人工智能大作业Word文件下载.docx
- 文档编号:15795537
- 上传时间:2022-11-16
- 格式:DOCX
- 页数:13
- 大小:122.64KB
人工智能大作业Word文件下载.docx
《人工智能大作业Word文件下载.docx》由会员分享,可在线阅读,更多相关《人工智能大作业Word文件下载.docx(13页珍藏版)》请在冰豆网上搜索。
2.研究热点:
专家系统,机器学习,神经网络,分布式人工智能与Agent,数据挖掘与知识发现。
第二章
2.8用谓词逻辑知识表示方法表示如下知识:
(1)有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。
三步走:
定义谓词,定义个体域,谓词表示
定义谓词
P(x):
x是人
L(x,y):
x喜欢y
y的个体域:
{梅花,菊花}。
将知识用谓词表示为:
(∃x)(P(x)→L(x,梅花)∨L(x,菊花)∨L(x,梅花)∧L(x,菊花))
(2)不是每个计算机系的学生都喜欢在计算机上编程序。
S(x):
x是计算机系学生
L(x,pragramming):
x喜欢编程序
U(x,computer):
x使用计算机
将知识用谓词表示为:
¬
(∀x)(S(x)→L(x,pragramming)∧U(x,computer))
2.18请用语义网络表示如下知识:
高老师从3月到7月给计算机系的学生讲“计算机网络”课。
(天气预报框架)
例如有以下一段天气预报:
“哈尔滨地区今天白天多云,雾霾,偏北风≤3级,最高气温9º
,最低气温0º
,降水概率25%。
”。
Frame<
天气预报>
地域:
哈尔并
时段:
今天
天气:
多云
风向:
北风
风力:
<3级
气温:
0-9°
降水概率:
25%
第三章
3.13(6)判断以下子句是否为不可满足
{P(x)∨Q(x)∨R(x),﹁P(y)∨R(y),﹁Q(a),﹁R(b)}
采用归结反演,存在如下归结树,故该子句集为不可满足。
3.14(3)证明G是F的逻辑结论
F:
(∃x)(∃y)(P(f(x))∧(Q(f(b)))
G:
P(f(a))∧P(y)∧Q(y)
先将F和¬
G化成子句集:
S={P(a,b),¬
P(x,b)}
再对S进行归结:
{a/x}
所以,G是F的逻辑结论
3.18设有子句集
{P(x)∨Q(x,b),P(a)∨﹁Q(a,b),﹁Q(a,f(a)),﹁P(x)∨Q(x,b)}
请用祖先过滤策略求出其归结式
解:
支持集策略不可用,原因是没有指明哪个子句是由目标公式的否定化简来的。
删除策略不可用,原因是子句集中没有没有重言式和具有包孕关系的子句。
单文字子句策略的归结过程如下:
{b/f(a)}
用线性输入策略(同时满足祖先过滤策略)的归结过程如下:
{a/x}
第四章
4.10何谓估价函数,在估价函数中,g(n)和h(n)各起什么作用?
1.估价函数是用来估计节点重要性的函数。
。
3.g(n)是从初始节点
到节点n的实际代价;
4.h(n)是从节点n到目标节点
的最优路径的估价代价。
4.11设有如下结构的移动将牌游戏:
其中,B表示黑色将牌,W表是白色将牌,E表示空格。
游戏的规定走法是:
(1)任意一个将牌可移入相邻的空格,规定其代价为1;
(2)任何一个将牌可相隔1个其它的将牌跳入空格,其代价为跳过将牌的数目加1。
游戏要达到的目标什是把所有W都移到B的左边。
对这个问题,请定义一个启发函数h(n),并给出用这个启发函数产生的搜索树。
你能否判别这个启发函数是否满足下界要求?
在求出的搜索树中,对所有节点是否满足单调限制?
解:
设h(x)=每个W左边的B的个数,f(x)=d(x)+3*h(x),其搜索树如下:
第五章
5-15用遗传算法求f(x)=x﹒sin(10π﹒x)+1.0的最大值,其中x∈[-1,2]。
(选作)
5-19设有论域
U={u1,u2,u3,u4,u5}
并设F、G是U上的两个模糊集,且有
F=0.9/u1+0.7/u2+0.5/u3+0.3/u4
G=0.6/u3+0.8/u4+1/u5
请分别计算F∩G,F∪G,﹁F。
F∩G=(0.9∧0)/u1+(0.7∧0)/u2+(0.5∧0.6)/u3+(0.3∧0.8)/u4+(0∧1)/u5
=0/u1+0/u2+0.5/u3+0.3/u4+0/u5
=0.5/u3+0.3/u4
F∪G=(0.9∨0)/u1+(0.7∨0)/u2+(0.5∨0.6)/u3+(0.3∨0.8)/u4+(0∨1)/u5
=0.9/u1+0.7/u2+0.6/u3+0.8/u4+1/u5
﹁F=(1-0.9)/u1+(1-0.7)/u2+(1-0.5)/u3+(1-0.3)/u4+(1-0)/u5
=0.1/u1+0.3/u2+0.5/u3+0.7/u4+1/u5
5.21设有如下两个模糊关系:
请写出R1与R2的合成R1οR2。
R(1,1)=(0.3∧0.2)∨(0.7∧0.6)∨(0.2∧0.9)=0.2∨0.6∨0.2=0.6
R(1,2)=(0.3∧0.8)∨(0.7∧0.4)∨(0.2∧0.1)=0.3∨0.4∨0.1=0.4
R(2,1)=(1∧0.2)∨(0∧0.6)∨(0.4∧0.9)=0.2∨0∨0.4=0.4
R(2,2)=(1∧0.8)∨(0∧0.4)∨(0.4∧0.1)=0.8∨0∨0.1=0.8
R(3,1)=(0∧0.2)∨(0.5∧0.6)∨(1∧0.9)=0.2∨0.6∨0.9=0.9
R(3,2)=(0∧0.8)∨(0.5∧0.4)∨(1∧0.1)=0∨0.4∨0.1=0.4
因此有
第六章
6.8设有如下一组推理规则:
r1:
IFE1THENE2(0.6)
r2:
IFE2ANDE3THENE4(0.7)
r3:
IFE4THENH(0.8)
r4:
IFE5THENH(0.9)
且已知CF(E1)=0.5,CF(E2)=0.6,CF(E3)=0.7。
求CF(H)=?
(1)先由r1求CF(E2)
CF(E2)=0.6×
max{0,CF(E1)}
=0.6×
max{0,0.5}=0.3
(2)再由r2求CF(E4)
CF(E4)=0.7×
max{0,min{CF(E2),CF(E3)}}
=0.7×
max{0,min{0.3,0.6}}=0.21
(3)再由r3求CF1(H)
CF1(H)=0.8×
max{0,CF(E4)}
=0.8×
max{0,0.21)}=0.168
(4)再由r4求CF2(H)
CF2(H)=0.9×
max{0,CF(E5)}
=0.9×
max{0,0.7)}=0.63
(5)最后对CF1(H)和CF2(H)进行合成,求出CF(H)
CF(H)=CF1(H)+CF2(H)+CF1(H)×
CF2(H)
=0.692
6.15设
U=V={1,2,3,4,5}
且有如下推理规则:
IFxis少THENyis多
其中,“少”与“多”分别是U与V上的模糊集,设
少=0.9/1+0.7/2+0.4/3
多=0.3/3+0.7/4+0.9/5
已知事实为
xis较少
“较少”的模糊集为
较少=0.8/1+0.5/2+0.2/3
请用模糊关系Rm求出模糊结论。
Rm(1,1)=(0.9∧0)∨(1-0.9)=0.1
Rm(1,2)=(0.9∧0.3)∨(1-0.9)=0.3
Rm(1,3)=(0.9∧0.7)∨(1-0.9)=0.7
Rm(1,4)=(0.9∧0.9)∨(1-0.9)=0.7
Rm(2,1)=(0.7∧0)∨(1-0.7)=0.3
Rm(2,2)=(0.7∧0.3)∨(1-0.7)=0.3
Rm(2,3)=(0.7∧0.7)∨(1-0.7)=0.7
Rm(2,4)=(0.7∧0.9)∨(1-0.7)=0.7
Rm(3,1)=(0.4∧0)∨(1-0.4)=0.6
Rm(3,2)=(0.4∧0.3)∨(1-0.4)=0.6
Rm(3,3)=(0.4∧0.7)∨(1-0.4)=0.6
Rm(3,4)=(0.4∧0.9)∨(1-0.4)=0.6
Rm(4,1)=(0∧0)∨(1-0)=1
Rm(4,2)=(0∧0.3)∨(1-0)=1
Rm(4,3)=(0∧0.7)∨(1-0)=1
Rm(3,4)=(0∧0.9)∨(1-0)=1
即:
因此有(y应为小写)
即,模糊结论为:
Y’={0.3,0.3,0.7,0.8}
第七章
7.9假设w1(0)=0.2,w2(0)=0.4,θ(0)=0.3,η=0.4,请用单层感知器完成逻辑或运算的学习过程。
根据“或”运算的逻辑关系,可将问题转换为:
输入向量:
X1=[0,0,1,1]
X2=[0,1,0,1]
输出向量:
Y=[0,1,1,1]
由题意可知,初始连接权值、阈值,以及增益因子的取值分别为:
w1(0)=0.2,w2(0)=0.4,θ(0)=0.3,η=0.4
即其输入向量X(0)和连接权值向量W(0)可分别表示为:
X(0)=(-1,x1(0),x2(0))
W(0)=(θ(0),w1(0),w2(0))
根据单层感知起学习算法,其学习过程如下:
设感知器的两个输入为x1(0)=0和x2(0)=0,其期望输出为d(0)=0,实际输出为:
y(0)=f(w1(0)x1(0)+w2(0)x2(0)-θ(0))
=f(0.2*0+0.4*0-0.3)=f(-0.3)=0
实际输出与期望输出相同,不需要调节权值。
再取下一组输入:
x1(0)=0和x2(0)=1,其期望输出为d(0)=1,实际输出为:
=f(0.2*0+0.4*1-0.3)=f(0.1)=1
x1(0)=1和x2(0)=0,其期望输出为d(0)=1,实际输出为:
=f(0.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 作业