人工智能习题答案.docx

人工智能习题答案.docx

《人工智能习题答案.docx》由会员分享，可在线阅读，更多相关《人工智能习题答案.docx（14页珍藏版）》请在冰点文库上搜索。

人工智能习题答案

（此文档为Word格式，下载后可以任意编辑修改！

）

试卷装订封面

学年第学期

课程名称：

课程代码

学生系别

专业

班级

任课教师

阅卷教师

考试方式

开卷口闭卷V

考试日期

考试时间

阅卷日期

装订教师

装订日期

缺卷学生姓名及原因：

无

附：

课程考试试卷分析表、期末考核成绩登记表

第一章绪论

1-1.什么是人工智能？

试从学科和能力两方面加以说明。

从学科角度来看：

人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。

它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。

从能力角度来看：

人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动

1-2.在人工智能的发展过程中，有哪些思想和思潮起了重要作用？

控制论之父维纳1940年主张计算机五原则。

他开始考虑计算机如何能像大脑一样工作。

系统地创建了控制论，根据这一理论，一个机械系统完全能进行运算和记忆。

帕梅拉•麦考达克（PamelaMcCorduck）在她的著名的人工智能历史研究《机器思维》（Machine

WhoThink,1979）中曾经指出：

在复杂的机械装置与智能之间存在着长期的联系。

著名的英国科学家图灵被称为人工智能之父,图灵不仅创造了一个简单的通用的非数字计算

模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。

提出了著名的图灵测试。

数理逻辑从19世纪末起就获迅速发展；到20世纪30年代开始用于描述智能行为。

计算机出现后，又在计算机上实现了逻辑演绎系统。

1943年由生理学家麦卡洛克（McCulloch）和数理逻辑学家皮茨（Pitts）创立的脑模型，即MP模型。

60-70年代，联结主义，尤其是对以感知机（perceptron）为代表的脑模型的研究曾出现过

热潮，

控制论思想早在40-50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。

到

60-70年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子。

1-3.为什么能够用机器（计算机）模仿人的智能？

物理符号系统的假设：

任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。

反之，任何系

统如果具有这6种功能，那么它就能够表现出智能（人类所具有的智能）。

物理符号系统的假设伴随有3个推论。

推论一:

既然人具有智能，那么他（她）就一定是个物理符号系统。

推论二:

既然计算机是一个物理符号系统，它就一定能够表现出智能。

推论三:

既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计

算机来模拟人的活动。

1-4.现在人工智能有哪些学派？

它们的认知观是什么？

符号主义（Symbolicism），又称为逻辑主义（Logicism）、心理学派（Psychlogism）或计算机学派（Computerism）[其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。

]认为人的认知基元是符号，而且认知过程即符号操作过程。

认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。

知识是信息的一种形式，是构成智能的基础。

人工智能的核心问题是知识表示、知识推理和知识运用。

联结主义（Connectionism），又称为仿生学派（Bionicsism）或生理学派（Physiologism）[其原理主要为神经网络及神经网络间的连接机制与学习算法]认为人的思维基元是神经元，而不是符号处理过程。

认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。

行为主义（Actionism），又称进化主义（Evolutionism）或控制论学派（Cyberneticsism）[其原理为控制论及感知-动作型控制系统]认为智能取决于感知和行动。

认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。

智能行为只能在现实世界中与周围环境交互作用而表现出来。

符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。

1-5.你认为应从哪些层次对认知行为进行研究？

心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，与此相应的是计算机程序、语言和硬件。

研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。

1-6.人工智能的主要研究和应用领域是什么？

其中，哪些是新的研究热点？

问题求解（下棋程序），逻辑推理与定理证明（四色定理证明），自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，

汽车牌照识别，指纹识别），机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具新的研究热点：

分布式人工智能与Agent，计算智能与进化计算，数据挖掘与知识发现（超市市场商品数据

分析），人工生命

第二章知识表示方法

2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?

用Si（nc,nY）表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数

目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的

限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：

1.nC=0

2.nC=3

3.nC=nY>=0（当nC不等于0或3）

用di（dC,dY）表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目

的变化，dY表示，第i次渡河后，对岸野人数目的变化。

当i为偶数时，dC,dY同时为非负

数，表示船驶向对岸，i为奇数时，dC,dY同时为非正数，表示船驶回岸边。

初始状态为So（o,0），目标状态为So（3,3），用深度优先搜索的方法可寻找渡河方案。

在此，用图求法该问题，令横坐标为nY,纵坐标为nC,可行状态为空心点表示，每次可以

在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。

第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方,或左下方移动。

3

2

1

从（0,0）开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态（3,3），相应

的渡河方案为：

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）

2-3利用图2.3，用状态空间法规划一个最短的旅行路程：

此旅程从城市A开始，访问其

他城市不多于一次，并返回A。

选择一个状态表示，表示出所求得的状态空间的节点及弧

线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。

2-4

试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。

单独的R、L

或C可分别用R、j3L或1/j3C来计算，这个事实用作本原问题。

后继算符应以复合并联和串联阻抗的规则为基础。

约定，用原来的与后继算法用来表达并联关系，用原来的或后继算法用来表达串联关系

用四元数列（nA,nB,nC,nD）来表示状态，其中nA表示A盘落在第nA号柱子上，nB表示

B盘落在第nB号柱子上，nC表示C盘落在第nC号柱子上，nD表示D盘落在第nD号柱

子上。

初始状态为1111，目标状态为3333

如图所示，按从上往下的顺序，依次处理每一个叶结点，搬动圆盘，问题得解。

2-6把下列句子变换成子句形式：

⑴（_x）{P（x）tP（x）}

（2）~x~y（On（x,y）tAbove（x,y））

（3）_x一y一z（Above（x,y）AAbove（y,z）tAbove（x,z））

（4）〜{（J）{P（x）t{（一y）:

p（y）tp（f（x,y））]A（一y）:

Q（x,y）tP（y）]}}}

（1）（ANYx）{P（x）P（x）}

（ANYx）{~P（x）ORP（x）}

~P（x）ORP（x）

最后子句为

~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）

最后子句为

~On（x,y）ORAbove（x,y）

（3）（ANYx）（ANYy）（ANYz）{Above（x,y）ANDAbove（y,z）Above（x,z）}

（命题联结词之优先级如下：

否定T合取T析取T蕴涵T等价）

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

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

最后子句为

~[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）OR

P（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）}最后子句为

P（A）

{p（x）,~p（f（B,x））}ORQ（A,C）

{p（y）,~p（f（B,y））}OR~P（C）

2-7用谓词演算公式表示下列英文句子（多用而不是省用不同谓词和项。

例如不要用单一的

谓词字母来表示每个句子。

）

Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requiresintelligence.

先定义基本的谓词

INTLT（x）meansxisintelligent

PERFORM（x,y）meansxcanperformy

REQUIRE（x）meansxrequiresintelligence

CMP（x）meansxisacomputersystem

HMN（x）meansxisahuman

上面的句子可以表达为

（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把下列语句表示成语义网络描述：

⑴Allmanaremortal.

（2）Everycloudhasasilverlining.

（3）AllbranchmanagersofDECparticipateinaprofit-sharingplan.

（1）

2-9作为一个电影观众，请你编写一个去电影院看电影的剧本。

（1）开场条件

（a）顾客想看电影

（b）顾客在足够的钱

⑵角色

顾客，售票员，检票员，放映员

（3）道具

钱，电影票

（4）场景

场景1购票

（a）顾客来到售票处

（b）售票员把票给顾客

（c）顾客把钱给售票员

（d）顾客走向电影院门

场景2检票

（a）顾客把电影票给检票员

（b）检票员检票

（c）检票员把电影票还给顾客

（d）顾客进入电影院

场景3等待

（a）顾客找到自己的座位

（b）顾客坐在自己座位一等待电影开始场景4观看电影

（a）放映员播放电影

（b）顾客观看电影

场景5离开

（a）放映员结束电影放映

（b）顾客离开电影院

（5）结果

（a）顾客观看了电影

（b）顾客花了钱

（c）电影院赚了钱

2-10试构造一个描述你的寝室或办公室的框架系统。