PAGE55PAGE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明。從學(xué)科角度來看：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、識別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)1-2.在人工智能的發(fā)展過程中，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(PamelaMcCorduck)在她的著名的人工智能歷史研究《機(jī)器思維》(MachineWhoThink,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期的聯(lián)系。著名的英國科學(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，尤其是對以感知機(jī)(perceptron)為代表的腦模型的研究曾出現(xiàn)過熱潮，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、輸出符號、存儲符號、復(fù)制符號、建立符號結(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)物理符號系統(tǒng)。推論二:既然計(jì)算機(jī)是一個(gè)物理符號系統(tǒng)，它就一定能夠表現(xiàn)出智能。推論三:既然人是一個(gè)物理符號系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號系統(tǒng)，那么我們就能夠用計(jì)算機(jī)來模擬人的活動(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系統(tǒng)(即符號操作系統(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，而且認(rèn)知過程即符號操作過程。認(rèn)為人是一個(gè)物理符號系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號系統(tǒng)，因此，我們就能夠用計(jì)算機(jī)來模擬人的智能行為。知識是信息的一種形式，是構(gòu)成智能的基礎(chǔ)。人工智能的核心問題是知識表示、知識推理和知識運(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，而不是符號處理過程。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、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。符號主義、聯(lián)結(jié)主義對真實(shí)世界客觀事物的描述及其智能行為工作模式是過于簡化的抽象，因而是不能真實(shí)地反映客觀存在的。1-5.你認(rèn)為應(yīng)從哪些層次對認(rèn)知行為進(jìn)行研究？心理活動(dòng)的最高層級是思維策略，中間一層是初級信息處理，最低層級是生理過程，與此相應(yīng)的是計(jì)算機(jī)程序、語言和硬件。研究認(rèn)知過程的主要任務(wù)是探求高層次思維決策與初級信息處理的關(guān)系，并用計(jì)算機(jī)程序來模擬人的思維策略水平，而用計(jì)算機(jī)語言模擬人的初級信息處理過程。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)，模式識別(手寫識別，汽車牌照識別，指紋識別)，機(jī)器視覺(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)挖掘與知識發(fā)現(xiàn)(超市市場商品數(shù)據(jù)分析)，人工生命。第二章知識表示方法2-2設(shè)有3個(gè)傳教士和3個(gè)野人來到河邊，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)超過傳教士人數(shù)，那么野人就會(huì)把傳教士吃掉。他們怎樣才能用這條船安全地把所有人都渡過河去?用Si(nC,nY)表示第i次渡河后，河對岸的狀態(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，河對岸的狀態(tài)確定了，河這邊的狀態(tài)也即確定了?？紤]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)渡河的過程中，允許出現(xiàn)的狀態(tài)為以下3種情況：1.nC=02.nC=33.nC=nY>=0(當(dāng)nC不等于0或3)用di(dC,dY)表示渡河過程中，對岸狀態(tài)的變化，dC表示，第i次渡河后，對岸傳教士數(shù)目的變化，dY表示，第i次渡河后，對岸野人數(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S0(0,0)，目標(biāo)狀態(tài)為S0(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試說明怎樣把一棵與或解樹用來表達(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來計(jì)算，這個(gè)事實(shí)用作本原問題。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，用原來的與后繼算法用來表達(dá)并聯(lián)關(guān)系，用原來的或后繼算法用來表達(dá)串聯(lián)關(guān)系2-5試用四元數(shù)列結(jié)構(gòu)表示四圓盤梵塔問題，并畫出求解該問題的與或圖。用四元數(shù)列(nA,nB,nC,nD)來表示狀態(tài)，其中nA表示A盤落在第nA號柱子上，nB表示B盤落在第nB號柱子上，nC表示C盤落在第nC號柱子上，nD表示D盤落在第nD號柱子上。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，問題得解。2-6把下列句子變換成子句形式：(1)(x)｛P(x)→P(x)｝(2)xy(On(x,y)→Above(x,y))(3)xyz(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)(ANYx){P(x)P(x)}(ANYx){~P(x)ORP(x)}~P(x)ORP(x)最后子句為~P(x)ORP(x)(2)(ANYx)(ANYy){On(x,y)Above(x,y)}(ANYx)(ANYy){~On(x,y)ORAbove(x,y)}~On(x,y)ORAbove(x,y)最后子句為~On(x,y)ORAbove(x,y)(3)(ANYx)(ANYy)(ANYz){Above(x,y)ANDAbove(y,z)Above(x,z)}(命題聯(lián)結(jié)詞之優(yōu)先級如下:否定→合取→析取→蘊(yùn)涵→等價(jià))(ANYx)(ANYy)(ANYz){~[Above(x,y)ANDAbove(y,z)]ORAbove(x,z)}~[Above(x,y)ANDAbove(y,z)]ORAbove(x,z)最后子句為~[Above(x,y),Above(y,z)]ORAbove(x,z)(4)~{(ANYx){P(x){(ANYy)[p(y)p(f(x,y))]AND(ANYy)[Q(x,y)P(y)]}}}~{(ANYx){~P(x)OR{(ANYy)[~p(y)ORp(f(x,y))]AND(ANYy)[~Q(x,y)ORP(y)]}}}(EXTx){P(x)AND{(EXTx)[p(y)AND~p(f(x,y))]OR(EXTy)[Q(x,y)AND~P(y)]}}(EXTx){P(x)AND{(EXTw)[p(y)AND~p(f(w,y))]OR(EXTv)[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))ORQ(A,C)]AND[p(y)AND~p(f(B,y))OR~P(C)]}P(A)AND{{p(y),~p(f(B,y))}ORQ(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))}ORQ(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表示每個(gè)句子。)Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requiresintelligence.先定義基本的謂詞INTLT(x)meansxisintelligentPERFORM(x,y)meansxcanperformyREQUIRE(x)meansxrequiresintelligenceCMP(x)meansxisacomputersystemHMN(x)meansxisahuman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把下列語句表示成語義網(wǎng)絡(luò)描述：(1)Allmanaremortal.(2)Everycloudhasasilverlining.(3)AllbranchmanagersofDECparticipateinaprofit-sharingplan.(1)(2)(3)2-9作為一個(gè)電影觀眾，請你編寫一個(gè)去電影院看電影的劇本。(1)開場條件(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)場景場景1購票(a)顧客來到售票處(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景4觀看電影(a)放映員播放電影(b)顧客觀看電影場景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(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)對那些未曾在G中出現(xiàn)過的(既未曾在OPEN表上或CLOSED表上出現(xiàn)過的)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的指針方向。對已在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)的指針方向。(8)按某一任意方式或按某個(gè)探試值，重排OPEN表。(9)GOLOOP。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。如果沒有后繼節(jié)點(diǎn)，則轉(zhuǎn)向第(2)步。(6)對于節(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?請結(jié)合例子說明之。任一謂詞演算公式可以化成一個(gè)子句集。其變換過程由下列九個(gè)步驟組成：(1)消去蘊(yùn)涵符號將蘊(yùn)涵符號化為析取和否定符號(2)減少否定符號的轄域每個(gè)否定符號最多只用到一個(gè)謂詞符號上，并反復(fù)應(yīng)用狄·摩根定律(3)對變量標(biāo)準(zhǔn)化對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(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(9)更換變量名稱更換變量符號的名稱，使一個(gè)變量符號不出現(xiàn)在一個(gè)以上的子句中3-4如何通過消解反演求取問題的答案?給出一個(gè)公式集S和目標(biāo)公式L，通過反證或反演來求證目標(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AANDB,AORB,AB,A>B也都是合式公式(4)若A是合式公式，x為A中的自由變元，則(ANYx)A和(EXTx)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BHBC第三步HGCF最終路徑為SABCF3-7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,f33-10一個(gè)機(jī)器人駕駛卡車，攜帶包裹(編號分別為＃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。試說明狀態(tài)空間問題求解系統(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)ANDAT(#2,~WU)ANDAT(#1,~HU)ANDAT(#1,CAR)ANDAT(#2,CAR)ANDAT(#3,CAR)目標(biāo)狀態(tài)可描述為：AT(#1,LIN)ANDAT(#2,WU)ANDAT(#1,HU)ANDAT(#1,~CAR)ANDAT(#2,~CAR)ANDAT(#3,~CAR)對每個(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)ANDAT(CAR,x)結(jié)果：AT(z,~CAR)ANDAT(z,x)原問題就轉(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，這將使問題變得愈來愈困難(2)在問題求解過程中，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)一種問題求解技術(shù)和知識表達(dá)形式可能對問題的某一部分是最好的，而對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)中的知識分成一組相對獨(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)雜問題過程中生成的假設(shè)有兩種方法可以證實(shí)節(jié)點(diǎn)的有效性：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)雜問題過程中生成的假設(shè)3-16下列語句是一些幾何定理，把這些語句表示為基于規(guī)則的幾何證明系統(tǒng)的產(chǎn)生式規(guī)則：(1)兩個(gè)全等三角形的各對應(yīng)角相等。(2)兩個(gè)全等三角形的各對應(yīng)邊相等。(3)各對應(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各對應(yīng)角相等規(guī)則(2):IF兩個(gè)三角形全等THEN各對應(yīng)邊相等規(guī)則(3):IF兩個(gè)三角形各對應(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。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。人工智能是在計(jì)算智能的基礎(chǔ)上引入知識而產(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BI4-3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題帶來新的希望(3)通過訓(xùn)練進(jìn)行學(xué)習(xí)一個(gè)經(jīng)過適當(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，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(cellbody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，以接收來自其它神經(jīng)元的生物信號。軸突的末端與樹突進(jìn)行信號傳遞的界面稱為突觸(synapse)，通過突觸向其它神經(jīng)元發(fā)送信息。對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組成。從輸入層至輸出層的信號通過單向連接流通，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。非指導(dǎo)(無導(dǎo)師)學(xué)習(xí)訓(xùn)練過程中，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)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)“評論員”來評介與給定輸入相對應(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P1194-11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)展起來的。它以模糊判斷為前提，動(dòng)用模糊語言規(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)相對最能代表這個(gè)模糊集合的單值的過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)由確定長度的特征字符串組成的初始種群體(2)對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)果可以表示問題的一個(gè)解。5-5進(jìn)化策略是如何描述的？最簡單的進(jìn)化策略可描述如下：P1375-6簡述進(jìn)化編程的機(jī)理和基本過程，并以四狀態(tài)機(jī)為例說明進(jìn)化編程的表示。機(jī)理？基本過程？P1395-7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。20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發(fā)育中的細(xì)胞交互作用數(shù)學(xué)模型。70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?？淀f提出生命的細(xì)胞自動(dòng)機(jī)對策論。80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？請按你的理解用自己的語言給人工生命下個(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)。通過計(jì)算機(jī)或其它機(jī)器對類似生命的行為進(jìn)行綜合研究，以便對傳統(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：(1)自繁殖，自進(jìn)化，自尋優(yōu)(2)自成長，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)品為自然生命的研究提供新模型、新工具、新環(huán)境延伸人類壽命，減緩衰老，防治疾病擴(kuò)展自然生命，實(shí)現(xiàn)人工進(jìn)化和優(yōu)生優(yōu)育促進(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內(nèi)容？其研究方法如何？研究內(nèi)容大致分為兩類：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)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：信息模型法，根據(jù)內(nèi)部和外部系統(tǒng)所表現(xiàn)出來的生命行為來建造信息模型工作原理法：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與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。也就是說，專家系統(tǒng)是一個(gè)具有大量的專門知識與經(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)專家提供的知識和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，一邊解決那些需要人類專家處理的復(fù)雜問題。特點(diǎn)：啟發(fā)性專家系統(tǒng)能運(yùn)用專家的知識與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策透明性專家系統(tǒng)能夠解釋本身的推理過程和回答用戶提出的問題，以便讓用戶能夠了解推理過程，提高對專家系統(tǒng)的信賴感。靈活性專家系統(tǒng)能不斷地增長知識，修改原有知識，不斷更新優(yōu)點(diǎn)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)行工作專家系統(tǒng)解決實(shí)際問題時(shí)不受周圍環(huán)境的影響，也不可能遺漏忘記可以使專家的專長不受時(shí)間和空間的限制，以便推廣珍貴和稀缺的專家知識與經(jīng)驗(yàn)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、經(jīng)驗(yàn)和能力專家系統(tǒng)能夠匯集多領(lǐng)域?qū)＜业闹R和經(jīng)驗(yàn)以及他們寫作解決重大問題的能力，它擁有更淵博的知識、更豐富的經(jīng)驗(yàn)和更強(qiáng)的工作能力軍事專家系統(tǒng)的水平是一個(gè)國家國防現(xiàn)代化的重要標(biāo)志之一專家系統(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，并將對科技、經(jīng)濟(jì)、國防、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）知識庫（knowledgebase）知識庫用于存儲某領(lǐng)域的專門知識，包括事實(shí)、可行操作與規(guī)則等。（2）綜合數(shù)據(jù)庫（globaldatabase）綜合數(shù)據(jù)庫又稱全局?jǐn)?shù)據(jù)庫或總數(shù)據(jù)庫，它用于存儲領(lǐng)域或問題的廚師數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)（信息），即被處理對象的一些當(dāng)前事實(shí)。（3）推理機(jī)（reasoningmachine）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)行對話，使用戶能夠輸入必要的數(shù)據(jù)、提出問題和了解推理過程及推理結(jié)果等。系統(tǒng)則通過接口，要求用戶回答提問，并回答用戶提出的問題，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？是否擁有大量知識是專家系統(tǒng)成功與否的關(guān)鍵，因而知識表示就成為設(shè)計(jì)專家系統(tǒng)的關(guān)鍵設(shè)計(jì)初始知識庫問題知識化、知識概念化、概念形式化、形式規(guī)則化、規(guī)則合法化原型機(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，而且只涉及與試驗(yàn)有關(guān)的足夠簡單的任務(wù)和推理過程知識庫的改進(jìn)與歸納反復(fù)對知識庫及推理規(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：前者把問題求解的知識隱含地編入程序，而后者則把其應(yīng)用領(lǐng)域的問題求解知識單獨(dú)組成一個(gè)實(shí)體，即為知識庫。知識庫的處理時(shí)通過與知識庫分開的控制策略進(jìn)行的。更明確地說，一般應(yīng)用程序把知識組織為兩級：數(shù)據(jù)級和程序級；大多數(shù)專家系統(tǒng)則將知識組織成三級：數(shù)據(jù)、知識庫和控制。在數(shù)據(jù)級上，是已經(jīng)解決了的特定問題的說明性知識以及需要求解問題的有關(guān)事件的當(dāng)前狀態(tài)、在知識庫級是專家系統(tǒng)的專門知識與經(jīng)驗(yàn)。是否擁有大量知識是專家系統(tǒng)成功與否的關(guān)鍵，因而知識表示就成為設(shè)計(jì)專家系統(tǒng)的關(guān)鍵。在控制程序級，根據(jù)既定的控制策略和所求解問題的性質(zhì)來決定應(yīng)用知識庫中的哪些知識。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)的主要部分是知識庫和推理引擎。知識庫由謂詞演算事實(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)知識表示成一種形式，由一個(gè)知識采集子系統(tǒng)協(xié)助，輸入到知識庫。推理引擎由所有操作知識庫來演繹用戶要求的信息的過程構(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言處理系統(tǒng)，它允許用戶用一個(gè)有限的自然語言形式與系統(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)語來說，每個(gè)目標(biāo)具有陳述性知識和過程知識。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)則來表示知識?？蚣芴峁┮环N比規(guī)則更豐富的獲取問題知識的方法，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：定義問題（對問題和結(jié)論的考察與綜述）分析領(lǐng)域（定義事物、事物特征、事件和框架結(jié)構(gòu)）定義類及其特征定義例及其框架結(jié)構(gòu)確定模式匹配法則規(guī)定事物通信方法設(shè)計(jì)系統(tǒng)界面對系統(tǒng)進(jìn)行評價(jià)對系統(tǒng)進(jìn)行擴(kuò)展，深化和擴(kuò)展知識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)行研究的學(xué)問。根據(jù)這一觀點(diǎn)，一個(gè)知識系統(tǒng)中的知識庫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：并行于分布處理多專家系統(tǒng)協(xié)同工作高級語言和知識語言描述知識工程師只需用一種高級專家系統(tǒng)描述語言對系統(tǒng)進(jìn)行功能、性能及接口描述，并用知識表示語言描述領(lǐng)域知識，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)。具有自學(xué)習(xí)功能具有高級的知識獲取與學(xué)習(xí)能力引入新的推理機(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和模糊知識的推理。具有自糾錯(cuò)和自完善能力先進(jìn)的智能人機(jī)接口理解自然語言，實(shí)現(xiàn)語聲、文字、圖形和圖像的直接輸入輸出時(shí)如今人們對智能計(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）具有可靠知識與數(shù)據(jù)的小搜索空間問題數(shù)據(jù)可靠（無噪聲、無錯(cuò)誤、不丟失、不多余）和知識可靠（不出現(xiàn)假的、近似的或推測性的結(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)，推理過程要求較復(fù)雜的表示法。（4）大搜索空間的問題一般要引入啟發(fā)式搜索策略或采用分層體系結(jié)構(gòu)，來降低求解過程的復(fù)雜程度。對打空間的問題通常還要根據(jù)具體問題的特征來去相應(yīng)的對策。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)工具是一種更高級的計(jì)算機(jī)程序設(shè)計(jì)語言。比一般的計(jì)算機(jī)高級語言具有更強(qiáng)的功能。主要分為骨架型工具（又稱外殼）、語言型工具、構(gòu)造輔助工具和支撐環(huán)境等四類。骨架型工具借用以前開發(fā)好的專家系統(tǒng)，將描述領(lǐng)域知識的規(guī)則從原系統(tǒng)中“挖掉”，只保留其獨(dú)立于問題領(lǐng)域知識的推理機(jī)部分，這樣形成的工具成為骨架型工具，如EMYCIN,KAS以及EXPERT等。語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，用戶可以通過一定手段來影響其控制策略。因此語言型工具的結(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。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)，另一類是知識獲取工具，典型的有TEIRESIAS系統(tǒng)。支撐環(huán)境是指幫助進(jìn)行程序設(shè)計(jì)的工具，它常備作為知識工程語言的一部分。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)施和知識庫編輯器。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)器獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。這里說的“機(jī)器”，指的就是計(jì)算機(jī)?，F(xiàn)有的計(jì)算機(jī)系統(tǒng)和人工智能系統(tǒng)沒有什么學(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庫，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)知識庫完成任務(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)有哪些重要問題需要加以研究？機(jī)械學(xué)習(xí)是最簡單的機(jī)器學(xué)習(xí)方法。機(jī)械學(xué)習(xí)就是記憶，即把新的知識存儲起來，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)過程。任何學(xué)習(xí)系統(tǒng)都必須記住它們獲取的知識。在機(jī)械學(xué)習(xí)系統(tǒng)中，知識的獲取是以較穩(wěn)定和直接的方式進(jìn)行的，不需要系統(tǒng)進(jìn)行過多的加工。要研究的問題：存儲組織信息只有當(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。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)刻存儲的信息必須適用于后來的情況。存儲與計(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。學(xué)習(xí)方法：示例學(xué)習(xí)它屬于有師學(xué)習(xí)，是通過從環(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中歸納出適用于更大范圍的一般性知識，它將覆蓋所有的正例并排除所有的反例。觀察發(fā)現(xiàn)學(xué)習(xí)它屬于無師學(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，簡潔地買哦書對象間的相似性，是人類認(rèn)識世界的一種重要方法。類比推理的目的是從源域S中，選出與目標(biāo)域T最近似的問題及其求解方法，解決當(dāng)前問題，或者建立起目標(biāo)域中已有命題間的聯(lián)系，形成新知識。類比學(xué)習(xí)就是通過類比，即通過對相似事物加以比較所進(jìn)行的一種學(xué)習(xí)。類比推理過程如下：回憶與聯(lián)想通過回憶與聯(lián)想在源域S中找出與目標(biāo)域T相似的情況。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。建立對應(yīng)關(guān)系在源域S與目標(biāo)域T之間建立相似元素的對應(yīng)關(guān)系，并建立起相應(yīng)的映射。轉(zhuǎn)換把S中的有關(guān)知識引導(dǎo)T中來，從而建立起求解當(dāng)前問題的方法或者學(xué)習(xí)到關(guān)于T的新知識。類比學(xué)習(xí)過程主要包括：輸入一組已經(jīng)條件（已解決問題）和一組未完全確定的條件（新問題）按照某種相似性的定義，尋找兩者可類比的對應(yīng)關(guān)系根據(jù)相似變換的方法，建立從已解決問題到新問題的映射，以獲得帶求解問題所需的新知識。對通過類比推理得到的關(guān)于新問題的知識進(jìn)行校驗(yàn)。驗(yàn)證正確的知識存入知識庫中，暫時(shí)無法驗(yàn)證的知識作為參考性知識，置于數(shù)據(jù)庫中。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)值和閾值試說明網(wǎng)絡(luò)性能是否會(huì)變化？不會(huì)會(huì)7-11什么是知識發(fā)現(xiàn)？知識發(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)庫中的知識發(fā)現(xiàn)時(shí)從大量數(shù)據(jù)中辨識出有效的，新穎的，潛在有用的，并可被理解的模式的高級處理過程。數(shù)據(jù)挖掘時(shí)知識發(fā)現(xiàn)中的一個(gè)步驟，它主要是利用某些特定的知識發(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。7-12增大權(quán)值是否能使BP學(xué)習(xí)變慢？是7-13試說明知識發(fā)現(xiàn)的處理過程。費(fèi)亞德的知識發(fā)現(xiàn)過程包括：數(shù)據(jù)選擇根據(jù)用戶需求從數(shù)據(jù)庫中提取與知識發(fā)現(xiàn)相關(guān)的數(shù)據(jù)數(shù)據(jù)預(yù)處理檢測數(shù)據(jù)的完整性與數(shù)據(jù)的一致性，對噪音數(shù)據(jù)進(jìn)行處理，對丟失的數(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)庫里選擇數(shù)據(jù)數(shù)據(jù)挖掘知識評價(jià)對所獲得的規(guī)則進(jìn)行價(jià)值評定，以決定所得到的的規(guī)則是否存入基礎(chǔ)知識庫知識發(fā)現(xiàn)的全過程，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發(fā)現(xiàn)方法？試略加介紹。常用的知識發(fā)現(xiàn)方法有：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)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7-15知識發(fā)現(xiàn)的應(yīng)用領(lǐng)域有哪些？試展望知識發(fā)現(xiàn)的發(fā)展和應(yīng)用評估。（1）金融業(yè)數(shù)據(jù)清理，金融市場分析和預(yù)測，賬戶分類，銀行擔(dān)保和信用評估（2）保險(xiǎn)業(yè)通過對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)過程分析（4）市場和零售業(yè)銷售預(yù)測，庫存需求，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)測醫(yī)療保險(xiǎn)費(fèi)用（6）司法案件調(diào)查，詐騙檢測，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)劃是用謂詞邏輯來描述世界模型機(jī)規(guī)劃過程的一種規(guī)劃方法規(guī)劃演繹法。用F規(guī)則求解規(guī)劃序列邏輯演算和通用搜索法。STRIPS和ABSTRIPS系統(tǒng)。具有學(xué)習(xí)能力的規(guī)劃系統(tǒng)。如PULP-I系統(tǒng)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)入房內(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?？梢园验T打開來使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)ANDCLOSED(Door)ANDQUIET(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)ANDOPEN(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)ANDOUTROOMXANDCLOSED(Door)刪除表：OPENED(X)添加表：CLOSED(X)初始狀態(tài)M0OUTROOM(Rover)ANDQUIET(Rover)ANDCLOSED(Door)ANDINROOM(Max)目標(biāo)狀態(tài)G0INROOM(Rover)ANDQUIET(Rover)ANDCLOSED(Door)ANDINROOM(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)ANDQUIET(Rover)ANDCLOSED(Door)ANDINROOM(Max)OP1：Shout(Rover)M1：OUTROOM(Rover)ANDSOUND(Rover)ANDCLOSED(Door)ANDINROOM(Max)(2)M1：OUTROOM(Rover)ANDSOUND(Rover)ANDCLOSED(Door)ANDINROOM(Max)OP2：Open(Rover，Door)M2：OUTROOM(Rover)ANDQUIET(Rover)ANDOPENED(Door)ANDINROOM(Max)(3)M2：OUTROOM(Rover)ANDQUIET(Rover)ANDOPENED(Door)ANDINROOM(Max)OP3：ComeIn(Rover)M3：INROOM(Rover)ANDQUIET(Rover)ANDOPENED(Door)ANDINROOM(Max)OP4：Close(Door)M4(G0)：INROOM(Rover)ANDQUIET(Rover)ANDCLOSED(Door)ANDINROOM(Max)8-6用本章討論過的任何規(guī)劃生成系統(tǒng)，解決圖8.22所示機(jī)械手堆積木問題。用來描述狀態(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上沒有東西HOLDING(A):機(jī)械手正抓住AHANDEMPTY: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)ANDCLEAR(Y)刪除表：HOLDING(X)ANDCLEAR(Y)添加表：HANDEMPTYANDON(X,Y)UnStack(X,Y):把堆在積木Y上的積木X抬起先決條件：HANDEMPTYANDON(X,Y)ANDCLEAR(X)刪除表：HANDEMPTYANDON(X,Y)添加表：HOLDING(X)ANDCLEAR(Y)PickUp(X):從桌面上抓起積木X先決條件：HANDEMPTYANDONTABLE(X)ANDCLEAR(X)刪除表：ANDEMPTYANDONTABLE(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)ANDHANDEMPTY初始布局M0：ON(D,B)ANDON(A,C)ANDCLEAR(D)ANDONTALBE(B)ANONTALBE(C)ANDHANDEMPTY目標(biāo)布局G0：ON(A,B)ANDON(B,C)ANDON(C,D)ANDONTABLE(D)ANDCLEAR(A)ANDHANDEMPTY如何規(guī)劃？第九章Agent9-1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)：分布性系統(tǒng)信息（數(shù)據(jù)、知識、控制）在邏輯上和物理上都是分布的連接性各個(gè)子系統(tǒng)和求解機(jī)構(gòu)通過計(jì)算機(jī)網(wǎng)絡(luò)相互連接協(xié)作性各個(gè)子系統(tǒng)協(xié)調(diào)工作開放性通過網(wǎng)絡(luò)互連和系統(tǒng)的分布，便于擴(kuò)充系統(tǒng)規(guī)模容錯(cuò)性具有較多的冗余處理結(jié)點(diǎn)、通信路徑和知識，提高工作的可靠性獨(dú)立性系統(tǒng)把求解任務(wù)規(guī)約為幾個(gè)相對獨(dú)立的子任務(wù)，降低了問題求解及軟件開發(fā)的復(fù)雜性9-2什么是艾真體？你對Agent的譯法有何見解？Agent是能夠通過傳感器感知其環(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：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，并通過執(zhí)行器作用于該環(huán)境的實(shí)體?！爸黧w”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?！按怼币辉~在漢語中已經(jīng)有明確的含義，并不能表示出Agent的原意。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。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)真體的核心部分是決策生成器或問題求解器，起到主控作用真體的運(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)：反應(yīng)式只是簡單地對外部刺激產(chǎn)生響應(yīng)，沒有內(nèi)部狀態(tài)慎思式是一個(gè)具有顯示符號模型的基于知識的系統(tǒng)跟蹤式是具有內(nèi)部狀態(tài)的反應(yīng)式真體，通過找到一個(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，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，從而做出理性決策復(fù)合式在一個(gè)真體內(nèi)組合多種相對獨(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：意向：T要H相信P生成：T選擇文字W總和：H決定相信P在受話者身上發(fā)生四種作用：感知：H感知W(理想狀態(tài)下W’=W，但可能會(huì)有錯(cuò)覺)分析：H推斷，W’有多個(gè)可能的含義P1，P2，P3…….Pn消岐：H推斷，T要調(diào)查Pi(理想地，Pi=P，但誤解是可能的)總和：H決定相信Pi通信的類型：使用TELL和ASK通信真體分享相同的內(nèi)部表示語言，并通過界面TELL和ASK直接訪問相互的知識庫使用形式語言通信外部通信語言可以與內(nèi)部表示語言不同，并且這些真體的每一個(gè)都可以有不同的內(nèi)部語言，只人每個(gè)真體能可靠地從外部語言映射到自己的內(nèi)部語言，它們就無須同意任何內(nèi)部符號，其通信是通過語言而不是直接訪問知識庫而實(shí)現(xiàn)的通信的方式：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)和知識消息/對話方式這是實(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)行中沒有緩沖。9-6艾真體有哪幾種主要通信語言？它們各自有什么特點(diǎn)？知識詢問與操作語言KQMLKQML定義了一種真體間傳遞信息的標(biāo)準(zhǔn)語法以及一些動(dòng)作表達(dá)式，分為通信、消息和內(nèi)容三個(gè)從此知識交換語言KIF其語法基本上類似于用LISP語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：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。協(xié)商模型產(chǎn)生于經(jīng)濟(jì)活動(dòng)理論，主要用于資源競爭，任務(wù)分配和沖突消解等問題協(xié)作規(guī)劃模型用于制定其協(xié)調(diào)一致的問題求解規(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。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。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)：真體網(wǎng)絡(luò)無論是遠(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。真體聯(lián)盟若干近程真體通過助手真體進(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。黑板結(jié)構(gòu)局部真體群體共享數(shù)據(jù)存儲——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)作是保持非對抗真體間行為協(xié)調(diào)的特例，它通過適當(dāng)?shù)膮f(xié)調(diào)，合作完成共同目標(biāo)。協(xié)作方法：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)對環(huán)境和其他真體的觀察信息和貝葉斯學(xué)習(xí)方法來修正模型，即修正對其他真體行為的信念，并預(yù)測它們的行為。Markov對策單真體系統(tǒng)中真體的動(dòng)態(tài)決策其實(shí)是一個(gè)Markov過程，在多真體系統(tǒng)中真體的Markov決策過程的擴(kuò)展形式就是隨機(jī)對策，即Markov對策真體學(xué)習(xí)方法多真題系統(tǒng)的協(xié)作，本質(zhì)上說是每個(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)。決策樹和對策樹實(shí)質(zhì)是將對策理論和對策過程形式化，以實(shí)現(xiàn)真體的自動(dòng)推理過程協(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)：協(xié)商協(xié)議主要研究真體通信語言的定義，表示，處理和語義解釋，主要處理協(xié)商過程總，真體之間的交互協(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)的決策和控制過程協(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，是真體對環(huán)境及其它真體的適應(yīng)，往往通過改變真體的心智狀態(tài)來實(shí)現(xiàn)協(xié)調(diào)方法：基于集中規(guī)劃至少有一個(gè)真體具備其他真體的知識，能力和環(huán)境資源知識，它作為主控真體，對系統(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)基于協(xié)商屬于分布式協(xié)調(diào)，系統(tǒng)中沒有作為規(guī)劃的主控真體基于對策論包括無通信協(xié)調(diào)和有通信協(xié)調(diào)兩類基于社會(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，信息過濾、評估和集成以及數(shù)據(jù)庫管理。附錄資料：不需要的可以自行刪除電腦的基本操作技巧HYPERLINK""正確的電腦開關(guān)機(jī)順序由于電腦在剛加電和斷電的瞬間會(huì)有較大的電沖擊，會(huì)給主機(jī)發(fā)送干擾信號導(dǎo)致主機(jī)無法啟動(dòng)或出現(xiàn)異常，因此，在開機(jī)時(shí)應(yīng)該先給外部設(shè)備加電，然后才給主機(jī)加電。但是如果個(gè)別計(jì)算機(jī)，先開外部設(shè)備（特別是打印機(jī)）則主機(jī)無法正常工作，這種情況下應(yīng)該采用相反的開機(jī)順序。關(guān)機(jī)時(shí)則相反，應(yīng)該先關(guān)主機(jī)，然后關(guān)閉外部設(shè)備的電源。這樣可以避免主機(jī)中的部位受到大的電沖擊。在使用計(jì)算機(jī)的過程中還應(yīng)該注意下面幾點(diǎn)：而且WINDOWS系統(tǒng)也不能任意開關(guān)，一定要正常關(guān)機(jī)；如果死機(jī)，應(yīng)先設(shè)法“軟啟動(dòng)”，再“硬啟動(dòng)”（按RESET鍵），實(shí)在不行再“硬關(guān)機(jī)”（按電源開關(guān)數(shù)秒種）。在電腦運(yùn)行過程中，機(jī)器的各種設(shè)備不要隨便移動(dòng)，不要插拔各種接口卡，也不要裝卸外部設(shè)備和主機(jī)之間的信號電纜。如果需要作上述改動(dòng)的話，則必須在關(guān)機(jī)且斷開電源線的情況下進(jìn)行。不要頻繁地開關(guān)機(jī)器。關(guān)機(jī)后立即加電會(huì)使電源裝置產(chǎn)生突發(fā)的大沖擊電流，造成電源裝置中的器件被損壞，也可以造成硬盤驅(qū)動(dòng)突然加速，使盤片被磁頭劃傷。因此，這里我們建議如果要重新啟動(dòng)機(jī)器，則應(yīng)該在關(guān)閉機(jī)器后等待10秒鐘以上。在一般情況下用戶不要擅自打開機(jī)器，如果機(jī)器出現(xiàn)異常情況，應(yīng)該及時(shí)與專業(yè)維修部門聯(lián)系。電腦自動(dòng)開關(guān)機(jī)的方法電腦定時(shí)開關(guān)機(jī)自動(dòng)定時(shí)開機(jī)的實(shí)現(xiàn)：首先在啟動(dòng)計(jì)算機(jī)時(shí)，按“Delete”鍵進(jìn)入BIOS界面。在BIOS設(shè)置主界面中選擇“PowerManagementSetup”菜單，進(jìn)入電源管理窗口。默認(rèn)情況下，“AutomaticPowerUp（定時(shí)開機(jī)，有些機(jī)器選項(xiàng)為ResumeByAlarm）”選項(xiàng)是關(guān)閉的，將光標(biāo)移到該項(xiàng)，用PageUp或PageDown翻頁鍵將“Disabled”改為“Enabled”，而后在“Date（ofMonth）Alarm”和“Time（hh:mm:ss）Alarm”中分別設(shè)定開機(jī)的日期和時(shí)間。如果“Date”設(shè)為0，則默認(rèn)為每天定時(shí)開機(jī)。設(shè)置好后按“ESC”鍵回到BIOS設(shè)置主界面，點(diǎn)擊“SaveExitSetup”，按“Y”鍵保存CMOS設(shè)置退出，接著機(jī)器會(huì)重新啟動(dòng)，這時(shí)便大功告成了。當(dāng)然，值得注意的是定時(shí)開機(jī)需要您的主板支持才行，不過現(xiàn)在大多數(shù)主板都有這項(xiàng)功能。另外，不同的主板在設(shè)置上會(huì)不盡相同，不過都大同小異。定時(shí)關(guān)機(jī)的實(shí)現(xiàn)：單擊“開始”按鈕，在“開始”菜單中選擇“程序”選項(xiàng)，在“程序”中選擇“附件”，再在“附件”中選擇“系統(tǒng)工具”，在“系統(tǒng)工具”中選擇“計(jì)劃任務(wù)”命令，這時(shí)就打開了“計(jì)劃任務(wù)”窗口，在該窗口中，點(diǎn)擊“添加已計(jì)劃的任務(wù)”進(jìn)入“計(jì)劃任務(wù)”向?qū)А０凑仗崾军c(diǎn)擊“下一步”后，再點(diǎn)擊“瀏覽”按鈕，找到“C:\Windows\Rundll32.exe”打開，然后根據(jù)自己的需求設(shè)置任務(wù)執(zhí)行的方式，如每天或每周。最后設(shè)置好這個(gè)任務(wù)開始的時(shí)間和開始的日期，點(diǎn)擊“完成”按鈕就會(huì)在計(jì)劃任務(wù)窗口出現(xiàn)“Rundll32”這個(gè)計(jì)劃任務(wù)名。這個(gè)計(jì)劃任務(wù)還需要進(jìn)行屬性的修改設(shè)置，在計(jì)劃任