人工智能简答及论述题及人工智能复习题及答案

1人工智能是人造智能，即计算机模拟或实现的智能，它是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和复杂环境中的行为。2图灵测试的做法：让一位测试者分别与一台计算机和一个人进行交谈，而测试者事先并不知道哪一个是测试者，哪一个是计算机。若果交谈后测试者分不出哪一个被测者是人，哪一个是计算机，则可以认为这台被测的计算机具有智能。3人脑的智能及其发生过程都是在其心理层面上可见的，即以某种心理活动和思维过程表现的。这就是说，基于宏观心理层次，我们可以定义智能和研究智能。基于这一认识，我们把脑（主要指人脑）的这种宏观心理层次的智能表现成为脑智能。把这种有群体行为所表现的智能称为群智能。区别与联系：它们都属于不同层次的智能。脑智能是一种个体智能，而群智能是一种社会智慧，但对于人脑来说，宏观心理层次上的脑智能与神经元层次上的群智能又有密切关系，正是围观生理层次上低级的神经元的群智能形成宏观心理层次上高级的智能。4从感觉到记忆到思维这一过程，称为智慧，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称智能。5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。符号智能以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解，符号智能的主要智能包括知识获取，知识表示，知识组织与管理和知识运用等技术（这些构成了所谓的知识工程）以及基于知识的智能系统等。6计算智能：也就是计算人工智能，它是模拟群智能的人工智能，计算智能以数值数据为基础，主要通过数组计算，运用算法进行问题求解，计算智能的主要内容：神经网络，进化计算（亦称演化计算，包括遗传算法，进化规划，进化策略），免疫计算，粒群计算，蚁群计算，自然计算以及人工生命等。7人工智能的研究内容：搜索与求解：许多人工智能活动（包括脑智能和群智能）的过程，都可以看成或者抽象为一个基于搜索的问题求解过程。学习与发现：指机器的知识学习和规律发现。知识与推理：知识表示要求便于计算机的接受，存储，处理和运用，机器的推理方式与知识的表示又息息相关。发明与创造：发明创造不仅包括我们平时所说的发明创造，也包括创新性软件，它不仅需要知识和推理，还需要想象和灵感。感知与交流：指计算机对外部信息的直接感知和人机之间，智能体之间的直接信息交流，机器感知就是计算机直接感知周围世界。记忆与联想：记忆是智能的基本条件，联想与许多智能技术息息相关，联想的前提是联想记忆与联想存储。系统与建造：智能系统的设计和实现技术。应用与工程：人工智能的应用和工程研究，这是人工智能的技术与实际应用的接口。8人工智能的研究途径和方法：心理模拟，符号推演（从人脑的宏观心理层面入手，一智能行为的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思维过程，实现人工智能）、生理模拟，神经计算（从人脑的生理层面，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络工作过程，实现人工智能）、行为模拟，控制进化（用模拟人和动物在与环境的交互、控制过程中智能活动和行为特性）、群体模拟，仿生计算（模拟生物群落的群体智能行为）、博采广签，自然计算（模拟借鉴自然界的某种机理而设计计算模型）、原理分析，数学建模（通过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型）。9人工智能应用：难题求解；自动规划、调度与配置；机器定理证明；自动程序设计；机器翻译；智能控制；智能管理；智能决策；智能通信；智能仿真；智能CAD；智能制造；智能CAI；智能人机接口；模式识别；数据挖掘与数据库中的知识发现；计算机辅助创新，计算机文艺创作；机器博弈；智能机器人。10标识，运算，搜索是人工智能的三个最基本，最核心的技术。11符号智能与计算智能的区别与联系：两者都涉及表示和运算，都通过搜索进行问题求解的，区别在于前者的标识是知识表示，运算是基于知识表示的推理或符号操作；后者采用搜索方法进行问题求解，一般在问题空间搜索，前者也采用搜索方法进行问题求解，。一般在解空间搜索。12PROLOG语言只有三种语句，分别为事实（数据），规则（子程序）和问题(主程序)，它是基于Horn子句的逻辑程序，其运行机理自然是基于归结原理的演绎推理。13产生式也称为产生式规则，或简称规则，产生式一般形式为<前件>-><后件>，其中，前件就是前提，后件是前提或动作，前件和后件可以是由逻辑运算符AND、OR、NOT组成的表达式。14产生式语义规则是：如果前提满足，则可得结论或者执行相应动作，即后件由前件来触发，所以，前件是规则的执行条件，后件是规则体。15利用产生式规则可以实现前提条件的指令性操作，可以实现逻辑推理，实现操作的方法是当测试到一条规则的前提条件满足时，就执行其后部的动作。这称为规则被触发点或点燃。利用产生式规则实现逻辑推理的方法是当有事实能与某规则的前提匹配（即规则的前提条件成立）时，就得到该规则后部的结论（及结论也成立）。16产生式系统有三部分组成：产生式规则库、推理机、动态数据库。产生式规则式亦称产生式规则集，有领域规则组成，在机器中以某种动态数据结构进行组织，一个产生式规则集中的规则，按其逻辑关系，一般可形成一个称为推理网络的结构图，推理机亦称控制执行机构，他是一个程序模块，负责产生式规则的前提条件测试或匹配，规则的调度与选取，规则体的解释和执行，即推理机实施推理，并对推理进行控制，他就是规则的解释程序17人工智能程序设计语言：表处理语言LISP、PROLOG语言18状态图搜索涉及的概念：在状态图中寻找目标或路径的基本方法就是搜索，所谓搜索就是从初始节点出发，沿着与之相连的边试探的前进，寻找目标节点的过程(也可以反向进行)；搜索过程中经过的节点和边，按原图的连接关系，便会构成一个树型的有向图，这种树型有向图称为搜索树。搜索方式：树型搜索：从树根（初始节点）出发，一笔一笔地描出一棵树。线式搜索：在搜索的过程中只记录那些当前认为是处在所找路径上的节点和边；线式搜索又分为不回溯和可回溯，前者是每到一个“叉路口”仅沿一条路继续前进，后者也是对每一个节点都仅扩展一条边，但当不能在扩展时，则退回一个节点，然后再扩展另一条（如果有的话）。树型搜索成功后，还需再从搜索树中找出所求路径，线式搜索只要成功，则搜索线就是所找的路径，即问题的解。搜索策略:盲目搜索和启发式搜索，前者就是无向导的搜索，后者是有向导的搜索；树式盲目搜索从初始节点出发，沿连接边逐一考察各个节点，或者反向进行；线式盲目搜索对于不回溯的就是随机碰撞式搜索，对于回溯的则也是穷举式搜索。发现信息19发现信息知识原理知识 机器学习可分为信息、发现和知识三个要素，她们分别是机器学习的对象、方法和目标。符号学习的方法：记忆学习（死记硬背）、实例学习（示例学习、归纳学习）、决策树学习（其原理是用构造树型树形结构的方法从一批事实数据集中归纳总结出若干条分类、决策规则）、演绎学习（一种保真变换，并存储有用的结论）、类比学习（寻找和利用事物间可类比的关系，而从已有的知识推导出未知的知识）。20神经网络学习（神经网络能够通过学习，改变其内部状态，使输入输出呈现出某种规律性），按连接的拓扑结构不同，神经网络可以分为四类：反馈前向网络、分层前向网络、互联前向网络、广泛互联网络。21专家系统：概念结构：知识库（以某种表示形式存储于计算机中的知识的集合）、推理机（实现机器推理的程序）、动态数据库（存放初始证据事实、推理结果、控制信息的场所）、人机界面（最终用户与专家系统交互界面）、解释模块（专门负责向用户解释专家系统的行为和结果）、知识库管理系统（知识库的支撑软件）、自学习模块（主要指在系统运行过程中，能不断且自动化的完善、丰富知识库中知识）建立专家系统的步骤:系统总体分析与设计、知识获取、知识表示与知识描述语言设计、（知识库设计、知识库管理系统设计、推理机设计、解释模块设计、总控与界面设计、其他功能模块设计）、编程与调试、测试与评价、运行与维护。系统专家的开发特点：知识获取与知识表示设计是工作的起点，知识表示以及知识描述语言确定后，各项设计（图中并列的6个设计）可同时进行。1谈谈你对人工智能的看法？人工智能是21世纪世界三大尖端技术之一，它在社会生产生活中起到了无可替代的巨大作用，它研究、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。作为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，它是多种学科互相渗透的一门综合性新学科，是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，用以延伸人们智能的科学。2）在我看来，人工智能可以分成两个部分来理解，即“人工”和“智能”。人工，自然就是一些人力所能做到的事情，由人去完成活动。智能，应该理解为智慧和能力。既然走智能平台之路，就必须做到两点：一、通过向开发者开放免费的API接口，方便导入后台数据库；二、平台具备自我学习能力，不断完善信息和丰富数据库。3）人工智能的本质就是机器自学习的过程。机器学习包括两大模块：一是数据来源，即大数据；二是数据处理方式，即机器学习算法，机器在自学习过程中两大模块同时运行。深度学习是机器学习研究中的全新领域，主要为建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。深度学习能增强机器学习的能力，整个机理得到大幅改进。4）但受限于技术瓶颈，目前人工智能远未到达成熟的地步。人工智能一旦做成，将对现有移动互联网产品商业模式产生巨大的颠覆，甚至很多移动互联网、互联网产品将不复存在。它的到来，将改变现有的购物、聊天和通信方式，甚至对社交产生冲击。5）基于大数据的分析和处理的人工智能能实现精准推荐。但用它来模拟人工存在较大瓶颈，即模拟不出情感、道德等人类特有特征，最根本的解决办法是基于生物计算机去变革，这是人工智能演化必经的基础性变革。以上就是我对人工智能的看法。2谈谈你对智能机器人的看法？智能机器人是当前人工智能领域一个十分重要的应用领域和热门的研究方向，它直接面向应用，社会效益强，发展非常迅速。它的研制几乎需要所有的人工智能技术，而且还涉及其他许多科学技术部门和领域。作为人工智能的理想研究平台,它是一个集感知、思维、效应等多方面全面模拟人的机器系统，但其外形不一定像人。它是人工智能技术的综合试验场。可以全面地考察人工智能各个领域的技术。其能力和水平已经成为人工智能技术水平甚至人类科学技术综合水平的一个表现和体现,研究它们相互之间的关系还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。2）智能机器人作为第三代机器人，具有感知、识别、推理、规划和学习等智能机制,其中，感知本身,就是人类和动物所具有的低级智能。智能机器人可以把感知和行动智能化结合起来。它的智能分为两个层次:第一即具有感觉、识别、理解和判断功能;第二即具有总结经验和学习的功能。3）智能机器人技术将会沿着自主性、智能通信和适应性三个方向发展。移动功能是智能机器人与工业机器人显著的区别之一。智能机器人的生命在于创新,开展仿生机构的研究,可以从生体机构、移动模式、运动机理、信息处理与综合,以及感知和认知等方面多层次得到启发。智能机器人的发展必将伴随着智能化算法的不断涌现，模糊控制、神经网络、遗传算法以及它们的相互结合也是智能机器人研究热点之一。由于智能机器人工作环境复杂度和任务的加重,人类对其要求不再局限于单台智能机器人,在动态环境中多智能机器人的合作与单个机器人路径规划要很好地统一,才能更好实现智能化。由于智能机器人的造价太高，所以至今无法普及。不过，总有一天，智能机器人将会伴着我们的生活，为我们的生活带来方便。3、谈谈你对专家系统的看法？专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。ES的理论和技术不断发展，应用渗透到几乎各个领域，包括军事、法律、商业、计算机设计和制造等众多领域，开发的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。它是具有大量专门知识与经验的智能计算机系统，通常，主要指计算机软件系统。它在计算机中组织整理存储了专门领域中人类专家的知识和思考解决问题的方法，经验和诀窍，不但能模拟领域专家的思维过程，而且能让计算机宛如人类专家那样智能地解决实际存在的困难和复杂的问题。即它是一个应用于某专门领域，拥有专家级知识，能模拟专家思维，能达到专家级水平的系统。ES是人类专家智能的模拟，延伸和扩展，具有一定的复杂性和难度；是专家可以信赖和利用的高水平智能助手和有效工具；它可以接近人类专家的水平在特定领域工作；它能高效，准确，迅速地工作，不会产生疲劳，遗忘，不受环境，情绪等的影响；它突破了时间和空间的控制，程序可永久保存，并可复制，还可在网上传递；它能进行有效推理，包括各种精确性推理和非精确性推理。相对于一般计算机软件系统来说，ES不同于一般的计算机软件系统,从处理问题的性质来看，ES善于解决不确定性，非结构化，没有算法或虽然有算法但是在现有的机器上无法实施的困难问题，主要用于知识信息处理；从处理问题的方法看，ES则利用专家的知识和经验，求解专门问题，而不是数学描述的方法来解决问题，它是基于知识的智能问题求解系统；从系统的结构来看，ES灵活性和可扩充性更好。ES是人类专家智慧的拷贝，是人类专家的某种化身，它是基于知识的系统，虽然现在技术比较成熟，但是仍然存在很多的问题，比如系统的优化和发展问题，但是正是有这些问题的存在，才会推动专家系统一代一代的发展下去。PAGEPAGE21黑龙江大学计算机科学技术学院智能智能是一种认识客观事物和运用知识解决问题的综合能力。什么叫知识？知识是人们在改造客观世界的实践中积累起来的认识和经验确定性推理指推理所使用的知识和推出的结论都是可以精确表示的，其真值要么为真、要么为假。推理推理是指按照某种策略从已知事实出发利用知识推出所需结论的过程。不确定性推理指推理所使用的知识和推出的结论可以是不确定的。所谓不确定性是对非精确性、模糊型和非完备性的统称。人工智能人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能搜索是指为了达到某一目标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。规划是指从某个特定问题状态出发，寻找并建立一个操作序列，直到求得目标状态为止的一个行动过程的描述。机器感知就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉模式识别是指让计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。机器行为就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。知识表示是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。事实是断言一个语言变量的值或断言多个语言变量之间关系的陈述句综合数据库存放求解问题的各种当前信息规则库用于存放与求解问题有关的所有规则的集合人工智能有哪些应用？人工智能的研究目标远期目标揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展近期目标研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。智能包含哪些能力？感知能力记忆和思维能力学习和自适应能力行为能力知识有哪几种表示方法？一阶谓词逻辑表示法产生式表示法语义网络表示法框架表示法过程表示法演绎推理与归纳推理的区别演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或者证明一个结论的正确性。它所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭露出来，因此它不能增殖新知识。归纳推理所推出的结论是没有包含在前提内容中的。这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。子句集的化简的步骤消去连接词“→”和“↔”减少否定符号的辖域对变元标准化化为前束范式消去存在量词化为Skolem标准形消去全称量词消去合取词更换变量名称鲁滨逊归结原理基本思想首先把欲证明问题的结论否定，并加入子句集，得到一个扩充的子句集S'。然后设法检验子句集S'是否含有空子句，若含有空子句，则表明S'是不可满足的；若不含有空子句，则继续使用归结法，在子句集中选择合适的子句进行归结，直至导出空子句或不能继续归结为止。全局择优搜索A算法描述：(1)把初始节点S0放入Open表中，f(S0)=g(S0)+h(S0)；(2)如果Open表为空，则问题无解，失败退出；(3)把Open表的第一个节点取出放入Closed表，并记该节点为n；(4)考察节点n是否为目标节点。若是，则找到了问题的解，成功退出；(5)若节点n不可扩展，则转第(2)步；(6)扩展节点n，生成其子节点ni(i=1,2,…)，计算每一个子节点的估价值f(ni)(i=1,2,…)，并为每一个子节点设置指向父节点的指针，然后将这些子节点放入Open表中；(7)根据各节点的估价函数值，对Open表中的全部节点按从小到大的顺序重新进行排序；(8)转第(2)步。命题逻辑的归结法与谓词逻辑的归结法的不同之处是什么？答：谓词逻辑比命题逻辑更复杂，由于谓词逻辑中的变量受到量词的约束，在归结之前需要对变量进行重命名即变量标准化，而在命题逻辑中的归结则不需要。产生式系统的推理过程(1)初始化综合数据库，即把欲解决问题的已知事实送入综合数据库中；(2)检查规则库中是否有未使用过的规则，若无转(7)；(3)检查规则库的未使用规则中是否有其前提可与综合数据库中已知事实相匹配的规则，若有，形成当前可用规则集；否则转(6)；(4)按照冲突消解策略，从当前可用规则集中选择一个规则执行，并对该规则作上标记。把执行该规则后所得到的结论作为新的事实放入综合数据库；如果该规则的结论是一些操作，则执行这些操作；(5)检查综合数据库中是否包含了该问题的解，若已包含，说明解已求出，问题求解过程结束；否则，转(2)；(6)当规则库中还有未使用规则，但均不能与综合数据库中的已有事实相匹配时，要求用户进一步提供关于该问题的已知事实，若能提供，则转(2)；否则，执行下一步；(7)若知识库中不再有未使用规则，也说明该问题无解，终止问题求解过程。列出下图中树的节点访问序列以满足下面的２个搜索策略(在所有情况中都选择最左分枝优先访问)1)深度优先搜索；２)广度优先搜索。答：（１）深度优先：1,2,5,6,10,11,3,7,12,13,4,8,9（２）广度优先：1，2，3，4，5，6，7，8，9，10，11，12，13八数码问题。问题的初态和目标状态如下图所示，要求用A*算法解决该问题初始状态目标状态图4-32是5个城市的交通图，城市之间的连线旁边的数字是城市之间路程的费用。要求从A城出发，经过其它各城市一次且仅一次，最后回到A城，请找出一条最优线路。解：这个问题又称为旅行商问题（travellingsalesmanproblem,TSP）或货郎担问题，是一个较有普遍性的实际应用问题。根据数学理论，对n个城市的旅行商问题，其封闭路径的排列总数为：(n!)/n=(n-1)!其计算量相当大。例如，当n=20时，要穷举其所有路径，即使用一个每秒一亿次的计算机来算也需要350年的时间。因此，对这类问题只能用搜索的方法来解决。下图是对图4-32按最小代价搜索所得到的搜索树，树中的节点为城市名称，节点边上的数字为该节点的代价g。其计算公式为g(ni+1)=g(ni)+c(ni,ni+1)其中，c(ni,ni+1)为节点ni到ni+1节点的边代价。0A0A119210119210102119BDCE102119BDCE9869312838612898693128386128201917CDB181221ECB10105EDB1201917CDB181221ECB10105EDB16E2218DC331288933128892312386886896912612923123868868969126129883C32B222925DC2020EBB16D191622DE31C32B222925DC2020EBB16D191622DE31E25C9838E12912BD272426CB2720C1417BE2524DC2621DE9838E12912BD272426CB2720C1417BE2524DC2621DE68126666812666E3133E9328D31B926B26E831B28DD273E3133E9328D31B926B26E831B28DD27323E35ED27D32C34B30282023E35ED27D32C34B302820E28CBE28CB21021030A30A30A30A图4.32的最小代价搜索树图4.32的最小代价搜索树可以看出，其最短路经是A-C-D-E-B-A或A-B-E-D-C-A其实，它们是同一条路经。设有如图4-34的与/或/树，请分别按和代价法及最大代价法求解树的代价。AABCDt2t3t4t1图4.34习题4.14的与/或树56217223E解：若按和代价法，则该解树的代价为：h(A)=2+3+2+5+2+1+6=21若按最大代价法，则该解树的代价为：h(A)=max{h(B)+5,h(C)+6}=max{(h(E)+2)+5,h(C)+6}=max{(max(2,3)+2)+5,max(2,1)+6}=max((5+5,2+6)=10判断下列公式是否为可合一，若可合一，则求出其最一般合一。(1)P(a,b),P(x,y)(2)P(f(x),b),P(y,z)(3)P(f(x),y),P(y,f(b))(4)P(f(y),y,x),P(x,f(a),f(b))(5)P(x,y),P(y,x)解：(1)可合一，其最一般和一为：σ={a/x,b/y}。(2)可合一，其最一般和一为：σ={y/f(x),b/z}。(3)可合一，其最一般和一为：σ={f(b)/y,b/x}。(4)不可合一。(5)可合一，其最一般和一为：σ={y/x}。5.判断下列子句集中哪些是不可满足的：{¬P∨Q,¬Q,P,¬P}{P∨Q,¬P∨Q,P∨¬Q,¬P∨¬Q}{P(y)∨Q(y),¬P(f(x))∨R(a)}{¬P(x)∨Q(x),¬P(y)∨R(y),P(a),S(a),¬S(z)∨¬R(z)}{¬P(x)∨Q(f(x),a),¬P(h(y))∨Q(f(h(y)),a)∨¬P(z)}{P(x)∨Q(x)∨R(x),¬P(y)∨R(y),¬Q(a),¬R(b)}解：(1)不可满足，其归结过程为：¬¬P∨Q¬Q¬PPNIL(2)不可满足，其归结过程为：PP∨Q¬P∨QQP∨¬Q¬P∨¬Q¬QNIL(3)不是不可满足的，原因是不能由它导出空子句。(4)不可满足，其归结过程略(5)不是不可满足的，原因是不能由它导出空子句。(6)不可满足，其归结过程略设已知：如果x是y的父亲，y是z的父亲，则x是z的祖父；每个人都有一个父亲。使用归结演绎推理证明：对于某人u，一定存在一个人v，v是u的祖父。解：先定义谓词F(x,y)：x是y的父亲GF(x,z)：x是z的祖父P(x)：x是一个人再用谓词把问题描述出来：已知F1：(x)(y)(z)(F(x,y)∧F(y,z))→GF(x,z))F2：(y)(P(x)→F(x,y))求证结论G：(u)(v)(P(u)→GF(v,u))然后再将F1，F2和¬G化成子句集：①¬F(x,y)∨¬F(y,z)∨GF(x,z)②¬P(r)∨F(s,r)③P(u)④¬GF(v,u))对上述扩充的子句集，其归结推理过程如下：¬¬F(x,y)∨¬F(y,z)∨GF(x,z)¬GF(v,u)¬F(x,y)∨¬F(y,z)¬P(r)∨F(s,r)¬F(y,z)∨¬P(y)¬P(r)∨F(s,r)¬P(y)∨¬P(z)¬P(y)P(u)NIL{x/v,z/u}{x/s,y/r}{y/s,z/r}{y/z}{y/u}由于导出了空子句，故结论得证。设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。解：定义谓词P(x)：x是人L(x,y)：x喜欢y其中，y的个体域是{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)有人每天下午都去打篮球。解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(x)(y)(A(y)→B(x)∧P(x))(3)新型计算机速度又快，存储容量又大。解：定义谓词NC(x)：x是新型计算机F(x)：x速度快B(x)：x容量大将知识用谓词表示为：(x)(NC(x)→F(x)∧B(x))(4)不是每个计算机系的学生都喜欢在计算机上编程序。解：定义谓词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))(5)凡是喜欢编程序的人都喜欢计算机。解：定义谓词P(x)：x是人L(x,y)：x喜欢y将知识用谓词表示为：(x)(P(x)∧L(x,pragramming)→L(x,computer))机器人移盒子问题设在房间，c处有一个机器人，a和b处有一张桌子，分别称为a桌和b桌，a桌上有一盒子，如下图所示，要求机器人从c处出发把盒子从a桌上拿到b桌上，然后再回到c处。请用谓词逻辑来描述机器人的行动过程。分别定义描述状态和动作的谓词描述状态的谓词：TABLE(x)：x是桌子EMPTY(y)：y手中是空的AT(y,z)：y在z处HOLDS(y,w)：y拿着wON(w,x)：w在x桌面上变元的个体域：x的个体域是{a,b}y的个体域是{robot}z的个体域是{a,b,c}w的个体域是{box}问题的初始状态：AT(robot,c)EMPTY(robot)ON(box,a)TABLE(a)TABLE(b)问题的目标状态：AT(robot,c)EMPTY(robot)ON(box,b)TABLE(a)TABLE(b)机器人行动的目标把问题的初始状态转换为目标状态，而要实现问题状态的转换需要完成一系列的操作需要定义的操作：Goto(x,y)：从x处走到y处。Pickup(x)：在x处拿起盒子。Setdown(x)：在x处放下盒子各操作的条件和动作：Goto(x，y)条件：AT(robot，x)动作：删除表：AT(robot，x)添加表：AT(robot，y)Pickup(x)条件：ON(box，x)，TABLE(x)，AT(robot，x)，EMPTY(robot)动作：删除表：EMPTY(robot)，ON(box，x)添加表：HOLDS(robot，box)Setdown(x)条件：AT(robot，x)，TABLE(x)，HOLDS(robot，box)动作：删除表：HOLDS(robot，box)添加表：EMPTY(robot)，ON(box，x)这个机器人行动规划问题的求解过程如下：状态1(初始状态)AT(robot,c)开始EMPTY(robot)=========>ON(box,a)TABLE(a)TABLE(b)状态2AT(robot,a)Goto(c,a)EMPTY(robot)==========>ON(box,a)TABLE(a)TABLE(b)状态3AT(robot,a)Pickup(a)HOLDS(robot,box)=========>TABLE(a)TABLE(b)状态4AT(robot,b)Goto(a,b)HOLDS(robot,box)==========>TABLE(a)TABLE(b)状态5AT(robot,b)Setdown(b)EMPTY(robot)==========>ON(box,b)TABLE(a)TABLE(b)状态6(目标状态)AT(robot,c)Goto(b,c)EMPTY(robot)=========>ON(box,b)TABLE(a)TABLE(b)用谓词表示法求解机器人摞积木问题。设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。积木世界的布局如下图所示。AABCCACABB图机器人摞积木问题解：(1)先定义描述状态的谓词CLEAR(x)：积木x上面是空的。ON(x,y)：积木x在积木y的上面。ONTABLE(x)：积木x在桌子上。HOLDING(x)：机械手抓住x。HANDEMPTY：机械手是空的。其中，x和y的个体域都是{A,B,C}。问题的初始状态是：ONTABLE(A)ONTABLE(B)ON(C,A)CLEAR(B)CLEAR(C)HANDEMPTY问题的目标状态是：ONTABLE(C)ON(B,C)ON(A,B)CLEAR(A)HANDEMPTY(2)再定义描述操作的谓词在本问题中，机械手的操作需要定义以下4个谓词：Pickup(x)：从桌面上拣起一块积木x。Putdown(x)：将手中的积木放到桌面上。Stack(x,y)：在积木x上面再摞上一块积木y。Upstack(x,y)：从积木x上面拣起一块积木y。其中，每一个操作都可分为条件和动作两部分，具体描述如下：Pickup(x)条件：ONTABLE(x)，HANDEMPTY，CLEAR(x)动作：删除表：ONTABLE(x)，HANDEMPTY添加表：HOLDING(x)Putdown(x)条件：HOLDING(x)动作：删除表：HOLDING(x)添加表：ONTABLE(x)，CLEAR(x)，HANDEMPTYStack(x,y)条件：CLEAR(y)，HOLDING(y)动作：删除表：HOLDING(y)，CLEAR(y)添加表：HANDEMPTY，ON(x,y)，CLEAR(x)Upstack(x,y)条件：HANDEMPTY，CLEAR(y)，ON(y,x)动作：删除表：HANDEMPTY，ON(y,x)添加表：HOLDING(y)，CLEAR(x)(3)问题求解过程利用上述谓词和操作，其求解过程为：ONTABLE(A)ONTABLE(B)ONTABLE(ONTABLE(A)ONTABLE(B)ONTABLE(C)CLEAR(A)CLEAR(B)CLEAR(C)HANDEMPTYONTABLE(A)ONTABLE(B)ON(C,A)CLEAR(B)CLEAR(C)HANDEMPTYONTABLE(A)ONTABLE(B)HOLDING(C)CLEAR(A)CLEAR(B)CLEAR(C)Upstack(AUpstack(A,C)Putdown(C)Pickup(Pickup(B)ONTABLE(A)ONTABLE(ONTABLE(A)ONTABLE(C)ON(B,C)CLEAR(A)CLEAR(B)HANDEMPTYONTABLE(A)ONTABLE(C)HOLDING(B)CLEAR(A)CLEAR(B)CLEAR(C)ONTABLE(CONTABLE(C)ON(B,C)ON(A,B)CLEAR(A)HANDEMPTONTABLE(C)ON(B,C)CLEAR(A)CLEAR(B)HOLDING(A)Stack(B,Stack(B,A)Stack(C,B)Pickup(A)请对下列命题分别写出它们的语义网络：(1)每个学生都有一台计算机。解：35.请对下列命题分别写出它们的语义网络：(1)每个学生都有一台计算机。(2)高老师从3月到7月给计算机系学生讲《计算机网络》课。解：7月8月7月8月StartEndStartEnd老师ISAObjectSubject高老师计算机系学生老师ISAObjectSubject高老师计算机系学生讲课事件ActionCaurseActionCaurse计算机网络讲课计算机网络讲课(5)红队与蓝队进行足球比赛，最后以3：2的比分结束。解：比赛比赛AKOAKOParticipants1Outcome3:22Participants1Outcome3:22足球赛红队红队Participants2Participants2蓝队蓝队请把下列命题用一个语义网络表示出来：(1)树和草都是植物；植物解：植物AKOAKOAKOAKO草树草树(2)树和草都有叶和根；根叶解：根叶HaveHaveHaveHave植物植物是一种是一种是一种是一种草树草树(3)水草是草，且生长在水中；解：LiveAKOAKO水草LiveAKOAKO水草水中植物草水中植物草(4)果树是树，且会结果；解：CanAKOAKO果树CanAKOAKO果树结果植物树结果植物树(5)梨树是果树中的一种，它会结梨。解：CanAKOAKO梨树CanAKOAKO梨树树果树结梨树果树结梨用语义网络表示：动物能运动、会吃。鸟是一种动物，鸟有翅膀、会飞。鱼是一种动物，鱼生活在水中、会游泳。假设有以下一段天气预报：“北京地区今天白天晴，偏北风3级，最高气温12º，最低气温-2º，降水概率15%。”请用框架表示这一知识。解：Frame<天气预报>地域：北京时段：今天白天天气：晴风向：偏北风力：3级气温：最高：12度最低：-2度降水概率：15%按“师生框架”、“教师框架”、“学生框架”的形式写出一个框架系统的描述。解：师生框架Frame<Teachers-Students>Name：Unit（Last-name，First-name）Sex：Area（male，female）Default：maleAge：Unit（Years）Telephone：HomeUnit（Number）MobileUnit（Number）教师框架Frame<Teachers>AKO<Teachers-Students>Major：Unit（Major-Name）Lectures：Unit（Course-Name）Field：Unit（Field-Name）Project：Area（National，Provincial，Other）Default：ProvincialPaper：Area（SCI，EI，Core，General）Default：Core学生框架Frame<Students>AKO<Teachers-Students>Major：Unit（Major-Name）Classes：Unit（Classes-Name）Degree：Area（doctor，mastor,bachelor）Default：bachelor设有如下一段知识：“张、王和李都属于高山协会。该协会的每个成员不是滑雪运动员，就是登山运动员，其中不喜欢雨的运动员是登山运动员，不喜欢雪的运动员不是滑雪运动员。王不喜欢张所喜欢的一切东西，而喜欢张所不喜欢的一切东西。张喜欢雨和雪。”试用谓词公式集合表示这段知识，这些谓词公式要适合一个逆向的基于规则的演绎系统。试说明这样一个系统怎样才能回答问题：“高山俱乐部中有没有一个成员，他是一个登山运动员，但不是一个滑雪运动员？”解：(1)先定义谓词A(x)表示x是高山协会会员S(x)表示x是滑雪运动员C(x)表示x是登山运动员L(x,y)表示x喜欢y(2)将问题用谓词表示出来“张、王和李都属于高山协会A(Zhang)∧A(Wang)∧A(Li)高山协会的每个成员不是滑雪运动员，就是登山运动员(x)(A(x)∧¬S(x)→C(x))高山协会中不喜欢雨的运动员是登山运动员(x)(¬L(x,Rain)→C(x))高山协会中不喜欢雪的运动员不是滑雪运动员(x)(¬L(x,Snow)→¬S(x))王不喜欢张所喜欢的一切东西(y)(L(Zhang,y)→¬L(Wang,y))王喜欢张所不喜欢的一切东西(y)(¬L(Zhang,y)→L(Wang,y))张喜欢雨和雪L(Zhang,Rain)∧L(Zhang,Snow)(3)将问题要求的答案用谓词表示出来高山俱乐部中有没有一个成员，他是一个登山运动员，但不是一个滑雪运动员？(x)(A(x)→C(x)∧¬S(x))(4)为了进行推理，把问题划分为已知事实和规则两大部分。假设，划分如下：已知事实：A(Zhang)∧A(Wang)∧A(Li)L(Zhang,Rain)∧L(Zhang,Snow)规则：(x)(A(x)∧¬S(x)→C(x))(x)(¬L(x,Rain)→C(x))(x)(¬L(x,Snow)→¬S(x))(y)(L(Zhang,y)→¬L(Wang,y))(y)(¬L(Zhang,y)→L(Wang,y))