内蒙古科技大学人工智能试题2014

1、内蒙古科技大学2015/2016学年第一学期人工智能结课报告课程号：76807376-01考试方式：结课报告使用专业、年级：计算机应用2013-3任课教师：陈淋艳班级：计算机3班学号：1376807341 姓名：张晏榕题目：查找两篇或三篇已发表的与人工智能理论相关的论文，分别介绍文章所论 述的问题，阐述的理论，并加以对比。正文第一部分：对人工智能中知识表示方法之比较论文进行相关阐述关键字：人工智能 知识表示 概念图 粗糙集Pertri网XML文章分别叙述了概念图、粗糙集、Pertri网、XML这几种知识表达方法， 具体如下：常用的知识表示方法有人工智能，知识表示，概念图，粗糙集Pertri 网

2、，XML等，他们各自有各自的特点和其应用的范围1、概念图知识表示方法概念图机构是基于语言学，心理学，哲学为一体的一种新的知识表示方法。 是指用图示的方法来呈现出个体有关某一领域或某些领域的概念体系，它以其独 特的系统整体性，简约再生性，成为外显知识和内隐知识相互转化的桥梁，同时 它还具有表达能力强、可靠性好、易于实现、接近自然语言等特点2、粗糙集知识表示方法粗糙集合理论是一种新型的处理模糊和不确定知识的数学工具，粗糙集认为 知识就是将对象进行分类的能力，引入不可区分关系作为粗糙集理论最基本的概 念。粗糙集理论的知识表示方法一般采用信息表或称为属性值系统。信息表类似 于关系数据库模型的知识表达式

3、，粗糙集在其定义了约简和核等概念，这样知识 可用数据来代替，只是处理可以由数据操纵来实现。3、XML知识表达方法XML是通用标记语言标准SGML的一个子集，XML中包含了大量的自我解释性 的标识文本，每个标识文本由若干规则组成，这些规则可以用于创建标识。XML 文档以树形结构包含和描述数据、数据结构，更重要的是XML可以包含语义，完 全可以用来描述具有良好结构的知识。4、Petri网的框架代表基于产生式规则的知识结构，框架的逻辑结构由一组表示实体 各个侧面的槽组成，采用知识表示的链表结构方式有利于空间数据的动态管理， 使框架的各个槽以及其侧面随时都可以根据需要经行增减和删除，从而使知识的 添加

4、和删除操作简单易行。小结：通过学习，我了解到这就是几种常见的知识表示方法，我认为概念图 较为易学和了解，但是他解决实际问题的能力较弱，而XML比较适合知识表示， Petri知识的存储、修改和检索有一定困难。第二部分：基于人工智能中知识可拓工程方法关键字：人工智能、可拓工程、知识表示专家系统中的知识可以用物元来表示，即用一个有序三元组R=（N,C,V）来 表示，其中N表示专家系统中知识所涉及的有关事务，C为该事物特征，V为有 关该事物的量值1、产生式表示法的可拓分析方法产生式表示法又称产生式规律表示法，用来表示具有因果关系的知识，其形 式是P-Q或者IF THEN Q,即：当前提P所指条件满足时

5、，应该得到的结论或 操作为Q例如：如果动物会吃肉，那么该动物是食肉动物用可拓方法表示为：R1-R2其中R1=（动物A，吃，肉），R2=（动物A，属于，食肉动物）有时产生式表示会形成一个推理链，从而出现了 ”一征多物”和“一物多征” 的现象，这可以利用物元可拓性方法中的发散性进行知识的表示。2、框架表示法的可拓性分析方法框架表示法是以框架为理论基础发展起来的一种结构化的知识表示，它是描 述对象属性的数据结构例如：框架名：教师1姓名：黎明性别：男年龄：25专业：计算机专业部门：计算机软件教研室利用可拓方法得到的表示如下：R=（N,V,C）=教师，姓名，黎明性别：男年龄：25专业：计算机专业部门：计

6、算机软件教研室3、语义网络表示法的可拓分析方法语义网络表示法用来表达能力强而且灵活的知识表示方法，语义网络形式上 是由一个节点和若干条链构成的描述一个问题领域中的物体、概念、事件、动作 或状态的有向图4、面向对象知识表示的可拓分析方法面向对象知识表示是一种最有结构化的知识表示方法，用面向对象知识表示 具有结构化和模块化的特点，利用可拓方法对于面向对象知识表示可以使对象和 累的选择与变化得到正确的思维和指导，可以将不相容的问题转化为相容问题， 从而对知识表示更加精确和定量化小结：我认为这篇文章研究了人工智能知识表达中的几种形式，并且结合可 拓性的理论进行了介绍，在网络而来越发达的当今，我认为他在

7、计算机科学，系 统科学，心理科学，电子科学，生物学都有广泛的应用第三部分：不确定性人工智能关键字：熵；超熵；混沌；分形；复杂网络;幕律分布随机性和模糊性是不确定性的最基本内涵“不确定性”一词最早出现于 1836年詹姆斯穆勒的政治经济学是否有用一文中人们目前所说的不确定性， 其涵义很广泛，主要包括随机性、模糊性、不完全性、不稳定性和不一致性这5 个方面，.其中随机性和模糊性又是最基本的1、随机性和随机数学 随机性又称偶然性,是指因为事件发生的条件不充分, 使得条件与结果之间没有决定性的因果关系，在事件的出现与否上表现出的不确 定性质，可以用随机数学作为工具进行研究.2、模糊性和模糊数学 模糊性又

8、称非明晰性.它的出现是由于概念本身模糊, 一个对象是否符合这个概念难以确定，在质上没有明确含义，在量上没有明确界 限.这种边界不清的性质，不是由人的主观认识造成的，而是事物的一种客观属性. 概念外延的不确定性质，可以用模糊数学作为工具来研究.3、随机性和模糊性的关联性人们分别用随机数学和模糊数学去研究随机 性和模糊性，仅仅是从不同的角度去认识不确定性，并规定了各自的公理系 统.但是，当研究广义的不确定性的时候，这些公理作为前提条件是否成立，常 常成了一个大问题.4、混 沌混沌的发现是对确定论最大的冲击.过去科学家们认为确定 的系统只能产生确定的结果，绝对不会产生随机性，而把产生随机现象的原因归

9、 结为外部的影响.混沌科学却告诉我们，确定性的系统也可以产生随机的结果.非 线性动力学中的“混沌”概念有着严格的科学定义，而人工智能以及其他一般科 学中的混沌，指的是由确定性系统产生的复杂的随机行为，是人类社会和自然界 中普遍存在的一种不确定运动形态.5、复杂网络具有小世界效应和无尺度特性的复杂网络近年来备受人们 关注.大量的真实网络，如因特网、万维网、电力网、航空网、食物链、人际关系 网都是这种复杂网络.复杂网络拓扑结构的不确定性是复杂网络研究的基本问 题.20世纪中叶,Erdos和Renyi突破传统图论，用随机图描绘了复杂网络拓扑. 近年来研究发现，很多实际的复杂网络既不完全规则也不完全随

10、机，而是介于完 全规则和完全随机这两个极端之间，既具有类似规则网络的较大集聚系数，又具 有类似于随机网络的较小平均路径长度,这就是小世界网络.近年来，人们也试图 将神经网络模型、模糊推理和表示、进化算法等与混沌、分形理论结合起来，构 造新的模型，以体现人类的不确定认知过程6、人类认知过程的不确定性如果从存在论和认识论两个角度理解不确定 性，以上讲的主要是存在论意义上的不确定性，下面从认识论意义上讨论人自身 认知过程中的不确定性.人类的认知，实质上是客观世界的一种映像.客观世界的 不确定性，决定了人类主观认知过程的不确定性7、自然语言的不确定性：自然语言带有模糊性是显而易见的.人类感觉器 官感受

11、的客观事物往往是连续的，例如温度、颜色、气味、声音等等.但是，语言 符号是离散的，用离散的符号去表示连续的事物，边界必然不明确，产生模糊性. 比如，“冷”、“热”、“美”、“丑”等描述人类感官的词语，“一堆”、“三十几岁”、 “两点左右”等描述数量的词语，还有在日常生活中使用频率很高的“很”、“非 常”、“也许”、“大概”、“差不多”、“可能”等表示程度的词语都具有模糊性.8、随机性、模糊性及其关联性的计算机模拟根据云模型的数字特征，利 用云发生器生成云滴，可以对定性概念进行计算机模拟表示.我们通过一个例 子说明云模型对随机性、模糊性及其关联性的描述和计算机模拟.小结：通过这篇文章，我了解到不确定性人工智能是人类进入21世纪的新 发展，而且具有良好的发展前景，这个由物理学、数学、脑科学、心理学、认知 学、生物学等自然科学和社会科学交叉渗透构成的新学科,必将使机器能够具备 类似人脑的不确定性信息和知识的表示能力、处理能力和思维