
P1: x DOG(X)
yBIT(X,Y)∨SOUND(X)
P2: :x（ANIMAL(X) ∧SOUND(X)）
yBIT(X,Y)
P3: 猎犬是狗，即 DOG(X)种 X 的谓词样品是猎犬，同时也可得 ANIMAL(猎犬) 将 P3 带入 P1 可得 SOUND(猎犬)，再将 SOUND(猎犬)和 ANIMAL(猎犬)带入 P2 可得
MaB))∨(Male(B)∧Female(A))
(3) 定义谓词 Honest(x):x 是诚实的，Lying(x):x 会说谎。个体有张三（zhang），将这些
个体带入谓词中，得到 Honest(x)、 Lying(x)、Lying(zhang)、 Honest(zhang),根
人工智能课后答案
第一章课后习题1、对N = 5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。
2、对量水问题给出产生式系统描述，并画出状态空间图。
有两个无刻度标志的水壶，分别可装5升和2升的水。
设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。
已知5升壶为满壶，2 升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。
3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。
相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。
和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。
问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。
求N = 2时，求解该问题的产生式系统描述，给出其状态空间图。
讨论N为任意时，状态空间的规模。
4、对猴子摘香蕉问题，给出产生式系统描述。
一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。
设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a,箱子位置为b,香蕉位置为c）,如何行动可摘取到香蕉。
5、对三枚钱币问题给出产生式系统描述及状态空间图。
设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。
6说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。
7、设可交换产生式系统的一条规则R可应用于综合数据库D来生成出D'，试证明若R存在逆，则可应用于D'的规则集等同于可应用于D的规则集。