第一篇：06-24《人工智能的應(yīng)用》教學(xué)設(shè)計(jì)

第24課 人工智能的應(yīng)用

【教材分析】

在我們的生活中很多領(lǐng)域已經(jīng)在使用人工智能產(chǎn)品。本課主要介紹了人工智能在生活中的一些具體的應(yīng)用，讓學(xué)生體驗(yàn)人工智能的應(yīng)用、了解其原理，為后面設(shè)計(jì)創(chuàng)作簡(jiǎn)單的人工智能作品打下基礎(chǔ)。

【學(xué)情分析】

本節(jié)課的教學(xué)對(duì)象是六年級(jí)的學(xué)生，他們之前已經(jīng)對(duì)什么是人工智能以及人工智能發(fā)展史有了初步的了解，對(duì)生活中一些人工智能產(chǎn)品也有一些感知。在本課教學(xué)中可以發(fā)揮學(xué)生的主觀能動(dòng)性，讓學(xué)生通過(guò)動(dòng)手實(shí)踐，自主探究，感受人工智能對(duì)生活帶來(lái)的便利，為后面學(xué)習(xí)使用xDing軟件編寫程序，實(shí)現(xiàn)人工智能的應(yīng)用作好鋪墊。

【教學(xué)目標(biāo)與要求】

1.了解人工智能在生活中的具體應(yīng)用，感受智能識(shí)別對(duì)生活和學(xué)習(xí)的作用，產(chǎn)生并保持學(xué)習(xí)的興趣。

2.在嘗試識(shí)別未知音樂(lè)和圖片中文字的過(guò)程中，能夠根據(jù)需要，主動(dòng)地運(yùn)用相應(yīng)的智能識(shí)別軟件處理問(wèn)題，并在小組中進(jìn)行知識(shí)分享與創(chuàng)新創(chuàng)造。

3.通過(guò)對(duì)智能識(shí)別和具體的應(yīng)用的深入了解，提高探究能力，保持學(xué)習(xí)興趣。

【教學(xué)重點(diǎn)與難點(diǎn)】

重點(diǎn)：了解人工智能在生活中的一些具體的應(yīng)用。

難點(diǎn)：學(xué)會(huì)使用音樂(lè)識(shí)別軟件和OCR文字識(shí)別軟件，能說(shuō)出其優(yōu)點(diǎn)和不足。【教學(xué)方法與手段】

方法：通過(guò)視頻激發(fā)學(xué)生的學(xué)習(xí)興趣，教學(xué)過(guò)程中采用任務(wù)驅(qū)動(dòng)教學(xué)方法，將自主探究和小組合作學(xué)習(xí)形結(jié)合，重點(diǎn)培養(yǎng)學(xué)生對(duì)人工智能的興趣和探究熱情。

手段：多媒體教學(xué)網(wǎng)絡(luò)、教師演示與學(xué)生操作相結(jié)合。【課時(shí)安排】 安排1課時(shí)。【教學(xué)過(guò)程】

一、導(dǎo)入

1.同學(xué)們，你們打電話時(shí)，一般如何撥號(hào)呢？ 學(xué)生回答。

2.數(shù)字撥號(hào)看來(lái)是最常用的方式，接下來(lái)老師用的方法和你們的有點(diǎn)不一樣哦。教師使

用手機(jī)里的語(yǔ)音識(shí)別功能進(jìn)行撥號(hào)并通話。

3.現(xiàn)在我們的身邊有很多與人工智能相關(guān)的應(yīng)用，它們改善了我們的生活質(zhì)量，今天就讓我們一起來(lái)了解一下吧！

板書：人工智能的應(yīng)用

【設(shè)計(jì)意圖】通過(guò)一個(gè)簡(jiǎn)單的實(shí)際應(yīng)用操作，將抽象的語(yǔ)音識(shí)別技術(shù)變得具體化、生活化，讓學(xué)生明白人工智能也并非是高不可攀的，它就在我們身邊。從而調(diào)動(dòng)學(xué)生的積極性，增強(qiáng)學(xué)生的參與性。

二、新授

1.語(yǔ)音識(shí)別技術(shù)。

（1）剛才我們使用語(yǔ)音來(lái)幫助我們撥號(hào)，使用的就是人工智能中的語(yǔ)音識(shí)別技術(shù)。語(yǔ)音識(shí)別技術(shù)，也被稱為自動(dòng)語(yǔ)音識(shí)別（Automatic Speech Recognition，簡(jiǎn)稱ASR），其目標(biāo)是將人類的語(yǔ)音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者字符序列。

2.體驗(yàn)QQ音樂(lè)的聽歌識(shí)曲功能。

（1）播放一段音樂(lè)，讓學(xué)生猜猜叫什么名字？ 學(xué)生思考、匯報(bào)。

同學(xué)們，你們有什么好方法可以快速獲知這首歌的名字嗎？ 學(xué)生簡(jiǎn)單交流、匯報(bào)。

（2）體驗(yàn)QQ音樂(lè)的聽歌識(shí)曲功能。

下載QQ音樂(lè)軟件，利用其中的語(yǔ)音識(shí)別功能快速準(zhǔn)確識(shí)別未知的音樂(lè)，感受其神奇的功能。

語(yǔ)音識(shí)別功能界面

學(xué)生自行嘗試，交流。

同學(xué)們，在語(yǔ)音識(shí)別領(lǐng)域人工智能還能有哪些應(yīng)用呢？它的優(yōu)點(diǎn)和不足你們知道嗎？

學(xué)生查閱資料、討論、匯報(bào)。師生小結(jié)。

優(yōu)點(diǎn)：便捷，提高效率。

不足：對(duì)讀音要求苛刻、識(shí)別過(guò)程中會(huì)有錯(cuò)誤、需要檢查糾正等。3.其他人工智能識(shí)別技術(shù)的應(yīng)用。

（1）語(yǔ)音識(shí)別技術(shù)讓我們的生活充滿了人情味，在我們的身邊還有哪些人工智能應(yīng)用實(shí)例呢？讓我們通過(guò)這一段視頻了解一下。

（2）學(xué)生小組討論：這些人工智能應(yīng)用給我們生活帶來(lái)了哪些便利呢？（3）學(xué)生匯報(bào)，師生小結(jié)。

車牌識(shí)別便捷，降低維護(hù)成本，減輕工作人員工作量，找車也方便…… OCR文字識(shí)別：提高辦公效率，少打字……

（4）如今的生活，隨著掃描儀的廣泛應(yīng)用，尤其是OCR文字識(shí)別得到了進(jìn)一步的發(fā)展，在醫(yī)院、學(xué)校、交通、安全等領(lǐng)域都有著大量的運(yùn)用。百聞不如一試，接下來(lái)我們就親自動(dòng)手試一試。

（5）探究“捷速OCR文字識(shí)別”軟件的應(yīng)用。①打開“捷速OCR文字識(shí)別”軟件。

捷速OCR文字識(shí)別軟件界面1

學(xué)生熟悉窗口，通過(guò)交流了解軟件基本的使用方式。

②以小組為單位，選擇不同的圖片格式，嘗試?yán)密浖奈淖肿R(shí)別功能將圖片上的文字轉(zhuǎn)換成可以編輯的文檔。

捷速OCR文字識(shí)別軟件界面2

教師小結(jié)：通過(guò)實(shí)際操作，和前面的語(yǔ)音識(shí)別技術(shù)相比，你能說(shuō)說(shuō)這兩種技術(shù)的相同和不同之處嗎？它們是不是每次都能成功？有沒(méi)有你認(rèn)為不足、需要改進(jìn)的地方？

學(xué)生互相交流、匯報(bào)。

【設(shè)計(jì)意圖】通過(guò)學(xué)生自身的生活體驗(yàn)，結(jié)合圖片、視頻等資料及相應(yīng)的應(yīng)用軟件，更深層次地感受人工智能產(chǎn)品對(duì)人類生活質(zhì)量、工作效率的提升，從而調(diào)動(dòng)學(xué)生的積極性，同時(shí)也通過(guò)體驗(yàn)發(fā)現(xiàn)軟件的不足，對(duì)軟件本身也產(chǎn)生初步優(yōu)化的概念，為下一課學(xué)習(xí)xDing軟件作鋪墊。

三、總結(jié)拓展

同學(xué)們，你能說(shuō)說(shuō)這節(jié)課最大的感受是什么嗎？隨著生活中的人工智能應(yīng)用越來(lái)越高效，范圍越來(lái)越廣泛，我們的生活變得越來(lái)越便捷。越聰明的人工智能其實(shí)往往就是設(shè)計(jì)師們智慧的體現(xiàn)，相信同學(xué)們從本節(jié)課的體驗(yàn)中也感受到了，課后我們還可以繼續(xù)交流，希望大家通過(guò)以后的學(xué)習(xí)能賦予它們更強(qiáng)大的“智慧”！

【設(shè)計(jì)意圖】總結(jié)課堂學(xué)習(xí)，進(jìn)一步激發(fā)學(xué)生的學(xué)習(xí)熱情，激勵(lì)學(xué)生在后面的學(xué)習(xí)中努力提升自己。

第二篇：人工智能教學(xué)設(shè)計(jì)

《用智能工具處理信息》教學(xué)設(shè)計(jì)

泰安長(zhǎng)城中學(xué) 彭玉梅

學(xué)習(xí)目標(biāo)

1.能在操作過(guò)程中了解智能信息處理工具的基本工作原理。2.認(rèn)識(shí)智能信息處理這一前沿技術(shù)的實(shí)際應(yīng)用價(jià)值。

3.通過(guò)本節(jié)課的學(xué)習(xí)，形成對(duì)人工智能的正確認(rèn)識(shí)，產(chǎn)生對(duì)信息前沿技術(shù)探索的強(qiáng)烈欲望。

學(xué)習(xí)重點(diǎn)：

體驗(yàn)智能信息處理工具的工作過(guò)程

學(xué)習(xí)難點(diǎn)：

領(lǐng)會(huì)智能信息處理工具的工作原理

學(xué)習(xí)方法

1.實(shí)踐、交流、探究的學(xué)習(xí)方法，分享獲得的感受。

2.通過(guò)教師的講解加深對(duì)原理的理解。3.通過(guò)練習(xí)反饋學(xué)生的學(xué)習(xí)效果。

教學(xué)過(guò)程：

導(dǎo)入：播放人工智能新科技視頻，引出這節(jié)課。

一.智能工具處理信息的應(yīng)用：(一)模式識(shí)別

1.模式識(shí)別的概念：模式識(shí)別中“模式”的原意是提供模仿的標(biāo)準(zhǔn)樣式或標(biāo)本，模式識(shí)別就是識(shí)別出給定的物體和哪一個(gè)標(biāo)本相同或相似。

2.模式識(shí)別的一般過(guò)程：樣本采集、信息的數(shù)字化、預(yù)處理、數(shù)據(jù)特征的提取、與標(biāo)準(zhǔn)模式進(jìn)行比較、分類識(shí)別。

3.通過(guò)活動(dòng)來(lái)體驗(yàn)?zāi)Ｊ阶R(shí)別中的“OCR”識(shí)別

活動(dòng)一：用“漢王OCR”軟件識(shí)別圖片中的文字

要求：

（1）安裝并啟用“漢王OCR”軟件、快速閱讀軟件幫助.（2）利用“漢王OCR”識(shí)別兩個(gè)已經(jīng)掃描的文件【文件1（平整），文件2（褶皺）】，分析其識(shí)別正確率。

（3）就兩次識(shí)別結(jié)果討論分析其識(shí)別的簡(jiǎn)單原理

學(xué)生開始活動(dòng)，教師觀察、了解學(xué)生活動(dòng)并作必要的指導(dǎo)。小結(jié)：

（1）OCR識(shí)別原理：首先將漢字圖象進(jìn)行處理，抽取主要表達(dá)特征并將其特征與字的代碼存在計(jì)算機(jī)中。識(shí)別過(guò)程就是將輸入的漢字圖像經(jīng)處理后與計(jì)算機(jī)中所保存的全部漢字進(jìn)行比較，找出最相近的字作為識(shí)別結(jié)果。（2）影響識(shí)別正確率的因素： ①原稿掃描圖像是不是清晰可“辨”。②分辨率應(yīng)選擇適宜。（300dpi）③調(diào)整好亮度值和對(duì)比度值。

4.列舉日常生活中模式識(shí)別應(yīng)用的更多例子：指紋識(shí)別、手寫識(shí)別、語(yǔ)音識(shí)別等。

（二）自然語(yǔ)言理解

1.自然語(yǔ)言理解的研究領(lǐng)域：主要是研究如何使計(jì)算機(jī)能夠理解和生成自然語(yǔ)言的技術(shù)。2.自然語(yǔ)言理解的過(guò)程可分為三個(gè)層次：詞法分析、句法分析、語(yǔ)義分析。3.通過(guò)活動(dòng)來(lái)體驗(yàn)自然語(yǔ)言理解

活動(dòng)二：訪問(wèn)自然語(yǔ)言處理網(wǎng)站，與智能語(yǔ)言機(jī)器人對(duì)話。

自然語(yǔ)言處理網(wǎng)站：http://alice.pandorabots.com

http://www-ai.ijs.si/eliza/eliza.html

要求：

（1）登陸智能網(wǎng)站，通過(guò)自然語(yǔ)言進(jìn)行交流，感受人工智能的不足。并通過(guò)與智能機(jī)器人對(duì)話，來(lái)驗(yàn)證機(jī)器人的智能程度。

（2）回顧與機(jī)器人聊天過(guò)程，談?wù)勀銓?duì)機(jī)器人的認(rèn)識(shí)，想想他是如何回答你的？

（3）就與網(wǎng)絡(luò)機(jī)器人交流的過(guò)程，小組內(nèi)交流一下自已的體會(huì)。

學(xué)生開始活動(dòng)，教師觀察、了解學(xué)生活動(dòng)并作必要的指導(dǎo)。

小結(jié)：

（1）“對(duì)話機(jī)器人”的工作原理：語(yǔ)言理解、思考和語(yǔ)言的生成。即當(dāng)我們輸入一段話，機(jī)器人首先要理解這段話的意思，然后根據(jù)并利用它所具有的知識(shí)，生成一段文字，給出回答。

（2）“對(duì)話機(jī)器人”的回答存在的問(wèn)題及可能的原因

存在的問(wèn)題：

①似乎不能與我們進(jìn)行實(shí)質(zhì)性的談話。②回答問(wèn)題經(jīng)常答非所問(wèn)。主要原因可能有以下幾點(diǎn)：

①機(jī)器人還不能很好地識(shí)別人類自然語(yǔ)言。②機(jī)器人的“知識(shí)”有限。③機(jī)器人沒(méi)有“感情”和“情緒”。

4.列舉日常生活中自然語(yǔ)言理解應(yīng)用的其它例子：翻譯系統(tǒng)

二、讓學(xué)生根據(jù)本節(jié)課的體會(huì)，展開討論。

智能處理工具與一般處理工具的區(qū)別 小結(jié)：

一般處理工具（Word,Excel）通常是處理有固定算法的問(wèn)題，智能處理工具（漢王OCR軟件，雙向翻譯系統(tǒng)）通常處理的問(wèn)題是不確定的，非結(jié)構(gòu)的，沒(méi)有固定算法，處理的過(guò)程是推理控制的過(guò)程，最終得到的結(jié)果常常是不太確定的，可能是正確的，也可能是不正確的。

三、提升：我們應(yīng)該怎樣正確認(rèn)識(shí)人工智能？

1.人工智能給我們的生活學(xué)習(xí)帶來(lái)了很多方便，但他并不是萬(wàn)能的，有局限性。2.人工智能的實(shí)質(zhì)：機(jī)器的思維是人通過(guò)編寫程序給予的。

3.機(jī)器不能完全代替人，我們不能完全依賴機(jī)器，一方面我們要自力、自強(qiáng)、自信；同時(shí)也要熱愛(ài)科學(xué)，積極探索、發(fā)展、創(chuàng)新，讓機(jī)器成為人類的得力助手和合作伙伴，用人類自己創(chuàng)造的智慧，更好地為人類服務(wù)。

四、課堂小結(jié)：

1.人工智能的研究領(lǐng)域

（1）模式識(shí)別：OCR識(shí)別、指紋識(shí)別、手寫識(shí)別、語(yǔ)音識(shí)別等。（2）自然語(yǔ)言處理：與智能機(jī)器人對(duì)話、翻譯系統(tǒng)等。2.智能處理工具與一般處理工具的區(qū)別 3.對(duì)人工智能的認(rèn)識(shí)

五、課堂練習(xí)：

1.本節(jié)課中的兩個(gè)活動(dòng)分別屬于智能信息處理的哪個(gè)領(lǐng)域？

2.指紋鎖的工作原理是通過(guò)提取指紋圖象的特征進(jìn)行身份識(shí)別。指紋鎖的工作流程可分為以下步驟，順序應(yīng)該是（）(08年高考題)①指紋圖象采集 ② 指紋圖象處理 ③ 控制門鎖開啟④ 指紋圖象特征匹配 ⑤ 指紋圖象特征提取

A、①②⑤④③

B、①⑤②④③

C、①②③④⑤

D、①④⑤②③

3.目前在機(jī)器人足球賽中，足球機(jī)器人通過(guò)自身的攝像系統(tǒng)拍攝現(xiàn)場(chǎng)圖像，分析雙方球員的位置，運(yùn)動(dòng)方向以及與球門的距離和角度等信息，然后決定下一步的行動(dòng)。下列說(shuō)法正確的是（）(08年高考題)①足球機(jī)器人具有圖像數(shù)據(jù)的獲取、分析能力 ②足球機(jī)器人的研制采用了人工智能技術(shù) ③足球機(jī)器人具有人的智能

④足球機(jī)器人既有邏輯判斷能力又有形象思維能力

A、① ②

B、① ③

C、② ④

D、③ ④

第三篇：《人工智能的發(fā)展歷史與應(yīng)用》教學(xué)設(shè)計(jì)

課題

人工智能的發(fā)展歷史與應(yīng)用

建議課時(shí)

1課時(shí)

課型

新知學(xué)習(xí)課（√）原理探究課（）綜合應(yīng)用課（）其它_____（）

教學(xué)背景分析

隨著諸多關(guān)鍵技術(shù)的突飛猛進(jìn)，誕生半個(gè)多世紀(jì)的人工智能終于從研發(fā)走到如今的巔峰期。那么人工智能如何誕生，又是在漫長(zhǎng)的歷史中怎么發(fā)展起來(lái)的？學(xué)生雖然能夠說(shuō)出生活中的人工智能的應(yīng)用，但卻對(duì)人工智能的發(fā)展歷史較為陌生。在本節(jié)課中，學(xué)生將通過(guò)自主閱讀材料，歸納總結(jié)人工智能的發(fā)展的三次浪潮及兩次低谷，并對(duì)人工智能的實(shí)際應(yīng)用有進(jìn)一步的認(rèn)識(shí)。

學(xué)習(xí)目標(biāo)

1.知道達(dá)特茅斯會(huì)議標(biāo)志著人工智能的誕生。

2.知道人工智能經(jīng)歷了3次浪潮。

3.知道人工智能在制造、家居、教育、交通、安防、醫(yī)療、物流、軍事等領(lǐng)域有廣泛的應(yīng)用。

4.通過(guò)閱讀教材，學(xué)習(xí)人工智能的發(fā)展歷史，提升分析信息和處理信息的能力。

5.通過(guò)了解人工智能發(fā)展的歷程，辯證地看待科技發(fā)展的一般規(guī)律。

6.產(chǎn)生對(duì)人工智能領(lǐng)域的學(xué)習(xí)興趣和探究熱情。

學(xué)習(xí)重難點(diǎn)

1.學(xué)習(xí)重點(diǎn)

（1）知道達(dá)特茅斯會(huì)議標(biāo)志著人工智能的誕生。

（2）知道人工智能經(jīng)歷了3次浪潮。

2.學(xué)習(xí)難點(diǎn)

（1）知道人工智能在制造、家居、教育、交通、安防、醫(yī)療、物流、軍事等領(lǐng)域有廣泛的應(yīng)用。

課前準(zhǔn)備

教材，教學(xué)課件，學(xué)習(xí)單。

教學(xué)過(guò)程設(shè)計(jì)

教師活動(dòng)

學(xué)生活動(dòng)

環(huán)節(jié)一：新課引入

教師活動(dòng)：

1.教師帶領(lǐng)學(xué)生一起回顧前兩節(jié)課的內(nèi)容，回憶人工智能的含義以及人工智能在生活中的實(shí)際應(yīng)用等。

2.教師從生活實(shí)際出發(fā)，列舉人工智能帶給生活的變化，并讓學(xué)生思考人工智能的發(fā)展起源。

學(xué)生活動(dòng)：

1.學(xué)生回憶人工智能的含義與人工智能的應(yīng)用。

2.學(xué)生對(duì)人工智能的發(fā)展歷史產(chǎn)生好奇。

設(shè)計(jì)意圖：通過(guò)舊知回顧引入課程主題——人工智能的發(fā)展史。

環(huán)節(jié)二：新知學(xué)習(xí)（一）人工智能的發(fā)展歷史

教師活動(dòng)：

1.在教師講授前，要求學(xué)生閱讀教材P10-15，自主學(xué)習(xí)人工智能的發(fā)展歷程，并填寫學(xué)習(xí)單問(wèn)題1。

2.教師引導(dǎo)學(xué)生就近四人一組，讓學(xué)生互相之間交流自己的想法，并確定一個(gè)最終版本，分小組進(jìn)行匯報(bào)。

3.教師進(jìn)行點(diǎn)評(píng)并總結(jié)歸納人工智能的發(fā)展歷史。

學(xué)生活動(dòng)：

1.學(xué)生閱讀材料，完成學(xué)習(xí)單問(wèn)題1。

2.學(xué)生小組討論，并上臺(tái)匯報(bào)。

3.跟隨教師的思路學(xué)習(xí)人工智能的發(fā)展歷史。

設(shè)計(jì)意圖：學(xué)生自主閱讀相關(guān)材料，通過(guò)填寫學(xué)習(xí)單，了解人工智能發(fā)展史。

環(huán)節(jié)三：新知學(xué)習(xí)（二）人工智能在各行各業(yè)中的應(yīng)用

教師活動(dòng)：

1.教師創(chuàng)設(shè)問(wèn)題情況，引導(dǎo)學(xué)生進(jìn)行自主學(xué)習(xí)。具體問(wèn)題和任務(wù)如下：

提問(wèn)：在不同的應(yīng)用領(lǐng)域，你都知道哪些人工智能的應(yīng)用呢？

任務(wù)：閱讀教材P16-19，完成學(xué)習(xí)單問(wèn)題2。

2.提問(wèn)學(xué)生“人工智能在不同領(lǐng)域的實(shí)際應(yīng)用案例具體有哪些？”，學(xué)生回答問(wèn)題后進(jìn)行歸納總結(jié)。

學(xué)生活動(dòng)：

1.學(xué)生閱讀教材P16-19，完成學(xué)習(xí)單問(wèn)題2，歸納總結(jié)人工智能的應(yīng)用案例。

2.學(xué)生自由舉手回答填寫的學(xué)習(xí)單內(nèi)容。

設(shè)計(jì)意圖：通過(guò)學(xué)生自主探究為主，教師講授為輔進(jìn)行知識(shí)的傳授，培養(yǎng)自主學(xué)習(xí)意識(shí)，提高學(xué)生的語(yǔ)言表達(dá)能力和信息歸納能力。

環(huán)節(jié)四：總結(jié)歸納

教師活動(dòng)：

1.教師與同學(xué)們一起回顧本節(jié)課的知識(shí)點(diǎn)，提問(wèn)學(xué)生以下問(wèn)題。

（1）“人工智能之父”是誰(shuí)？

（2）人工智能最早是什么時(shí)間產(chǎn)生的？

（3）人工智能的發(fā)展經(jīng)歷了幾起幾落，低谷的原因是什么？

（4）你認(rèn)為未來(lái)，哪些工作將被人工智能取代？

學(xué)生活動(dòng)：

1.學(xué)生回答問(wèn)題。

設(shè)計(jì)意圖：總結(jié)和反思，幫助學(xué)生內(nèi)化所學(xué)，以及延展課下的繼續(xù)學(xué)習(xí)和思考。

學(xué)習(xí)評(píng)價(jià)

評(píng)價(jià)任務(wù)：

1956年-2016年，人工智能技術(shù)在發(fā)展歷程中經(jīng)歷了三次高潮，兩次低谷，閱讀教材，在方框中填入關(guān)鍵性的事件名稱。（10分）

評(píng)價(jià)標(biāo)準(zhǔn)：

總共有6空，每空最高得分為10分，根據(jù)回答精簡(jiǎn)度和聚焦程度進(jìn)行打分，最后取6題的平均分作為本任務(wù)的最后得分，總分10分。

評(píng)價(jià)分?jǐn)?shù)的應(yīng)用：

本學(xué)期結(jié)課后，教師根據(jù)學(xué)生每課的評(píng)價(jià)分?jǐn)?shù)計(jì)算出平均分，并根據(jù)平均分確定相應(yīng)的評(píng)價(jià)等級(jí)。例如：平均分為9-10分定為優(yōu)秀；平均分為7-8分定為良好；平均分為4-6分定為一般；平均分為1-3分為較差。

第四篇：人工智能及其應(yīng)用復(fù)習(xí)資料

人工智能及其應(yīng)用(2)

第一章 緒 論

1-1.什么是人工智能？試從學(xué)科和能力兩方面加以說(shuō)明。

從學(xué)科角度來(lái)看：人工智能是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。它的近期主要目標(biāo)在于研 究用機(jī)器來(lái)模仿和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和技術(shù)。

從能力角度來(lái)看：人工智能是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推理、證明、識(shí)別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)

1-2.在人工智能的發(fā)展過(guò)程中，有哪些思想和思潮起了重要作用？

控制論之父維納 1940 年主張計(jì)算機(jī)五原則。他開始考慮計(jì)算機(jī)如何能像大腦一樣工作。系統(tǒng)地創(chuàng)建了控制論，根 據(jù)這一理論，一個(gè)機(jī)械系統(tǒng)完全能進(jìn)行運(yùn)算和記憶。

帕梅拉·麥考達(dá)克(Pamela McCorduck)在她的著名的人工智能歷史研究《機(jī)器思維》(Machine Who Think,1979)中曾 經(jīng)指出：在復(fù)雜的機(jī)械裝置與智能之間存在著長(zhǎng)期的聯(lián)系。

著名的英國(guó)科學(xué)家圖靈被稱為人工智能之父,圖靈不僅創(chuàng)造了一個(gè)簡(jiǎn)單的通用的非數(shù)字計(jì)算模型，而且直接證明了計(jì) 算機(jī)可能以某種被理解為智能的方法工作。提出了著名的圖靈測(cè)試。

數(shù)理邏輯從 19 世紀(jì)末起就獲迅速發(fā)展；到 20 世紀(jì) 30 年代開始用于描述智能行為。計(jì)算機(jī)出現(xiàn)后，又在計(jì)算機(jī)上 實(shí)現(xiàn)了邏輯演繹系統(tǒng)。

1943 年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)立的腦模型，即 MP 模型。60-70 年代，聯(lián)結(jié) 主義，尤其是對(duì)以感知機(jī)(perceptron)為代表的腦模型的研究曾出現(xiàn)過(guò)熱潮，控制論思想早在40-50 年代就成為時(shí)代思潮的重要部分，影響了早期的人工智能工作者。到60-70 年代，控制論系 統(tǒng)的研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人的種子。

1-3.為什么能夠用機(jī)器（計(jì)算機(jī)）模仿人的智能？

物理符號(hào)系統(tǒng)的假設(shè)：任何一個(gè)系統(tǒng)，如果它能夠表現(xiàn)出智能，那么它就必定能執(zhí)行輸入符號(hào)、輸出符號(hào)、存儲(chǔ)符 號(hào)、復(fù)制符號(hào)、建立符號(hào)結(jié)構(gòu)、條件性遷移6 種功能。反之，任何系統(tǒng)如果具有這6 種功能，那么它就能夠表現(xiàn)出 智能(人類所具有的智能)。

物理符號(hào)系統(tǒng)的假設(shè)伴隨有3 個(gè)推論。

推論一: 既然人具有智能，那么他(她)就一定是個(gè)物理符號(hào)系統(tǒng)。

推論二: 既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就一定能夠表現(xiàn)出智能。

推論三: 既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么我們就能夠用計(jì)算機(jī)來(lái)模擬人的活動(dòng)。

1-4.現(xiàn)在人工智能有哪些學(xué)派？它們的認(rèn)知觀是什么？

符號(hào)主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism)[ 其原理 主要為物理符號(hào)系統(tǒng)(即符號(hào)操作系統(tǒng))假設(shè)和有限合理性原理。]

認(rèn)為人的認(rèn)知基元是符號(hào)，而且認(rèn)知過(guò)程即符號(hào)操作過(guò)程。認(rèn)為人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào) 系統(tǒng)，因此，我們就能夠用計(jì)算機(jī)來(lái)模擬人的智能行為。知識(shí)是信息的一種形式，是構(gòu)成智能的基礎(chǔ)。人工智能的 核心問(wèn)題是知識(shí)表示、知識(shí)推理和知識(shí)運(yùn)用。

聯(lián)結(jié)主義(Connectionism)，又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)[ 其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng) 絡(luò)間的連接機(jī)制與學(xué)習(xí)算法 ]

認(rèn)為人的思維基元是神經(jīng)元，而不是符號(hào)處理過(guò)程。認(rèn)為人腦不同于電腦，并提出聯(lián)結(jié)主義的大腦工作模式，用于 取代符號(hào)操作的電腦工作模式。

行為主義(Actionism)，又稱進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)[ 其原理為控制論及感知-動(dòng)作型控 制系統(tǒng) ] 認(rèn)為智能取決于感知和行動(dòng)。認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理；人工智能可以象人類智能一樣逐步進(jìn)化。智能行為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作用而表現(xiàn)出來(lái)。符號(hào)主義、聯(lián)結(jié)主義對(duì)真實(shí)世界客觀事物的描 述及其智能行為工作模式是過(guò)于簡(jiǎn)化的抽象，因而是不能真實(shí)地反映客觀存在的。

1-5.你認(rèn)為應(yīng)從哪些層次對(duì)認(rèn)知行為進(jìn)行研究？

心理活動(dòng)的最高層級(jí)是思維策略，中間一層是初級(jí)信息處理，最低層級(jí)是生理過(guò)程，與此相應(yīng)的是計(jì)算機(jī)程序、語(yǔ) 言和硬件。

研究認(rèn)知過(guò)程的主要任務(wù)是探求高層次思維決策與初級(jí)信息處理的關(guān)系，并用計(jì)算機(jī)程序來(lái)模擬人 的思維策略水平，而用計(jì)算機(jī)語(yǔ)言模擬人的初級(jí)信息處理過(guò)程。

1-6.人工智能的主要研究和應(yīng)用領(lǐng)域是什么？其中，哪些是新的研究熱點(diǎn)？

問(wèn)題求解(下棋程序)，邏輯推理與定理證明(四色定理證明)，自然語(yǔ)言理解，自動(dòng)程序設(shè)計(jì)，專家系統(tǒng)，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，機(jī)器人學(xué)(星際探索機(jī)器人)，模式識(shí)別(手寫識(shí)別，汽車牌照識(shí)別，指紋識(shí)別)，機(jī)器視覺(jué)(機(jī)器裝配，衛(wèi)星圖像處理)，智能控制，智能檢索，智能調(diào)度與指揮(汽車運(yùn)輸高度，列車編組指揮)，系統(tǒng)與語(yǔ)言工具。

新的研究熱點(diǎn)： 分布式人工智能與Agent，計(jì)算智能與進(jìn)化計(jì)算，數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)(超市市場(chǎng)商品數(shù)據(jù)分析)，人工生命。

第二章 知識(shí)表示方法

2-2 設(shè)有 3 個(gè)傳教士和 3 個(gè)野人來(lái)到河邊，打算乘一只船從右岸渡到左岸去。該船的負(fù)載能力為兩人。在任何時(shí)候，如果野人人數(shù)超過(guò)傳教士人數(shù)，那么野人就會(huì)把傳教士吃掉。他們?cè)鯓硬拍苡眠@條船安全地把所有人都渡過(guò)河去?

用S i(nC, nY)表示第i 次渡河后，河對(duì)岸的狀態(tài)，nC 表示傳教士的數(shù)目，nY 表示野人的數(shù)目，由于總?cè)藬?shù)的確定 的，河對(duì)岸的狀態(tài)確定了，河這邊的狀態(tài)也即確定了。考慮到題目的限制條件，要同時(shí)保證，河兩岸的傳教士數(shù)目 不少于野人數(shù)目，故在整個(gè)渡河的過(guò)程中，允許出現(xiàn)的狀態(tài)為以下3 種情況：

1.nC=0 2.nC=3

3.nC=nY>=0(當(dāng)nC 不等于0 或3)

用d i(dC, dY)表示渡河過(guò)程中，對(duì)岸狀態(tài)的變化，dC 表示，第i 次渡河后，對(duì)岸傳教士數(shù)目的變化，dY 表示，第i 次渡河后，對(duì)岸野人數(shù)目的變化。當(dāng)i 為偶數(shù)時(shí)，dC,dY 同時(shí)為非負(fù)數(shù)，表示船駛向?qū)Π叮琲 為奇數(shù)時(shí)，dC, dY 同時(shí) 為非正數(shù)，表示船駛回岸邊。

初始狀態(tài)為S 0(0, 0)，目標(biāo)狀態(tài)為S 0(3, 3)，用深度優(yōu)先搜索的方法可尋找渡河方案。在此，用圖求法該問(wèn)題，令橫坐標(biāo)為 nY, 縱坐標(biāo)為 nC，可行狀態(tài)為空心點(diǎn)表示，每次可以在格子上，沿對(duì)角線移 動(dòng)一格，也可以沿坐標(biāo)軸方向移動(dòng)1 格，或沿坐標(biāo)軸方向移動(dòng)2 格。第奇數(shù)次數(shù)狀態(tài)轉(zhuǎn)移，沿右方，上方，或右上 方移動(dòng)，第偶數(shù)次數(shù)狀態(tài)轉(zhuǎn)移，沿左方，下方，或左下方移動(dòng)。

從(0,0)開始，依次沿箭頭方向改變狀態(tài)，經(jīng)過(guò)11 步之后，即可以到達(dá)目標(biāo)狀態(tài)(3,3)，相應(yīng)的渡河方案為： d1(1,1)--d2(-1,0)--d3(0,2)--d4(0,-1)--d5(2,0)--d6(-1,-1)--d7(2,0)--d8(0,-1)--d9(0,2)--d10(-1,0)--d11(1,1)

2-4 試說(shuō)明怎樣把一棵與或解樹用來(lái)表達(dá)圖2.28 所示的電網(wǎng)絡(luò)阻抗的計(jì)算。單獨(dú)的R、L 或C 可分別用R、jωL 或1/jωC 來(lái)計(jì)算，這個(gè)事實(shí)用作本原問(wèn)題。后繼算符應(yīng)以復(fù)合并聯(lián)和串聯(lián)阻抗的規(guī)則為基礎(chǔ)。

約定，用原來(lái)的與后繼算法用來(lái)表達(dá)并聯(lián)關(guān)系，用原來(lái)的或后繼算法用來(lái)表達(dá)串聯(lián)關(guān)系

2-5 試用四元數(shù)列結(jié)構(gòu)表示四圓盤梵塔問(wèn)題，并畫出求解該問(wèn)題的與或圖。

用四元數(shù)列(nA, nB, nC, nD)來(lái)表示狀態(tài)，其中nA 表示A 盤落在第nA 號(hào)柱子上，nB 表示B 盤落在第nB 號(hào)柱子 上，nC 表示C 盤落在第nC 號(hào)柱子上，nD 表示D 盤落在第nD 號(hào)柱子上。初始狀態(tài)為 1111，目標(biāo)狀態(tài)為 3333

如圖所示，按從上往下的順序，依次處理每一個(gè)葉結(jié)點(diǎn)，搬動(dòng)圓盤，問(wèn)題得解。

2-6 把下列句子變換成子句形式：

(1)(x)｛P(x)→P(x)｝

(2)x y(On(x,y)→Above(x,y))

(3)x y z(Above(x,y)∧Above(y,z)→Above(x,z))(4)～｛(x)｛P(x)→｛（y）〔p(y)→p(f(x,y))〕∧(y)〔Q(x,y)→P(y)〕｝｝｝(1)(ANY x){ P(x)P(x)}(ANY x){~P(x)OR P(x)} ~P(x)OR P(x)

最后子句為 ~P(x)OR P(x)

(2)(ANY x)(ANY y){ On(x,y)Above(x,y)}(ANY x)(ANY y){ ~On(x,y)OR Above(x,y)} ~On(x,y)OR Above(x,y)

最后子句為 ~On(x,y)OR Above(x,y)

(3)(ANY x)(ANY y)(ANY z){ Above(x,y)AND Above(y,z)Above(x,z)}(命題聯(lián)結(jié)詞之優(yōu)先級(jí)如下:否定→合取→析取→蘊(yùn)涵→等價(jià))

(ANY x)(ANY y)(ANY z){ ~ [ Above(x,y)AND Above(y,z)] OR Above(x,z)} ~ [ Above(x,y)AND Above(y,z)] OR Above(x,z)最后子句為 ~[Above(x,y), Above(y,z)] OR Above(x,z)

(4)~{(ANY x){ P(x){(ANY y)[ p(y)p(f(x,y))] AND(ANY y)[ Q(x,y)P(y)] } } } ~ {(ANY x){ ~P(x)OR {(ANY y)[ ~p(y)OR p(f(x,y))] AND(ANY y)[ ~Q(x,y)OR P(y)] } } }(EXT x){ P(x)AND {(EXT x)[ p(y)AND ~p(f(x,y))] OR(EXT y)[ Q(x,y)AND ~P(y)] } }(EXT x){ P(x)AND {(EXT w)[ p(y)AND ~p(f(w,y))] OR(EXT v)[ Q(x,v)AND ~P(v)] } } P(A)AND { [ p(y)AND ~p(f(B,y))] OR [ Q(A,C)AND ~P(C)] }

P(A)AND { [ p(y)AND ~p(f(B,y))OR Q(A,C)] AND [ p(y)AND ~p(f(B,y))OR ~P(C)] } P(A)AND { { p(y), ~p(f(B,y))} OR Q(A,C)} AND { { p(y), ~p(f(B,y))} OR ~P(C)} 最后子句為

P(A)

{ p(x), ~p(f(B,x))} OR Q(A,C){ p(y), ~p(f(B,y))} OR ~P(C)

2-7 用謂詞演算公式表示下列英文句子(多用而不是省用不同謂詞和項(xiàng)。例如不要用單一的謂詞字母來(lái)表示每個(gè)句 子。)A computer system is intelligent if it can perform a task which, if performed by a human, requires intelligence.先定義基本的謂詞

INTLT(x)means x is intelligent

PERFORM(x,y)means x can perform y REQUIRE(x)means x requires intelligence CMP(x)means x is a computer system HMN(x)means x is a human 上面的句子可以表達(dá)為

(任意x)

{(存在t)(存在y)[ HMN(y)合取 PERFORM(y,t)合取 REQUIRE(t)合取 CMP(x)合取 PERFORM(x,t)] INTLT(x)}

2-8 把下列語(yǔ)句表示成語(yǔ)義網(wǎng)絡(luò)描述：

(1)All man are mortal.(2)Every cloud has a silver lining.(3)All branch managers of DEC participate in a profit-sharing plan.(1)

(2)

(3)

2-9 作為一個(gè)電影觀眾，請(qǐng)你編寫一個(gè)去電影院看電影的劇本。

(1)開場(chǎng)條件

(a)顧客想看電影

(b)顧客在足夠的錢

(2)角色

顧客，售票員，檢票員，放映員

(3)道具

錢，電影票

(4)場(chǎng)景

場(chǎng)景 1 購(gòu)票

(a)顧客來(lái)到售票處

(b)售票員把票給顧客

(c)顧客把錢給售票員

(d)顧客走向電影院門

場(chǎng)景 2 檢票

(a)顧客把電影票給檢票員

(b)檢票員檢票

(c)檢票員把電影票還給顧客

(d)顧客進(jìn)入電影院

場(chǎng)景 3 等待

(a)顧客找到自己的座位

(b)顧客坐在自己座位一等待電影開始

場(chǎng)景 4 觀看電影

(a)放映員播放電影

(b)顧客觀看電影 場(chǎng)景 5 離開

(a)放映員結(jié)束電影放映

(b)顧客離開電影院

(5)結(jié)果

(a)顧客觀看了電影

(b)顧客花了錢

(c)電影院賺了錢

2-10 試構(gòu)造一個(gè)描述你的寢室或辦公室的框架系統(tǒng)。

第三章 搜索推理技術(shù)

3-1 什么是圖搜索過(guò)程?其中，重排OPEN 表意味著什么，重排的原則是什么?

圖搜索的一般過(guò)程如下：

(1)建立一個(gè)搜索圖G(初始只含有起始節(jié)點(diǎn)S)，把S 放到未擴(kuò)展節(jié)點(diǎn)表中（OPEN 表）中。

(2)建立一個(gè)已擴(kuò)展節(jié)點(diǎn)表（CLOSED 表），其初始為空表。

(3)LOOP：若OPEN 表是空表，則失敗退出。

(4)選擇OPEN 表上的第一個(gè)節(jié)點(diǎn)，把它從OPEN 表移出并放進(jìn)CLOSED 表中。稱此節(jié)點(diǎn)為節(jié)點(diǎn)n，它是CLOSED 表中 節(jié)點(diǎn)的編號(hào)

(5)若n 為一目標(biāo)節(jié)點(diǎn)，則有解并成功退出。此解是追蹤圖G 中沿著指針從n 到S 這條路徑而得到的(指針將在第7 步中設(shè)置)

(6)擴(kuò)展節(jié)點(diǎn)n，生成不是n 的祖先的那些后繼節(jié)點(diǎn)的集合M。將M 添入圖G 中。

(7)對(duì)那些未曾在G 中出現(xiàn)過(guò)的(既未曾在OPEN 表上或CLOSED 表上出現(xiàn)過(guò)的)M 成員設(shè)置一個(gè)通向n 的指針，并將 它們加進(jìn)OPEN 表。對(duì)已經(jīng)在OPEN 或CLOSED 表上的每個(gè)M 成員，確定是否需要更改通到n 的指針?lè)较颉?duì)已在CLOSED 表上的每個(gè)M 成員，確定是否需要更改圖G 中通向它的每個(gè)后裔節(jié)點(diǎn)的指針?lè)较颉?8)按某一任意方式或按某個(gè)探試值，重排OPEN 表。

(9)GO LOOP。

重排OPEN 表意味著，在第(6)步中，將優(yōu)先擴(kuò)展哪個(gè)節(jié)點(diǎn)，不同的排序標(biāo)準(zhǔn)對(duì)應(yīng)著不同的搜索策略。

重排的原則當(dāng)視具體需求而定，不同的原則對(duì)應(yīng)著不同的搜索策略，如果想盡快地找到一個(gè)解，則應(yīng)當(dāng)將最有可能 達(dá)到目標(biāo)節(jié)點(diǎn)的那些節(jié)點(diǎn)排在OPEN 表的前面部分，如果想找到代價(jià)最小的解，則應(yīng)當(dāng)按代價(jià)從小到大的順序重排 OPEN 表。

3-2 試舉例比較各種搜索方法的效率。

(1)把起始節(jié)點(diǎn)放到OPEN 表中(如果該起始節(jié)點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解答)。

(2)如果OPEN 是個(gè)空表，則沒(méi)有解，失敗退出；否則繼續(xù)。

(3)把第一個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)n)從OPEN 表移出，并把它放入CLOSED 擴(kuò)展節(jié)點(diǎn)表中。

(4)擴(kuò)展節(jié)點(diǎn)n。如果沒(méi)有后繼節(jié)點(diǎn)，則轉(zhuǎn)向上述第(2)步。

(5)把n 的所有后繼節(jié)點(diǎn)放到OPEN 表的末端，并提供從這些后繼節(jié)點(diǎn)回到n 的指針。

(6)如果n 的任一個(gè)后繼節(jié)點(diǎn)是個(gè)目標(biāo)節(jié)點(diǎn)，則找到一個(gè)解答，成功退出；否則轉(zhuǎn)向第(2)步。

有界深度優(yōu)先搜索

(1)把起始節(jié)點(diǎn)S 放到未擴(kuò)展節(jié)點(diǎn)OPEN 表中。如果此節(jié)點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則得到一個(gè)解。

(2)如果OPEN 為一空表，則失敗退出。

(3)把第一個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)n)從OPEN 表移到CLOSED 表。

(4)如果節(jié)點(diǎn)n 的深度等于最大深度，則轉(zhuǎn)向(2)。

(5)擴(kuò)展節(jié)點(diǎn)n，產(chǎn)生其全部后裔，并把它們放入OPEN 表的前頭。如果沒(méi)有后裔，則轉(zhuǎn)向(2)。

(6)如果后繼節(jié)點(diǎn)中有任一個(gè)為目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解，成功退出；否則，轉(zhuǎn)向(2)。

等代價(jià)搜索方法以g(i)的遞增順序擴(kuò)展其節(jié)點(diǎn)，其算法如下：

(1)把起始節(jié)點(diǎn)S 放到未擴(kuò)展節(jié)點(diǎn)表OPEN 中。如果此起始節(jié)點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解;否則令g(S)=0。

(2)如果OPEN 是個(gè)空表，則沒(méi)有解而失敗退出。

(3)從 OPEN 表中選擇一個(gè)節(jié)點(diǎn) i，使其 g(i)為最小。如果有幾個(gè)節(jié)點(diǎn)都合格，那么就要選擇一個(gè)目標(biāo)節(jié)點(diǎn)作為節(jié) 點(diǎn)i(要是有目標(biāo)節(jié)點(diǎn)的話)；否則，就從中選一個(gè)作為節(jié)點(diǎn)i。把節(jié)點(diǎn)i 從OPEN 表移至擴(kuò)展節(jié)點(diǎn)表CLOSED 中。(4)如果節(jié)點(diǎn)i 為目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解。

(5)擴(kuò)展節(jié)點(diǎn)i。如果沒(méi)有后繼節(jié)點(diǎn)，則轉(zhuǎn)向第(2)步。(6)對(duì)于節(jié)點(diǎn) i 的每個(gè)后繼節(jié)點(diǎn) j，計(jì)算g(j)=g(i)+c(i,j)，并把所有后繼節(jié)點(diǎn) j 放進(jìn) OPEN 表。提供回到節(jié)點(diǎn) i 的指針。

(7)轉(zhuǎn)向第(2)步。

3-3 化為子句形有哪些步驟?請(qǐng)結(jié)合例子說(shuō)明之。

任一謂詞演算公式可以化成一個(gè)子句集。其變換過(guò)程由下列九個(gè)步驟組成：

(1)消去蘊(yùn)涵符號(hào)

將蘊(yùn)涵符號(hào)化為析取和否定符號(hào)

(2)減少否定符號(hào)的轄域

每個(gè)否定符號(hào)最多只用到一個(gè)謂詞符號(hào)上，并反復(fù)應(yīng)用狄· 摩根定律

(3)對(duì)變量標(biāo)準(zhǔn)化

對(duì)啞元改名以保證每個(gè)量詞有其自己唯一的啞元

(4)消去存在量詞

引入Skolem 函數(shù)，消去存在量詞

如果要消去的存在量詞不在任何一個(gè)全稱量詞的轄域內(nèi)，那么我們就用不含變量的Skolem 函數(shù)即常量。

(5)化為前束形

把所有全稱量詞移到公式的左邊，并使每個(gè)量詞的轄域包括這個(gè)量詞后面公式的整個(gè)部分。

前束形 =(前綴)(母式)前綴 = 全稱量詞串

母式 = 無(wú)量詞公式

(6)把母式化為合取范式

反復(fù)應(yīng)用分配律，將母式寫成許多合取項(xiàng)的合取的形式，而每一個(gè)合取項(xiàng)是一些謂詞公式和(或)謂詞公式的否定的析取

(7)消去全稱量詞

消去前綴，即消去明顯出現(xiàn)的全稱量詞

(8)消去連詞符號(hào)(合取)

用{合取項(xiàng)1,合取項(xiàng)2}替換明顯出現(xiàn)的合取符號(hào)

(9)更換變量名稱

更換變量符號(hào)的名稱，使一個(gè)變量符號(hào)不出現(xiàn)在一個(gè)以上的子句中

3-4 如何通過(guò)消解反演求取問(wèn)題的答案?

給出一個(gè)公式集S 和目標(biāo)公式L，通過(guò)反證或反演來(lái)求證目標(biāo)公式L，其證明步驟如下：

(1)否定L，得～L；

(2)把～L 添加到S 中去；

(3)把新產(chǎn)生的集合｛～L，S｝化成子句集；

(4)應(yīng)用消解原理，力圖推導(dǎo)出一個(gè)表示矛盾的空子句NIL。

3-5 什么叫合適公式?合適公式有哪些等價(jià)關(guān)系? 合式公式的遞歸定義為：

(1)原子謂詞公式是合式公式

(2)若A 為合式公式，則A 的否定也是合式公式

(3)若A、B 都是合式公式，則A AND B, AOR B, AB, A>B 也都是合式公式

(4)若A 是合式公式，x 為A 中的自由變?cè)瑒t(ANY x)A 和(EXT x)A 都是合式公式

(5)只有按規(guī)則(1)~(4)求得的公式，才是合式公式 等價(jià)關(guān)系有：否定之否定，蘊(yùn)含與與或形式的等價(jià)，狄.摩根定律；分配律，交換律，結(jié)合律，逆否律，否定跨越量 詞，全稱量詞同與或連詞，量詞中的啞元

3-6 用寬度優(yōu)先搜索求圖3.33 所示迷宮的出路。

第一步 SAB 第二步 BH

BC

第三步 HG

CF

最終路徑為SABCF

3-7 用有界深度優(yōu)先搜索方法求解圖3.34 所示八數(shù)碼難題。

解：定義操作符集：F={f1,f2,f3,f4}，其中： f1 表示空格右移； f2 表示空格上移；

f3 表示空格左移； f4 表示空格下移。

搜索時(shí)，節(jié)點(diǎn)的擴(kuò)展順序規(guī)定為按右、左、上、下方向移動(dòng)空格。并設(shè)置深度界限為8。

由上述有界深度優(yōu)先搜索樹中可見，當(dāng)d=8 時(shí)，八數(shù)碼難題的一個(gè)解為： f4, f4, f3, f2, f2, f3, f4, f3

3-10 一個(gè)機(jī)器人駕駛卡車，攜帶包裹(編號(hào)分別為＃

1、＃2 和＃3)分別投遞到林(LIN)、吳(WU)和胡(HU)3 家住宅處。規(guī)定了某些簡(jiǎn)單的操作符，如表示駕駛方位的drive(x,y)和表示卸下包裹的unload(z)都有一定的先決條件和結(jié)果。試說(shuō)明狀態(tài)空間問(wèn)題求解系統(tǒng)如何能夠應(yīng)用謂詞演算求得一個(gè)操作符序列，該序列能夠生成一個(gè)滿足AT(#1，LIN)∧AT(#2，WU)∧AT(#3,HU)的目標(biāo)狀態(tài)。

初始狀態(tài)可描述為：AT(#1, ~LIN)AND AT(#2, ~WU)AND AT(#1, ~HU)AND AT(#1, CAR)AND AT(#2, CAR)AND AT(#3, CAR)目標(biāo)狀態(tài)可描述為：AT(#1, LIN)AND AT(#2, WU)AND AT(#1, HU)AND AT(#1, ~CAR)AND AT(#2, ~CAR)AND AT(#3, ~CAR)

對(duì)每個(gè)操作符都有一定的先決條件和結(jié)果，詳細(xì)如下

drive(x, y)

先決條件：AT(CAR, x)

結(jié)果： AT(CAR, y)unload(z)先決條件：AT(z, CAR)AND AT(CAR, x)結(jié)果： AT(z, ~CAR)AND AT(z, x)

原問(wèn)題就轉(zhuǎn)換為尋找一個(gè)可將初始狀態(tài)轉(zhuǎn)換到目標(biāo)狀態(tài)的操作序列 如何求得該操作序列???

3-11 規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有哪幾種推理方式?各自的特點(diǎn)為何?

規(guī)則演繹系統(tǒng)的推理方式有正向推理、逆向推理和雙向推理

雙向推理組合了正向推理和逆向推理的優(yōu)點(diǎn)，克服了各自的缺點(diǎn)，具有更高的搜索求解效率。

產(chǎn)生式系統(tǒng)的推理方式有正向推理、逆向推理和雙向推理

雙向推理結(jié)合了正向推理和逆向推理的長(zhǎng)處，克服了兩者的短處，其控制策略比兩者都要復(fù)雜。

3-12 為什么需要采用系統(tǒng)組織技術(shù)?有哪幾種系統(tǒng)組織技術(shù)?

如果不采用系統(tǒng)組織技術(shù)，而直接寫出包含所有知識(shí)的規(guī)則，并讓系統(tǒng)利用這些規(guī)則，找出一條從給定狀態(tài)到目標(biāo) 狀態(tài)的路徑，這種方法有嚴(yán)重的缺點(diǎn)：

(1)隨著規(guī)則的增加，既要加入新的規(guī)則，又要使新規(guī)則不與現(xiàn)有規(guī)則產(chǎn)生沖突，這將使問(wèn)題變得愈來(lái)愈困難

(2)在問(wèn)題求解過(guò)程中，由于每一步都必須考慮所有規(guī)則，效率就會(huì)大大降低，然而，實(shí)際上卻往往是只有應(yīng)用完 一組規(guī)則之后，才考慮另一組別的規(guī)則

(3)一種問(wèn)題求解技術(shù)和知識(shí)表達(dá)形式可能對(duì)問(wèn)題的某一部分是最好的，而對(duì)另一部分卻不是最好的 因此，采用系統(tǒng)組織技術(shù)，將一個(gè)大系統(tǒng)中的知識(shí)分成一組相對(duì)獨(dú)立的模塊比較合適。

有3 種系統(tǒng)組織技術(shù)：議程表、黑板法和Delta 極小搜索法

3-13 研究不確定性推理有何意義?有哪幾種不確定性?

不確定性推理是研究復(fù)雜系統(tǒng)不完全性和不確定性的有力工具。

有3 種不確定性，關(guān)于證據(jù)的不確定性(觀測(cè)有誤差)，關(guān)于結(jié)論的不確定性和多個(gè)規(guī)則支持同一事實(shí)時(shí)的不確定性。

3-14 單調(diào)推理有何局限性?什么叫缺省推理?非單調(diào)推理系統(tǒng)如何證實(shí)一個(gè)節(jié)點(diǎn)的有效性?

單調(diào)系統(tǒng)不能很好地處理常常出現(xiàn)在現(xiàn)實(shí)問(wèn)題領(lǐng)域中的3 類情況，即不完全的信息、不斷變化的情況、以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)

有兩種方法可以證實(shí)節(jié)點(diǎn)的有效性：

(1)支持表。

(SL(IN-節(jié)點(diǎn)表)(OUT-節(jié)點(diǎn)表))

如果某節(jié)點(diǎn)的IN 節(jié)點(diǎn)表中提到的節(jié)點(diǎn)當(dāng)前都是IN, 且OUT 節(jié)點(diǎn)表中提到的節(jié)點(diǎn)當(dāng)前都是OUT，則它是有效的(2)條件證明。

(CP(結(jié)論)(IN-假設(shè))(OUT-假設(shè)))

條件證明(CP)的證實(shí)表示有前提的論點(diǎn)，無(wú)論何時(shí)，只要在IN 假設(shè)中的節(jié)點(diǎn)為IN, OUT 假設(shè)中的節(jié)點(diǎn)為OUT, 則 結(jié)論節(jié)點(diǎn)往往為IN，于是條件證明的證實(shí)有效。

3-15 在什么情況下需要采用不確定推理或非單調(diào)推理?

不完全的信息、不斷變化的情況、以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)

3-16 下列語(yǔ)句是一些幾何定理，把這些語(yǔ)句表示為基于規(guī)則的幾何證明系統(tǒng)的產(chǎn)生式規(guī)則：

(1)兩個(gè)全等三角形的各對(duì)應(yīng)角相等。

(2)兩個(gè)全等三角形的各對(duì)應(yīng)邊相等。

(3)各對(duì)應(yīng)邊相等的三角形是全等三角形。

(4)等腰三角形的兩底角相等。

規(guī)則(1): IF 兩個(gè)三角形全等

THEN 各對(duì)應(yīng)角相等

規(guī)則(2): IF 兩個(gè)三角形全等

THEN 各對(duì)應(yīng)邊相等

規(guī)則(3): IF 兩個(gè)三角形各對(duì)應(yīng)邊相等

THEN 兩三角形全等

規(guī)則(4): IF 它是等腰三角形

THEN 它的兩底角相等

第四章 計(jì)算智能（1）：神經(jīng)計(jì)算 模糊計(jì)算

4-1 計(jì)算智能的含義是什么？它涉及哪些研究分支？

貝茲德克認(rèn)為計(jì)算智能取決于制造者提供的數(shù)值數(shù)據(jù)，而不依賴于知識(shí)。計(jì)算智能是智力的低層認(rèn)知。

主要的研究領(lǐng)域?yàn)樯窠?jīng)計(jì)算，模糊計(jì)算，進(jìn)化計(jì)算，人工生命。

4-2 試述計(jì)算智能（CI）、人工智能（AI）和生物智能（BI）的關(guān)系。

計(jì)算智能是智力的低層認(rèn)知，主要取決于數(shù)值數(shù)據(jù)而不依賴于知識(shí)。人工智能是在計(jì)算智能的基礎(chǔ)上引入知識(shí)而產(chǎn) 生的智力中層認(rèn)知。生物智能，尤其是人類智能，則是最高層的智能。即CI 包含AI 包含BI

4-3 人工神經(jīng)網(wǎng)絡(luò)為什么具有誘人的發(fā)展前景和潛在的廣泛應(yīng)用領(lǐng)域？

人工神經(jīng)網(wǎng)絡(luò)具有如下至關(guān)重要的特性：

(1)并行分布處理 適于實(shí)時(shí)和動(dòng)態(tài)處理

(2)非線性映射 給處理非線性問(wèn)題帶來(lái)新的希望

(3)通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)

一個(gè)經(jīng)過(guò)適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有歸納全部數(shù)據(jù)的能力，能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以處理的問(wèn)題

(4)適應(yīng)與集成

神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息融合能力使得它可以同時(shí)輸入大量不同的控制信號(hào)，實(shí)現(xiàn)信息集成和融合，適于復(fù)雜，大 規(guī)模和多變量系統(tǒng)

(5)硬件實(shí)現(xiàn)

一些超大規(guī)模集成是電路實(shí)現(xiàn)硬件已經(jīng)問(wèn)世，使得神經(jīng)網(wǎng)絡(luò)成為具有快速和大規(guī)模處理能力的網(wǎng)絡(luò)。

4-4 簡(jiǎn)述生物神經(jīng)元及人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和主要學(xué)習(xí)算法。

生物神經(jīng)元

大多數(shù)神經(jīng)元由一個(gè)細(xì)胞體(cell body 或soma)和突(process)兩部分組成。突分兩類，即軸突(axon)和樹突(dendrite)，軸突是個(gè)突出部分，長(zhǎng)度可達(dá) 1m，把本神經(jīng)元的輸出發(fā)送至其它相連接的神經(jīng)元。樹突也是突出部分，但一般較 短，且分枝很多，與其它神經(jīng)元的軸突相連，以接收來(lái)自其它神經(jīng)元的生物信號(hào)。

軸突的末端與樹突進(jìn)行信號(hào)傳遞的界面稱為突觸(synapse)，通過(guò)突觸向其它神經(jīng)元發(fā)送信息。對(duì)某些突觸的刺激促 使神經(jīng)元觸發(fā)(fire)。只有神經(jīng)元所有輸入的總效應(yīng)達(dá)到閾值電平，它才能開始工作。此時(shí)，神經(jīng)元就產(chǎn)生一個(gè)全強(qiáng) 度的輸出窄脈沖，從細(xì)胞體經(jīng)軸突進(jìn)入軸突分枝。這時(shí)的神經(jīng)元就稱為被觸發(fā)。突觸把經(jīng)過(guò)一個(gè)神經(jīng)元軸突的脈沖 轉(zhuǎn)化為下一個(gè)神經(jīng)元的興奮或抑制。學(xué)習(xí)就發(fā)生在突觸附近。

每個(gè)人腦大約含有 10^11-10^12 個(gè)神經(jīng)元，每一神經(jīng)元又約有 10^3-10^4 個(gè)突觸。神經(jīng)元通過(guò)突觸形成的網(wǎng)絡(luò)，傳 遞神經(jīng)元間的興奮與抑制。大腦的全部神經(jīng)元構(gòu)成極其復(fù)雜的拓?fù)渚W(wǎng)絡(luò)群體，用于實(shí)現(xiàn)記憶與思維。

人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型構(gòu)成。每個(gè)神經(jīng)元具有單一輸出，并且能夠與其它神經(jīng)元連接，存在許多輸出連接方法，每種連接方法對(duì)應(yīng)于一個(gè)連接權(quán)系數(shù)。

人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分為2 類：

(1)遞歸(反饋)網(wǎng)絡(luò) 有些神經(jīng)元的輸出被反饋至同層或前層神經(jīng)元。信號(hào)能夠從正向和反向流通。Hopfield 網(wǎng)絡(luò)，Elmman 網(wǎng)絡(luò)和Jordan 網(wǎng)絡(luò)是代表。

(2)前饋網(wǎng)絡(luò) 具有遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連的層級(jí)組成。從輸入層至輸出層的信號(hào)通過(guò)單向連接流通，神 經(jīng)元從一層連接至下一層，不存在同層神經(jīng)元之間的連接。多層感知器(MLP)，學(xué)習(xí)矢量量化網(wǎng)絡(luò)(LVQ)，小腦模 型連接控制網(wǎng)絡(luò)(CMAC)和數(shù)據(jù)處理方法網(wǎng)絡(luò)(GMDH)是代表。

人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法

(1)指導(dǎo)式(有師)學(xué)習(xí)

根據(jù)期望和實(shí)際的網(wǎng)絡(luò)輸出之間的差來(lái)調(diào)整神經(jīng)元連接的強(qiáng)度或權(quán)。包括Delta 規(guī)則，廣義Delta 規(guī)則，反向傳播算 法及LVQ 算法。

(2)非指導(dǎo)(無(wú)導(dǎo)師)學(xué)習(xí)

訓(xùn)練過(guò)程中，神經(jīng)網(wǎng)絡(luò)能自動(dòng)地適應(yīng)連接權(quán)，以便按相似特征把輸入模式分組聚集。包括 Kohonen 算法，Carpenter-Grossberg 自適應(yīng)諧振理論(ART)(3)強(qiáng)化學(xué)習(xí)

是有師學(xué)習(xí)的一種特例。它不需要老師給出目標(biāo)輸出，而是由一個(gè)“評(píng)論員”來(lái)評(píng)介與給定輸入相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò) 輸出的優(yōu)度。例如遺傳算法(GA)

4-10 什么是模糊集合和隸屬函數(shù)或隸屬度？

論域U 模糊子集F 隸屬函數(shù)

序偶 P119

4-11 模糊集合有哪些運(yùn)算，滿足哪些規(guī)律？

并(取max)，交(取min)，補(bǔ)

冪等律，交換律，結(jié)合律，分配律，吸收律，同一律，Demorgan 律，復(fù)原律，對(duì)偶律，互補(bǔ)律不成立

4-12 什么是模糊推理？有哪幾種模糊推理方法？

模糊推理是建立在模糊邏輯基礎(chǔ)上的，一種不確定性推理方法，是在二值邏輯三段論基礎(chǔ)上發(fā)展起來(lái)的。它以模糊判斷為前提，動(dòng)用模糊語(yǔ)言規(guī)則，推導(dǎo)出一個(gè)近似的模糊判斷結(jié)論。

有許多模糊推理方法。在Zadeh 法中，有2 種重要的模糊推理規(guī)則：廣義取式(肯定前提)假言推理法(GMP)和廣義 拒式(否定結(jié)論)假言推理法(GMT)，分別簡(jiǎn)稱為廣義前向推理法和廣義后向推理法。

4-13 有哪些模糊蘊(yùn)含關(guān)系？ 模糊合取，模糊析取，基本蘊(yùn)涵，命題演算，GMP 推理，GMT 推理

4-14 什么叫模糊判決？有哪幾種常用的模糊判決方法？

從推理得到的模糊集合中，取一個(gè)相對(duì)最能代表這個(gè)模糊集合的單值的過(guò)程就稱為解模糊或模糊判決。

常用的模糊判決方法有：重心法，最大隸屬度法，系數(shù)加權(quán)平均法，隸屬度限幅元素平均法

第五章 計(jì)算智能(2):進(jìn)化計(jì)算 人工生命

5-1 什么是進(jìn)化計(jì)算？它包括哪些內(nèi)容？它們的出發(fā)點(diǎn)是什么？

什么是？

進(jìn)化計(jì)算包括遺傳算法，進(jìn)化策略，進(jìn)化編程和遺傳編程。

出發(fā)點(diǎn)？

5-2 試述遺傳算法的基本原理，并說(shuō)明遺傳算法的求解步驟。

基本原理？

求解步驟：

(1)隨機(jī)產(chǎn)生一個(gè)由確定長(zhǎng)度的特征字符串組成的初始種群體

(2)對(duì)該字符串種群迭代地執(zhí)行下步的步驟[1]和步驟[2]，直到滿足停止準(zhǔn)則為止：

[1] 計(jì)算種群中每個(gè)個(gè)體字符中的適應(yīng)值

[2] 應(yīng)用復(fù)制，交叉和變異等遺傳算子產(chǎn)生下一代種群

(3)把在后代中出現(xiàn)的最好個(gè)體字符指定為遺傳算法的執(zhí)行結(jié)果，這個(gè)結(jié)果可以表示問(wèn)題的一個(gè)解。

5-5 進(jìn)化策略是如何描述的？

最簡(jiǎn)單的進(jìn)化策略可描述如下： P137

5-6 簡(jiǎn)述進(jìn)化編程的機(jī)理和基本過(guò)程，并以四狀態(tài)機(jī)為例說(shuō)明進(jìn)化編程的表示。

機(jī)理？

基本過(guò)程？

P139

5-7 遺傳算法、進(jìn)化策略和進(jìn)化編程的關(guān)系如何？有何區(qū)別？

關(guān)系： 它們都是模擬生物界自然進(jìn)化過(guò)程而建立的魯棒性計(jì)算機(jī)算法。

區(qū)別：

進(jìn)化策略和進(jìn)化編程把變異作為主要搜索算子，標(biāo)準(zhǔn)遺傳算法中，變異處于次要位置。

交叉在遺傳法起著重要作用，而在進(jìn)化編程中卻被完全省去，在進(jìn)化策略中與自適應(yīng)結(jié)合使用，起了很重要的作用。標(biāo)準(zhǔn)遺傳算法和進(jìn)化編程都強(qiáng)調(diào)隨機(jī)選擇機(jī)制的重要性，而進(jìn)化策略的選擇是完全確定的。

進(jìn)化策略和進(jìn)化編程，確定地把某個(gè)個(gè)體排除在被選擇之外，而標(biāo)準(zhǔn)遺傳算法都對(duì)每個(gè)個(gè)體指定一個(gè)非零的選擇概率。

5-8 人工生命是否從1987 年開始研究？為什么？

不是。

1987 年第一次人工生命研討會(huì)上，美國(guó)圣塔菲研究所非線性研究組的蘭頓正式提出了人工生命的概念，建立起人工 生命新學(xué)科。世紀(jì)，60 年代，羅森布拉特研究感知機(jī)，斯塔爾建立細(xì)胞活動(dòng)模型，林登邁耶提出了生長(zhǎng)發(fā)育中的細(xì)胞交互作 用數(shù)學(xué)模型。

年代，康拉德等人研究人工仿生系統(tǒng)中的自適應(yīng)，進(jìn)化和群體動(dòng)力學(xué)，提出不斷完善的“人工世界”模型。細(xì)胞 自動(dòng)機(jī)被用于圖像處理。康韋提出生命的細(xì)胞自動(dòng)機(jī)對(duì)策論。

年代，人工神經(jīng)網(wǎng)絡(luò)再度興起，促進(jìn)了人工生命的發(fā)展。

5-9 什么是人工生命？請(qǐng)按你的理解用自己的語(yǔ)言給人工生命下個(gè)定義。

1987 年蘭德提出的人工生命定義為：人工生命是研究能夠演示出自然生命系統(tǒng)特征行為的人造系統(tǒng)。通過(guò)計(jì)算機(jī)或 其它機(jī)器對(duì)類似生命的行為進(jìn)行綜合研究，以便對(duì)傳統(tǒng)生物科學(xué)起互補(bǔ)作用。

凡是具有自然生命現(xiàn)象和特征的人造系統(tǒng)，都可稱為人工生命。

5-10 人工生命要模仿自然生命的特征和現(xiàn)象。自然生命有哪些共同特征？

自然生命的共同特征和現(xiàn)象，包括但不限于：

18(1)自繁殖，自進(jìn)化，自尋優(yōu)

(2)自成長(zhǎng)，自學(xué)習(xí)，自組織

(3)自穩(wěn)定，自適應(yīng)，自協(xié)調(diào)

(4)物質(zhì)構(gòu)造

(5)能量轉(zhuǎn)換

(6)信息處理

5-11 為什么要研究人工生命？

具有重大的科學(xué)意義和廣泛的應(yīng)用價(jià)值

(1)開發(fā)基于人工生命的工程技術(shù)新方法，新系統(tǒng)，新產(chǎn)品(2)為自然生命的研究提供新模型、新工具、新環(huán)境(3)延伸人類壽命，減緩衰老，防治疾病(4)擴(kuò)展自然生命，實(shí)現(xiàn)人工進(jìn)化和優(yōu)生優(yōu)育

(5)促進(jìn)生命科學(xué)，信息科學(xué)，系統(tǒng)科學(xué)的交叉發(fā)展

5-12 人工生命包括哪些研究?jī)?nèi)容？其研究方法如何？ 研究?jī)?nèi)容大致分為兩類：

（1）構(gòu)成生物體的內(nèi)部系統(tǒng)，包括腦，神經(jīng)系統(tǒng)，內(nèi)分泌系統(tǒng)，免疫系統(tǒng)，遺傳系統(tǒng)，酶系統(tǒng)，代謝系統(tǒng)

（2）生物體及其群體的外部系統(tǒng)，包括環(huán)境適應(yīng)系統(tǒng)和遺傳進(jìn)化系統(tǒng) 研究方法主要可分為兩類：

（1）信息模型法，根據(jù)內(nèi)部和外部系統(tǒng)所表現(xiàn)出來(lái)的生命行為來(lái)建造信息模型

（2）工作原理法：生命行為所顯示的自律分散和非線性行為，其工作原理是混沌和分形，以此為基礎(chǔ)研究人工生命的機(jī)理。

第六章 專家系統(tǒng)

6-1 什么叫做專家系統(tǒng)？具有哪些特點(diǎn)和優(yōu)點(diǎn)？

專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問(wèn)題的智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。也就是說(shuō)，專家系統(tǒng)是一個(gè)具有 大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某一個(gè)領(lǐng)域或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，一邊解決那些需要人類專家處理的復(fù)雜問(wèn)題。特點(diǎn)：

（1）啟發(fā)性 專家系統(tǒng)能運(yùn)用專家的知識(shí)與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策

（2）透明性 專家系統(tǒng)能夠解釋本身的推理過(guò)程和回答用戶提出的問(wèn)題，以便讓用戶能夠了解推理過(guò)程，提高對(duì)專家系統(tǒng)的信賴感。

（3）靈活性 專家系統(tǒng)能不斷地增長(zhǎng)知識(shí)，修改原有知識(shí)，不斷更新 優(yōu)點(diǎn)

（1）專家系統(tǒng)能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作（2）專家系統(tǒng)解決實(shí)際問(wèn)題時(shí)不受周圍環(huán)境的影響，也不可能遺漏忘記

（3）可以使專家的專長(zhǎng)不受時(shí)間和空間的限制，以便推廣珍貴和稀缺的專家知識(shí)與經(jīng)驗(yàn)

（4）專家系統(tǒng)能夠促進(jìn)各領(lǐng)域的發(fā)展，它使各領(lǐng)域?qū)＜业膶I(yè)知識(shí)和經(jīng)驗(yàn)得到總結(jié)和精煉，能夠廣泛有力地傳播專家的知識(shí)、經(jīng)驗(yàn)和能力

（5）專家系統(tǒng)能夠匯集多領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)以及他們寫作解決重大問(wèn)題的能力，它擁有更淵博的 19 知識(shí)、更豐富的經(jīng)驗(yàn)和更強(qiáng)的工作能力

（6）軍事專家系統(tǒng)的水平是一個(gè)國(guó)家國(guó)防現(xiàn)代化的重要標(biāo)志之一（7）專家系統(tǒng)的研制和應(yīng)用，具有巨大的經(jīng)濟(jì)效益和社會(huì)效益

（8）研究專家系統(tǒng)能夠促進(jìn)整個(gè)科學(xué)技術(shù)的發(fā)展。專家系統(tǒng)對(duì)人工智能的各個(gè)領(lǐng)域的發(fā)展起了很大的促進(jìn)作用，并將對(duì)科技、經(jīng)濟(jì)、國(guó)防、教育、社會(huì)和人民生活產(chǎn)生極其深遠(yuǎn)的影響。

6-2 專家系統(tǒng)由哪些部分構(gòu)成？各個(gè)部分的的作用為何？

（1）知識(shí)庫(kù)（knowledge base）知識(shí)庫(kù)用于存儲(chǔ)某領(lǐng)域的專門知識(shí)，包括事實(shí)、可行操作與規(guī)則等。（2）綜合數(shù)據(jù)庫(kù)（global database）綜合數(shù)據(jù)庫(kù)又稱全局?jǐn)?shù)據(jù)庫(kù)或總數(shù)據(jù)庫(kù)，它用于存儲(chǔ)領(lǐng)域或問(wèn)題的廚師數(shù)據(jù)和推理過(guò)程中得到的中間數(shù)據(jù)（信息），即被處理對(duì)象的一些當(dāng)前事實(shí)。

（3）推理機(jī)（reasoning machine）推理機(jī)用于記憶所采用的規(guī)則和控制策略的程序，使整個(gè)專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。推理機(jī)能夠根據(jù)指示進(jìn)行推理和導(dǎo)出結(jié)論，而不是簡(jiǎn)單地搜索現(xiàn)成的答案。（4）解釋器（explanator）解釋器能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推理結(jié)論的正確性以及系統(tǒng)輸出其他候選解的原因。

（5）接口（interface）又稱界面，他能夠使系統(tǒng)與用戶進(jìn)行對(duì)話，使用戶能夠輸入必要的數(shù)據(jù)、提出問(wèn)題和了解推理過(guò)程及推理結(jié)果等。系統(tǒng)則通過(guò)接口，要求用戶回答提問(wèn)，并回答用戶提出的問(wèn)題，進(jìn)行必要的解釋。

6-3 建造專家系統(tǒng)的關(guān)鍵步驟是什么？

是否擁有大量知識(shí)是專家系統(tǒng)成功與否的關(guān)鍵，因而知識(shí)表示就成為設(shè)計(jì)專家系統(tǒng)的關(guān)鍵（1）設(shè)計(jì)初始知識(shí)庫(kù)

問(wèn)題知識(shí)化、知識(shí)概念化、概念形式化、形式規(guī)則化、規(guī)則合法化

（2）原型機(jī)（prototype）的開發(fā)與試驗(yàn)

建立整個(gè)系統(tǒng)所需要的實(shí)驗(yàn)子集，它包括整個(gè)模型的典型知識(shí)，而且只涉及與試驗(yàn)有關(guān)的足夠簡(jiǎn)單的任務(wù)和推理過(guò)程

（3）知識(shí)庫(kù)的改進(jìn)與歸納

反復(fù)對(duì)知識(shí)庫(kù)及推理規(guī)則進(jìn)行改進(jìn)試驗(yàn)，歸納出更完善的結(jié)果

6-4 專家系統(tǒng)程序與一般的問(wèn)題求解軟件程序有何不同？開發(fā)專家系統(tǒng)與開發(fā)其他軟件的任務(wù)有何不同？

一般應(yīng)用程序與專家系統(tǒng)的區(qū)別在于：前者把問(wèn)題求解的知識(shí)隱含地編入程序，而后者則把其應(yīng)用領(lǐng)域的問(wèn)題求解知識(shí)單獨(dú)組成一個(gè)實(shí)體，即為知識(shí)庫(kù)。知識(shí)庫(kù)的處理時(shí)通過(guò)與知識(shí)庫(kù)分開的控制策略進(jìn)行的。更明確地說(shuō)，一般應(yīng)用程序把知識(shí)組織為兩級(jí)：數(shù)據(jù)級(jí)和程序級(jí)；大多數(shù)專家系統(tǒng)則將知識(shí)組織成三級(jí)：數(shù)據(jù)、知識(shí)庫(kù)和控制。

在數(shù)據(jù)級(jí)上，是已經(jīng)解決了的特定問(wèn)題的說(shuō)明性知識(shí)以及需要求解問(wèn)題的有關(guān)事件的當(dāng)前狀態(tài)、在知識(shí)庫(kù)級(jí)是專家系統(tǒng)的專門知識(shí)與經(jīng)驗(yàn)。是否擁有大量知識(shí)是專家系統(tǒng)成功與否的關(guān)鍵，因而知識(shí)表示就成為設(shè)計(jì)專家系統(tǒng)的關(guān)鍵。

在控制程序級(jí)，根據(jù)既定的控制策略和所求解問(wèn)題的性質(zhì)來(lái)決定應(yīng)用知識(shí)庫(kù)中的哪些知識(shí)。

6-5 基于規(guī)則的專家系統(tǒng)是如何工作的？其結(jié)構(gòu)為何？

系統(tǒng)的主要部分是知識(shí)庫(kù)和推理引擎。

知識(shí)庫(kù)由謂詞演算事實(shí)和有關(guān)討論主題的規(guī)則構(gòu)成。“知識(shí)工程師”與應(yīng)用領(lǐng)域的專家共同工作以便把專家的相關(guān)知識(shí)表示成一種形式，由一個(gè)知識(shí)采集子系統(tǒng)協(xié)助，輸入到知識(shí)庫(kù)。

推理引擎由所有操作知識(shí)庫(kù)來(lái)演繹用戶要求的信息的過(guò)程構(gòu)成-如消解、前向鏈或反向鏈。

用戶接口可能包括某種自然語(yǔ)言處理系統(tǒng)，它允許用戶用一個(gè)有限的自然語(yǔ)言形式與系統(tǒng)交互。也可是用帶有菜單的圖形接口界面。

解釋子系統(tǒng)分析被系統(tǒng)只需的推理結(jié)構(gòu)，并把它解釋給用戶。

6-6 基于框架的專家系統(tǒng)與面向目標(biāo)的編程技術(shù)，以提高系統(tǒng)的能力和靈活性。它們共享許多特征。面向目標(biāo)的編程其所有數(shù)據(jù)結(jié)構(gòu)均以目標(biāo)形式出現(xiàn)，每個(gè)目標(biāo)含有兩種基本信息：描述目標(biāo)的信息和說(shuō)明目標(biāo)能做什么的信息。面向目標(biāo)的編程為表示實(shí)際世界目標(biāo)提供了一種自然的方法。應(yīng)用專家系統(tǒng)的術(shù)語(yǔ)來(lái)說(shuō)，每個(gè)目標(biāo)具有陳述性知識(shí)和過(guò)程知識(shí)。

結(jié)構(gòu)的主要特點(diǎn)在于基于框架的專家系統(tǒng)采用框架而不是規(guī)則來(lái)表示知識(shí)。框架提供一種比規(guī)則更豐富的獲取問(wèn)題知識(shí)的方法，不僅提供某些目標(biāo)的包描述，而且還規(guī)定了該目標(biāo)如何工作。開發(fā)基于框架的專家系統(tǒng)的主要任務(wù)有：

（1）定義問(wèn)題（對(duì)問(wèn)題和結(jié)論的考察與綜述）

（2）分析領(lǐng)域（定義事物、事物特征、事件和框架結(jié)構(gòu)）（3）定義類及其特征（4）定義例及其框架結(jié)構(gòu)（5）確定模式匹配法則（6）規(guī)定事物通信方法（7）設(shè)計(jì)系統(tǒng)界面（8）對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)

（9）對(duì)系統(tǒng)進(jìn)行擴(kuò)展，深化和擴(kuò)展知識(shí)

6-7 為什么要提出基于模型的專家系統(tǒng)？試述神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的一般結(jié)構(gòu)。

有一種關(guān)于人工智能的觀點(diǎn)認(rèn)為：人工智能是對(duì)各種定性模型的獲得、表達(dá)及使用的計(jì)算方法進(jìn)行研究 21 的學(xué)問(wèn)。根據(jù)這一觀點(diǎn)，一個(gè)知識(shí)系統(tǒng)中的知識(shí)庫(kù)是由各種模型綜合而成的，而這些模型又往往是定性的模型。

采用各種定性模型來(lái)設(shè)計(jì)專家系統(tǒng)，一方面它增加了系統(tǒng)的功能，提高了性能指標(biāo)，另一方面，可獨(dú)立地深入研究各種模型及其相關(guān)問(wèn)題，把獲得的結(jié)果用于改進(jìn)系統(tǒng)設(shè)計(jì)。

6-8 新型專家系統(tǒng)有何特征？什么是分布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)？ 新型專家系統(tǒng)的特征：（1）并行于分布處理（2）多專家系統(tǒng)協(xié)同工作（3）高級(jí)語(yǔ)言和知識(shí)語(yǔ)言描述

知識(shí)工程師只需用一種高級(jí)專家系統(tǒng)描述語(yǔ)言對(duì)系統(tǒng)進(jìn)行功能、性能及接口描述，并用知識(shí)表示語(yǔ)言描述領(lǐng)域知識(shí)，專家系統(tǒng)生成系統(tǒng)就能自動(dòng)或半自動(dòng)地生成所需專家系統(tǒng)。（4）具有自學(xué)習(xí)功能

具有高級(jí)的知識(shí)獲取與學(xué)習(xí)能力（5）引入新的推理機(jī)制

除了能進(jìn)行演繹推理之外，還有歸納推理（聯(lián)想、類比）、非標(biāo)準(zhǔn)邏輯推理（非單調(diào)邏輯推理、加權(quán)邏輯推理）及各種基于不完全知識(shí)和模糊知識(shí)的推理。（6）具有自糾錯(cuò)和自完善能力（7）先進(jìn)的智能人機(jī)接口

理解自然語(yǔ)言，實(shí)現(xiàn)語(yǔ)聲、文字、圖形和圖像的直接輸入輸出時(shí)如今人們對(duì)智能計(jì)算機(jī)提出的要求。

分布式專家系統(tǒng)

具有分布處理的特征，能把一個(gè)專家系統(tǒng)的功能經(jīng)分解以后分布到多個(gè)處理器上去并行地工作，從而有總體上提高系統(tǒng)的處理效率。它可以工作在緊耦合的多處理器系統(tǒng)環(huán)境中，也可工作在松耦合的計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境中，其總體結(jié)構(gòu)在很大程度上依賴于其所在的硬件環(huán)境。

協(xié)同式專家系統(tǒng)

又稱為“群專家系統(tǒng)”，是一個(gè)能綜合若干個(gè)相近領(lǐng)域或一個(gè)領(lǐng)域的多個(gè)方面的子專家系統(tǒng)互相協(xié)作，共同解決一個(gè)更廣領(lǐng)域問(wèn)題的專家系統(tǒng)。是克服一般專家系統(tǒng)的局限性的重要途徑。它不著重于處理的分布和知識(shí)的分布，而是更強(qiáng)調(diào)子系統(tǒng)間的協(xié)同合作。它并不一定要求有多高處理機(jī)的硬件環(huán)境，而且一般都是在同一個(gè)處理機(jī)上實(shí)現(xiàn)各子專家系統(tǒng)的。

6-9 在設(shè)計(jì)專家系統(tǒng)時(shí)，應(yīng)考慮哪些技術(shù)？（1）具有可靠知識(shí)與數(shù)據(jù)的小搜索空間問(wèn)題

數(shù)據(jù)可靠（無(wú)噪聲、無(wú)錯(cuò)誤、不丟失、不多余）和知識(shí)可靠（不出現(xiàn)假的、近似的或推測(cè)性的結(jié)論），決定了系統(tǒng)具有單調(diào)性并可采用單路推理路線。而小搜索空間的問(wèn)題一般允許采用窮舉搜索策略。（2）不可靠的數(shù)據(jù)或知識(shí)

這種情況應(yīng)采用概率推理、模糊推理、不可靠數(shù)據(jù)的精確推理方法或?qū)ｉT的不確定性推理技術(shù)。（3）時(shí)變數(shù)據(jù)

一般要設(shè)計(jì)時(shí)間推理技術(shù)，推理過(guò)程要求較復(fù)雜的表示法。（4）大搜索空間的問(wèn)題

一般要引入啟發(fā)式搜索策略或采用分層體系結(jié)構(gòu)，來(lái)降低求解過(guò)程的復(fù)雜程度。對(duì)打空間的問(wèn)題通常還要根據(jù)具體問(wèn)題的特征來(lái)去相應(yīng)的對(duì)策。

6-10 什么是建造專家系統(tǒng)的工具？你知道哪些專家系統(tǒng)工具，各有什么特點(diǎn)？

專家系統(tǒng)開發(fā)工具室一些比較通用的工具，作為設(shè)計(jì)和開發(fā)專家系統(tǒng)的輔助手段和環(huán)境，以求提高專家系統(tǒng)的開發(fā)效率、質(zhì)量和自動(dòng)化水平。專家系統(tǒng)工具是一種更高級(jí)的計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言。比一般的計(jì)算機(jī)高級(jí)語(yǔ)言具有更強(qiáng)的功能。主要分為骨架型工具（又稱外殼）、語(yǔ)言型工具、構(gòu)造輔助工具和支撐環(huán)境等四類。（1）骨架型工具

借用以前開發(fā)好的專家系統(tǒng)，將描述領(lǐng)域知識(shí)的規(guī)則從原系統(tǒng)中“挖掉”，只保留其獨(dú)立于問(wèn)題領(lǐng)域知識(shí)的推理機(jī)部分，這樣形成的工具成為骨架型工具，如EMYCIN, KAS 以及EXPERT等。（2）語(yǔ)言型工具

提供給用戶的是建立專家系統(tǒng)所需要的基本機(jī)制，其控制策略也不固定于一種或幾種形式，用戶可以通過(guò)一定手段來(lái)影響其控制策略。因此語(yǔ)言型工具的結(jié)構(gòu)變化范圍廣泛，表示靈活，所適應(yīng)的范圍要比骨架型工具廣泛得多。像OPS5，OPS83，RLL及ROSIE等，均屬于這一類工具。（3）構(gòu)造輔助工具

主要分兩類：一類是設(shè)計(jì)輔助工具，典型的有AGE系統(tǒng)，另一類是知識(shí)獲取工具，典型的有TEIRESIAS系統(tǒng)。

（4）支撐環(huán)境

是指幫助進(jìn)行程序設(shè)計(jì)的工具，它常備作為知識(shí)工程語(yǔ)言的一部分。工具支撐環(huán)境僅是一個(gè)附帶的軟件包，以便使用戶界面更友好，它包括四個(gè)典型組件：調(diào)試輔助工具、輸入輸出設(shè)施、解釋設(shè)施和知識(shí)庫(kù)編輯器。ART就屬于這一類系統(tǒng)。

第七章 機(jī)器學(xué)習(xí)

7-1 什么是學(xué)習(xí)和機(jī)器學(xué)習(xí)？為什么要研究機(jī)器學(xué)習(xí)？

按照人工智能大師西蒙的觀點(diǎn)，學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對(duì)本身能力的增強(qiáng)或者改進(jìn)，使得系統(tǒng)在下一次執(zhí)行同樣認(rèn)為或類似任務(wù)時(shí)，會(huì)比現(xiàn)在做得更好或效率跟高。

機(jī)器學(xué)習(xí)室研究如何使用機(jī)器來(lái)模擬人類學(xué)習(xí)活動(dòng)的一門學(xué)科，機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識(shí)和 23 新技能，并識(shí)別現(xiàn)有知識(shí)的學(xué)問(wèn)。這里說(shuō)的“機(jī)器”，指的就是計(jì)算機(jī)。

現(xiàn)有的計(jì)算機(jī)系統(tǒng)和人工智能系統(tǒng)沒(méi)有什么學(xué)習(xí)能力，至多也只有非常有限的學(xué)習(xí)能力，因而不能滿足科技和生產(chǎn)提出的新要求。

7-2 試述機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)，并說(shuō)明各部分的作用。

環(huán)境向系統(tǒng)的學(xué)習(xí)部分提供某些信息，學(xué)習(xí)部分利用這些信息修改知識(shí)庫(kù)，以增進(jìn)系統(tǒng)執(zhí)行部分完成任務(wù)的效能，執(zhí)行部分根據(jù)知識(shí)庫(kù)完成任務(wù)，同時(shí)把獲得的信息反饋給學(xué)習(xí)部分。

7-3 試解釋機(jī)械學(xué)習(xí)的模式。機(jī)械學(xué)習(xí)有哪些重要問(wèn)題需要加以研究？

機(jī)械學(xué)習(xí)是最簡(jiǎn)單的機(jī)器學(xué)習(xí)方法。機(jī)械學(xué)習(xí)就是記憶，即把新的知識(shí)存儲(chǔ)起來(lái)，供需要時(shí)檢索調(diào)用，而不需要計(jì)算和推理。是最基本的學(xué)習(xí)過(guò)程。任何學(xué)習(xí)系統(tǒng)都必須記住它們獲取的知識(shí)。在機(jī)械學(xué)習(xí)系統(tǒng)中，知識(shí)的獲取是以較穩(wěn)定和直接的方式進(jìn)行的，不需要系統(tǒng)進(jìn)行過(guò)多的加工。要研究的問(wèn)題：

（1）存儲(chǔ)組織信息

只有當(dāng)檢索一個(gè)項(xiàng)目的時(shí)間比重新計(jì)算一個(gè)項(xiàng)目的時(shí)間短時(shí)，機(jī)械學(xué)習(xí)才有意義，檢索的越快，其意義也就越大。

（2）環(huán)境的穩(wěn)定性

機(jī)械學(xué)習(xí)基礎(chǔ)的一個(gè)重要嘉定是在某一時(shí)刻存儲(chǔ)的信息必須適用于后來(lái)的情況。（3）存儲(chǔ)與計(jì)算之間的權(quán)衡

如果檢索一個(gè)數(shù)據(jù)比重新計(jì)算一個(gè)數(shù)據(jù)所花的時(shí)間還要多，那么機(jī)械學(xué)習(xí)就失去了意義。

7-4 試說(shuō)明歸納學(xué)習(xí)的模式和學(xué)習(xí)方法。

歸納是一種從個(gè)別到一般，從部分到整體的推理行為。歸納學(xué)習(xí)的一般模式為：

給定：觀察陳述（事實(shí)）F，嘉定的初始?xì)w納斷言（可能為空），及背景知識(shí) 求：歸納斷言（假設(shè)）H，能重言蘊(yùn)含或弱蘊(yùn)含觀察陳述，并滿足背景知識(shí)。學(xué)習(xí)方法：

（1）示例學(xué)習(xí)

它屬于有師學(xué)習(xí)，是通過(guò)從環(huán)境中取得若干與某概念有關(guān)的例子，經(jīng)歸納得出一般性行概念的一種學(xué)習(xí)方法。示例學(xué)習(xí)就是要從這些特殊知識(shí)中歸納出適用于更大范圍的一般性知識(shí)，它將覆蓋所有的正例并排除所有的反例。（2）觀察發(fā)現(xiàn)學(xué)習(xí)

它屬于無(wú)師學(xué)習(xí)，其目標(biāo)是確定一個(gè)定律或理論的一般性描述，刻畫觀察集，制定某類對(duì)象的性質(zhì)。它分為觀察學(xué)習(xí)與機(jī)器發(fā)現(xiàn)兩種，前者用于對(duì)事例進(jìn)行聚類，形成概念描述，后者用于發(fā)現(xiàn)規(guī)律，產(chǎn)生定律或規(guī)則。

7-5 什么是類比學(xué)習(xí)？其推理和學(xué)習(xí)過(guò)程為何？

類比是一種很有用和很有效的推理方法，它能清晰，簡(jiǎn)潔地買哦書對(duì)象間的相似性，是人類認(rèn)識(shí)世界的 24 一種重要方法。類比推理的目的是從源域S中，選出與目標(biāo)域T最近似的問(wèn)題及其求解方法，解決當(dāng)前問(wèn)題，或者建立起目標(biāo)域中已有命題間的聯(lián)系，形成新知識(shí)。

類比學(xué)習(xí)就是通過(guò)類比，即通過(guò)對(duì)相似事物加以比較所進(jìn)行的一種學(xué)習(xí)。類比推理過(guò)程如下：（1）回憶與聯(lián)想

通過(guò)回憶與聯(lián)想在源域S中找出與目標(biāo)域T相似的情況。（2）選擇

從找出的相似情況中，選出與目標(biāo)域T最相似的情況及其有關(guān)知識(shí)。（3）建立對(duì)應(yīng)關(guān)系

在源域S與目標(biāo)域T之間建立相似元素的對(duì)應(yīng)關(guān)系，并建立起相應(yīng)的映射。（4）轉(zhuǎn)換

把S中的有關(guān)知識(shí)引導(dǎo)T中來(lái)，從而建立起求解當(dāng)前問(wèn)題的方法或者學(xué)習(xí)到關(guān)于T的新知識(shí)。

類比學(xué)習(xí)過(guò)程主要包括：

（1）輸入一組已經(jīng)條件（已解決問(wèn)題）和一組未完全確定的條件（新問(wèn)題）（2）按照某種相似性的定義，尋找兩者可類比的對(duì)應(yīng)關(guān)系

（3）根據(jù)相似變換的方法，建立從已解決問(wèn)題到新問(wèn)題的映射，以獲得帶求解問(wèn)題所需的新知識(shí)。（4）對(duì)通過(guò)類比推理得到的關(guān)于新問(wèn)題的知識(shí)進(jìn)行校驗(yàn)。驗(yàn)證正確的知識(shí)存入知識(shí)庫(kù)中，暫時(shí)無(wú)法驗(yàn)證的知識(shí)作為參考性知識(shí)，置于數(shù)據(jù)庫(kù)中。

7-10 考慮一個(gè)具有階梯型閾值函數(shù)的神經(jīng)網(wǎng)絡(luò)，假設(shè)（1）用一常數(shù)乘所有的權(quán)值和閾值（2）用一常數(shù)加于所有權(quán)值和閾值 試說(shuō)明網(wǎng)絡(luò)性能是否會(huì)變化？（1）不會(huì)（2）會(huì)

7-11 什么是知識(shí)發(fā)現(xiàn)？知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘有何關(guān)系？

根據(jù)費(fèi)亞德的定義，數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)時(shí)從大量數(shù)據(jù)中辨識(shí)出有效的，新穎的，潛在有用的，并可被理解的模式的高級(jí)處理過(guò)程。

數(shù)據(jù)挖掘時(shí)知識(shí)發(fā)現(xiàn)中的一個(gè)步驟，它主要是利用某些特定的知識(shí)發(fā)現(xiàn)算法，在一定的運(yùn)算效率內(nèi)，從數(shù)據(jù)中發(fā)現(xiàn)出有關(guān)知識(shí)。

7-12 增大權(quán)值是否能使BP學(xué)習(xí)變慢？ 是

7-13 試說(shuō)明知識(shí)發(fā)現(xiàn)的處理過(guò)程。費(fèi)亞德的知識(shí)發(fā)現(xiàn)過(guò)程包括：（1）數(shù)據(jù)選擇

根據(jù)用戶需求從數(shù)據(jù)庫(kù)中提取與知識(shí)發(fā)現(xiàn)相關(guān)的數(shù)據(jù)（2）數(shù)據(jù)預(yù)處理

檢測(cè)數(shù)據(jù)的完整性與數(shù)據(jù)的一致性，對(duì)噪音數(shù)據(jù)進(jìn)行處理，對(duì)丟失的數(shù)據(jù)利用統(tǒng)計(jì)方法進(jìn)行填補(bǔ)，進(jìn)行發(fā)掘數(shù)據(jù)庫(kù)

（3）數(shù)據(jù)變換

利用聚類分析和判別分析，從發(fā)掘數(shù)據(jù)庫(kù)里選擇數(shù)據(jù)（4）數(shù)據(jù)挖掘（5）知識(shí)評(píng)價(jià)

對(duì)所獲得的規(guī)則進(jìn)行價(jià)值評(píng)定，以決定所得到的的規(guī)則是否存入基礎(chǔ)知識(shí)庫(kù)

知識(shí)發(fā)現(xiàn)的全過(guò)程，可進(jìn)一步歸納為三個(gè)步驟，即數(shù)據(jù)挖掘預(yù)處理，數(shù)據(jù)挖掘，數(shù)據(jù)挖掘后處理。

7-14 有哪幾種比較常用的知識(shí)發(fā)現(xiàn)方法？試略加介紹。常用的知識(shí)發(fā)現(xiàn)方法有：（1）統(tǒng)計(jì)方法

統(tǒng)計(jì)方法是從事物外在數(shù)量上的表現(xiàn)去推斷事物可能的規(guī)律性，包括傳統(tǒng)方法，模糊集，支持向量機(jī)，粗糙集

（2）機(jī)器學(xué)習(xí)方法

包括規(guī)則歸納、決策樹、范例推理、貝葉斯信念網(wǎng)絡(luò)，科學(xué)發(fā)現(xiàn)，遺傳算法（3）神經(jīng)計(jì)算方法

常用的有剁成感知器，反向傳播網(wǎng)絡(luò)，自適應(yīng)映射網(wǎng)絡(luò)（4）可視化方法

使用有效的可視化界面，可以快速，高效地與大量數(shù)據(jù)打交道，以發(fā)現(xiàn)其中隱藏的特征，關(guān)系，模式和趨勢(shì)

7-15知識(shí)發(fā)現(xiàn)的應(yīng)用領(lǐng)域有哪些？試展望知識(shí)發(fā)現(xiàn)的發(fā)展和應(yīng)用評(píng)估。（1）金融業(yè)

數(shù)據(jù)清理，金融市場(chǎng)分析和預(yù)測(cè)，賬戶分類，銀行擔(dān)保和信用評(píng)估（2）保險(xiǎn)業(yè)

通過(guò)對(duì)索賠者的資料與索賠歷史數(shù)據(jù)模式進(jìn)行比較，以判定用戶的索賠是否合理（3）制造業(yè)

零部件故障診斷，資源優(yōu)化，生產(chǎn)過(guò)程分析（4）市場(chǎng)和零售業(yè)

銷售預(yù)測(cè)，庫(kù)存需求，零售點(diǎn)選擇和價(jià)格分析（5）醫(yī)療業(yè)

數(shù)據(jù)清理，預(yù)測(cè)醫(yī)療保險(xiǎn)費(fèi)用（6）司法

案件調(diào)查，詐騙檢測(cè)，洗錢認(rèn)證，犯罪組織分鐘（7）工程與科學(xué) 工程與科學(xué)數(shù)據(jù)分析

第八章 機(jī)器人規(guī)劃

8-1 有哪幾種重要的機(jī)器人高層規(guī)劃系統(tǒng)？它們各有什么特點(diǎn)？你認(rèn)為哪種規(guī)劃方法有較大的發(fā)展前景？

基于謂詞邏輯的規(guī)劃是用謂詞邏輯來(lái)描述世界模型機(jī)規(guī)劃過(guò)程的一種規(guī)劃方法（1）規(guī)劃演繹法。用F規(guī)則求解規(guī)劃序列

（2）邏輯演算和通用搜索法。STRIPS和ABSTRIPS系統(tǒng)。（3）具有學(xué)習(xí)能力的規(guī)劃系統(tǒng)。如PULP-I系統(tǒng)

（4）分層規(guī)劃方法。如NOAH規(guī)劃系統(tǒng)，他具有更快的規(guī)劃速度，更強(qiáng)的規(guī)劃能力和更大的適應(yīng)性。發(fā)展前景？

8-5 機(jī)器人Rover 正在房外，想進(jìn)入房?jī)?nèi)，但不能開門讓自己進(jìn)去，而只能喊叫，讓叫聲促使開門。另一機(jī)器人Max 在房間內(nèi)，他能夠開門并喜歡平靜。Max 通常可以把門打開來(lái)使Rover 停止叫喊。假設(shè) Max 和Rover 各有一個(gè)STRIPS規(guī)劃生產(chǎn)系統(tǒng)和規(guī)劃執(zhí)行系統(tǒng)。試說(shuō)明Max 和 Rover 的STRIPS規(guī)則和動(dòng)作，并描述導(dǎo)致平衡狀態(tài)的規(guī)劃序列和執(zhí)行的步驟。用來(lái)描述狀態(tài)的謂詞公式有： INROOM(X): X在房間里 OUTROOM(X): X不在房間里 SOUND(X): X在喊叫 QUIET(X): X保持安靜

OPENEN(X): X處于打開狀態(tài) CLOSED(X): X處于關(guān)閉狀態(tài)

Rover 可執(zhí)行的動(dòng)作有： Shout(X): X喊叫

先決條件：OUTROOM(X)AND CLOSED(Door)AND QUIET(X)刪除表：QUIET(X)添加表：SOUND(X)ComeIn(X): X走進(jìn)房間

先決條件：OUTROOM(X)AND OPEN(Door)刪除表：OUTROOM(X)添加表：INROOM(X)

Max 可執(zhí)行的動(dòng)作有：

Open(X, Door): 為X打開門

先決條件：SOUND(X)AND OUTROOMX AND CLOSED(Door)刪除表：OPENED(X)添加表：CLOSED(X)

初始狀態(tài)M0 OUTROOM(Rover)AND QUIET(Rover)AND CLOSED(Door)AND INROOM(Max)目標(biāo)狀態(tài)G0 INROOM(Rover)AND QUIET(Rover)AND CLOSED(Door)AND INROOM(Max)

導(dǎo)致平衡狀態(tài)的規(guī)劃序列為{Shout(Rover), Open(Rover, Door), ComeIn(Rover), Close(Door)} 執(zhí)行步驟：(1)M0：OUTROOM(Rover)AND QUIET(Rover)AND CLOSED(Door)AND INROOM(Max)OP1：Shout(Rover)M1：OUTROOM(Rover)AND SOUND(Rover)AND CLOSED(Door)AND INROOM(Max)(2)M1：OUTROOM(Rover)AND SOUND(Rover)AND CLOSED(Door)AND INROOM(Max)OP2：Open(Rover，Door)M2：OUTROOM(Rover)AND QUIET(Rover)AND OPENED(Door)AND INROOM(Max)(3)M2：OUTROOM(Rover)AND QUIET(Rover)AND OPENED(Door)AND INROOM(Max)OP3：ComeIn(Rover)M3：INROOM(Rover)AND QUIET(Rover)AND OPENED(Door)AND INROOM(Max)OP4：Close(Door)M4(G0)：INROOM(Rover)AND QUIET(Rover)AND CLOSED(Door)AND INROOM(Max)

8-6 用本章討論過(guò)的任何規(guī)劃生成系統(tǒng)，解決圖8.22所示機(jī)械手堆積木問(wèn)題。

用來(lái)描述狀態(tài)的謂詞公式有： ON(A,B): 積木A在積木B 上 ONTABLE(A): 積木A在桌子上 CLEAR(A): A上沒(méi)有東西

HOLDING(A): 機(jī)械手正抓住A HANDEMPTY: 機(jī)械手為空

機(jī)械手可執(zhí)行的動(dòng)作有：

Stack(X,Y): 把積木X堆在積木Y上

先決條件：HOLDING(X)AND CLEAR(Y)刪除表：HOLDING(X)AND CLEAR(Y)添加表：HANDEMPTY AND ON(X,Y)

UnStack(X,Y): 把堆在積木Y上的積木X抬起

先決條件：HANDEMPTY AND ON(X,Y)AND CLEAR(X)刪除表：HANDEMPTY AND ON(X,Y)添加表：HOLDING(X)AND CLEAR(Y)28

PickUp(X): 從桌面上抓起積木X 先決條件：HANDEMPTY AND ONTABLE(X)AND CLEAR(X)刪除表：ANDEMPTY AND ONTABLE(X)添加表：HOLDING(X)

PutDown(X): 將積木X 放到桌面上 先決條件：HOLDING(X)刪除表：HOLDING(X)添加表：ONTABLE(X)AND HANDEMPTY 初始布局M0：

ON(D,B)AND ON(A,C)AND CLEAR(D)AND ONTALBE(B)AN ONTALBE(C)AND HANDEMPTY 目標(biāo)布局G0：

ON(A,B)AND ON(B,C)AND ON(C,D)AND ONTABLE(D)AND CLEAR(A)AND HANDEMPTY 如何規(guī)劃？

第九章 Agent 9-1 分布式人工智能系統(tǒng)有何特點(diǎn)？試與多艾真體系統(tǒng)的特性加以比較。分布式人工智能系統(tǒng)的特點(diǎn)：（1）分布性

系統(tǒng)信息（數(shù)據(jù)、知識(shí)、控制）在邏輯上和物理上都是分布的（2）連接性

各個(gè)子系統(tǒng)和求解機(jī)構(gòu)通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)相互連接（3）協(xié)作性

各個(gè)子系統(tǒng)協(xié)調(diào)工作（4）開放性

通過(guò)網(wǎng)絡(luò)互連和系統(tǒng)的分布，便于擴(kuò)充系統(tǒng)規(guī)模（5）容錯(cuò)性

具有較多的冗余處理結(jié)點(diǎn)、通信路徑和知識(shí)，提高工作的可靠性（6）獨(dú)立性

系統(tǒng)把求解任務(wù)規(guī)約為幾個(gè)相對(duì)獨(dú)立的子任務(wù)，降低了問(wèn)題求解及軟件開發(fā)的復(fù)雜性

9-2 什么是艾真體？你對(duì)Agent的譯法有何見解？

Agent是能夠通過(guò)傳感器感知其環(huán)境，并借助執(zhí)行器作用于該環(huán)境的實(shí)體，可以看做是從感知序列到動(dòng)作序列的映射。

其特征為：行為自主性，作用交互性，環(huán)境協(xié)調(diào)性，面向目標(biāo)性，存在社會(huì)性，工作協(xié)作性，運(yùn)行持續(xù)性，系統(tǒng)適應(yīng)性，結(jié)構(gòu)分布性，功能智能性 把a(bǔ)gent 譯為艾真體的原因有：

（1）一種普遍的觀點(diǎn)認(rèn)為，Agent是一種果果傳感器感知其環(huán)境，并通過(guò)執(zhí)行器作用于該環(huán)境的實(shí)體。（2）“主體”一詞考慮到了Agent 具有自主性，但并未考慮Agent 還具有交互性，協(xié)調(diào)性，社會(huì)性，適應(yīng)性和分布性等特性。

（3）“代理”一詞在漢語(yǔ)中已經(jīng)有明確的含義，并不能表示出Agent的原意。

（4）把Agent譯為艾真體，含有一定物理意義，即某種“真體”或事物，能夠在十分廣泛的領(lǐng)域內(nèi)得到認(rèn)可。

（5）在找不到一個(gè)確切和公認(rèn)的譯法時(shí)，宜采用音譯。

9-3 艾真體在結(jié)構(gòu)上有什么特點(diǎn)？在結(jié)構(gòu)上如何分類？每種結(jié)構(gòu)的特點(diǎn)如何？ 真體=體系結(jié)構(gòu)+程序

（1）在計(jì)算機(jī)系統(tǒng)中，真體相當(dāng)于一個(gè)獨(dú)立的功能模塊，獨(dú)立的計(jì)算機(jī)應(yīng)用系統(tǒng)（2）真體的核心部分是決策生成器或問(wèn)題求解器，起到主控作用（3）真體的運(yùn)行時(shí)一個(gè)或多個(gè)進(jìn)程，并接受總體調(diào)度

（4）各個(gè)真體在多個(gè)計(jì)算機(jī)CPU上并行運(yùn)行，其運(yùn)行環(huán)境由體系結(jié)構(gòu)支持

結(jié)構(gòu)分類及特點(diǎn)：（1）反應(yīng)式

只是簡(jiǎn)單地對(duì)外部刺激產(chǎn)生響應(yīng)，沒(méi)有內(nèi)部狀態(tài)（2）慎思式

是一個(gè)具有顯示符號(hào)模型的基于知識(shí)的系統(tǒng)（3）跟蹤式

是具有內(nèi)部狀態(tài)的反應(yīng)式真體，通過(guò)找到一個(gè)條件與現(xiàn)有的環(huán)境匹配的規(guī)則進(jìn)行工作，然后執(zhí)行與規(guī)則相關(guān)的作用

30（4）基于目標(biāo)

真體的程序能夠與可能的作用結(jié)果信息結(jié)合起來(lái)，以便選擇達(dá)到目標(biāo)的行為，只要指定新的目標(biāo)，就能夠產(chǎn)生新的作用（5）基于效果

一個(gè)具有顯示效果函數(shù)的真體能夠比較由不同作用獲得的效果，從而做出理性決策（6）復(fù)合式

在一個(gè)真體內(nèi)組合多種相對(duì)獨(dú)立和并行執(zhí)行的智能形態(tài)，其結(jié)構(gòu)包括感知、動(dòng)作、反應(yīng)、建模、規(guī)劃、通信和決策。

9-4 艾真體為什么需要互相通信？

一些交談能向受話者傳送信息，還有一些交談要受話者采取行動(dòng)。通信的雙重目的就是建立信任和創(chuàng)建社會(huì)聯(lián)系。

9-5 試述艾真體通信的步驟、類型和方式。通信的步驟：

在一個(gè)通信事件中，講話者（T）要使用文字（W）向受話者（H）調(diào)查建議（P）在講話者身上發(fā)生三種作用：（1）意向：T要H相信P（2）生成：T選擇文字W（3）總和：H決定相信P 在受話者身上發(fā)生四種作用：

（1）感知：H 感知W(理想狀態(tài)下W’=W，但可能會(huì)有錯(cuò)覺(jué))（2）分析：H推斷，W’有多個(gè)可能的含義P1，P2，P3…….Pn（3）消岐：H推斷，T要調(diào)查Pi(理想地，Pi=P，但誤解是可能的)（4）總和：H決定相信Pi 通信的類型：

（1）使用TELL和ASK通信

真體分享相同的內(nèi)部表示語(yǔ)言，并通過(guò)界面TELL 和ASK 直接訪問(wèn)相互的知識(shí)庫(kù)（2）使用形式語(yǔ)言通信

外部通信語(yǔ)言可以與內(nèi)部表示語(yǔ)言不同，并且這些真體的每一個(gè)都可以有不同的內(nèi)部語(yǔ)言，只人每個(gè)真體能可靠地從外部語(yǔ)言映射到自己的內(nèi)部語(yǔ)言，它們就無(wú)須同意任何內(nèi)部符號(hào)，其通信是通過(guò)語(yǔ)言而不是直接訪問(wèn)知識(shí)庫(kù)而實(shí)現(xiàn)的 通信的方式：

（1）黑板結(jié)構(gòu)方式

黑板提供公共工作區(qū)，真體可以交換信息，數(shù)據(jù)和知識(shí)（2）消息/對(duì)話方式

這是實(shí)現(xiàn)靈活和復(fù)雜的協(xié)調(diào)策略的基礎(chǔ)。各真體使用規(guī)定的協(xié)議相互交換信息，用于建立通信和協(xié)調(diào)機(jī)制。兩真體之間的信息是直接交換的，執(zhí)行中沒(méi)有緩沖。

9-6 艾真體有哪幾種主要通信語(yǔ)言？它們各自有什么特點(diǎn)？ 知識(shí)詢問(wèn)與操作語(yǔ)言KQML KQML定義了一種真體間傳遞信息的標(biāo)準(zhǔn)語(yǔ)法以及一些動(dòng)作表達(dá)式，分為通信、消息和內(nèi)容三個(gè)從此 知識(shí)交換語(yǔ)言KIF 其語(yǔ)法基本上類似于用LISP語(yǔ)法書寫的一階謂詞演算

9-7 多艾真體系統(tǒng)有哪幾種基本模型？其體型結(jié)構(gòu)又有哪幾種？ 基本模型：

（1）BDI模型

它是一個(gè)概念和邏輯上的理論模型，滲透在其他模型中，成為研究真體理性和推理機(jī)制的基礎(chǔ)。將BDI模型擴(kuò)展至多真體系統(tǒng)時(shí)，提出了聯(lián)合意圖、社會(huì)承諾、合理行為等描述真體行為的形式化定義。（2）協(xié)商模型

產(chǎn)生于經(jīng)濟(jì)活動(dòng)理論，主要用于資源競(jìng)爭(zhēng)，任務(wù)分配和沖突消解等問(wèn)題（3）協(xié)作規(guī)劃模型

用于制定其協(xié)調(diào)一致的問(wèn)題求解規(guī)劃。每個(gè)真體都具有自己的求解目標(biāo)，考慮其它真體的行動(dòng)與約束，并進(jìn)行獨(dú)立規(guī)劃。（4）自調(diào)整模型

為適應(yīng)復(fù)雜控制系統(tǒng)的動(dòng)態(tài)實(shí)時(shí)控制和優(yōu)化而提出來(lái)。自協(xié)調(diào)模型隨環(huán)境變化自適應(yīng)地調(diào)整行為，是簡(jiǎn)歷在開放和動(dòng)態(tài)環(huán)境下的多真體系統(tǒng)模型。

體系結(jié)構(gòu)：

（1）真體網(wǎng)絡(luò)

無(wú)論是遠(yuǎn)距離還是短距離的真體，其通信都是直接進(jìn)行的，當(dāng)真體數(shù)目較大時(shí)，這種一一交互的結(jié)構(gòu)將導(dǎo)致系統(tǒng)效率低下。（2）真體聯(lián)盟

若干近程真體通過(guò)助手真體進(jìn)行交互，而遠(yuǎn)程真體則由各個(gè)局部真體群體的助手真體完成交互和消息發(fā)送。一個(gè)真體無(wú)須知道其他真體的詳細(xì)信息，比真體網(wǎng)絡(luò)有較大的靈活性。（3）黑板結(jié)構(gòu)

局部真體群體共享數(shù)據(jù)存儲(chǔ)——黑板。其中控制外殼真體負(fù)責(zé)信息交互，而網(wǎng)絡(luò)控制真體負(fù)責(zé)局部真體群體之間的遠(yuǎn)程信息交互。

9-8 試說(shuō)明多艾真體的協(xié)作方法、協(xié)商技術(shù)和協(xié)調(diào)方式。

協(xié)作是保持非對(duì)抗真體間行為協(xié)調(diào)的特例，它通過(guò)適當(dāng)?shù)膮f(xié)調(diào)，合作完成共同目標(biāo)。協(xié)作方法：

（1）決策網(wǎng)絡(luò)和遞歸建模

決策網(wǎng)絡(luò)可看做是增加了決策節(jié)點(diǎn)和效益節(jié)點(diǎn)的貝葉斯網(wǎng)絡(luò)。根據(jù)對(duì)環(huán)境和其他真體的觀察信息和貝葉斯學(xué)習(xí)方法來(lái)修正模型，即修正對(duì)其他真體行為的信念，并預(yù)測(cè)它們的行為。（2）Markov對(duì)策

單真體系統(tǒng)中真體的動(dòng)態(tài)決策其實(shí)是一個(gè)Markov過(guò)程，在多真體系統(tǒng)中真體的Markov決策過(guò)程的擴(kuò)展形式就是隨機(jī)對(duì)策，即Markov對(duì)策（3）真體學(xué)習(xí)方法

多真題系統(tǒng)的協(xié)作，本質(zhì)上說(shuō)是每個(gè)真體學(xué)習(xí)其他真體的邢翁策略模型而采取相應(yīng)的最優(yōu)反應(yīng)。（4）決策樹和對(duì)策樹

實(shí)質(zhì)是將對(duì)策理論和對(duì)策過(guò)程形式化，以實(shí)現(xiàn)真體的自動(dòng)推理過(guò)程 協(xié)商時(shí)多真體系統(tǒng)實(shí)現(xiàn)協(xié)同，協(xié)作，沖突消解和矛盾處理的關(guān)鍵環(huán)節(jié)

協(xié)商技術(shù)：

（1）協(xié)商協(xié)議

主要研究真體通信語(yǔ)言的定義，表示，處理和語(yǔ)義解釋，主要處理協(xié)商過(guò)程總，真體之間的交互

32（2）協(xié)商策略

用于真體決策及選擇協(xié)商協(xié)議和通信消息，主要修改真體內(nèi)的決策和控制過(guò)程（3）協(xié)商處理

側(cè)重描述和分析單個(gè)真體和多真體協(xié)商社會(huì)的整體協(xié)作行為，包括協(xié)商算法和系統(tǒng)分析兩方面 協(xié)調(diào)時(shí)一種動(dòng)態(tài)行為，是真體對(duì)環(huán)境及其它真體的適應(yīng)，往往通過(guò)改變真體的心智狀態(tài)來(lái)實(shí)現(xiàn)

協(xié)調(diào)方法：

（1）基于集中規(guī)劃

至少有一個(gè)真體具備其他真體的知識(shí)，能力和環(huán)境資源知識(shí)，它作為主控真體，對(duì)系統(tǒng)的目標(biāo)進(jìn)行分解，任務(wù)進(jìn)行規(guī)劃，并指示其他真體執(zhí)行任務(wù)（2）基于協(xié)商

屬于分布式協(xié)調(diào)，系統(tǒng)中沒(méi)有作為規(guī)劃的主控真體（3）基于對(duì)策論

包括無(wú)通信協(xié)調(diào)和有通信協(xié)調(diào)兩類（4）基于社會(huì)規(guī)劃

以每個(gè)真體都必須遵循的社會(huì)規(guī)則，過(guò)濾策略，標(biāo)準(zhǔn)和慣例為基礎(chǔ)的協(xié)調(diào)方法

9-9 為什么多艾真體需要學(xué)習(xí)與規(guī)劃？

學(xué)習(xí)能力是衡量多真體系統(tǒng)和其他智能系統(tǒng)的重要特征之一。多真體系統(tǒng)學(xué)習(xí)比單真體學(xué)習(xí)復(fù)雜得多，因?yàn)槠鋵W(xué)習(xí)對(duì)象處于動(dòng)態(tài)變化中，且其學(xué)習(xí)離不開真體間的通信。只要給計(jì)算機(jī)設(shè)定一個(gè)目標(biāo)，然后計(jì)算機(jī)不斷與環(huán)境交互以達(dá)到該目標(biāo)。

規(guī)劃是連接精神狀態(tài)（打算，設(shè)想）與執(zhí)行動(dòng)作的橋梁。多真體系統(tǒng)中的規(guī)劃與經(jīng)典規(guī)劃有所不同，需要反映環(huán)境的持續(xù)變化。

9-10 你認(rèn)為多艾真體系統(tǒng)的研究方向應(yīng)是哪些？其應(yīng)用前景又如何？ 研究方向？

應(yīng)用領(lǐng)域有：多機(jī)器人協(xié)調(diào)，過(guò)程智能控制，網(wǎng)絡(luò)通信與管理，交通控制，電子商務(wù)，遠(yuǎn)程教學(xué)，遠(yuǎn)程醫(yī)療，網(wǎng)上數(shù)據(jù)挖掘，信息過(guò)濾、評(píng)估和集成以及數(shù)據(jù)庫(kù)管理。

第五篇：人工智能及其應(yīng)用課程總結(jié)

《人工智能及其應(yīng)用》課程總結(jié)

20世紀(jì)40年代，計(jì)算機(jī)的發(fā)明揭開了人類發(fā)展的新篇章，使得人類追尋已久的腦力勞動(dòng)機(jī)械化問(wèn)題獲得了解決的方法和途徑。計(jì)算機(jī)能夠代替人類大腦進(jìn)行復(fù)雜的計(jì)算，并且能夠根據(jù)計(jì)算對(duì)某些問(wèn)題做出判斷，從某種程度上代替了人腦的部分功能。而隨著計(jì)算機(jī)計(jì)算機(jī)技術(shù)的發(fā)展，20世紀(jì)50年代人工智能(AI)這一新的學(xué)科門類的誕生，對(duì)人類的發(fā)展和進(jìn)步有著重大的意義。

人工智能是指人類的各種腦力勞動(dòng)或智能行為，諸如判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)，可用某種智能化的機(jī)器來(lái)予以人工的實(shí)現(xiàn)。諸如機(jī)器編譯、機(jī)器診斷、機(jī)器推理以及各種專家系統(tǒng)。隨著人工智能技術(shù)的發(fā)展，引起了眾多學(xué)科和不同專業(yè)背景學(xué)者們的日益重視，并且發(fā)展出了若干個(gè)研究子學(xué)科，如計(jì)算機(jī)科學(xué)、哲學(xué)、生理學(xué)、社會(huì)學(xué)、生物學(xué)、信息學(xué)和計(jì)算機(jī)數(shù)學(xué)等，人工智能成為一門廣泛的交叉和前沿學(xué)科。因此，《人工智能及其應(yīng)用》課程的學(xué)習(xí)，對(duì)于計(jì)算機(jī)應(yīng)用研究技術(shù)、機(jī)械技術(shù)以及本人的專業(yè)——農(nóng)業(yè)機(jī)械工程的學(xué)習(xí)和科研工作中，具有十分重要的作用。《人工智能及其應(yīng)用》課程所講授的知識(shí)涵蓋面廣、內(nèi)容較多，其中許多章節(jié)所設(shè)計(jì)的知識(shí)都可以單獨(dú)作為一門課程學(xué)習(xí)。因此，通過(guò)本學(xué)期對(duì)《人工智能及其應(yīng)用》課程的學(xué)習(xí)，我重點(diǎn)總結(jié)一下主要學(xué)習(xí)和掌握的幾方面知識(shí)：

1．人工智能的研究與應(yīng)用領(lǐng)域。在人工智能這門學(xué)科中，包含有多個(gè)研究領(lǐng)域，每個(gè)研究領(lǐng)域都有其特有的感興趣的研究課題、研究技術(shù)和術(shù)語(yǔ)，它們包括：自然語(yǔ)言處理、自動(dòng)定理證明、智能數(shù)據(jù)檢索系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、視覺(jué)系統(tǒng)、問(wèn)題求解、人工智能方法和程序語(yǔ)言以及自動(dòng)程序設(shè)計(jì)等。通過(guò)對(duì)這些研究領(lǐng)域的研究和應(yīng)用介紹，我發(fā)現(xiàn)其中專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、機(jī)器視覺(jué)和數(shù)據(jù)挖掘等方面的知識(shí)，是我所研究的專業(yè)領(lǐng)域和課題中，使用計(jì)算機(jī)軟件進(jìn)行數(shù)據(jù)處理和自動(dòng)判別所需要的知識(shí)，對(duì)我課題的研究和完成將會(huì)有很大幫助。

2．知識(shí)表示與推理。本部分研究了傳統(tǒng)人工智能的知識(shí)表示方法、搜索技術(shù)和知識(shí)推理。以符號(hào)和邏輯為基礎(chǔ)的傳統(tǒng)人工智能問(wèn)題求解是通過(guò)知識(shí)表示和

知識(shí)推理來(lái)實(shí)現(xiàn)的。知識(shí)表示的方法有很多，包括圖示法、公式法、結(jié)構(gòu)化方法、陳述式表示、過(guò)程式表示、狀態(tài)空間法和問(wèn)題歸約法等。表示問(wèn)題是為了進(jìn)一步求解問(wèn)題，從問(wèn)題表示到問(wèn)題的解決有一個(gè)求解的過(guò)程，也就是搜索過(guò)程。因此，學(xué)習(xí)了圖搜索策略和A*算法的方法和步驟。學(xué)習(xí)了消解原理這一用于一定的子句公式的重要推理規(guī)則，包括消解推理規(guī)則、含有變量的消解式、消解反演求解過(guò)程等。并且學(xué)習(xí)了規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)。它們是解決比較復(fù)雜的系統(tǒng)和問(wèn)題的較為先進(jìn)的推理技術(shù)和系統(tǒng)求解方法，能夠解決搜索推理方法難以解決的一些問(wèn)題。

3．計(jì)算智能。包括人工神經(jīng)網(wǎng)絡(luò)計(jì)算、模糊計(jì)算、粗糙集理論、遺傳算法、進(jìn)化策略、進(jìn)化編程、人工生命、粒群優(yōu)化、蟻群算法、自然計(jì)算和免疫計(jì)算。其中每一部分都可以作為單獨(dú)的一門課程和知識(shí)進(jìn)行深入的學(xué)習(xí)和研究。其中，我結(jié)合課程內(nèi)容，重點(diǎn)學(xué)習(xí)和研究了人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)元的特性而產(chǎn)生的，是基于生物神經(jīng)元特性的互聯(lián)模型制造的算法及機(jī)器。包括有以下幾個(gè)重要特性：并行分布處理、非線性映射、通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)、適應(yīng)與集成、硬件實(shí)現(xiàn)性。在本部分學(xué)習(xí)了神經(jīng)網(wǎng)絡(luò)是由基本處理單元——神經(jīng)元及其互聯(lián)方法構(gòu)成的。其網(wǎng)絡(luò)基本結(jié)構(gòu)分為兩類：遞歸網(wǎng)絡(luò)和前饋網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法有：有師學(xué)習(xí)、無(wú)師學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三種。具體學(xué)習(xí)了自適應(yīng)諧振理論網(wǎng)絡(luò)、學(xué)習(xí)矢量量化網(wǎng)絡(luò)、Kohonen網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)，并且學(xué)習(xí)了基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示方法和推理方法。通過(guò)這部分的學(xué)習(xí)，了解了神經(jīng)網(wǎng)絡(luò)的應(yīng)用方法和應(yīng)用領(lǐng)域，由于其學(xué)習(xí)和適應(yīng)、自組織、函數(shù)逼近和大規(guī)模并行處理等能力，因而在模式識(shí)別、信號(hào)處理、系統(tǒng)辨識(shí)和優(yōu)化等方面有著廣泛的應(yīng)用。

4．機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識(shí)和新技能，并實(shí)現(xiàn)現(xiàn)有知識(shí)的學(xué)問(wèn)。在此部分，主要學(xué)習(xí)了機(jī)器學(xué)習(xí)的主要策略、系統(tǒng)的基本結(jié)構(gòu)和各種機(jī)器學(xué)習(xí)算法，包括：機(jī)械學(xué)習(xí)、歸納學(xué)習(xí)、類比學(xué)習(xí)、解釋學(xué)習(xí)、神經(jīng)學(xué)習(xí)和知識(shí)發(fā)現(xiàn)。而其中的一些學(xué)習(xí)方法又與以前學(xué)習(xí)章節(jié)中的內(nèi)容有所交叉，如神經(jīng)學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)。介紹了各種學(xué)習(xí)方法的定義、結(jié)構(gòu)、基本計(jì)算方法和流程等知識(shí)。機(jī)器學(xué)習(xí)廣泛的應(yīng)用于圖像處理、模式識(shí)別、機(jī)器人動(dòng)力學(xué)與控制、自動(dòng)控制、自然語(yǔ)言理解、語(yǔ)音識(shí)別、信號(hào)處理和專家系統(tǒng)等領(lǐng)域。

通過(guò)對(duì)《人工智能及其應(yīng)用》課程的學(xué)習(xí)，使我學(xué)習(xí)了人工智能的各種基本算法和思想，了解了各種方法的應(yīng)用領(lǐng)域和適用范圍。由于我的研究課題中，也需要對(duì)采集的數(shù)據(jù)進(jìn)行處理和做出判斷，因此必然涉及人工智能的相關(guān)知識(shí)。課程包含內(nèi)容很多，涵蓋的領(lǐng)域非常廣泛，雖然學(xué)習(xí)深度有限，但是正是對(duì)人工智能知識(shí)的廣泛了解，才能擴(kuò)展我的研究思路，選定方向和研究算法，進(jìn)行更深層次的研究。