作业参考答案

《人工智能与专家系统》课后习题部分答案 第1章 1.1 何谓人工智能？人类智能主要包括那些能力？ 1.2 知识工程是在什么背景下提出的？知识工程对人工智能的发展有何重要作用？ 1.4 人工智能有哪几个主要学派？各学派的基本理论框架和研究方法有何不同？ 1.6 人工智能主要的研究应用领域有哪些？ 第2章 2.4 请用相应的谓词公式表示下述语句： ⑴ 有的人喜欢足球，有的人喜欢排球，有的人既喜欢足球又喜欢排球。 MAN(x): x是人    LIKE(x,y): x喜欢y ( x) (MAN(x)∧LIKE(x, Football)) ∨( x) (MAN(x)∧LIKE(x, Volleytball)) ∨( x) (MAN(x)∧LIKE(x, Football)∧LIKE(x, Volleytball)) ⑵ 不是每一个人都喜欢游泳。 MAN(x): x是人    LIKE(x,y): x喜欢y ?( x) (MAN(x)→LIKE(x, Swimming)   或者 ( x) (MAN(x)∧?LIKE(x, Swimming)) ⑶ 如果没有利息，那么就没有人去储蓄钱。 S(x, y): x储蓄 y      M(y): y是钱  I (x): x是利息  MAN(x): x是人 (?( x) I (x))→( x)( y)(MAN(x)∧M(y)→ ?S(x, y)) ⑷ 对于所有的x和y，如果x是y的父亲，y是z的父亲，那么x是z的祖父。 FATHER(x,y)： x是y的父亲    GRANDPA(x,y)： x是y的祖父 ( x)( y)( FATHER(x,y)∧( z) FATHER(y,z))→GRANDPA(x,z))  ⑸ 对于所有的x和y , 若x是y的孩子，那么y是x的父母。 CHILDE(x,y) :  x是y的孩子    PARENT(x,y): x是y的父母 ( x)( y)( CHILDE(x,y)→PARENT(y,x))  ⑹ 登高望远。 CLIMBHIGH(x): x登的高    SEEFAR(x): x望的远 ( x)(CLIMBHIGH(x)→SEEFAR(x)) ⑺ 响鼓不用重锤。 P(x): x是鼓  M(x): x是响的  Q(x, y): x使用y  N (y): y是锤子  H(y):是重的 ( x)( y) ( P(x)∧M(x) →?Q (x, y)∧N (y)∧H(y)) ⑻ 如果b>a>0 和c>d>0 ，则有 (b *(a+c) / d)>b 。 GREATER(x,y): x大于y  f(x): b*(a+c)/d    (GREATER(b, a)∧GREATER(a,0)∧GREATER(b,0)∧GREATER(c,d) ∧GREATER(c,0)∧GREATER(d,0))→GREATER(f(x),b) 2.10 有下述猴子摘香蕉问题：在一个房间的地板上有一只猴子和一个箱子，天花板下挂有一串香蕉，猴子的水平位置为a,箱子的水平位置为b,香蕉的水平位置为c,猴子只有爬到箱子上才能摘到香蕉。猴子被允许有以下4种行为：在地板上行走：在地板上推动箱子：爬到箱子上：摘香蕉。为了规划处猴子摘香蕉的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ，请把猴子的4种行为表示为4条产生式规则。 解：R1:  if 猴子离开a, then 猴子在地板上行走 R2:  if 猴子离开a and 箱子离开b, then 猴子推动箱子 R3:  if 猴子位置在箱子上, then 猴子爬到箱子上 R4:  if 猴子到达c, then 猴子摘香蕉 用四元组P(x,y,z,w)来表示某一时刻猴子，香蕉，箱子的状态 x表示猴子的水平位置  y表示箱子的水平位置 z:z=0时，表示猴子在箱子上面；z=1时，猴子不在箱子上面 w:w=0时，表示猴子没有拿到香蕉；w=1时，猴子拿到香蕉 Move(m):表示猴子在地板上行走 Push(m):表示猴子推动箱子 Stand(m):表示猴子爬到箱子上 Pick(m):表示猴子摘香蕉 P(b,b,1,0) → move(m) P(c,c,1,0) → push(m) P(c,c,0,0) → stand(m) P(c,c,0,1) → pick(m) 2.11 有下述传教士与野人问题：有3名传教士和3名野人来到一条河的左岸，欲乘一条船渡河到右岸，该船的最大负载能力为2人，传教士与野人均可撑船。在任何时候，不论是在右岸还是左岸，如果野人人数超过传教士人数，那么，野人就会吃掉传教士。为了规划出一个渡河方案，把6个人都安全地渡过河去，请用产生式表示法表示求解该问题的所有规划。 解：(1) 综合数据库: 用三元组表示, 即： (ML, CL, BL), 其中0≤ML , CL≤3, BL∈{0, 1} 其中M、C分别代表某一岸上传教士与野人的数目, B=1表示船在这一岸, B=0则表示船不在。      此时问题述简化为：(3, 3, 1) → (0, 0, 0)。 对于N＝3的M－C问题，状态空间的总数为4×4×2＝32，根据约束条件的要求，可以看出只有20个合法状态。再进一步分析后，又发现有4个合法状态实际上是不可能达到的。因此实际的问题空间仅有16种状态可符合要求，其它的状态不符合要求。下表列出分析的结果： (ML,CL,BL) (ML,CL,BL) (0 0 1)达不到 （0 0 0） （0 1 1） （0 1 0） (0 2 1) (0 2 0) (0 3 1) (0 3 0 ) 达不到 (1 0 1)不合法 (1 0 0)不合法 (1 1 1) (1 1 0) (1 2 1) 不合法 (1 2 0) 不合法 (1 3 1) 不合法 (1 3 0) 不合法 (2 0 1) 不合法 (2 0 0) 不合法 (2 1 1) 不合法 (2 1 0) 不合法 (2 2 1) (2 2 0) (2 3 1) 不合法 (2 3 0 ) 不合法 (3 0 1) 达不到 (3 0 0) (3 1 1) (3 1 0) (3 2 1) (3 2 0) (3 3 1) (3 3 0) 达不到     (2) 规则集合: 由摆渡操作组成。该问题主要有两种操作: pmc操作(规定为从左岸划向右岸)和qmc操作(从右岸划向左岸)。每次摆渡操作, 船上人数有五种组合, 因而组成有10条规则的集合。下面定义的规则前5条为pmc操作(从左岸划向右岸), 后5条为 qmc操作(从右岸划向左岸)。 R1:  if (ML, CL, BL=1) then (ML-1, CL, BL-1);    (p10操作) R2:  if (ML, CL, BL=1) then (ML, CL-1, BL-1);    (p01操作) R3:  if (ML, CL, BL=1) then (ML-1, CL-1, BL-1);  (p11操作) R4:  if (ML, CL, BL=1) then (ML-2, CL, BL-1);    (p20操作) R5:  if (ML, CL, BL=1) then (ML, CL-2, BL-1);    (p02操作) R6:  if (ML, CL, BL=0) then (ML+1, CL, BL+1);    (q10操作) R7:  if (ML, CL, BL=0) then (ML, CL+1, BL+1);    (q01操作) R8:  if (ML, CL, BL=0) then (ML+1, CL+1, BL+1);  (q11操作) R9:  if (ML, CL, BL=0) then (ML+2, CL, BL+1);    (q20操作) R10:  if (ML, CL, BL=0) then (ML, CL+2, BL+1);    (q02操作) (3) 初始和目标状态: 即 (3, 3, 1)和(0, 0, 0)。 建立了产生式系统描述之后, 就可以通过控制策略, 对状态空间进行搜索, 求得一个摆渡操作序列, 使其实现目标状态。 状态空间图是一个有向图, 其节点可表示问题的各种状态(综合数据库), 节点之间的弧线代表一些操作(产生式规则), 它们可把一种状态导向另一种状态。这样建立起来的状态空间图,描述了问题所有可能出现的状态及状态和操作之间的关系, 因而可以较直观地看出问题的解路径及性质。 实际上只有问题空间规模较小的问题才可能作出状态空间图。 由于每个摆渡操作都有对应的逆操作, 即pmc对应qmc, 所以该图也可表示成具有双向弧的形式。 从状态空间图看出解序列相当之多, 但最短解序列只有4个, 例如： (p11、q10、p02、q01、p20、q11、p20、q01、p02、q01、p02)、 (p11、q10、p02、q01、p02、q11、p20、q01、p02、q10、p11)、 (p02、q01、p02、q01、p20、q11、p20、q01、p02、q01、p02)、 (p02、q01、p02、q01、p20、q11、p20、q01、p02、q10、p11), 均由11次摆渡操作构成。若给定其中任意两个状态分别作为初始和目标状态, 就立即可找出对应的解序列来。在一般情况下, 求解过程就是对状态空间搜索出一条解路径的过程。 以上这个例子说明了建立产生式系统描述的过程, 这也就是所谓问题的表示。对问题表示的好坏, 往往对求解过程的效率有很大影响。一种较好的表示法会简化状态空间和规则集表示。 其中的一条解路径为： (3 3 1)→(3 1 0) →(3 2 1) →(3 0 0) →(3 1 1) →(1 1 0) →(2 2 1) →(0 2 0) →(0 3 1)  →(0 1 0) → (0 2 1) → (0 0 0)    用语句叙述的解路径(即过河方案)如下： (1) 初始状态:  3个传教士、3个野人和船均在左岸; (2) 2个野人由左岸过河到右岸; (3) 1个野人划船返回左岸; (4) 2个野人(包括返回的那个)由左岸过河到右岸; (5) 1个野人划船返回左岸; (6) 2个传教士由左岸过河到右岸; (7) 1个传教士和一个野人返回左岸; (8) 两个传教士(包括返回的那个)由左岸过河到右岸; (9) 1个野人返回左岸; (10) 2个野人由左岸过河到右岸; (11) 1野人返回左岸; (12) 2个野人由左岸过河到右岸, 至此, 传教士与野人全部过河, 此时3个传教士、3个野人和船全在右岸。 2.13 何谓框架知识表示？给出框架的一般表示形式。 2.16 建立一个“学生”框架网络，其中，至少有“学生基本情况”、“学生课程学习情况”和“学生奖惩情况”三个框架描述。 （略）  参照P31 例题2.6 2.17（1）与会者有男、有女，有的年老、有的年轻。 人 （2）李明是图灵电脑公司的经理，他住在江滨路102号，今年38岁。 年龄 （3）大门前的这棵树从春天到秋天都开花。 结束于 (4) 计算机系的每个学生都学习“人工智能原理” ，它是计算机专业的一门主干课程。 说明： GS是一个概念结点，它代表具有全程量化的一般事件。 g是一个实例结点，代表GS中的一个具体例子。 S是一个全称变量，表示任意一个学生。 l是一个存在变量，代表某一次学习。 s, l之间的联系构成了一个子空间。 2.19 简述语义网络系统求解问题的基本过程。 2.25 简述面向对象表示的主要特点。 1. 封装性 2. 模块性 3. 继承性  4. 易维护性 第3章 3.2 正向推理流程图： 形成可用知识集 3.3 反向推理流程图： Y 失败退出 3.10（2）F＝{P(f(x),b),P(y,z)} 解：①令σ0=ε，F0=F，因F0中含有两个表达式，所以σ0不是最一般合一。 ②差异集D0={f(x)，y}。 ③σ1 =σ0○{f(x)/y}={f(x)/y}。 F1＝F0{f(x)/y}＝｛P(f(x),b)，P(f(x),z)｝。 ④差异集D1={b，z}。 ⑤σ2 =σ1○{b/z}={f(x)/y, b/z}。 F2＝F1{ b/z }＝｛P(f(x), b)｝。 因为F2中只含有一个表达式，所以σ2={f(x)/y, b/z}就是最一般合一； 即最一般合一为{ f(x)/y,  b/z }。 (4)F={P(f (y), y, x), P(x,f (a),f (b))} 解：①令σ0=ε，F0=F，因F0中含有两个表达式，所以σ0不是最一般合一。 ②差异集D0={f(y)，x} ③σ1 =σ0○{f(y)/x}={f(y)/x} F1＝F0{f(y)/x}＝｛P(f(y),y,f(y))，P(f(y),f(a),f(b))｝。 ④差异集D1={y，f(a)}。 ⑤σ2 =σ1○{f(a)/y }={f(y)/x, f(a)/ y }。 F2＝F1{ f(a)/y }＝｛P(f(f(a)), f(a), f(f(a))) ，P(f(f(a)), f(a),f(b))｝。 ⑥差异集D2={f(f(a)) ，f(b)}。 ⑦σ3 =σ2○{f(a)/b}={f(y)/x, y/ f(a) , f(a)/b}。 F3＝F2{ f(a)/ b }＝｛P(f(f(a)), f(a),f(f(a)))｝。 因为F3中只含有一个表达式，所以σ3={f(y)/x, f(a) / y, f(a)/b}就是最一般合一， 即最一般合一为{f(y)/x , f(a)/y , f(a)/b}。 3.11 (2)( x) (y)(P(x,y) →Q(x,y)) 应用等价关系得： ( x) (y)( P(x,y) ∨Q(x,y)) 消去全称量词得：P(x,y) ∨Q(x,y) (4) ( x) (y) ( z)( (P(x,y) →Q(x,y)∨R(x,z)) 应用等价关系得：( x) (y) ( z) ( P(x,y) ∨(Q(x,y) ∨R(x,z)) ) 消去存在量词得：( x) (y) ( P(x,y) ∨(Q(x,y) ∨R(x, f(x,y))) 消去全称量词得：P(x,y) ∨(Q(x,y) ∨R(x,f(x,y))) 3.14解： （1）首先定义谓词： P(x): 表示x被公司录用 （2）把已知前提及待求解的问题表示成谓词公式： F1：( x)P(x)：三人中至少录用一人 F2：(P(A)∧P(B)) →P(C)： 如果录用A而不录用B，则一定录用C F3： P(B)→P(C)：如果录用B，则一定录用C G：P(C) （3）将F1、F2、F3化为子句集： ⑴P(z) ⑵ P(A)∨P(B)∨P(C) ⑶ P(B)∨P(C) ⑷ P(C) （4）应用归结原理进行归结： ⑸P(B)∨P(C)  ：由⑴与⑵归结　{A\z} ⑹P(C )        ：由⑶与⑸归结　 ⑺NIL          ：由⑷与⑹归结　 所以G是F1、F2、F3的逻辑结论，即公司一定录用C。 3.19解： （1）首先定义谓词： R(x): 表示x作案 （2）把已知前提及待求解的问题表示成谓词公式： F1：R(Z)∨R(Q)：赵与钱至少有一人作案 F2：R(Q)∨R(S)：钱与孙至少一人作案 F3：R(S)∨R(L)：孙与李至少一人作案 F4：R(Z)∨R(S)：赵与孙中至少有一人与此案无关 F5：R(Q)∨R(L)：钱与李中至少有一人与此案无关 G： ( x)R(x) ∨ANSWER(x)：目标否定 （3）将上述公式化为子句集： ⑴R(Z)∨R(Q) ⑵R(Q)∨R(S) ⑶R(S)∨R(L) ⑷R(Z)∨R(S) ⑸R(Q)∨R(L) ⑹R(u)∨ANSWER(u) （4）对上述公式进行归结： ⑺R(Q)∨R(S)  ⑴⑷归结 ⑻R(Q)      ⑵⑺归结 ⑼R(S) ∨R(Q)  ⑶⑸归结 ⑽R(S)     　  ⑻⑼归结 ⑾ANSWER(S)    ⑹⑽归结  {S/u} ⑿ANSWER(Q)      ⑹⑻归结  {Q/z} 至此，可以得出结论盗窃犯是孙和钱。 3.20解： （1）首先定义谓词： EASY(x)：表示X是较容易的课程。 LIKE(x,y)：表示X是Y喜欢的课程。 SUB(x,y)：表示X是Y系的一门课程。 （2）把已知前提及待求解的问题表示成谓词公式： F1：( x) (EASY(x)→LIKE(Li,x)) F2： EASY(Engineer) F3： ( x) (SUB(x,PR)→EASY(x)) F4： SUB(PR150,PR) G： ( x) LIKE(Li,x)∨ANSWER(z) （3）将上述公式化为子句集： ⑴ EASY(x)∨LIKE(Li,x) ⑵ EASY(Engineer) ⑶ SUB(x,PR)∨EASY(x) ⑷SUB(PR150,PR) ⑸ LIKE(Li,z)∨ANSWER(z) （4）对上述公式进行归结： ⑹ SUB(x,PR)∨LIKE(Li,x)  ⑴⑶归结 ⑺ LIKE(Li, PR150)          ⑷⑹归结 { PR150/x} ⑻ANSWER(PR150)          ⑸⑺归结 { PR150/z} 至此，可以得出结论小李喜欢PR150这门课程。 第4章 4.14解： 评价函数f(x)= d(x) + h(x) 其中： ①h(x)为节点x的状态Sx 与目标节点状态Sg　的棋局不相同的棋子数。 ②d(x)为节点x的深度。 规定规则为空格移动(走步规则), 规则选取顺序为: 左( )、上( )、右( )、下( )。控制策略为: 选取评价函数值最小者进行扩展(往下搜索)。则其搜索的状态空间图如下: 则路径为：S(4) →B(4) →E(5) →I(5) →K(5) →L(5) 4.12 应用宽度优先搜索求解重排九宫问题。问题的初始状态S0和目标状态Sg分别为： 解：解的路径是：S0→空格上移→空格上移→空格上移→空格上移→空格上移→Sg 4.13应用有界深度优先搜索求解重排九宫问题。设搜索深度界限d m=5. 问题的初始状态S0和目标状态Sg分别为： A 4.19解： （1）深度优先搜索： A →C →D →E →B →A ，代价为34。 昆明 （2）代价树宽度优先搜索：（略） 4.20解： 西安→北京 →上海 →昆明 →广州，代价为375 4.22 设有下列农夫过河问题：农夫、狐狸、山羊和白菜都在一条河的左岸，只有农夫可撑船，要将狐狸、山羊和白菜都渡河到右岸去。但是，农夫每次撑船过河时，船上至多只能载狐狸、或者载山羊、或者载白菜。若农夫不在时，则狐狸会吃掉山羊、山羊会吃掉白菜。请选择状态空间方法中的一个合适的搜索方法规划出一个渡河方案，使农夫能把狐狸、山羊和白菜都带过河去。画出搜索树，并给出问题的解。 提示： 用4元组S=(f, x, g, c)表示状态，其中变元f, x, g, c分别表示农夫、狐狸、山羊和白菜在状态S下所在的河岸。若其值为0，则表示在左岸；若其值为1，则表示在右岸。 4.24解：（1）按和代价法：h(B)=7;h(C)=3;h(A)=21 t2 解树为： （2）按最大代价法：h(B)=5;h(C)=2;h(A)=10 t2 解树为： 3 4.27（1）计算各节点的倒推值(红色标识) （2）进行α－β剪枝