人工智能课后习题答案2
84页1-6答案
1。
何为状态图和与或图？图搜索与问题求解有什么关系？
状态图是描述寻找目标或路径问题的有向图，即描述一个实体基于事件反应的动态行为，显示了该实体如何根据当前所处的状态对不同的时间做出反应的。
与或图是一种系统地将问题分解为互相独立的小问题，然后分而解决的方法。
与或图中有两种代表性的节点：“与节点”和“或节点”，“与节点”指所有的后续节点都有解时它才有解；“或节点”指各个后续节点均完全独立，只要其中有一个有解它就有解。
关系：问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题，图搜索模拟的实际是人脑分析问题，解决问题的过程，它基于领域知识的问题求解过程。
第3章作业题参考答案
2.综述图搜索的方式和策略。
答：用计算机来实现图的搜索，有两种最基本的方式：树式搜索和线式搜索。
树式搜索就是在搜索过程中记录所经过的所有节点和边。
线式搜索就是在搜索过程中只记录那些当前认为是处在所找路径上的节点和边。
线式搜索的基本方式又可分为不回溯和可回溯的的两种。
图搜索的策略可分为：盲目搜索和启发式搜索。
盲目搜索就是无向导的搜索。
树式盲目搜索就是穷举式搜索。
而线式盲目搜索，
对于不回溯的就是随机碰撞式搜索，对于回溯的则也是穷举式搜索。
启发式搜索则是利用“启发性信息”引导的搜索。
启发式搜索又可分为许多不同
的策略，如全局择优、局部择优、最佳图搜索等。
1、何为状态图和与或图？图搜索与问题求解有什么关系？
解：按连接同一节点的各边间的逻辑关系划分，图可以分为状态图和与或图两大类。
其中状态图是描述问题的有向图。
在状态图中寻找目标或路径的基本方法就是搜索。
2、综述图搜索的方式和策略。
解：图搜索的方式有：树式搜索，线式搜索。
其策略是：盲目搜索，对树式和不回溯的线式是穷举方式，对回溯的线式是随机碰撞式。
启发式搜索，利用“启发性信息”引导的搜索。
3、什么是问题的解？什么是最优解？
解：能够解决问题的方法或具体做法成为这个问题的解。
其中最好的解决方法成为最优解。
4、什么是与或树？什么是可解节点？什么是解树？
解：与或树:一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或关系。
这棵树中既有与关系又有或关系，因此被称为与或树。
可解节点:解树实际上是由可解节点形成的一棵子树,这棵子树的根为初始节点，叶为终止节点，且这棵子树一定是与树。
解树:满足下列条件的节点为可解节点。
①终止节点是可解节点；②一个与节点可解，当且仅当其子节点全都可解；③一个或节点可解，只要其子节点至少有一个可解。
5、设有三只琴键开关一字排开，初始状态为“关、开、关”，问连接三次后是否会出现“开、开、开”或“关、关、关”的状态？要求每次必须按下一个开关，而且只能按一个开关。
请画出状态空间图。
注：琴键开关有这样的特点，若第一次按下时它为“开”，则第二次按下时它就变成了“关”。
解：设0为关，1为开
6、有一农夫带一只狼、一只羊和一筐菜欲从河的左岸乘船到右岸，但受下列条件限制：1）船太小，农夫每次只能带一样东西过河。
2）如果没农夫看管，则狼要吃羊，羊要吃菜。
请设计一个过桥方案，使得农夫、狼、羊、菜都不受损失地过河。
画出相应状态空间图。
提示：（1）用四元组（农夫、狼、羊、菜）表示状态，其中每个元素都可为0或1，用0表示在左岸，用1表示在右岸。
（2）把每次过河的一次安排作为一个算符，每次过河都必须有农夫，因为只有他可以划船。
解：设A=（A1，A2，A3，A4）为状态
A1：表示农夫的位置，=0：未过河、=1：已过河
A2：表示狼的位置，=0：未过河、=1：已过河
A3：表示菜的位置，=0：未过河、=1：已过河
A4：表示羊的位置，=0：未过河、=1：已过河
具体的过河方案为：
（1）农夫、羊从左岸-》右岸，留下羊-》一人回到左岸
（2）农夫、菜从左岸-》右岸，留下菜-》农夫、羊回到左岸
（3）农夫、狼从左岸-》右岸，留下菜、狼-》农夫一人回到左岸（4）农夫、羊从左岸-》右岸
相应的状态空间图为：（0，0，0，0）(1，0，0，1）（0，0，0，1）（1，0，1，1）（0，0，1，0）
（1，1，1，0）（0，1，1，0）（1，1，1，1）
其中（0，0，0，0）为初始状态，（1，1，1，1）为终止状态。
125页第一大题的答案
126页第八题的答案
课本150页习题七第五答题答案。
上海大学《人工智能》网络课课后习题答案
上海大学《人工智能》网络课课后习题答案上海大学《人工智能》网络课课后习题答案1.1育才新工科-人工智能简介1【判断题】《人工智能》课程为理工类通选课,本课程给予学生的主要是思想而不是知识。
对1.2图灵是谁？1【单选题】图灵曾协助军方破解()的著名密码系统Enigma。
A、英国B、美国C、德国D、日本2【判断题】电影《模仿游戏》是纪念图灵诞生90周年而拍摄的电影。
X3【判断题】图灵使用博弈论的方法破解了Enigma。
对1.3为什么图灵很灵？1【单选题】1937年,图灵在发表的论文()中,首次提出图灵机的概念。
A、《左右周期性的等价》B、《论可计算数及其在判定问题中的应用》C、《可计算性与λ可定义性》D、《论高斯误差函数》2【单选题】1950年,图灵在他的论文()中,提出了关于机器思维的问题。
A、《论数字计算在决断难题中的应用》B、《论可计算数及其在判定问题中的应用》C、《可计算性与λ可定义性》D、《计算和智能》3【判断题】存在一种人类认为的可计算系统与图灵计算不等价。
X4【判断题】图灵测试是指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。
如果测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。
对1.4为什么图灵不灵？1【单选题】以下叙述不正确的是()。
A、图灵测试混淆了智能和人类的关系B、机器智能的机制必须与人类智能相同C、机器智能可以完全在特定的领域中超越人类智能D、机器智能可以有人类智能的创造力2【单选题】在政府报告中,()的报告使用“机器智能”这个词汇。
A、中国B、英国C、德国D、美国3【多选题】机器智能可以有自己的“人格”体现主要表现在()。
A、模型间的对抗—智能进化的方式B、机器智能的协作—机器智能的社会组织C、机器智能是社会的实际生产者D、机器智能可以有人类智能的创造力4【判断题】图灵测试存在的潜台词是机器智能的极限可以超越人的智能,机器智能可以不与人的智能可比拟。
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
人工智能课后答案
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。
人工智能导论课参考答案第2章
人工智能导论课参考答案第2章第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：(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))(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111 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 C AB A B C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)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)2HANDEMPTY(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。
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。
人工智能习题参考答案
• 神经网络主要通过指导式（有师）学习算法和非指导式（无师）学习 算法。此外，还存在第三种学习算法，即强化学习算法；可把它看做 有师学习的一种特例。 • （１）有师学习 • 有师学习算法能够根据期望的和实际的网络输出（对应于给定输入） 间的差来调整神经元间连接的强度或权。因此，有师学习需要有个老 师或导师来提供期望或目标输出信号。有师学习算法的例子包括 Delta规则、广义Delta规则或反向传播算法以及ＬＶＱ算法等。 • （２）无师学习 • 无师学习算法不需要知道期望输出。在训练过程中，只要向神经网络 提供输入模式，神经网络就能够自动地适应连接权，以便按相似特征 把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和 Carpenter-Grossberg自适应谐振理论（ＡＲＴ)等。 • （３）强化学习 • 强化（增强）学习是有师学习的特例。它不需要老师给出目标输出。 强化学习算法采用一个“评论员”来评价与给定输入相对应的神经网 络输出的优度（质量因数）。强化学习算法的一个例子是遗传算法 （GA）。
• • • • • • • • • •
• 6-2专家系统由哪些部分构成?各部分的作用为何? • 答： •
• 5-7遗传算法、进化策略和进化编程的关系如何？有何区别？ • 遗传算法是一种基于空间搜索的算法，它通过自然选择、遗传、变异 等操作以及达尔文适者生存的理论，模拟自然进化过程来寻找所求问 题的解答。 • 进化策略(Evolution Strategies，ES)是一类模仿自然进化原理以求 解参数优化问题的算法。 • 进化编程根据正确预测的符号数来度量适应值。通过变异，为父代群 体中的每个机器状态产生一个子代。父代和子代中最好的部分被选择 生存下来。 • 进化计算的三种算法即遗传算法、进化策略和进化编程都是模拟生物 界自然进化过程而建立的鲁棒性计算机算法。在统一框架下对三种算 法进行比较，可以发现它们有许多相似之处，同时也存在较大的差别。 • 进化策略和进化编程都把变异作为主要搜索算子，而在标准的遗传算 法中，变异只处于次要位置。交叉在遗传算法中起着重要作用，而在 进化编程中却被完全省去，在进化策略中与自适应结合使用，起了很 重要的作用。 • 标准遗传算法和进化编程都强调随机选择机制的重要性，而从进化策 略的角度看，选择（复制）是完全确定的。进化策略和进化编程确定 地把某些个体排除在被选择（复制）之外，而标准遗传算法一般都对 每个个体指定一个非零的选择概率。
人工智能教程习题及答案第2章习题参考解答
第二章知识表示习题参考解答2.3 练习题2.1 什么是知识?它有哪些特性?有哪几种分类方法?2.2 何谓知识表示? 陈述性知识表示法与过程性知识表示法的区别是什么?2.3 在选择知识的表示方法时，应该考虑哪些主要因素?2.4 一阶谓词逻辑表示法适合于表示哪种类型的知识?它有哪些特点?2.5 请写出用一阶谓词逻辑表示法表示知识的步骤。
2.6 设有下列语句，请用相应的谓词公式把它们表示出来：（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。
（2）他每天下午都去玩足球。
（3）太原市的夏天既干燥又炎热。
（4）所有人都有饭吃。
（5）喜欢玩篮球的人必喜欢玩排球。
（6）要想出国留学，必须通过外语考试。
2.7 房内有一只猴子、一个箱子，天花板上挂了一串香蕉，其位置关系如图2. 11所示，猴子为了拿到香蕉，它必须把箱子推到香蕉下面，然后再爬到箱子上。
请定义必要的谓词，写出问题的初始状态（即图2.16所示的状态）、目标状态（猴子拿到了香蕉，站在箱子上，箱子位于位置b）。
图2.11 猴子摘香蕉问题2.8 对习题2.7中的猴子摘香蕉问题，利用一阶谓词逻辑表述一个行动规划，使问题从初始状态变化到目标状态。
2.9 产生式的基本形式是什么？它与谓词逻辑中的蕴含式有什么共同处及不同处？2.10 何谓产生式系统？它由哪几部分组成？2.11 产生式系统中，推理机的推理方式有哪几种？在产生式推理过程中，如果发生策略冲突，如何解决？2.12 设有下列八数码难题：在一个3×3的方框内放有8个编号的小方块，紧邻空位的小方块可以移入到空位上，通过平移小方块可将某一布局变换为另一布局（如图2.12所示）。
请用产生式规则表示移动小方块的操作。
2831231684754765S0S g图2.12 习题2.12的图图2.13 习题2.13的图2.13 推销员旅行问题：设有五个相互可直达且距离已知的城市A、B、C、D、E，如图2.13所示，推销员从城市A出发，去其它四城市各旅行一次，最后再回到城市A，请找出一条最短的旅行路线。
人工智能课后习题第2章 参考答案
第2章知识表示方法参考答案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：(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))(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))(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。
HOLDING(x)：机械手抓住x。
人工智能习题作业进化计算II习题答案
第六章 进化计算课后习题及答案一、选择题：1. 设用遗传算法求解某问题时，产生了四个个体A、B、C和D，适应度值分别为34、98、60和45，采用赌轮选择机制，则个体A的适应度值所占份额为？（ D ）A 34B 34／98C 100D 34／2372. 如用遗传算法求解某问题时，有两个八位长的个体10111010和01011001, 进行交叉操作，交叉位置在从右往左第5位，产生的两个新个体分别为: （ A ）A 01011010和10111001B 01011001和10111010C 101和11001D 01110101和101001013. 用模拟退火算法求解TSP时，采用“逆转中间或者逆转两端” 变换方法。
设当前解为（4，5，8，1，2，10，6，9，3，7）随机产生的两相异数k和m分别为2和6，变换后的新解为： （ B ）A（4，10，2，1，8，5，7，3，9，6）B（4，10，2，1，8，5，6，9，3，7）C（4，5，8，1，2，10，6，9，3，7）D（8，5，4，1，2，10，6，9，3，7）4. 在极小极大分析法中，为计算得分，需要根据问题的特性信息定义一个估价函数，用来估算当前博弈树端节点的得分。
此时估算出来的得分称为_____。
（ C ）A父节点的得分 B 倒推值 C 静态估值 D 估价信息5. 遗传算法的选择操作将使适应度_____的个体有较大的存在机会。
（ B ）A 较低B 较高C 低劣D 为正数6. 如用遗传算法求解某问题时，有两个八位长的个体10101010和01011011, 进行交叉操作，交叉位置在从右往左第5位，产生的两个新个体分别为: （ AD ） A 01011010 B 01011001 C 11001 D 101010117. 模拟退火算法的T必须满足条件： （ ACD ）A. 开始T是很大正数B. T非负C. 逐渐减小D. 趋近08. 进化算法包括进化程序设计、______等等。
人工智能课后习题第2章 参考答案
第2章知识表示方法参考答案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：(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))(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))(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。
HOLDING(x)：机械手抓住x。