人工智能实验报告(华北电力大学科技学院)
人工智能实验报告
人工智能实验报告一、实验目的。
本次实验旨在通过对人工智能相关算法的实验操作，深入了解人工智能的基本原理和实际应用，提高对人工智能技术的理解和掌握。
二、实验内容。
1. 人工智能算法的原理及应用。
2. 人工智能在图像识别、语音识别等领域的实际应用案例分析。
3. 人工智能算法在实际项目中的具体运用。
三、实验步骤。
1. 理论学习，通过学习相关教材和资料，掌握人工智能算法的基本原理和应用场景。
2. 实际操作，运用Python等编程语言，实现人工智能算法的实际应用，如图像识别、语音识别等。
3. 案例分析，结合实际案例，分析人工智能在不同领域的具体应用，了解其在实际项目中的运用情况。
四、实验结果。
通过本次实验，我们深入了解了人工智能算法的基本原理和应用场景，掌握了人工智能在图像识别、语音识别等领域的实际应用案例，并对人工智能算法在实际项目中的具体运用有了更深入的了解。
五、实验总结。
人工智能作为当今科技领域的热门话题，其应用场景和前景备受关注。
通过本次实验，我们不仅对人工智能算法有了更深入的理解，也对其在实际项目中的应用有了更清晰的认识。
人工智能技术的不断发展，必将为各行各业带来更多的创新和改变。
六、展望。
随着人工智能技术的不断进步和应用，我们相信在不久的将来，人工智能将会在更多的领域发挥重要作用，为人类社会带来更多的便利和进步。
我们也将继续深入学习和研究人工智能技术，不断提升自己的技术水平，为人工智能技术的发展贡献自己的力量。
七、参考资料。
1. 《人工智能导论》，XXX，XXX出版社，2018年。
2. 《Python人工智能编程实践》，XXX，XXX出版社，2019年。
3. 《深度学习与人工智能》，XXX，XXX出版社，2020年。
以上为本次人工智能实验的报告内容，谢谢。
《人工智能》实验报告
一、实验目的1. 了解机器学习的基本概念和常用算法。
2. 掌握使用Python编程语言实现图像识别系统的方法。
3. 培养分析问题、解决问题的能力。
二、实验环境1. 操作系统：Windows 102. 编程语言：Python3.73. 开发工具：PyCharm4. 机器学习库：TensorFlow、Keras三、实验内容1. 数据预处理2. 模型构建3. 模型训练4. 模型评估5. 模型应用四、实验步骤1. 数据预处理（1）下载图像数据集：选择一个适合的图像数据集，例如MNIST手写数字数据集。
（2）数据加载与处理：使用TensorFlow和Keras库加载图像数据集，并进行预处理，如归一化、调整图像大小等。
2. 模型构建（1）定义网络结构：使用Keras库定义神经网络结构，包括输入层、隐藏层和输出层。
（2）选择激活函数：根据问题特点选择合适的激活函数，如ReLU、Sigmoid等。
（3）定义损失函数：选择损失函数，如交叉熵损失函数。
（4）定义优化器：选择优化器，如Adam、SGD等。
3. 模型训练（1）将数据集分为训练集、验证集和测试集。
（2）使用训练集对模型进行训练，同时监控验证集的性能。
（3）调整模型参数，如学习率、批大小等，以优化模型性能。
4. 模型评估（1）使用测试集评估模型性能，计算准确率、召回率、F1值等指标。
（2）分析模型在测试集上的表现，找出模型的优点和不足。
5. 模型应用（1）将训练好的模型保存为模型文件。
（2）使用保存的模型对新的图像进行识别，展示模型在实际应用中的效果。
五、实验结果与分析1. 模型性能：在测试集上，模型的准确率为98.5%，召回率为98.3%，F1值为98.4%。
2. 模型优化：通过调整学习率、批大小等参数，模型性能得到了一定程度的提升。
3. 模型不足：在测试集中，模型对部分图像的识别效果不佳，可能需要进一步优化模型结构或改进训练方法。
六、实验总结通过本次实验，我们了解了机器学习的基本概念和常用算法，掌握了使用Python编程语言实现图像识别系统的方法。
人工智能实训报告
人工智能实训报告《人工智能实训报告》一、初识人工智能，像打开魔法盒的好奇“哇塞，老师说我们要开始人工智能实训啦！这就像是要打开一个装满魔法的盒子一样。
”我兴奋地对同桌说。
记得那是一个阳光明媚的早晨，教室里的窗帘被风吹得轻轻飘动。
老师抱着一堆关于人工智能的资料走进来，同学们都伸长了脖子张望。
当老师提到人工智能这个词的时候，我脑海里瞬间浮现出科幻电影里那些超级智能的机器人。
同桌眼睛亮晶晶的，凑过来小声说：“你说我们会不会做出像电影里一样厉害的东西呀？”我毫不犹豫地回答：“肯定会的，这肯定超级有趣。
”就像我们在期待一场神秘的冒险，充满了未知的惊喜。
这时候的人工智能在我心里，就像是一个充满无限可能的宝藏，等着我们去挖掘。
二、编程中的迷茫，像迷失在迷宫里的小老鼠“哎呀，这编程怎么这么难啊！我感觉自己像一只迷失在迷宫里的小老鼠。
”我沮丧地跟小组伙伴抱怨。
那天下午，教室里的气氛格外沉闷。
我们坐在电脑前，面对着满屏幕的代码，眼睛都花了。
我敲了几行代码，结果运行的时候总是出错。
我皱着眉头，眼睛死死地盯着屏幕，试图找出问题所在。
小组伙伴在旁边也着急，他说：“你看这里，这个变量是不是定义错了？”我看了看，还是一头雾水。
“我怎么感觉这代码就像一团乱麻，根本理不清。
”我叹了口气。
旁边的另一个同学也说：“我觉得我们就像在黑暗里摸索，根本不知道哪里是出口。
”我们都有点垂头丧气，这时候的人工智能编程就像一座难以翻越的大山，让我们不知所措。
三、小突破的惊喜，像在黑暗中看到一丝曙光“哈哈，我找到问题所在了！这感觉就像在黑暗中突然看到了一丝曙光。
”我兴奋地大喊。
那是一个有点闷热的傍晚，教室里只有我们小组还在奋战。
我一遍又一遍地检查代码，突然发现是一个符号用错了。
当我改正这个错误，程序成功运行出结果的时候，我简直要跳起来了。
小组伙伴们也围了过来，脸上都洋溢着惊喜的笑容。
一个同学说：“哇，你可太厉害了。
这就像在绝望的时候突然有人给了我们希望一样。
关于人工智能的实习报告
关于人工智能的实习报告在当今科技飞速发展的时代，人工智能（AI）已经成为了引领变革的关键力量。
我有幸在实习公司名称进行了一段关于人工智能的实习，这段经历让我对这一前沿领域有了更深入的了解和认识。
实习初期，我被分配到了一个与自然语言处理相关的项目组。
初涉这个领域，我对许多概念和技术都感到十分陌生。
但在同事们的耐心指导和帮助下，我逐渐熟悉了工作环境和流程。
在实习过程中，我深刻体会到了人工智能的强大功能和广泛应用。
例如，在智能客服领域，通过对大量的客户问题和答案进行学习，人工智能系统能够快速准确地回答用户的咨询，大大提高了服务效率和质量。
在医疗领域，人工智能可以辅助医生进行疾病诊断，通过对大量的医疗影像和病例数据进行分析，为医生提供有价值的参考和建议。
在金融领域，人工智能可以进行风险评估和预测，帮助金融机构做出更明智的决策。
然而，人工智能的发展并非一帆风顺。
数据质量和数量的不足往往会限制模型的性能和准确性。
同时，算法的复杂性和计算资源的需求也给实际应用带来了一定的挑战。
而且，人工智能在某些情况下可能会出现偏差和错误，这就需要我们在开发和应用过程中进行严格的测试和验证。
在实际工作中，我参与了一个利用人工智能进行文本分类的项目。
我们首先需要收集大量的相关文本数据，并对这些数据进行清洗和预处理，去除噪声和无效信息。
然后，选择合适的算法和模型，并使用预处理后的数据进行训练。
在训练过程中，需要不断调整参数，以提高模型的性能和准确性。
经过多次尝试和优化，我们最终得到了一个性能较好的文本分类模型。
通过这个项目，我不仅学到了技术知识和实践经验，还深刻体会到了团队合作的重要性。
在项目开发过程中，不同专业背景的同事们共同协作，发挥各自的优势，解决了一个又一个难题。
同时，我也学会了如何有效地沟通和协调，以确保项目的顺利进行。
另外，我还了解到人工智能的发展也带来了一些伦理和社会问题。
例如，人工智能可能会导致部分工作岗位的消失，从而引发就业结构的调整和社会的不稳定。
人工智能实验报告
人工智能实验报告实验一 在搜索策略实验群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深度优先 A*Open 表 节点G ，节点10节点G ，节点6节点3，节点9，节点G ，节点10，节点8Close 表节点s ，节点1，节点2，节点3，节点4，节点5，节点6，节点7，节点8，节点9 节点s,节点1，节点3，节点7，节点4，节点8，节点2，节点5，节点9节点s ，节点2，节点1，节点5，节点6，节点4估价函数无无)()()(n h n g n f +=搜索节点次序记录 节点s ，节点1，节点2，节点3，节点4，节点5，节点6，节点7，节点8，节点9,节点G 节点s,节点1，节点3，节点7，节点4，节点8，节点2，节点5，节点9，节点G 节点s ，节点2，节点1，节点5，节点6，节点4，节点G观测结果 经过11步搜索得到目标节点经过10步搜索得到目标节点经过7步搜索得到目标节点学生结论宽度优先搜索能保证在搜索树 深度优先搜索要沿路径一条一 A*算法是启发式算法的一中找到一条通向目标节点的最短路径，但由于盲目性大所以当搜索数据比较多的时候该方法较为费时。
条的走到底，如果目标在前几条路径中那么该搜索会较为快捷，在本搜索树中虽然比宽度优先少一步，但是若第一条路径或者某几条路径很深，则该搜索会相当耗时且不能保证成功。
种能通过路径的权值找出代价最为小的一条，所以很具优越性，但是算法本身计算较为复杂，要考虑以前的和将来两方面的代价，进行估算，所以没有前两种方法简单。
实验二：产生式系统实验实验目的熟悉和掌握产生式系统的运行机制，掌握基于规则推理的基本方法。
推理方法□ 正向推理 □ 反向推理建立规则库 建立事实库该动物是哺乳动物 <- 该动物有毛发. 该动物是哺乳动物 <- 该动物有奶.该动物是鸟 <- 该动物有羽毛.该动物是鸟 <- 该动物会飞&会下蛋. 该动物是食肉动物 <- 该动物吃肉.该动物是食肉动物 <- 该动物有犬齿&有爪&眼盯前方. 该动物是有蹄类动物 <- 该动物是哺乳动物&有蹄. 该动物是有蹄类动物 <- 该动物是哺乳动物& 是嚼反刍动物.该动物是金钱豹 <- 该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.该动物是虎 <- 该动物是哺乳动物&是食肉动物&是黄褐色&身上有黑色条纹.该动物是长颈鹿 <- 该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点.该动物是斑马 <- 该动物是有蹄类动物&身上有黑色条纹.该动物是鸵鸟 <- 该动物是鸟&有长脖子&有长腿&不会飞&有黑白二色.该动物是企鹅 <- 该动物是鸟&会游泳&不会飞&有黑白二色.该动物是信天翁 <- 该动物是鸟&善飞.%------动物识别系统事实集： %--该动物是企鹅 会游泳. 不会飞.有黑白二色. %该动物是鸟.%-------- %--该动物是鸟 该动物会飞.会下蛋.%----该动物是金钱豹 <- 该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点. 该动物有毛发. %是食肉动物. 是黄褐色. 身上有暗斑点. 该动物吃肉.%----该动物是虎 <- 该动物是哺乳动物&是食肉动物&是黄褐色&身上有黑色条纹.该动物是哺乳动物.%是食肉动物. 是黄褐色.身上有黑色条纹.%----该动物是长颈鹿 <- 该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点. %该动物是有蹄类动物. 有长脖子. 有长腿. 身上有暗斑点.%----该动物是有蹄类动物 <- 该动物是哺乳动物&有蹄. %有蹄.预测结果在相关询问：该动物是哺乳动物？ 该动物是鸟？ 该动物是食肉动物？ 该动物是金钱豹？该动物是鸵鸟？该动物是企鹅？时为真，其余为假。
人工智能_实验报告
人工智能_实验报告
一、实验目标
本次实验的目的是对人工智能进行深入的理解，主要针对以下几个方面：
1.理论基础:了解人工智能的概念、定义和发展历史；
2.技术原理:学习人工智能的基本技术原理，如机器学习、自然语言处理、图像处理等；
3. 设计实现: 熟悉基于Python的人工智能开发；
4.实践应用:了解常见的应用场景，例如语音识别、图像分析等；
二、实验环境
本次实验基于Python3.7语言编写，实验环境如下：
1. 操作系统：Windows10
3. 基础库和工具：Numpy, Matplotlib, Pandas, Scikit-Learn, TensorFlow, Keras
三、实验内容
1. 机器学习
机器学习是一门深受人们喜爱的人工智能领域，基于机器学习，我们可以让计算机自动学习现象，并做出相应的预测。
主要用于语音识别、图像处理和自然语言处理等领域。
本次实验主要通过一个关于房价预测的实例，结合 Scikit-Learn 库，实现了机器学习的基本步骤。
主要包括以下几步：
（1）数据探索：分析并观察数据，以及相关的统计数据；
（2）数据预处理：包括缺失值处理、标准化等；
（3）建模：使用线性回归、决策树等监督学习模型，建立房价预测
模型；。
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
人工智能实验报告摘要：人工智能（AI）是一种模拟和模仿人类智能的技术，它可以模拟人类的思维和决策过程。
本实验报告旨在介绍人工智能的基本概念、发展历程、应用领域以及实验结果。
实验结果显示，人工智能在各个领域都取得了显著的成果，并且在未来的发展中有着广泛的应用前景。
引言：人工智能是一个非常有趣和有挑战性的领域，吸引了许多研究人员和企业的关注。
人工智能技术可以应用于各种领域，包括医疗、金融、交通、教育等。
本实验报告将通过介绍人工智能的基本概念和应用案例，以及展示实验结果，来展示人工智能的潜力和发展前景。
一、人工智能的基本概念人工智能是一种模拟和模仿人类智能的技术，主要包括以下几个方面：1. 机器学习：机器学习是人工智能的一个重要分支，它通过让机器学习自己的模式和规则来实现智能化。
机器学习的方法包括监督学习和无监督学习。
2. 深度学习：深度学习是机器学习的一个子集，它模拟了人类大脑的神经网络结构，可以处理更复杂的问题并取得更好的结果。
3. 自然语言处理：自然语言处理是指让计算机理解和处理人类语言的能力。
这个领域涉及到语音识别、语义分析、机器翻译等技术。
二、人工智能的发展历程人工智能的发展可以追溯到上世纪50年代，当时研究人员开始探索如何使计算机具备智能。
但是由于当时计算机的处理能力和算法的限制，人工智能的发展进展缓慢。
直到近年来，随着计算机技术和机器学习算法的快速发展，人工智能迎来了一个新的发展阶段。
如今, 人工智能技术在各个领域中得到了广泛的应用。
三、人工智能的应用领域1. 医疗领域：人工智能可以应用于医疗影像分析、疾病诊断和预测等方面。
例如，利用人工智能技术，可以提高病理切片的诊断准确率，帮助医生更好地判断病情。
2. 金融领域：人工智能可以应用于风险管理、投资决策和交易监测等方面。
例如，利用机器学习和数据分析，可以预测股票市场的走势并制定相应的投资策略。
3. 交通领域：人工智能可以应用于交通管理、无人驾驶和交通预测等方面。
- 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)。
unsafe(state(X,Y,Y,C)):-opp(X,Y). unsafe(state(X,W,Y,Y)):-opp(X,Y).
第 页共 页
华北电力大学科技学院实验报告
member(X,[X|T]). member(X,[_|T]):-member(X,T). member_stack(Element,Stack):-member(Element,Stack). go(Start,Goal):-empty_stack(Empty_been_stack),stack(Start, Empty_been_stack, Been_stack),path(Start, Goal, Been_stack). test:-go(state(w,w,w,w), state(e,e,e,e)).
opp(e,w). opp(w,e).
writelist([]). %writelist([]):-nl. writelist([H|T]):-write(H),nl,writelist(T).
reverse_writelist([]). %reverse_writelist([[H|T]]):-reverse_writelist(T),write(H),nl. reverse_writelist([H|T]):-reverse_writelist(T),write(H),nl. empty_stack([]). stack(Top,Stack,[Top|Stack]). reverse_print_stack(Stack):-empty_stack(Stack). reverse_print_stack(Stack):-stack(E,Rest,Stack),reverse_print_stack(Rest),wr ite(E),nl.
五、求解的问题与程序 爱因斯坦超级思想： member(X,[X|Tail]). member(X,[Head|Tail]):-member(X,Tail). color(h(C,N,P,Y,D),C). nation(h(C,N,P,Y,D),N). pet(h(C,N,P,Y,D),P). yan(h(C,N,P,Y,D),Y). drink(h(C,N,P,Y,D),D). next(A,B,[A,B,C,D,E]). next(B,C,[A,B,C,D,E]). next(C,D,[A,B,C,D,E]). next(D,E,[A,B,C,D,E]). next(B,A,[A,B,C,D,E]). next(C,B,[A,B,C,D,E]). next(D,C,[A,B,C,D,E]). next(E,D,[A,B,C,D,E]). middle(X,[_,_,X,_,_]). first(A,[A|X]). solve(X,TT,TTT):-
第 页共 页
华北电力大学科技学院实验报告 绿（green）房子在象牙白（ivory）房子的右边（图中的右边） 中间那个房子里的人喜欢喝牛奶（milk） 根据以上条件，你能告诉我哪个房子里的人养斑马（zebra），哪个房子里的人喜欢喝 水（water）吗？或者你能把所有的东西都对号入座吗？ 农夫过河问题; 一个农夫带着一只羊，一条狼和一颗白菜想从河的东岸到西岸去。 河上仅有一条船。假设他每次只能带一只羊，或者一条狼，或者一颗白菜过河，并且 当人不在场时，狼和羊，或羊和白菜不能单独在一起。求出他带一只羊，一条狼和一颗 白菜过河的所有办法。 四、实验方法与步骤 1、启动 Windows 2000 以上版本操作环境。 2、启动 PROLOG 集成开发环境。 3、选择 Files/New/Text Edit 项可以进行源程序编辑。
4、编辑结束之后，选择 Compile 项编译程序，并分析程序是否有语法或逻辑错误。
第 页共 页
华北电力大学科技学院实验报告
5、在主窗口的询问栏写入问题，选择 Prove 求取问题答案。
第 页共 页
华北电力大学科技学院实验报告
6、退出，选择 Files/Exit 项，可以退出 PROLOG 编辑编译环境，返回到 Windows 环境。
华北电力大学科技学院
实验报告
| |
实验名称 PROLOG 语言编程练习及图搜索问题求解
课程名称 人工智能及应用
| |
专业班级：软件 12k1
学生姓名：马云峰
学 号：121909020116
成 绩：
指导教师：刘丽
实验日期：2015.5.14
华北电力大学科技学院实验报告
一、实验目的及要求 1. 熟悉 PROLOG 的运行环境，进行 prolog 的基本编程练习。 了解 PROLOG 语言中常量、变量的表示方法。PROLOG 的简单程序结构，掌握分析问 题、询问解释技巧；进行事实库、规则库的编写，并在此基础上进行简单的询问。 具体实验课上相关内容，练习例 1 到例 6 的内容。 2. 图搜索问题求解。 任选以下实际应用题目：爱因斯坦的超级问题、字谜问题、汉诺塔问题、八数码问 题、八皇后问题、过河问题等，选两个。 要求实验报告中包括：程序及其注释和说明、console 表单中的程序运行结果。 二、所用仪器、设备 PC 机和 trinc prolog 编译软件 三、实验原理 PROLOG 语言是一种以逻辑推理为基础的逻辑型程序设计语言，是一种陈述性语言而 不是过程性语言。PROLOG 语言能够自动实现模式匹配和回溯、具备递归技术，而且语法 简明，可以简化复杂问题求解。
爱因斯坦的超级问题： 有五个房子， 每个房子的颜色不同， 里面分别住着不同国家的 人，每个人都有自己养的不同的宠物，喜欢喝不同的饮料，抽不同牌子的烟。 现在已知以 下的一些信息：
英国人（englishman）住在红色（red）的房子里 西班牙人（spaniard）养了一条狗（dog） 挪威人（norwegian）住在左边的第一个房子里 黄房子（yellow）里的人喜欢抽 kools 牌的香烟 抽 chesterfields 牌香烟的人与养狐狸（fox）的人是邻居 挪威人（norwegian）住在蓝色（blue）的房子旁边 抽 winston 牌香烟的人养了一只蜗牛（Snails） 抽 Lucky Strike 牌香烟的人喜欢喝桔子汁（orange juice） 乌克兰人（ukrainian）喜欢喝茶（tea） 日本人（japanese）抽 parliaments 牌的烟 抽 kools 牌的香烟的人与养马（horse）的人是邻居 喜欢喝咖啡（coffee）的人住在绿（green）房子里
%英国人（englishman）住在红色（red）的房子里。 member(Z1,X), %首先从 X 列表中选择一个房间 Z1， color(Z1,red), %Z1 的颜色是 red。 nation(Z1,englishman), %Z1 里住的人是 englishman。 下同。 %西班牙人（spaniard）养了一条狗（dog）。 member(Z2,X), pet(Z2,dog), nation(Z2,spaniard), %挪威人（norwegian）住在左边的第一个房子里。 first(Z3,X), nation(Z3,norwegian), %黄房子（yellow）里的人喜欢抽 kools 牌的香烟。 member(Z4,X), yan(Z4,kools), color(Z4,yellow), %抽 chesterfields 牌香烟的人与养狐狸（fox）的人是邻居。 member(Z5,X), pet(Z5,fox), next(Z6,Z5,X), %用 next(Z5,Z6,X)也一样。 yan(Z6,chesterfields), %挪威人（norwegian）住在蓝色（blue）的房子旁边。 member(Z7,X), color(Z7,blue), next(Z8,Z7,X), nation(Z8,norwegian), %抽 winston 牌香烟的人养了一只蜗牛（Snails）。 member(Z9,X), yan(Z9,winston), pet(Z9,snails), %抽 Lucky Strike 牌香烟的人喜欢喝桔子汁（orange juice）。 member(Z10,X), drink(Z10,'orange juice'),
第 页共 页
华北电力大学科技学院实验报告
%首先把 X 绑定为房间列表，注意此时的房间的属性还不能确定，所以都使用变量代表。 X=[h(C1,N1,P1,Y1,D1),h(C2,N2,P2,Y4,N4,P4,Y4,D4),h (C5,N5,P5,Y5,D5)],
第 页共 页
华北电力大学科技学院实验报告
move(state(X,X,G,C),state(Y,Y,G,C)):-opp(X,Y),not(unsafe(state(Y,Y,G,C))),wr itelist(['try famer takes wolf', Y, Y, G, C]). move(state(X,W,X,C),state(Y,W,Y,C)):-opp(X,Y),not(unsafe(state(Y,W,Y,C))),wr itelist(['try famer takes goat', Y, W, Y, C]). move(state(X,W,G,X),state(Y,W,G,Y)):-opp(X,Y),not(unsafe(state(Y,W,G,Y))),wr itelist(['try famer takes cabage', Y, W, G, Y]). move(state(X,W,G,C),state(Y,W,G,C)):-opp(X,Y),not(unsafe(state(Y,W,G,C))),wr itelist(['try famer takes himself', Y, W, G, C]). move(state(F,W,G,C),state(F,W,G,C)):-writelist(['BACKTRACK FROM',F,W,G,C])/*,fail*/.