人工智能期末试题及答案完整版
.
xx学校
2012—2013学年度第二学期期末试卷
考试课程：《人工智能》考核类型：考试A卷
考试形式：开卷出卷教师：
考试专业：考试班级：
分）2分，共10一单项选择题（每小题D ）年人工智能”是在（1.首次提出“D.1956
B.1960
C.1916 A.1946
B
人工智能应用研究的两个最重要最广泛领域为：2.
专家系统、机器学习 B. A.专家系统、自动规划
机器学习、自然语言理解 D. C. 机器学习、智能控制
。A 3. 下列不是知识表示法的是
”图表示法“与/或A：计算机表示法B：D：产生式规则表示法：状态空间表示法 C 。
C 4. 下列关于不确定性知识描述错误的是
A：不确定性知识是不可以精确表示的B：专家知识通常属于不确定性知识C：不确定性知识是经过处理过的知识
。“不是”D：不确定性知识的事实与结论的关系不是简单的“是”或是出口，把入口作为初始节点，出口作为目标节点，S下图是一个迷宫，S是入口，5. g0根据深度优先搜索方法搜的状态树。寻找出口Sg通道作为分支，画出从入口S出发，0。 C 索的路径是
s0-s4-s1-s2-s3-s6-s9-sg ：BA：s0-s4-s5-s6-s9-sg
s0-s4-s7-s5-s6-s9-sg
：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg DC：
）2每空分，共20分二填空题（连接主义。目前人工智能的主要学派有三家：符号主义、1. 进化主义和
以及目标F S 2. 问题的状态空间包含三种说明的集合，初始状态集合、操作符集合
;..
.
状态集合G 。启发式3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为
信息。(Heuristic)进化计算等。神经计算、模糊计算和4、计算智能是人工智能研究的新内容，涉及
的不确证据结论的不确定性和关于 5、不确定性推理主要有两种不确定性，即关于定性。）4分，共20分三名称解释（每词数据挖掘遗传算法机器学习
专家系统人工智能
（1。它是研究、开发用于模拟、延伸，英文缩写为AI人工智能(Artificial Intelligence) ）人工智能答：
人工智能是计和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
并生产出一种新的能以人类智能相似的算机科学的一个分支，它企图了解智能的实质，自然语言方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、处理和专家系统等）专家系统2（,专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统
专家系统是一,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之种模拟人类专家解决领域问题的计算机程序系统）遗传算法（3它特点抑制搜索空间的计算量爆炸的搜索方法，遗传算法是一种以“电子束搜索”
运用基因算法，反复交叉，以突变方式的操作，模拟事物能以解空间的多点充分搜索，并能同时避免陷入局部极其特点是操作性强，内部多样性和对环境变化的高度适应性，运用遗使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。小点，，可产生超出现有模型的技术综合及等进化方法制成的可进化硬件(EHW)传算法(GA)独特的全局优化性能，使其自学习、自适应、自组设计者能力的新颖电路，特别是GA扩展大规模并行自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、织、，解决多维空间中EHW以及实时、灵活地配置、调用基
于EPGA的函数级处理(MPP)不确定性的复杂问题开通了航向
（4）机器学习
机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎（5）数据挖掘
数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的;..
.
过程也叫知识发现的过程。30分）简答题（每小题5分，共四人工智能有哪些研究领域和应用领域？1. 1）研究领域答：（自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法
（2）应用领域
智能控制，机器人学，语言和图像理解，遗传编程
2.简述模式识别的基本过程
答：（1）信息获取
（2）预处理：对获取信号进行规范化等各种处理
（3）特征提取与选择：将识别样本构造成便于比较、分析的描述量即特征向量
（4）分类器设计：由训练过程将训练样本提供的信息变为判别事物的判别函数
（5）分类决策：对样本特征分量按判别函数的计算结果进行分类
3. 状态空间法、谓词逻辑法和语义网络的要点分别是什么？
答：（1）状态空间法是以状态和算符为基础来表示和求解问题的，三个要点是：状态，算符，问题的状态空间
（2）谓词逻辑法要点：命题真值，论域与谓词，连接词和量词，项与合式公式，自由变元和约束变元
（3）语义网络要点：类属关系，包含关系，属性关系，时间关系，位置关系，相近关系，推论关系
4. 简述Agent的定义和基本特征
答：（1）Agent定义：Agent指的是一种实体，而且是一种具有智能的实体。这种实体可以是智能软件、智能设备、智能机器人或智能计算机系统等等，甚至也可以是人
（2）Agent基本特征：
a. 自主性
Agent具有属于其自身的计算资源和局部于自身的行为控制机制,能够在没有外界直接操纵的
情况下,根据其内部状态和感知到的环境信息,决定和控制自身的行为。例如,SNMP中的agent就是独立运行在被管理单元上的自主进程。
b. 交互性
;..
.
能够有效地,用Agent通信语言实施灵活多样的交互 Agent能够与其他Agent(包括人),通信语言向主动AgentInternet上的用户需要使用Agent与其他协同工作。例如,一个陈述信息需求。服务Agent 反应性 c.
),等或其他Agent可能是物理世界,操纵图形界面的用户, Agent能够感知所处的环境(能够对用户的操纵作出适时Agent,一个模拟飞机的并对相关事件作出适时反应。例如反应。 d. 主动性上的一个Internet,表现出面向目标的行为。例如, Agent能够遵循承诺采取主动行动一个在获得新的信息之后能够按照约定主动将其提交给需要的用户;主动服务Agent, Agent,能够按照约定将最新的工作进展情况主动通报给有关的工作站工作流管理
根据自己的理解给出人工神经网络的定义，并指出其特征。5.
答：（1）人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型（2）特征：a. 非线性非线性关系是自然界的普遍特性。大脑智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储量
b. 非局限性一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子
c. 非常定性人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程
d. 非凸性一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性
6.有一个农夫带一只狐狸、一只小羊和一篮菜过河。假设农夫每次只能带一样东西过河，考虑安全，无农夫看管时，狐狸和小羊不能在一起，小羊和菜篮不能在一起。试设计求解该问题的状态空间，并画出状态空间图。
答：以变量m、f、s、v分别指示农夫、狐狸、小羊、菜,且每个变量只可取值1(表示在左岸)或0(表示在右岸)。问题状态可以四元组(m、f、s、v)描述,设初始状态下均在左岸,目标状态下都到达右岸。从而,问题求解任务可描述为
;..
.
(1, 1, 1, 1) ->(0, 0, 0, 0)
由于问题简单,状态空间中可能的状态总数为2×2×2×2 = 16,由于要遵从安全限制,合法的状态只有(除初、目状态外):
1110，1101，1011，1010，0101，0001，0010，0100；
不合法状态有: 0111,1000,1100,0011,0110,1001
设计二类操作算子:Lx、Rx,x为m、f、s、v时分别指示农夫独自,带狐狸,带小羊,带菜过河；状态空间图如下所示.由于Lx和Rx是互逆操作,故而解答路径可有无数条,但最近的只有二条;都是7
个操作步
五．综述题（20分）
1. （本题10分）对于八数码难题按下式定义估价函数：
f(x)=d(x)+h(x)
其中，d(x)为节点x的深度；h(x)是所有棋子偏离目标位置的曼哈顿距离（棋子偏离目标位置的水平距离和垂直距离和），例如下图所示的初始状态S：8的曼哈顿距离0为2；2的曼哈顿距离
为1；1的曼哈顿距离为1；6的曼哈顿距离为1；h(S)= 5。0 1 2 3 2 8 3
目标状态：：）初始状态（S 8 4
1 6 4 07 57 6 5
*搜索法搜索目标，列出头三步搜索中的OPEN、CLOSED（1）用A表的内容和当前扩展节点的f值。
（2）画出搜索树和当前扩展节点的f值。
;..
.
解：（1）如下表
CLOSED 0）搜索树如下图，右上角的数字是其估价函数值（2
您认为《人工智能》课程的哪一部分内容对您的毕业设计或者您以后的工10)2.(本题请您谈谈人工智能的发展对人类有哪请叙述其原理；如果没有，作特别有用？如果有，些的影响？答：我认为人工智能的发展对人类的影响主要有以下五个方面）劳务就业问题。由于人工智能能够代替人类进行各种脑力劳动，例如用专家1（将会使一部分人不得所以，系统代替管理人员或医生进行决策或诊断与治疗病人疾病，会使一些人失去甚至造成失业。不改变他们的工种，人工智能
在科技和工程中的应用，的机会，甚至不得不改变自己的工作)(介入信息处理活动如规划、诊断、理解和决策等方式。）社会结构变化。人们一方面希望人工智能和智能机器能够代替人类从事各种2（社会结劳动，另一方面又担心它们的发展会引起新的社会问题。实际上，近十多年来，;.. .
构正在发生一种静悄悄的变化。
（3）思维方式与观念的变化。人工智能的发展与推广应用，将影响到人类的思维方式和传统观念，并使它们发生改变。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。
（4）心理上的威胁。人工智能还使一部分社会成员感到心理上的威胁，或叫做精神威胁。人们一般认为，只有人类才具有感知精神，而且以此与机器相别。如果有一天，这些人开始相信机器也能够思维和创作，那么他们可能会感到失望，甚至感到威胁。他们担心：有朝一日，智能机器的人工智能会超过人类的自然智能，使人类沦为智能机器和智能系统的奴隶。
（5）技术失控的危险。任何新技术最大危险莫过于人类对它失去了控制，或者是它落入那些企图利用新技术反对人类的人手中
;..
人工智能期末试题及答案完整版
xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
八数码问题求解--实验报告讲解
实验报告 一、实验问题 八数码问题求解 二、实验软件 VC6.0 编程语言或其它编程语言 三、实验目的 1. 熟悉人工智能系统中的问题求解过程； 2. 熟悉状态空间的盲目搜索和启发式搜索算法的应用； 3. 熟悉对八数码问题的建模、求解及编程语言的应用。 四、实验数据及步骤 （一、）实验内容 八数码问题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。 2 8 3 1 2 3 1 4 8 4 7 6 5 7 6 5 (a) 初始状态(b) 目标状态 图1 八数码问题示意图 （二、）基本数据结构分析和实现 1.结点状态 我采用了struct Node数据类型 typedef struct _Node{
int digit[ROW][COL]; int dist; // distance between one state and the destination一 个表和目的表的距离 int dep; // the depth of node深度 // So the comment function = dist + dep.估价函数值 int index; // point to the location of parent父节点的位置 } Node; 2.发生器函数 定义的发生器函数由以下的四种操作组成： (1)将当前状态的空格上移 Node node_up; Assign(node_up, index);//向上扩展的节点 int dist_up = MAXDISTANCE; (2)将当前状态的空格下移 Node node_down; Assign(node_down, index);//向下扩展的节点 int dist_down = MAXDISTANCE; (3)将当前状态的空格左移 Node node_left; Assign(node_left, index);//向左扩展的节点 int dist_left = MAXDISTANCE; (4)将当前状态的空格右移 Node node_right; Assign(node_right, index);//向右扩展的节点 int dist_right = MAXDISTANCE; 通过定义结点状态和发生器函数，就解决了8数码问题的隐式图的生成问题。接下来就是搜索了。 3.图的搜索策略 经过分析，8数码问题中可采用的搜速策略共有：1.广度优先搜索、2.深度优先搜索、2.有界深度优先搜索、4.最好优先搜索、5.局部择优搜索，一共五种。其中，广度优先搜索法是可采纳的，有界深度优先搜索法是不完备的，最好优先和局部择优搜索法是启发式搜索法。 实验时,采用了广度(宽度)优先搜索来实现。 （三、）广度(宽度)优先搜索原理 1. 状态空间盲目搜索——宽度优先搜索 其基本思想是，从初始节点开始，向下逐层对节点进形依次扩展，并考察它是否为目标节点，再对下层节点进行扩展（或搜索）之前，必须完成对当层的所有节点的扩展。再搜索过程中，未扩展节点表OPEN中的节点排序准则是：先进入的节点排在前面，后进入的节点排在后面。其搜索过程如图（1）所示。
大学人工智能期末考试题库
《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。
人工智能期末考试卷(1)评分标准及标准答案
（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面 人工智能期末考试卷（1） 一、填空题（每空1分，共10分）
1智能具有五个特征，分别为① 学习能力、自适应能力、 ②记忆与思维能力、表达能力和感知能力。 2. 机器的③ 感知能力是让机器自动获取知识的基本条件，而知识的自动 获取一直是智能系统研究中最困难的问题之一。 3?从研究的角度不同，对人工智能的研究可分两大阵营：④ 联接和 ⑤符号。其中⑤符号的理论基础为数理逻辑。 4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的 子问题，最终将问题转换为对本原问题的知识表示方法。 5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。 6. 当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。 7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可 能会发生⑨组合爆炸。 8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心 理学模型。1972年，Simon首先将⑩用于自然语言理解系统。 二、简答题（共30分） 1. 什么是A*算法的可纳性？（4分） 答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找 到最短（代价最小）的解答路径，则称算法具有可采纳性。 2. 在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可 分为三类，请举例说明对这三类节点的不同的处理方法。（8分） 答： 把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3 ）已 出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；（3分）*加第1类子节点于OPEN表，并建立从子节点到父节点n的指；（1分） *比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点（2分） ?对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；（2分） 3. 请简述不确定性推理的含义。（4分） 是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定程度的不确定 性但却有是合理或基本合理的结论的推理过程。 4. 若S={P（x）V Q（f（x））「P（a）, n Q（y）}，请画出与该子句集对应的语义树， 为什么可以用封闭语义树来判定子句集的不可满足性？（14分） 答：H={a,f（a）,f（f（a））, ……}（1 分）
人工智能期末复习题解读
●简述产生式系统分为几个部分及其主要功能 (10) 答案： 产生式系统分为三部分，分别为综合数据库、规则集和控制策略。综合数据库中保存了推理的初始状态、中间结果和目标状态。规则集中的规则是描述能够使状态发生改变的操作或者方法，它的形式是IF<前件> THEN<后件>。控制策略描述了当对某一状态而言有很多规则可用时，系统应该先采用哪一条规则。 ●简述回溯策略与深度优先策略的不同点。(10) 答案： 回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。 在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 ●(10) ●(10) ●(20 )
对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述） (20) 答案： 1，综合数据库 定义三元组：（m, c, b） 其中：，表示传教士在河左岸的人数。 ，表示野人在河左岸的人数。 ，b=1，表示船在左岸，b=0，表示船在右岸。 2，规则集 按每次渡河的人数分别写出每一个规则，共(3 0)、(0 3)、(2 1)、(1 1)、 (1 0)、(0 1)、(2 0)、(0 2)八种渡河的可能（其中(x y)表示x个传教士 和y个野人上船渡河），因此共有16个规则（从左岸到右岸、右岸到左岸各八个）。注意：这里没有(1 2)，因为该组合在船上的传教士人数少于野人人数。 规则集如下： r1：IF (m, c, 1) THEN (m-3, c, 0) r2：IF (m, c, 1) THEN (m, c-3, 0) r3：IF (m, c, 1) THEN (m-2, c-1, 0) r4：IF (m, c, 1) THEN (m-1, c-1, 0) r5：IF (m, c, 1) THEN (m-1, c, 0) r6：IF (m, c, 1) THEN (m, c-1, 0) r7：IF (m, c, 1) THEN (m-2, c, 0) r8：IF (m, c, 1) THEN (m, c-2, 0) r9 ：IF (m, c, 0) THEN (m+3, c, 1) r10：IF (m, c, 0) THEN (m, c+3, 1) r11：IF (m, c, 0) THEN (m+2, c+1, 1) r12：IF (m, c, 0) THEN (m+1, c+1, 1) r13：IF (m, c, 0) THEN (m+1, c, 1) r14：IF (m, c, 0) THEN (m, c+1, 1)
八数码问题人工智能实验报告
基于人工智能的状态空间搜索策略研究 ——八数码问题求解 （一）实验软件 TC2.0 或VC6.0编程语言或其它编程语言 （二）实验目的 1. 熟悉人工智能系统中的问题求解过程； 2. 熟悉状态空间的盲目搜索和启发式搜索算法的应用； 3. 熟悉对八数码问题的建模、求解及编程语言的应用。 （三）需要的预备知识 1. 熟悉TC 2.0或VC6.0 编程语言或者其它编程语言； 2. 熟悉状态空间的宽度优先搜索、深度优先搜索和启发式搜索算法； 3. 熟悉计算机语言对常用数据结构如链表、队列等的描述应用； 4. 熟悉计算机常用人机接口设计。 （四）实验数据及步骤 1. 实验内容 八数码问题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。 图1 八数码问题示意图 请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。 2. 实验步骤 （1）分析算法基本原理和基本流程； 程序采用宽度优先搜索算法，基本流程如下：
（2）确定对问题描述的基本数据结构，如Open表和Closed表等；
（3）编写算符运算、目标比较等函数； （4）编写输入、输出接口； （5）全部模块联调； （6）撰写实验报告。 （五）实验报告要求 所撰写的实验报告必须包含以下内容： 1. 算法基本原理和流程框图； 2. 基本数据结构分析和实现； 3. 编写程序的各个子模块，按模块编写文档，含每个模块的建立时间、功能、输入输出参数意义和与其它模块联系等； 4. 程序运行结果，含使用的搜索算法及搜索路径等； 5. 实验结果分析； 6. 结论； 7. 提供全部源程序及软件的可执行程序。 附：实验报告格式 一、实验问题 二、实验目的 三、实验原理 四、程序框图 五、实验结果及分析 六、结论
人工智能期末精彩试题(卷)
XXXX2017至2018 学年第 1 学期 《人工智能技术》 课程考试（ A ）卷 计科 系 级 专业 学号 一、选择题：（2分×10=20分） 1． 人工智能AI 的英文全称（ ）最早于1956年在达特茅斯会议上被提出。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。 A ．Automatic Intelligence B ．Artifical Intelligence C ．Automatice Information D ．Artifical Information 2． 所谓不确定性推理是从（ ）的初始证据出发，通过运用（ ）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 A ．不确定性，确定性 B ．确定性，确定性 C ．确定性，不确定性 D ．不确定性，不确定性 3． 要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ ）。 A ．概率推理 B ．神经网络 C ．机器学习 D ．智能搜索 4． 下面几种搜索算法中，不完备的搜索算法是（ ）。 A ．广度优先搜索 B ．A*搜索 C ．迭代深入深度优先搜索 D ．贪婪搜索 5． 人工智能的目的是让机器能够（ ），以实现某些脑力劳动的机械化。 A ．模拟、延伸和扩展人的智能 B ．和人一样工作 C ．完全代替人的大脑 D ．具有智能 6．在一个监督学习问题f:x →y 中，输出y 的值域是连续的，例如实数集R ，那么这是一个（ ）问题。 A ．分类 B ．聚类 C ．回归 D ．降维 装 订 线
人工智能期末测试
《人工智能》期末测试 一、单选题（题数：40，共分） 1美国全国证券交易商协会自动报价表最早时间是在()。（分）分 A、1997年 B、1981年 C、1971年 D、1961年 2Siri是一种()系统。（分）分 A、动作识别 B、信息处理 C、图像识别 D、语音识别 3被称为“数学界的无冕之王”的是()。（分）分 A、罗素 B、图灵 C、希尔伯特 D、笛卡尔 4为广大网友解决网络课问题的是（）（分）分 A、20932+ B、02559 C、扣扣 D、百度 5动物群居的原因是()。（分）分 A、有安全感 B、有效率 C、易于捕食物 D、有力量 6被称为“机器学习之父”的是()。（分）分 A、奥斯卡·兰格 B、怀尔斯 C、迈克尔·乔丹 D、希尔伯特 7在政府报告中,()的报告使用“机器智能”这个词汇。（分）分 A、中国 B、英国 C、德国 D、美国 8从长期来看,股市是一个()博弈。（分）分 A、经济 B、市场 C、零和 D、合作 9下面关于人类社会的群体智能说法错误的是()。（分）分 A、需要法律与道德的约束 B、个体智力高但自私 C、个体无条件服从集体 D、需要集体智慧结晶 9最早诗歌生成模型称为()。（分）分 A、Word Apple B、Sophia C、Word Salad D、Sara 10机器人的三定律中第一条是()。（分）分 A、机器人不得伤害人类个体,或者目睹人类个体将遭受危险而袖手不管 B、机器人必须服从人给予它的命令 C、机器人要尽可能保护自己的生存。 D、机器人必须保护人类的整体利益
不受伤害 11使用量子计算机进行大数分解,需要的时间是()。（分）分 A、15万年 B、1年 C、1秒 D、10秒 12人类智能和人工智能是一种()智能。（分）分 A、不对等 B、平行 C、对等 D、相反 13强化学习的框架是智能体()通过观察当前状态作出相应动作。（分）分 A、S B、A C、Agent D、Environment 14()被堪称是百科全书式的“全才”。（分）分 A、爱因斯坦 B、霍金 C、牛顿 D、图灵 15“机器人”这一词最早出现在()作家的小说中。（分）分 A、德国 B、美国 C、瑞士 D、捷克 16人工智能读片的过程体现为()。（分）分 A、信息-传递-判断 B、图像解释-图像获取-图像分析 C、图像获取-图像解释-感知结果 D、图像获取-图像处理 17下面选项中关于“墨子号”说法错误的是()。（分）分 A、属于量子科学实验卫星 B、首次实现卫星和地面之间量子通信 C、跨度最大、史上最安全的通信网络 D、发射于2017年 18在人工智能的()阶段开始有解决大规模问题的能力。（分）分 A、形成时期 B、知识应用时期 C、新神经网络时期 D、算法解决复杂问题时期 19古代()发明了运粮工具“木牛流马”。（分）分 A、曹操 B、诸葛亮 C、鲁班 D、张衡 20人类历史上第一部完全由机器人“小冰”所写的诗集叫()。（分）分 A、《歌尽桃花》 B、《三生三世》 C、《那天,阳光正好》 D、《阳光失了玻璃窗》 21人的大脑每秒钟做不到()。（分）分 A、处理1Gbits B、2000个关注 C、无数反应 D、7个短暂记忆 22人通过算法赋给机器的智能属于()。（分）分
八数码实验报告人工智能课设报告
学生实验报告 实验课名称：人工智能 实验名称: 八数码 专业名称：计算机科学与技术 班级： 学号： 学生姓名： 教师姓名： 2010 年10 月20日 一．实验内容 用OPEN表和CLOSED表解决搜索问题。 二．实验题目 采用启发式算法（如A*算法）求解八数码问题。 三．实验要求 1.必须使用OPEN表和CLOSED表。 2.明确给出问题描述。系统初始状态。目标状态和启发式函数。 3.除了初始状态以外，至少搜索四层。 4.给出解路径（解图）。 四．实验过程 ①问题：初始状态到目标状态是否可解如何判断？ 答：实验过程自己给出的初始状态使用A*算法求解，并不是所有的初始状态都可解到达目标状态。因为八数码问题其实是0~9的一个排列，而排列有奇排列和偶排列，从奇排列不能转化为偶排列或者相反。例如：函数f(s)表示s前比s 小的数字的数目（s 则当f(a8)+f(a7)+……+f(a1)为偶数时才能重排成，所以嘛,上面那个有解的. ②问题描述： 在3X3的九宫格棋盘上，摆有8个将牌，每一个将牌都刻有1~8数码中的某一个数码。棋盘中留有一个空格，允许周围的某一个将牌向空格移动，这样通过移动将牌就可以不断地改变将牌的布局。这种游戏的求解的问题是：给定一种处
世的将牌布局或结构和一个目标的布局，问如何移动将牌，实现从从初始状态到目标状态的转变。 下面给出初始状态和目标状态： 初始状态：Array 目标状态： 评价函数f(n)形式为：f(n)=g(n)+h(n),其中g(n)是节点所处的深度， h(n)是启发式函数，这里启发式函数h(n)表示“不在位”的将牌个数，这时f(n) 注意：移动规则为左-→上→右→下。 ③搜索过程： 因此可得解路径：S(4)→B(4)→D(5)→E(5)→I(5)→K(5)→L(5). ④得到OPEN表和CLOSED表 OPEN表
人工智能【期末复习题】
《人工智能期末复习题》 1 ?群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能(系统智能)，属于微观生理层次上低级的神经元。 2 ?计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3. 搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4. 知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问 题的方法和策略等。 5. 自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组 织、自学习、自寻优能力的算法。 6. 机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。 7 ?模式识别：则指的是用计算机进行物体识别。 &决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9 ?从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10 .人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11 .从所承担的工作和任务性质来看，Age nt的分类： 信息型Age nt、合作型Age nt、接口型Age nt、移动型Age nt 等。 12 .用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜________ 13 .智能机器人至少应具备哪四种机能？ 感知机能-获取外部环境信息以便进行自我行动监视的机能；运动机能-施加于外部环境的相当于人的手、脚底动作机能；思维机能-求解问题的认识、推理、判断机能； 人一机通信机能一一理解指示命令、输岀内部状态，与人进行信息交换的机能。 14 .知识获取大体哪三种途径：(1)人工获取(2)半自动获取(3)自动获取 15 .知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化 16 .从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。 17 . PRPLOG语言的三种语句分别是：事实、规则和问题___ 18 .产生式系统由三部分组成：产生式规则库、推理机和动态数据库，
人工智能 八数码实验
人工智能作业八数码问题
一、题目 八数码问题： 初始状态图：目标状态图： 二、算符与状态空间 算符：左、上、右、下 状态空间： 状态：A=(X0,X1,X2,X3,X4,X5,X6,X7,X8) 初始状态：S0=(0,4,1,5,2,8,3,6,7); 目标状态：Sg=(0,1,7,5,2,8,3,6,4)。
三、搜索树 22 求解: 四、Open 表，Closed 表 Open 表： Closed 表：
五、程序代码 /* 3_13.pro eight puzzle */ trace DOMAINS state=st(in,in,in,in,in,in,in,in,in) in=integer DATABASE-mydatabase open(state,integer) closed(integer,state,integer) res(state) mark(state) fail_ PREDICATES solve search(state,state) result searching step4(integer,state) step56(integer,state) equal(state,state) repeat resulting(integer) rule(state,state) GOAL solve. CLAUSES solve:-search(st(0,4,1,5,2,8,3,6,7),st(0,1,7,5,2,8,3,6,4)),result. search(Begin,End):-retractall(_,mydatabase), assert(closed(0,Begin,0)),assert(open(Begin,0)),
(精选)青岛科技大学2016-2017-1人工智能期末考试题
一、谓词逻辑证明 1、设有前提： （1）凡是大学生都学过计算机； （2）小王是大学生。 试问：小王学过计算机吗？ 解：令S （x ）：x 是大学生 M （x ）：x 学过计算机； a ：小王 上面命题用谓词公式表示为： )()2(a S 我们进行形式推理： [前提] )()()2(a M a S → [(1) US] )()3(a S [前提] )()4(a M [(2) (3) I3] M(a),即小王学过计算机。 2、用谓词公式表示下述命题。 已知前提： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 ))x (M )x (S (x )(→?1
结论：所有自然数不是奇数就是一半为整数的数。 化F1 F2 F3 ?G的子句集。 F1: x (N(x)GZ(x) I(x)) F2: x (I(x)(E(x) O(x))) F3: x (E(x) I(s(x))) G: x (N(x)(I(s(x)) O(x))) 解：F1 F2 F3 ?G的子句集为 （1）?N(x) GZ(x) （2）?N(y) I(y) （3）?I(z) E(z) O(z) （4）?E(u) I(s(u)) （5）N(a) （6）?O(a) （7）?I(s(a) 3、设已知： （1）能阅读者是识字的； （2）海豚不识字； （3）有些海豚是很聪明的。 试证明：有些聪明者并不能阅读。 证首先定义如下谓词： R(x):x能阅读。 L(x):x能识字。
I(x):x是聪明的。 D(x):x是海豚。 将上述各语句翻译成谓词公式： (1) (x)(R(x)L(x)) (2) (x)(D(x)?L(x)) 已知条件 (3) (x) (D(x) I(x)) (4) (x) (I(x) ? R(x)) 需证结论 用归结反演法来证明，求题设与结论否定的子句集，得： (1) ? R(x) L(x) (2) ? D(y) ?L(y) （改名） (3) D(a) (4) I(a) (5) ? I(z) R(z) 归结得： (6)R(a) [(5), (4),{a/z}] (7)L(a) [(6), (1),{a/x}] (8)?D(a) [(7), (2),{a/y}] (9)Nil [(8), (3)] 二、框架语义网络显示 1、试实现一个“大学教师”的框架，大学教师类属于教师，包括以下属性：学历（学士、硕士、博士）、专业（计算机、电子、自动化、……）、职称（助教、讲师、副教授、教授） 解： 框架名：<大学教师> 类属：<教师> 学历：(学士、硕士、博士)
人工智能期末复习
人工智能：Artificial Intelligence，简称AI，主要研究如何使用人工的方法和技术，使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能，实现某些机器的智能行为。传统划分①符号主义学派 ②联结主义学派 ③行为主义 学派现代1.符号智能流派2.计算智能流派3.群体智能流派人工智能的基本技术：1知识表示技术2知识推理、计算和搜索技术3系统实现技术。 符号智能的表示是知识的表示，运算是基于知识表示的推理或符号操作，采用搜索方法进行问题求解，一般在问题空间上进行，计算智能的表示是对象表示，运算时给予对象的表示的操作或计算，采用搜索方法进行问题求解，一般是在解空间上进行。 人工智能的研究领域：定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、组合调度问题。 应用领域：难题求解、自动定理证明、自动翻译、智能管理、智能通信、智能仿真等。 人工智能的主要研究途径与方法：1功能模拟。符号推演2结构模拟。神经计算3行为模拟。控制进化 人工智能的研究目标及其意义： 1目标：远期目标是要制造智能机器，即探索智能的基本机理，最终制造出和人有相似或相近智力和行为能力的综合智能系统；近期目标是实现机器智能，即研究如何使用现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。 2意义：普遍的计算机智能低下，无法满足社会需求；研究AI是当前信息化社会的迫切需求；智能化是自动化发展的必然趋势；研究AI，对人类自身的智能的奥秘也提供有益的帮助。 人工智能的基本内容：1从人工智能的定义出发包括（感知与交流的模拟，记忆，联想，计算，思维的模拟，输出效率或行为模拟2从知识工程的角度出发包括（知识的获取，知识的处理以及知识的运用） 人工智能诞生1956年夏，达特莫斯大学的研究会，麦卡锡提议正式采用了“AI”术语。发展：推理期，知识期，学习期ＡＩ的现状与发展趋势：１多种途径齐头并进，多种方法协作互补２新思想、新技术不断涌现，新领域新方向不断开拓3理论研究更加深入，应用研究愈加广泛4研究队伍日益壮大，社会影响越来越大。以上展现了AI繁荣景象和光明前景，虽有困难，问题和挑战，但前进和发展毕竟是大势所趋。 盲目搜索：无向导的搜索，也称穷举搜素。在搜索中，没有任何背景知识作指导，不考虑任何与解有关的信息，随机地或按预先规定的顺序（如广度优先和深度优先）机械地生成树的节点，并判断是否为解，直到找到解或证明问题无解为止。 特点：搜索效率太低，所以在实际中往往是不可行的。启发函数：通过函数计算来评价每种选择的价值大小，用以指导搜索过程。 启发式搜索：利用问题本身的“启发性信息”不断地改变或调整搜索的方向，使搜索朝着问题本身最希望的方向进行，加速问题的求解并找到最优解。特点：重排OPEN表，选择最有希望的节点加以扩展。 盲目和启发搜索的的不同：对于较大或无限状态空间问题， 盲目搜索效率太低，所以在实际当中往往是不可行的。启发式搜索广泛地应用于实际问题求解中，如博弈、机器学习、数据挖掘、智能检索等。 启发式搜索—全局择优算法：也叫做最好优先搜索，在启发性知识导航下的广度优先搜索，在OPEN表中保留所有已生成而为考察的节点，对其中的每个节点x计算启发函数h（x）,从全部节点中选出最优节点进行扩展，而不管这个结点出现的搜索树的什么地方。 局部择优：是启发性知识导航下的深度优先搜索，在OPEN表中保留所有已生成为为考察的节点，对其中新生成的每个子节点x计算启发函数h(x),从全部子节点中选出最优节点进行扩展，其选择下一个要考察的结点的范围是刚刚生成的全部子节点。 在图搜索算法中，OPEN表，CLOSED表的作用各是什么 OPEN表：专门登记已经生成但还没有考察的节点，即待考察节点。算法执行时总是从OPEN表的首部取出节点。 CLOSED表：用来记录考察过的节点以及节点之间的关系，如每个节点指向父节点的编号（返回指针）。
人工智能期末试题及答案完整版
人工智能期末试题及答案 完整版 Prepared on 21 November 2021
xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。
人工智能试验-八数码难题
昆明理工大学信息工程与自动化学院学生实验报告 （2012 —2013 学年第 1 学期） 课程名称：人工智能开课实验室：信自楼442 2012 年10月 24日 一、上机目的及内容 1.上机内容 用确定性推理算法求解教材65-66页介绍的八数码难题。 2.上机目的 （1）复习程序设计和数据结构课程的相关知识，实现课程间的平滑过渡； （2）掌握并实现在小规模状态空间中进行图搜索的方法； （3）理解并掌握图搜索的技术要点。 二、实验原理及基本技术路线图（方框原理图或程序流程图） （1）设计并实现程序，求解出正确的解答路径； （2）对所设计的算法采用大O符号进行时间复杂性和空间复杂性分析； （3）对一般图搜索的技术要点和技术难点进行评述性分析。 问题描述： 在3×3组成的九宫格棋盘上，摆有八个将牌，每一个将牌都刻有1-8八个数码中的某一个数码。棋盘中留有一个空格，允许其周围的某一个将牌向空格移动，这样通过移动将牌就可以 不断改变将牌的布局。这种游戏求解的问题是：给定一种初始的将牌布局或结构（称初始状 态）和一个目标的布局（称目标状态），问如何移动将牌，实现从初始状态到目标状态的转变。 初始状态：8个数字将牌和空格在九宫格棋盘上的所有格局组成了问题的状态空间。其中，状态空间中的任一种状态都可以作为初始状态。 后继函数： 通过移动空格（上、下、左、右）和周围的任一棋子一次，到达新的合法状态。 目标测试： 比较当前状态和目标状态的格局是否一致。 路径消耗： 每一步的耗散值为1，因此整个路径的耗散值是从起始状态到目标状态的棋子移动的总步数。
三、所用仪器、材料（设备名称、型号、规格等或使用软件） 1台PC及VISUAL C++6.0软件 四、实验方法、步骤（或：程序代码或操作过程） 数据结构 static int target[9]={1,2,3,8,0,4,7,6,5}; 全局静态变量，表示目标状态class eight_num { private: int num[9]; 定义八数码的初始状态 int not_in_position_num; 定义不在正确位置八数码的个数 int deapth; 定义了搜索的深度 int eva_function; 评价函数的值，每次选取最小的进行扩展public:
人工智能期末试题与答案完整版(最新)
一单项选择题（每小题 2 分，共 10 分） 1.首次提出“人工智能”是在（ D ）年 A.1946 B.1960 C.1916 D.1956 2.人工智能应用研究的两个最重要最广泛领域为：B A. 专家系统、自动规划 B.专家系统、机器学习 C. 机器学习、智能控制 D.机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与 / 或”图表示法 C：状态空间表示法D：产生式规则表示法 4.下列关于不确定性知识描述错误的是 C。A：不确 定性知识是不可以精确表示的B：专家知识通常属 于不确定性知识C：不确定性知识是经过处理过的 知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5.下图是一个迷宫， S0是入口， S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg 的状态树。根据深度优先搜索方法搜索的路径是C。 A： s0-s4-s5-s6-s9-sg B： s0-s4-s1-s2-s3-s6-s9-sg C： s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空 2 分，共 20 分） 1. 目前人工智能的主要学派有三家：符号主义、 2.问题的状态空间包含三种说明的集合， 状态集合 G 。 进化主义 初始状态集合S 和连接主义、 操作符集合 。 F 以及目标 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。
人工智能实验八数码问题的求解策略
人工智能上机实验二八数码问题的求解策略1、广度优先算法程序截图： 2、最佳优先算法程序截图：
（接上图） 3、程序代码： ①广度优先算法： (defun init-search (start goal) (declare (special *open*)) (declare (special *closed*)) (declare (special *moves*)) (declare (special *start*)) (declare (special *goal*)) (let (tuple) (setq tuple (cons start '(nil)) ) (setq *open* (list tuple) ) (setq *closed* nil ) (setq *start* start) (setq *goal* goal) (setq *moves* '(blank-left blank-up blank-right blank-down)) (breadth-first-search))) (defun breadth-first-search () (declare (special *open*)) (declare (special *closed*)) (declare (special *goal*)) (declare (special *moves*)) (let (state tuple children path) (cond ((null *open*) 'FAIL!) (t (setq tuple (car *open*) ) (setq state (car tuple) ) (setq *open* (cdr *open*) ) (setq *closed* (cons tuple *closed*)) (cond ((equal state *goal*) (setq path (get-path-from *goal*)) (setq path (reverse path)) (print-path path)