試卷裝訂封面

_______________年第________________學(xué)期

課程名稱：

課程代碼

學(xué)生系別

專業(yè)

班級(jí)

任課教師

閱卷教師

考試方式開卷口閉卷V

考試日期

考試時(shí)間

閱卷日期

裝訂教師

裝訂日期

缺卷學(xué)生姓名及原因：

無

附：課程考試試卷分析表、期末考評(píng)成績(jī)記錄表

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)中包括研究、設(shè)計(jì)和應(yīng)用智能機(jī)器一個(gè)分支。它近

期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦一些智能功效，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)行通常與人類智能關(guān)于功效，如判斷、推理、證

實(shí)、識(shí)別、感知、了解、設(shè)計(jì)、思索、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)

1-2.在人工智能發(fā)展過程中，有哪些思想和思潮起了主要作用？

控制論之父維納1940年主張計(jì)算機(jī)五標(biāo)準(zhǔn)。他開始考慮計(jì)算機(jī)怎樣能像大腦一樣工作。系

統(tǒng)地創(chuàng)建了控制論，依照這一理論，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)在她著名人工智能歷史研究《機(jī)器思維》(MachineWho

Think,1979)中曾經(jīng)指出：在復(fù)雜機(jī)械裝置與智能之間存在著長(zhǎng)久聯(lián)絡(luò)。

著名英國(guó)科學(xué)家圖靈被稱為人工智能之父，圖靈不但創(chuàng)造了一個(gè)簡(jiǎn)單通用非數(shù)字計(jì)算模型，

而且直接證實(shí)了計(jì)算機(jī)可能以某種被了解為智能方法工作。提Hd了著名圖員測(cè)試。

數(shù)理邏輯從世紀(jì)末起就獲快速發(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(Pitls)創(chuàng)建腦模型，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)為代表腦模型研究曾出現(xiàn)過熱潮，

控制論思想早在40-50年代就成為時(shí)代思潮主要部分，影響了早期人工智能工作者。到60-70

年代，控制論系統(tǒng)研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人種子。

1-3.為何能夠用機(jī)器(計(jì)算機(jī))模仿人智能？

物理符號(hào)系統(tǒng)假設(shè)：任何一個(gè)系統(tǒng)，假如它能夠表現(xiàn)出智能，那么它就必定能執(zhí)行輸入符號(hào)、

輸出符號(hào)、存放符號(hào)、復(fù)制符號(hào)、建立符號(hào)結(jié)構(gòu)、條件性遷移6種功效。反之，任何系統(tǒng)假

如具備這6種功效，那么它就能夠表現(xiàn)出智能(人類所具備智能)。

物理符號(hào)系統(tǒng)假設(shè)伴隨有3個(gè)推論。

推論一：既然人具備智能，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)來模擬人活動(dòng)。

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

符號(hào)主義(Symbolicism),乂稱為邏輯主義(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)為人認(rèn)知基元是符號(hào)，而且認(rèn)知過程即符號(hào)操作過程。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)，所以，我們就能夠用計(jì)算機(jī)來模擬人智能行為。知識(shí)是信息一個(gè)

形式，是組成智能基礎(chǔ)。人工智能關(guān)鍵問題是知識(shí)表示、知識(shí)推理和知識(shí)利用。

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)間連接機(jī)制與學(xué)習(xí)算法］

認(rèn)為人思維基元是神經(jīng)元，而不是符號(hào)處理過程。認(rèn)為人腦不一樣「電腦，并提出聯(lián)結(jié)主義

大腦工作模式，用于取代符號(hào)操作電腦工作模式。

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；人工智能能

夠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(hào)主義、聯(lián)結(jié)主義對(duì)真實(shí)世界客觀事物描述及其智能行為工作模式是過于簡(jiǎn)化抽象，因而

是不能真實(shí)地反應(yīng)客觀存在。

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)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)是生理過程，與此對(duì)應(yīng)

是計(jì)算機(jī)程序、語言和硬件。研究認(rèn)知過程主要任務(wù)是探求高層次思維決議與初級(jí)信息

處理關(guān)系，并用計(jì)算機(jī)程序來模擬人思維策略水平，而用計(jì)算機(jī)語言模擬人初級(jí)信息處理過

程。

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

問題求解（下棋程序），邏輯推理與定理證實(shí)（四色定理證實(shí)），自然語言了解，自動(dòng)程序設(shè)

計(jì)，教授系統(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（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)覺（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)野人來到河邊，打算乘一只船從右岸渡到左岸去。該船負(fù)載能

力為兩人。在任何時(shí)候，假如野人人數(shù)超出傳教士人數(shù)，那么野人就會(huì)把傳教士吃掉。他

們?cè)鯓硬拍苡眠@條船安全地把全部些人都渡過河去？

用Si（nC,nY）表示第i次渡河后，河對(duì)岸狀態(tài)，nC表示傳教士數(shù)目，nY表示野人數(shù)目，因

為總?cè)藬?shù)確實(shí)定，河對(duì)岸狀態(tài)確定了，河這邊狀態(tài)也即確定了?？紤]到題目標(biāo)限制條件，要

同時(shí)確保，河兩岸傳教士數(shù)目不少于野人數(shù)目，故在整個(gè)渡河過程中，允許出現(xiàn)狀態(tài)為以下

3種情況：

1.nC=O

2.nC=3

3.nC=nY>=0（當(dāng)nC不等于0或3）

用di（dC.dY）表示渡河過程中，對(duì)岸狀態(tài)改變，dC表示，第i次渡河后，對(duì)岸傳教士數(shù)目標(biāo)

改變，dY表示，第i次渡河后，對(duì)岸野人數(shù)目標(biāo)改變。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?，i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),H標(biāo)狀態(tài)為S°(3,3),用深度優(yōu)先搜索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，每次能夠

在格子上，沿對(duì)角線移動(dòng)一格，也能夠沿坐標(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。開始，依次沿箭頭方向改變狀態(tài)，經(jīng)過11步之后，即能夠抵達(dá)目標(biāo)狀態(tài)(3,3),對(duì)應(yīng)

渡河方案為：

dl(M)-^d2(-1,0)-->d3(0,2)--->d4(0,-1)-->d5(2,0)-->d6(-11)--Td7(2,0)--Td8(0,-1)—9d9(

0.2)-->dl0(-l,0)-->dl1(1,1)

2-3利用圖2.3,用狀態(tài)空間法規(guī)劃一個(gè)最短旅行旅程：此旅程從城市A開始，訪問其余

城市不多于一次，并返回Ao選擇一個(gè)狀態(tài)表示，表示出所求得狀態(tài)空間節(jié)點(diǎn)及弧線，標(biāo)

出適當(dāng)代價(jià)，并指明圖中從起始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)最好路徑。

2-4試說明怎樣把一棵與或解樹用來表示圖2.28所表示電網(wǎng)絡(luò)阻抗計(jì)算。單獨(dú)R、L或C

可分別用R、jsL或1/j3c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)阻抗規(guī)則為基礎(chǔ)。

圖2.28

約定，用原來與后繼算法川來表小并聯(lián)關(guān)系，川原來或后繼算法用來表不串聯(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(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

如圖所表示，按從上往下次序，依次處理每一個(gè)葉結(jié)點(diǎn)，搬動(dòng)圓盤，問題得解。

2-6把以下句子變換成子句形式：

(1)(Vx)(P(x)-*P(x))

(2)7x?y(On(x,y)->Above(x,y))

(3)7x7y"z(Above(x,y)AAbove(y,z)-*Above(x.z))

(4)?{/x){P(x)-*{(vy)[p(y)-*p(f(x,y))]A(vy)[Q(x,y)-*P(y)]}}}

(1)(ANYx)(P(x)-P(x)}

(ANYx){?P(x)ORP(x)}

?P(x)ORP(x)

最終子句為

?P(x)ORP(x)

(2)(ANYx)(ANYy)(On(x,y)->Above(x,y)}

(ANYx)(ANYy){?On(x,y)ORAbovc(x,y)}

?On(x,y)ORAbove(x,y)

最終子句為

-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(jí)以下：否定一合取一析取一蘊(yùn)涵一等價(jià))

(ANYx)(ANYy)(ANYz){~[Above(x,y)ANDAbove(y,z)]ORAbove(x,z)}

~[Above(x,y)ANDAbove(y,z)]ORAbove(x,z)

最終子句為

-[Above(x,y),Above(y,z)]ORAbove(x.z)

(4)(ANYx){P(x)今{(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)OR

P(y)1I}I

(EXTx){P(x)AND{(EXTx)[p(y)AND-p(f(x,y))]OR(EXTy)[Q(x,y)AND

?P(y)1}}

(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)1AND[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))

最終子句為

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以下英文句子(多用而不是省用不一樣謂詞和項(xiàng)。比如不要用單一

謂詞字母來表示每個(gè)句子。)

Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbya

human,requiresintelligence.

先定義基本謂詞

INTLT(x)meansxisintelligent

PERFORM(x,y)meansxcanperformy

REQUIRE(x)meansxrequiresintelligence

CMP(x)meansxisacomputersystem

HMN(x)meansxisahuman

上面句子能夠表示為

(任意x)

{(存在t)(存在y)[HMN(y)合取PERFORM't)合取REQUlRE(t)合取CMP(x)合

取PERFORM(x,t)])INTLT(x)}

2-8把以下語句表示成語義網(wǎng)絡(luò)描述：

(1)Allmanaremortal.

(2)Everycloudhasasilverlining.

(3)AllbranchmanagersofDECparticipateinaprofit-sharingplan.

(I)

⑶

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

(1)開場(chǎng)條件

(a)用戶想看電影

(b)用戶在足夠錢

(2)角色

用戶，售票員，檢票員，放映員

⑶道具

錢，電影票

(4)場(chǎng)景

場(chǎng)景1購票

(a)用戶來到色票處

(b)售票員把票給用戶

(c)用戶把錢給售票員

(d)用戶走向電影院門

場(chǎng)景2檢票

(a)用戶把電影票給檢票員

(b)檢票員檢票

(c)檢票員把電影票還給用戶

(d)用戶進(jìn)入電影院

場(chǎng)景3等候

(a)用戶找到自己座位

(b)用戶坐在自己座位一等候電影開始

場(chǎng)景4觀看電影

(a)放映員播放電影

(b)用戶觀看電影

場(chǎng)景5離開

(a)放映員結(jié)束電影放映

(b)用戶離開電影院

(5)結(jié)果

(a)用戶觀看了電影

(b)用戶花了錢

(c)電影院賺了錢

2-10試結(jié)構(gòu)一個(gè)描述你寢室或辦公室框架系統(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，重排標(biāo)準(zhǔn)是什么？

圖搜索通常過程以卜.：

(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)發(fā)(CLOSED表)，其初始為空表。

(3)LOOP：若OPEN表是空表,則失潰退出。

(4)選擇OPEN表上第一個(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)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(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祖先那些后繼節(jié)點(diǎn)集合將M添入圖G中。

(7)對(duì)那些未曾在G中出現(xiàn)過(既未曾在OPEN表上或CLOSED表上出現(xiàn)過)M組員設(shè)置一個(gè)通

向n指針,并將它們加進(jìn)OPEN表。

對(duì)已經(jīng)在OPEN或CLOSED表上每個(gè)M組員，確定是否需要更改通到n指針方向。

對(duì)已在CLOSED表上每個(gè)M組員，確定是否需要更改圖G中通向它每個(gè)后代節(jié)點(diǎn)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)，不一樣排序標(biāo)準(zhǔn)對(duì)應(yīng)著不一樣

搜索策略。

重排標(biāo)準(zhǔn)當(dāng)視詳細(xì)需求而定，不一樣標(biāo)準(zhǔn)對(duì)應(yīng)著不一樣搜索策略,假如想盡快地找到一個(gè)解,

則應(yīng)該將最有可能達(dá)成目標(biāo)節(jié)點(diǎn)那些節(jié)點(diǎn)排在OPEN表前面部分，假如想找到代價(jià)最小解,

則應(yīng)該按代價(jià)從小到大次序重排OPEN表。

3-2試舉例比較各種搜索方法效率。

5http://cai.csu.edu.cn-t31-2-lie匚~||X|

(S)

|把S放入OPEN笊］

--4

<OPEN力空表?失敗)

把第一個(gè)節(jié)點(diǎn)(n)從

OPEN四ECLOSED表

圖3.2圖便索過程框圖

目完畢.Internet

寬度優(yōu)先搜索

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

(2)假如OPEN是個(gè)空表，則沒有解，失潰退出；不然繼續(xù)。

(3)把第一個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)r)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。假如沒有后繼節(jié)點(diǎn)，則轉(zhuǎn)向上述第⑵步。

(5)把n全部后繼節(jié)點(diǎn)放到OPEN表末端，并提供從這些后繼節(jié)點(diǎn)回到n指針。

(6)假如n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；不然轉(zhuǎn)向第⑵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。假如此半點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則得到一個(gè)解。

(2)假如OPEN為一空表，則失潰退出。

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

(4)假如節(jié)點(diǎn)n深度等于最大深度，則轉(zhuǎn)向(2)。

(5)擴(kuò)展節(jié)點(diǎn)n,產(chǎn)生其全部后代，并把它們放入OPEN表前頭。假如沒有后代，則轉(zhuǎn)向(2)。

(6)假如后繼節(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：不然，轉(zhuǎn)向(2)。

等代價(jià)搜索方法以g⑴遞增次序擴(kuò)展其節(jié)點(diǎn)，其算法以下：

(1)把起始節(jié)點(diǎn)S放到未擴(kuò)展節(jié)點(diǎn)表OPEN中。假如此起始節(jié)點(diǎn)為一目標(biāo)節(jié)點(diǎn)，則求得一個(gè)

解;不然令g(S)=0。

(2)假如OPEN是個(gè)空表，則沒有解而失潰退出。

(3)從OPE、表中選擇一個(gè)節(jié)點(diǎn)i,使其g(i)為最小。假如有幾個(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)話)；天然，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)假如節(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。假如沒有后繼節(jié)點(diǎn)，則轉(zhuǎn)向第(2)步。

(6)對(duì)于節(jié)點(diǎn)i每個(gè)后繼節(jié)點(diǎn)j,計(jì)算g(j)=g(i)+c(i,j),并把全部后繼節(jié)點(diǎn)j放進(jìn)OPEN

表。提供回到節(jié)點(diǎn)i指針。

(7)轉(zhuǎn)向第⑵步。

3-3化為子句形有哪些步驟?請(qǐng)結(jié)合例子說明之。

任一謂詞演算公式能夠化成一個(gè)子句集。其變換過程由以下九個(gè)步驟組成：

⑴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)降低否定符號(hào)轄域

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

(3)對(duì)變量標(biāo)準(zhǔn)化

對(duì)啞元更名以確保每個(gè)量詞有其自己唯一啞元

(4)消去存在量詞

引入Skolem函數(shù)，消去存在最詞

假如要消去存在量詞不在任何一個(gè)全稱量詞轄域內(nèi)，那么我們就用不含變量Skolem函數(shù)即

常量。

(5)化為前束形

把全部全稱量詞移到公式左邊，并使每個(gè)量詞轄域包含這個(gè)量詞后面公式整個(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

重復(fù)應(yīng)用分配律，將田式寫成許多合取助合取形式，而每一個(gè)合取項(xiàng)是一些謂詞公式和(或)

謂詞公式否定析取

(7)消去全稱量詞

消去前綴，即消去顯著出現(xiàn)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｝替換顯著出現(xiàn)合取符號(hào)

(9)更換變量名稱

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

3-4怎樣經(jīng)過消解反演求取問題答案？

給出一個(gè)公式集S和R標(biāo)公式L,經(jīng)過反證或反演來求證目標(biāo)公式L,其證實(shí)步驟以下:

(1)否定L,得?L；

⑵把?L添加到S中去：

⑶把新產(chǎn)生集合｛?L,S｝化成子句集；

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

3-5什么叫適宜公式?適宜公式有哪些等價(jià)關(guān)系？

合式公式遞歸定義為：

(1)原子謂詞公式是合式公式

(2)若A為合式公式，則A否定也是合式公式

⑶若A、B都是合式公式，則AANDB,AORB,AfBA6>B也都是合式公式

(4)若A是合式公式，x為A中自由變?cè)瑒t(ANYx)A和(EXTx)A都是合式公式

(5)只有按規(guī)則(1)?(4)求得公式，才是合式公式

等價(jià)關(guān)系有：

否定之否定

縊含與與或形式等價(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啞元

3-6用寬度優(yōu)先搜索求圖3.33所表示迷宮出路。

圖3.33迷宮一例

第一步第二步第三步

S1A3BB9HHTG

BfCCTF

最終路徑為S1AfB9C9F

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

28123

16384

754765

S?Sg

圖3-34八數(shù)碼難題

按順時(shí)針方向（上、右、下、左）試探，嘗試移動(dòng)空格，將最大深度定為5

SO(So)S1

28

163

754

S2S3

S5

23

184

765

23

184

765

S8(Sg)

3-8應(yīng)用最新方法來表示傳教士和野人問題，編寫一個(gè)計(jì)算機(jī)程序，以求得安全渡過全部6

個(gè)人解答。

提醒：在應(yīng)用狀態(tài)空間表示和搜索方法時(shí)，可用(Nm，NJ來表示狀態(tài)描述，其中Nm和

Nc分別為傳教士和野人人數(shù)。初始狀態(tài)為(3,3),而可能中間狀態(tài)為(0,1),(0,2),

(0,3),(1,1),(2,1),(2,2),(3,0),(3,1)和3,2)等。

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。要求了一些簡(jiǎn)單操作符，如表示駕駛方位drive(x,y)和表示

卸下包裹unload(z)；對(duì)于每個(gè)操作符，都有一定先決條件和結(jié)果。試說明狀態(tài)空間

問題求解系統(tǒng)怎樣能夠應(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)AAT(#2,\VU)八AT(#3,HU)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)

Fl標(biāo)狀態(tài)可描述為：AT(#1,LIN)ANDAT(#2,WU)ANDAT(#1,HU)ANDAT(#1,?CAR)AND

AT(#2,?CAR)ANDAT(#3,?CAR)

對(duì)每個(gè)操作符都有定先決條件和結(jié)果，詳細(xì)以下

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)操作序列

怎樣求得該操作序列??？

3-11規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有哪幾個(gè)推理方式?各自特點(diǎn)為何？

規(guī)則演繹系統(tǒng)推理方式有正向推理、逆向推理和雙向推理

項(xiàng)目正向推理逆向推理

從if部分向then部分推理過程，它

從Ihen部分向if部分推理過程，它是

推理方向是從事實(shí)或情況向目標(biāo)或動(dòng)作進(jìn)行

從目標(biāo)或動(dòng)作向事實(shí)或情況進(jìn)行操作

操作

目標(biāo)表示式文字析取任意形式

事實(shí)表示式任意形式文字合取

雙向推理組合了正向推理和逆向推理優(yōu)點(diǎn)，克服了各自缺點(diǎn)，具備更高搜索求解效率。

產(chǎn)生式系統(tǒng)推理方式有正向推理、逆向推理和雙向推理

項(xiàng)目正向推理逆向推理

驅(qū)動(dòng)方式數(shù)據(jù)驅(qū)動(dòng)目標(biāo)驅(qū)動(dòng)

推理方法從一組數(shù)據(jù)出發(fā)向前推導(dǎo)結(jié)論從可能解答出發(fā)，向后推理驗(yàn)證解答

開啟方法從一個(gè)事件開啟由問詢關(guān)于目標(biāo)狀態(tài)一個(gè)問題而開啟

透明程序不能解釋其推理過程可解釋其推理過程

推理方向由底向上推理由頂向下推理

優(yōu)點(diǎn)算法簡(jiǎn)單，輕易實(shí)現(xiàn)搜索目標(biāo)性強(qiáng)，推理效率高

盲目搜索，可能會(huì)求解許多與總目標(biāo)選擇具備盲目性，可能會(huì)求解許多假

目標(biāo)無關(guān)子FI標(biāo)，每當(dāng)總數(shù)據(jù)庫FI標(biāo)；當(dāng)可能結(jié)論數(shù)FW艮多時(shí)，推理效率

缺點(diǎn)

內(nèi)容更新后都要遍歷整個(gè)規(guī)則不高：當(dāng)規(guī)則右部是執(zhí)行某種動(dòng)作而不是

庫，推理效率低結(jié)論時(shí)，逆向推理不便使用

已知初始數(shù)據(jù)，而無法提供推理

目標(biāo)，或解空間很大一類問題，結(jié)論單一或者已知H標(biāo)結(jié)論，而要求驗(yàn)證

適用場(chǎng)所

如監(jiān)控，預(yù)測(cè)，規(guī)劃，設(shè)計(jì)等問系統(tǒng)，如選擇，分類，故障診療等問題

題

經(jīng)典系統(tǒng)CLIPS,OPSPROLOG

雙向推理結(jié)合了止向推理和逆向推理優(yōu)點(diǎn)，克服.了二者短處，其控制策略比二者都要復(fù)雜

3-12為何需要采取系統(tǒng)蛆織技術(shù)?有哪幾個(gè)系統(tǒng)組織技術(shù)？

假如不采取系統(tǒng)組織技術(shù)，而直接寫出包含全部知識(shí)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)路徑，這種方法有嚴(yán)重缺點(diǎn)：

(I)伴隨規(guī)則增加，既要加入新規(guī)則，乂要使新規(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，因?yàn)槊?步都必須考慮全部規(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，才考慮另一組別規(guī)則

(3)一個(gè)問題求解技術(shù)和知識(shí)表示形式可能對(duì)問題某一部分是最好，而對(duì)另一部分卻不是最

好

所以，采取系統(tǒng)組織技術(shù)，將一個(gè)大系統(tǒng)中知識(shí)分成一組相對(duì)獨(dú)立模塊比較適宜。

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?有哪幾個(gè)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有力工具。

有3種不確定性，關(guān)于證據(jù)不確定性（觀察有誤差），關(guān)于結(jié)論不確定性和多個(gè)規(guī)則支持同一

事實(shí)時(shí)不確定性。

3-14單調(diào)推理有何不足?什么叫缺省推理?非單調(diào)推理系統(tǒng)怎樣證實(shí)一個(gè)節(jié)點(diǎn)有效性？

單調(diào)系統(tǒng)不能很好地處理經(jīng)常出現(xiàn)在現(xiàn)實(shí)問題領(lǐng)域中3類情況，即不完全信息、不停改變情

況、以及求解復(fù)雜問題過程中生成假設(shè)

有兩種方法能夠證實(shí)節(jié)點(diǎn)有效性：

（1）支持表。

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

假如某節(jié)點(diǎn)IN節(jié)點(diǎn)表中提到節(jié)點(diǎn)當(dāng)前都是IN,且OUT節(jié)點(diǎn)表中提到節(jié)點(diǎn)當(dāng)前都是OUT,

則它是有效

（2）條件證實(shí)。

（CP（結(jié)論）

（IN-假設(shè)）

（OUT-假設(shè)））

條件證實(shí)（CP）證實(shí)表示有前提論點(diǎn)，不論何時(shí)，只要在1N假設(shè)中節(jié)點(diǎn)為IN,OUT假設(shè)中節(jié)

點(diǎn)為OUT,則結(jié)論節(jié)點(diǎn)往往為IN,于是條件證實(shí)證實(shí)有效。

3-15在什么情況下需要采取不確定推理或非單調(diào)推理？

不完全信息、不停改變情況、以及求解復(fù)雜問題過程中生成假設(shè)

3-16以下語句是一些幾何定理，把這些語句表示為基于規(guī)則幾何證實(shí)系統(tǒng)產(chǎn)生式規(guī)則：

（1）兩個(gè)全等三角形各對(duì)應(yīng)角相等。

（2）兩個(gè)全等三角形各對(duì)應(yīng)邊相等。

(3)各對(duì)應(yīng)邊相等三角形是全等三角形。

(4)等腰三角形兩底角相等。

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)二角形全等

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它兩底角相等

第四章計(jì)算智能(1):神經(jīng)計(jì)算含糊計(jì)算

4-1計(jì)算智能含義是什么？它包括哪些研究分支？

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

認(rèn)知。

主要研究領(lǐng)域?yàn)樯窠?jīng)計(jì)算，含糊計(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)關(guān)系。

計(jì)算智能是智力低層認(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)算智能基

礎(chǔ)上引入知識(shí)而產(chǎn)生智力中層認(rèn)知。生物智能，尤其是人類智能，則是最高層智能。即CI

包含AI包含BI

4-3人工神經(jīng)網(wǎng)絡(luò)為何具備誘人發(fā)展前景和潛在廣泛應(yīng)用領(lǐng)域?

人工神經(jīng)網(wǎng)絡(luò)具備以下至關(guān)主要特征:

(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希望

(3)經(jīng)過訓(xùn)練進(jìn)行學(xué)習(xí)

一個(gè)經(jīng)過適當(dāng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)具備歸納全部數(shù)據(jù)能力，能夠處理那些由數(shù)學(xué)模型或描述規(guī)則難

以處理問題

(4)適應(yīng)與集成

神經(jīng)網(wǎng)絡(luò)強(qiáng)適應(yīng)和信息融合能力使得它能夠同時(shí)輸入大量不一樣控制信號(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I巴使得神經(jīng)網(wǎng)絡(luò)成為具備快速和大規(guī)模處理能力

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)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(zhǎng)度可達(dá)1m,把本神經(jīng)元輸出發(fā)送至其它

相連接神經(jīng)元。樹突也是突出部分，但通常較短，且分枝很多，與其它神經(jīng)元軸突相連，以

接收來自其它神經(jīng)元生物信號(hào)。

釉突末端與樹突進(jìn)行信號(hào)傳遞界面稱為突觸(synapse),經(jīng)過突觸向其它神經(jīng)元發(fā)送信息。對(duì)

一些突觸刺激促使神經(jīng)元觸發(fā)(fire)。只有神經(jīng)元全部輸入總效應(yīng)達(dá)成閾值電平，它才能開

始工作。此時(shí)，神經(jīng)元就產(chǎn)生一個(gè)全強(qiáng)度輸出窄脈沖，從細(xì)胞體經(jīng)軸突進(jìn)入軸突分枝。這時(shí)

神經(jīng)元就稱為被觸發(fā)。突觸把經(jīng)過一個(gè)神經(jīng)元軸突脈沖轉(zhuǎn)化為下一個(gè)神經(jīng)元興奮或抑制。學(xué)

習(xí)就發(fā)生在突觸附近。

每個(gè)人腦大約含有10人11-1072個(gè)神經(jīng)元，每神經(jīng)元又約有107-10人4個(gè)突觸。神經(jīng)元經(jīng)

過突觸形成網(wǎng)絡(luò)，傳遞神經(jīng)元間興奮與抑制。大腦全部神經(jīng)元組成極其復(fù)雜拓?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)結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型組成。每個(gè)神經(jīng)元具備單一輸出，而且能夠與其它神經(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)結(jié)構(gòu)分為2類，

(I)遞歸(反饋)網(wǎng)絡(luò)

有些神經(jīng)元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。Hopfiekl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)

具備遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連層級(jí)組成。從輸入層至輸出層信號(hào)經(jīng)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)主要學(xué)習(xí)算法

(I)指導(dǎo)式(有師)學(xué)習(xí)

依照期望和實(shí)際網(wǎng)絡(luò)輸出之間差來調(diào)整神經(jīng)元連接強(qiáng)度或權(quán)。包含Delta規(guī)則，廣義Delta

規(guī)則，反向傳輸算法及LVQ算法。

(2)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)，方便按相同特征把輸入模式分組聚集。包含

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)一個(gè)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”來評(píng)介與給定輸

入相對(duì)應(yīng)神經(jīng)網(wǎng)絡(luò)輸出優(yōu)麥。比如遺傳算法(GA)

4-10什么是含糊集合和隸屬函數(shù)或隸屬度？

論域u

含糊子集F

隸屬函數(shù)

序偶

PI19

4-11含糊集合有哪些運(yùn)算，滿足哪些規(guī)律？

并（取max）,交（取min）,補(bǔ)

鬲等律，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

4-12什么是含糊推理？有哪幾個(gè)含糊推理方法？

含糊推理是建立在含糊邏輯基礎(chǔ)上，一個(gè)不確定性推理方法，是在二值邏輯三段論基砒上發(fā)

展起來。它以含糊判斷為前提，動(dòng)用含糊語言規(guī)則，推導(dǎo)出一個(gè)近似含糊判斷結(jié)論。

有許多含糊推理方法。在Zadeh法中，有2種主要含糊推理規(guī)則：廣義取式（必定前提〕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有哪些含糊蘊(yùn)含關(guān)系？

含糊合取，含糊析取，基本蘊(yùn)涵，命題演算，GMP推理，GMT推理

4-14什么叫含糊判決？有哪幾個(gè)慣用含糊判決方法？

從推理得到含糊集合中，取?個(gè)相對(duì)最能代表這個(gè)含糊集合單值過程就稱為解含糊或含糊判

決。

慣用含糊判決方法有：重心法，最大隸屬度法，系數(shù)加雙平均法，隸屬度限幅元素平均法

第五章計(jì)算智能⑵:進(jìn)化計(jì)算人工生命

5-1什么是進(jìn)化計(jì)算？它包含哪些內(nèi)容？它們出發(fā)點(diǎn)是什么？

什么是？

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

出發(fā)點(diǎn)？

5-2試述遺傳算法基本原理，并說明遺傳算法求解步驟。

基本原理？

求解步驟：

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

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

［I］計(jì)算種群中每個(gè)個(gè)體字符中適應(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)最好個(gè)體字符指定為遺傳算法執(zhí)行結(jié)果，這個(gè)結(jié)果能夠表示問題一個(gè)

解。

5-5進(jìn)化策略是怎樣描述？

最簡(jiǎn)單進(jìn)化策略可描述以下：

P137

5-6簡(jiǎn)述進(jìn)化編程機(jī)理和基本過程，并以四狀態(tài)機(jī)為例說明進(jìn)化編程表示。

機(jī)理？

基本過程？

PI39

5-7遺傳算法、進(jìn)化策略和進(jìn)化編程關(guān)系怎樣？有何區(qū)分？

關(guān)系：

它們都是模擬生物界自然進(jìn)化過程而建“.魯棒性計(jì)算機(jī)算法。

區(qū)分

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。

交叉在遺傳法起著主要作用，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，起了很主要作用。

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)制主要性，而進(jìn)化策略選擇是完全確定。

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)非零選擇概率。

5-8人工生命是否從1987年開始研究？為何？

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蘭頓正式提出了人工生

命概念，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(zhǎng)發(fā)育中細(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)中自適應(yīng)，進(jìn)化和群體動(dòng)力學(xué)，提出不停完善“人

工世界”模型。細(xì)胞自動(dòng)機(jī)被用于圖像處理?？淀f提出生命細(xì)胞自動(dòng)機(jī)對(duì)策論。

80年代，人工神經(jīng)網(wǎng)絡(luò)再度興起，促進(jìn)了人工生命發(fā)展。

5-9什么是人工生命？請(qǐng)按你了解用自己語言給人工生命下個(gè)定義。

1987年蘭德提出人工生命定義為：人工生命是研究能夠演示出自然生命系統(tǒng)特征行為人造

系統(tǒng)。經(jīng)過計(jì)算機(jī)或其它機(jī)器對(duì)類似生命行為進(jìn)行綜合研究，方便對(duì)傳統(tǒng)生物科學(xué)起互補(bǔ)作

用。

凡是具備自然生命現(xiàn)象和特征人造系統(tǒng)，都可稱為人工生命。

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

自然生命共同特征和現(xiàn)象，包含但不限于：

(1)自繁殖，自進(jìn)化，自尋優(yōu)(2)白成長(zhǎng)，白學(xué)習(xí)，自組織(3)自穩(wěn)定，自適應(yīng),自協(xié)調(diào)(4)物

質(zhì)結(jié)構(gòu)(5)能量轉(zhuǎn)換(6)信息處理

5-11為何要研究人工生命？

具備重大科學(xué)意義和廣泛應(yīng)用價(jià)值

(I)開發(fā)基于人工生命工程技術(shù)新方法，新系統(tǒng)，新產(chǎn)品

(2)為口然生命研究提供新模型，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)交叉與發(fā)展

5-12人工生命包含哪些研究?jī)?nèi)容？其研究方法怎樣？

研究?jī)?nèi)容大致分為兩類：

(I)組成生物體內(nèi)部系統(tǒng)，包含腦，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)生物體及其群體外部系統(tǒng)，包含環(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：

(I)信息模型法，依照內(nèi)部和外部系統(tǒng)所表現(xiàn)出來生命行為來建造信息模型

(2)工作原理法，生命行為所顯示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)研究人工生命機(jī)理。

第六章教授系統(tǒng)

6-1什么叫做教授系統(tǒng)?它具備哪些特點(diǎn)與優(yōu)點(diǎn)？

教授系統(tǒng)是一個(gè)模擬人類教授處理領(lǐng)域問題智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量某個(gè)領(lǐng)域

教授水平知識(shí)與經(jīng)驗(yàn)，能夠利用人類教授知識(shí)和處理問題方法來處理該領(lǐng)域問題。也就是說,

教授系統(tǒng)是一個(gè)具備大量專門知識(shí)與經(jīng)驗(yàn)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)，依

照某領(lǐng)域一個(gè)或多個(gè)教授提供知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類教授決議過程，方便

處理那些需要人類教授處理復(fù)雜問題。

特點(diǎn)：

(1)啟發(fā)性

教授系統(tǒng)能利用教授知識(shí)與經(jīng)驗(yàn)進(jìn)行推理、判斷和決議

Q)透明性

教授系統(tǒng)能夠解釋本身推理過程和回答用戶提出問題，方便讓用戶能夠了解推理過程，提升

對(duì)教授系統(tǒng)信賴感。

(3)靈活性

教授系統(tǒng)能不停地增加知識(shí)，修改原有知識(shí)，不停更新。

優(yōu)點(diǎn)：

(I)教授系統(tǒng)能夠高效率、準(zhǔn)確、周到、快速和不知疲憊地進(jìn)行工作。

(2)教授系統(tǒng)處理實(shí)際問題時(shí)不受周圍環(huán)境影響，也不可能遺漏忘記。

(3)能夠使教授專長(zhǎng)不受時(shí)間和空間限制，方便推廣寶貴和稀缺教授知識(shí)與經(jīng)驗(yàn)。

(4)教授系統(tǒng)能促進(jìn)各領(lǐng)域發(fā)展，它使各領(lǐng)域教授專業(yè)知識(shí)和經(jīng)驗(yàn)得到總結(jié)和精煉，能夠廣

泛有力地傳輸教授知識(shí)、經(jīng)驗(yàn)和能力。

(5)教授系統(tǒng)能聚集多領(lǐng)域教授知識(shí)和經(jīng)驗(yàn)以及他們協(xié)作處理重大問題能力，它擁有更淵博

知識(shí)、更豐富經(jīng)驗(yàn)和更強(qiáng)工作能力。

(6)軍事教授系統(tǒng)水平是一個(gè)國(guó)家國(guó)防當(dāng)代化主要標(biāo)志之一。

(7)教授系統(tǒng)研制和應(yīng)用，具備巨大經(jīng)濟(jì)效益和社會(huì)效益。

(8)研究教授系統(tǒng)能夠促進(jìn)整個(gè)科學(xué)技術(shù)發(fā)展：教授系統(tǒng)對(duì)人工智能各個(gè)領(lǐng)域發(fā)展起了很大

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)影響。

6-2教授系統(tǒng)由哪些部分組成?各部分作用為何？

(1)知識(shí)庫(knowledgebase)

知識(shí)庫用于存放某領(lǐng)域教授系統(tǒng)專門知識(shí)，包含事實(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，它用于存放領(lǐng)域或問題初始數(shù)據(jù)和推理過程中得到

中間數(shù)據(jù)(信息)，即被處理對(duì)象一些當(dāng)前事實(shí)。

⑶推理機(jī)(reasoningmachine)

推理機(jī)用于記憶所采取規(guī)則和控制策略程序，使整個(gè)教授系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。

推理機(jī)能夠依照知識(shí)進(jìn)行推理和導(dǎo)出結(jié)論，而不是簡(jiǎn)單地搜索現(xiàn)成答案。

(4)解釋器(explanator)

解釋器能夠向用戶解釋教授系統(tǒng)行為，包含解釋推理結(jié)論正確性以及系統(tǒng)輸出其它候選解原

因。

(5)接口(interface)

接口乂稱界面，它能夠使系統(tǒng)與用戶進(jìn)行對(duì)話，使用戶能夠輸入必要數(shù)據(jù)、提出問題和了解

推理過程及推理結(jié)果等。系統(tǒng)則經(jīng)過接口，要求用戶回答提問，并回答用戶提出問題，進(jìn)行

必要解釋。

6-3建造教授系統(tǒng)關(guān)鍵步驟是什么？

是否擁有大量知識(shí)是教授系統(tǒng)成功是否關(guān)鍵，因而知識(shí)表示就成為設(shè)計(jì)教授系統(tǒng)關(guān)鍵

(1)設(shè)計(jì)初始知識(shí)庫

問題知識(shí)化，知識(shí)概念化，概念形式化，形式規(guī)則化，規(guī)則正當(dāng)化

(2)原型機(jī)(prototype)開發(fā)與試驗(yàn)

建立整個(gè)系統(tǒng)所需要試驗(yàn)子集，它包含整個(gè)模型經(jīng)典知識(shí)，而且只包括與試驗(yàn)關(guān)于足夠簡(jiǎn)單

任務(wù)和推理過程

(3)知識(shí)庫改進(jìn)與歸納

重復(fù)對(duì)知識(shí)庫及推理規(guī)則進(jìn)行改進(jìn)試驗(yàn)，歸納出更完善結(jié)果

6-4教授系統(tǒng)程序與通常問題求解軟件程序有何不一樣？開發(fā)教授系統(tǒng)與開發(fā)其它軟件任

務(wù)有何不一樣？

通常應(yīng)用程序與教授系統(tǒng)區(qū)分在于：前者把問題求解知識(shí)隱含地編入程序，而后者則把其應(yīng)

用領(lǐng)域問題求解知識(shí)單獨(dú)組成一個(gè)實(shí)體，即為知識(shí)庫。知識(shí)庫處理是經(jīng)過與知識(shí)庫分開控制

策略進(jìn)行。

更明確地說，通常應(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)教授系統(tǒng)則將知識(shí)

組織成三級(jí)；數(shù)據(jù)、知識(shí)庫和控制。

在數(shù)據(jù)級(jí)上，是已經(jīng)處理了特定問題說明性知識(shí)以及需要求解問題關(guān)于事件當(dāng)前狀態(tài)。

在知識(shí)庫級(jí)是教授系統(tǒng)專門知識(shí)與經(jīng)驗(yàn)。是否擁有大量知識(shí)是教授系統(tǒng)成功是否關(guān)鍵，因而

知識(shí)表示就成為設(shè)計(jì)教授系統(tǒng)關(guān)鍵。

在控制程序級(jí)，依照既定控制策略和所求解問題性質(zhì)來決定應(yīng)用知識(shí)庫中哪些知識(shí)。

6-5基于規(guī)則教授系統(tǒng)是怎樣工作？其結(jié)構(gòu)為何？

號(hào)家用尸

系統(tǒng)主要部分是知識(shí)庫和推理引擎。

知識(shí)庫由謂詞演算事實(shí)和關(guān)于討論主題規(guī)則組成?！敝R(shí)工程師“與應(yīng)用領(lǐng)域教授共同工作方

便把教授相關(guān)知識(shí)表示成一個(gè)形式，由一個(gè)知識(shí)采集子系統(tǒng)幫助，輸入到知識(shí)庫。

推理引擎由全部操縱知識(shí)庫來演繹用戶要求信息過程組成-如消解、前向鏈或反向鏈。

用戶接口可能包含某種自然語言處理系統(tǒng)，它允許用戶用一個(gè)有限自然語言形式與系統(tǒng)交

互。也可是用帶有菜單圖形接口界面。

解釋子系統(tǒng)分析被系統(tǒng)執(zhí)行推理結(jié)構(gòu)，并把它解釋給用戶。

6-6基于框架教授系統(tǒng)與面向目標(biāo)編程有何關(guān)系？其結(jié)構(gòu)有何特點(diǎn)？其設(shè)計(jì)任務(wù)是什么？

基于框架教授系統(tǒng)采取了面向目標(biāo)編程技術(shù)，以提升系統(tǒng)能力和靈活性。它們共享許多特征。

面向目標(biāo)編程其全部數(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)信

息和說明目標(biāo)能做什么信息。面向目標(biāo)編程為表示實(shí)際世界目標(biāo)提供了一個(gè)自然方法。

應(yīng)用教授系統(tǒng)術(shù)語來說，每個(gè)FI標(biāo)具備陳說性知識(shí)和過程知識(shí)。

結(jié)構(gòu)主要特點(diǎn)在于基于框架教授系統(tǒng)采取框架而不是規(guī)則來表示知識(shí)?？蚣芴峁┮粋€(gè)比規(guī)則

更豐富獲取問題知識(shí)方法，不但提供一些目標(biāo)包描述，而且還要求了該目標(biāo)怎樣工作。

開發(fā)基于框架教授系統(tǒng)主要任務(wù)有

(I)定義問題(對(duì)問題和結(jié)論考查與綜述)(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)確定模式匹配規(guī)則(6)要求事物通

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)疝系統(tǒng)進(jìn)行擴(kuò)展，深化和擴(kuò)寬知識(shí)。

6-7為何要提出基于模型教授系統(tǒng)？試述神經(jīng)網(wǎng)絡(luò)教授系統(tǒng)通常結(jié)構(gòu)。

有一個(gè)關(guān)于人工智能觀點(diǎn)認(rèn)為：人工智能是對(duì)各種定性模型取得、表示及使用計(jì)算方法進(jìn)行

研究學(xué)問。依照這一觀點(diǎn)，一個(gè)知識(shí)系統(tǒng)中知識(shí)庫是由各種模型綜合而成，而這些模型又往

往是定性模型。

采取各種定性模型來設(shè)計(jì)教授系統(tǒng)，首先它增加了系統(tǒng)功效，提升了性能指標(biāo)，另首先，可

獨(dú)立地深入研究各種模型及其相關(guān)問題，把取得結(jié)果用于改進(jìn)系統(tǒng)設(shè)計(jì)。

6-8新型教授系統(tǒng)有何特征？什么是分布式教授系統(tǒng)和協(xié)同式教授系統(tǒng)？

新型教授系統(tǒng)特征：

(I)并行與分布處理Q)多教授系統(tǒng)協(xié)同工作(3)高級(jí)語言和知識(shí)語言描述

知識(shí)工程師只需用一個(gè)高級(jí)教授系統(tǒng)描述語言對(duì)系統(tǒng)進(jìn)行功效、性能及接口描述，并用知識(shí)

表示語言描述領(lǐng)域知識(shí)，教授系統(tǒng)生成系統(tǒng)就能自動(dòng)或半自動(dòng)地生生所需教授系統(tǒng)。

(4)具備自學(xué)習(xí)功效

具備高級(jí)知識(shí)獲取與學(xué)習(xí)功效

(5)引入新推理機(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)和含糊知識(shí)推理。

(6)具備自糾錯(cuò)和自完善能力

(7)先進(jìn)智能人機(jī)接口

了解自然語言，實(shí)現(xiàn)語聲、文字、圖形和圖像直接輸入輸出是如今人們對(duì)智能計(jì)算機(jī)提出要

求。

分布式教授系統(tǒng)

具備分布處理特征，能把一個(gè)教授系統(tǒng)功效經(jīng)分解以后分布到多個(gè)處理器上去并行地工作，

從而有總體上提升系統(tǒng)處理效率。它能夠工作在緊耦合多處理器系統(tǒng)環(huán)境中，也可工作在松

耦合計(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硬件環(huán)境。

協(xié)同式教授系統(tǒng)

又稱為“群教授系統(tǒng)”，是一個(gè)能綜合若干個(gè)相近領(lǐng)域或一個(gè)領(lǐng)域多個(gè)方面子教授系統(tǒng)相互

協(xié)作，共同處理一個(gè)更廣領(lǐng)域問題教授系統(tǒng)。是克服通常教授系統(tǒng)不足主要路徑。它不著重

于處理分布和知識(shí)分布，而是更強(qiáng)調(diào)子系統(tǒng)間協(xié)同合作。它并不一定要求有多個(gè)處理機(jī)硬件

環(huán)境，而且通常都是在同?個(gè)處理機(jī)上實(shí)現(xiàn)各子教授系統(tǒng)。

6-9在設(shè)計(jì)教授系統(tǒng)時(shí)，應(yīng)考慮哪些技術(shù)？

(1)具備可靠知識(shí)與數(shù)據(jù)小搜索空間問題

數(shù)據(jù)可靠(無噪聲、無錯(cuò)誤、不丟失、不多出)和知識(shí)可靠(不出現(xiàn)假、近似或推測(cè)性結(jié)論)，決定

了系統(tǒng)具備單調(diào)性并可采取單路推理路線。而小搜索空間問題通常允許采取窮舉搜索策略，

(2)不可靠數(shù)據(jù)或知識(shí)

這種情況應(yīng)采取概率推理、含糊推理、不可靠數(shù)據(jù)精準(zhǔn)推理方法或?qū)ｉT不確定性推理技術(shù)。

(3)時(shí)變數(shù)據(jù)

通常要包括時(shí)間推理技術(shù)，推理過程要求較復(fù)雜表示法。

(4)大搜索空間問題

通常要引入啟發(fā)式搜索策略或采取分層體系結(jié)構(gòu)，來降低求解過程復(fù)雜程度。對(duì)大空間問題

通常還要依照詳細(xì)問題特征采取對(duì)應(yīng)對(duì)策。

6-10什么是建造教授系統(tǒng)工具?你知道哪些教授系統(tǒng)工具，各有什么特點(diǎn)？

教授系統(tǒng)開發(fā)工具是一些比較通用工具，作為設(shè)計(jì)和開發(fā)教授系統(tǒng)輔助伎倆和環(huán)境，以求提

升教授系統(tǒng)開發(fā)效率、質(zhì)量和自動(dòng)化水平。教授系統(tǒng)工具是一個(gè)更高級(jí)計(jì)算機(jī)程序設(shè)計(jì)語言。

比通常計(jì)算機(jī)高級(jí)語言具備更強(qiáng)功效。

主要分為骨架型工具(又稱外殼)、語言型工具、結(jié)構(gòu)輔助工具和支撐環(huán)境等4類。

(1)骨架型工具

借用以前開發(fā)好教授系統(tǒng)，將描述領(lǐng)域知識(shí)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(shí)推理機(jī)部分，這么形成工具稱為骨架型工具，如EMYQN、KAS以及EXPERT等。

其控制策略是預(yù)先給定，使用起來很方便，用戶只須將詳細(xì)領(lǐng)域知識(shí)明確地表示成為一些規(guī)

則就能夠了。這么，能夠把主要精力放在詳細(xì)概念和規(guī)則整理上，從而大大提升了教授系統(tǒng)

開發(fā)效率。

因其程序主要骨架是固定，除了規(guī)則以外，用戶不可改變?nèi)魏螙|西。使得骨架型工具應(yīng)用范

圍很窄，只能用來處理與原系統(tǒng)相類似問題。

(2)語言型工具

提供給川戶是建立教授系統(tǒng)所需要基本機(jī)制，其控制策略也不固定于一個(gè)或幾個(gè)形式，用戶

能夠經(jīng)過一定伎倆來影響其控制策略。所以，語言型工具結(jié)構(gòu)改變范圍廣泛，表示靈活，所

適應(yīng)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。

使用起來比較困難，用戶不易掌握，對(duì)于詳細(xì)領(lǐng)域知識(shí)表示也比骨架型工具困難一些，而且

在與用戶對(duì)話方面和對(duì)結(jié)果解釋方面也往往不如骨架型工具。

(3)結(jié)構(gòu)輔助工具

主要分2類，一類是設(shè)計(jì)輔助工具，經(jīng)典有AGE系統(tǒng)，另一?類是知識(shí)獲取輔助工具，經(jīng)典

有TE1RESIAS系統(tǒng)。

(4)支撐環(huán)境

是指幫助進(jìn)行程序設(shè)計(jì)工具，它常被作為知識(shí)工程語言一部分。工具支撐環(huán)境僅是一個(gè)附帶

軟件包，方便使用戶界面更友好，它包含四個(gè)經(jīng)典組件：調(diào)試輔助工具、輸入輸出設(shè)施、解

釋設(shè)施和知識(shí)庫編輯器。ART就屬于這一類系統(tǒng)。

6-12用基于規(guī)則推理系統(tǒng)證實(shí)下述推理正確性：

已知狗都會(huì)吠叫和咬人

任何動(dòng)物吠叫時(shí)總是吵人

獵犬是狗

結(jié)論獵犬是吵人

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)？為何要研究機(jī)器學(xué)習(xí)？

按照人工智能大師西蒙觀點(diǎn)，學(xué)習(xí)就是系統(tǒng)在不停重復(fù)工作中對(duì)本身能力增強(qiáng)或者改進(jìn)，使

得系統(tǒng)在下一次執(zhí)行一樣任務(wù)或類似任務(wù)時(shí)，會(huì)比現(xiàn)在做得愈加好或效率更高。

機(jī)器學(xué)習(xí)是研究怎樣使用機(jī)器來模擬人類學(xué)習(xí)活動(dòng)一門學(xué)科，是機(jī)器學(xué)習(xí)是一門研究機(jī)器獲

取新知識(shí)和新技能，并識(shí)別現(xiàn)有知識(shí)學(xué)問。這里所說“機(jī)器”，指就是計(jì)算機(jī)。

現(xiàn)有計(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學(xué)習(xí)能力，因而不

能滿足科技和生產(chǎn)提出新要求。

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

執(zhí)行

環(huán)境向系統(tǒng)學(xué)習(xí)部分提供一些信息，學(xué)習(xí)部分利用這些信息修改知識(shí)庫，以促進(jìn)系統(tǒng)執(zhí)行部

分完成任務(wù)效能，執(zhí)行部分依照知識(shí)庫完成任務(wù)，同時(shí)把取得信息反饋給學(xué)習(xí)部分。

影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)最主要原因是環(huán)境向系統(tǒng)提供信息。更詳細(xì)地說是信息質(zhì)量。

7-3試解釋機(jī)械學(xué)習(xí)模式。機(jī)械學(xué)習(xí)有哪些主要問題需要加以研究？

機(jī)械學(xué)習(xí)是最簡(jiǎn)單機(jī)器學(xué)習(xí)方法。機(jī)械學(xué)習(xí)就是記憶，艮］把新知識(shí)存放起來，供需要時(shí)檢索

調(diào)用，而不需要計(jì)算和推理。是最基本學(xué)習(xí)過程。任何學(xué)習(xí)系統(tǒng)都必須記住它們獲取知識(shí)。

在機(jī)械學(xué)習(xí)系統(tǒng)中，知識(shí)獲取是以較為穩(wěn)定和直接方式進(jìn)行，不需要系統(tǒng)進(jìn)行過多加工。

要研究問題：

(I)存放組織信息

只有當(dāng)檢索一個(gè)項(xiàng)目標(biāo)時(shí)間比重新計(jì)算一個(gè)項(xiàng)目標(biāo)時(shí)間短時(shí)，機(jī)械學(xué)習(xí)才有意義，檢索越快,

其意義也就越大。所以，采取適當(dāng)存放方式，使檢索速度盡可能地快，是機(jī)械學(xué)習(xí)中主要問

題。

(2)環(huán)境穩(wěn)定性與存放信息適用性問題

機(jī)械學(xué)習(xí)基礎(chǔ)一個(gè)主要假定是在某一時(shí)刻存放信息必須適適用于日后情況

(3)存放與計(jì)算之間權(quán)衡

假如檢索?個(gè)數(shù)據(jù)比重新計(jì)算?個(gè)數(shù)據(jù)所花時(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)模式和學(xué)習(xí)方法。

歸納是一個(gè)從個(gè)別到通常，從部分到整體推理行為。

歸納學(xué)習(xí)通常模式為：

給定：觀察陳說(事實(shí))F,假定初始?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)涵或弱蘊(yùn)涵觀察陳說，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)，是經(jīng)過從環(huán)境中取得若干與某概念關(guān)于例子，經(jīng)歸納得出通常性概念一個(gè)

學(xué)習(xí)方法。示例學(xué)習(xí)就是要從這些特殊知識(shí)中歸納出適適用于更大范圍通常性知識(shí)，它將覆

蓋全部正例并排除全部反例。

(2)觀察發(fā)覺學(xué)習(xí)

它屬于無師學(xué)習(xí)，其目標(biāo)是確定一個(gè)定律或理論通常性描述，刻畫觀察集，指定某類對(duì)象性

質(zhì)。它分為觀察學(xué)習(xí)與機(jī)器發(fā)覺兩種，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)覺規(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？

類比是一個(gè)很有用和很有效推理方法，它能清楚，簡(jiǎn)練地描述對(duì)象間相同性，是人類認(rèn)識(shí)世

界一個(gè)主要方法。

類比推理H標(biāo)是從源域S中，選出與目標(biāo)域T最近似同題及其求解方法，處理當(dāng)前問題，

或者建立起目標(biāo)域中已經(jīng)有命題間聯(lián)絡(luò)，形成新知識(shí)。

類比學(xué)習(xí)就是經(jīng)過類比，即經(jīng)過對(duì)相同事物加以比較所進(jìn)行一個(gè)學(xué)習(xí)。

類比推理過程以下：

(1)回顧與聯(lián)想

經(jīng)過回顧與聯(lián)想在源域S中找出與目標(biāo)域T相同情況。

⑵選擇

從找出相同情況中，選出與H標(biāo)域T最相同情況及其關(guān)于知識(shí)。

(3)建立對(duì)應(yīng)關(guān)系

在源域S與目標(biāo)域T之間建立相同元素對(duì)應(yīng)關(guān)系，并建立起對(duì)應(yīng)映射。

(4)轉(zhuǎn)換

把S中關(guān)于知識(shí)引到T中來，從而建立起求解當(dāng)前問題方法或者學(xué)習(xí)到關(guān)于T新知識(shí)，

類比學(xué)習(xí)過程主要包含：

(I)輸入一組已經(jīng)條件(己處理問題)和一組未完全確定條件(新問題)

(2)按照某種相同性定義，尋找二者可類比對(duì)應(yīng)關(guān)系

(3)依攝影同變換方法，建立從口處理問題到新問題映射，以取得待求解問題所需新知識(shí)。

(4)對(duì)經(jīng)過類比推理得到關(guān)于新問題知識(shí)進(jìn)行校驗(yàn)。驗(yàn)證正確知識(shí)存入知識(shí)庫中，暫時(shí)無法

驗(yàn)證知識(shí)作為參考性知識(shí)，置于數(shù)據(jù)庫中。

7-8用C語言編寫一套計(jì)算機(jī)程序，用于執(zhí)行BP學(xué)習(xí)算法。

7-9試應(yīng)用神經(jīng)網(wǎng)絡(luò)模型優(yōu)化求解銷售員旅行問題。

7-10考慮一個(gè)具備階梯型閾值函數(shù)神經(jīng)網(wǎng)絡(luò)，假設(shè)

(1)用一常數(shù)乘全部權(quán)值和閾值；

(2)用一常數(shù)加于全部權(quán)值和閾值。

試說明網(wǎng)絡(luò)性能是否會(huì)改變？

(1)不會(huì)

⑵會(huì)

7-11增大權(quán)值是否能夠使BP學(xué)習(xí)變慢？

是

7-12什么是知識(shí)發(fā)覺？知識(shí)發(fā)覺與數(shù)據(jù)挖掘有何關(guān)系？

依照費(fèi)亞德定義，數(shù)據(jù)庫中知識(shí)發(fā)覺是從大量數(shù)據(jù)中辨識(shí)出有效，新奇，潛在有用，并可被

了解模式高級(jí)處理過程。

數(shù)據(jù)挖掘是知識(shí)發(fā)覺中一個(gè)步驟，它主要是利用一些特定知識(shí)發(fā)覺算法,在一定運(yùn)算效率內(nèi)，

從數(shù)據(jù)中發(fā)覺出關(guān)于知識(shí)，

7-13試說明知識(shí)發(fā)覺處理過程。

費(fèi)亞德知識(shí)發(fā)覺過程包含

(1)數(shù)據(jù)選擇

依照用戶需求從數(shù)據(jù)庫中梃取與知識(shí)發(fā)覺相關(guān)數(shù)據(jù)

(2)數(shù)據(jù)預(yù)處理

檢驗(yàn)數(shù)據(jù)完整性與數(shù)據(jù)一致性，對(duì)噪音數(shù)據(jù)進(jìn)行處理，對(duì)丟失數(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

(3)數(shù)據(jù)變換

利用聚類分析和判別分析