1、人工智能的定義人工智能（ArtificialIntelligence）,英文縮寫為Al。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等定義智能機(jī)器能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器。定義人工智能學(xué)科人工智能學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。它的近期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。定義人工智

2、能能力人工智能能力是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為，女廿判斷、推理、證明、識別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。為了讓讀者對人工智能的定義進(jìn)行討論，以便更深刻地理解人工智能，下面綜述其它幾種關(guān)于人工智能的定義。TOC o 1-5 h z定義人工智能是一種使計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動人心的新嘗試（）。定義人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動的自動化（）。定義人工智能是用計(jì)算模型研究智力行為（和）。定義人工智能是研究那些使理解、推理和行為成為可能的計(jì)算（）。定義8人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)（Kurz

3、well）,。1990定義人工智能研究如何使計(jì)算機(jī)做事讓人過得更好（和）定義人工智能是一門通過計(jì)算過程力圖理解和模仿智能行為的學(xué)科（）。）l。定義人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動化有關(guān)的一個(gè)分支（人工智能的主要研究和應(yīng)用領(lǐng)域是什么？其中，哪些是新的研究熱點(diǎn)？答：人工智能的應(yīng)用領(lǐng)域有：問題求解、邏輯推理與定理證明、自然語言理解、自動程序設(shè)計(jì)、專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、機(jī)器人學(xué)、模式識別、機(jī)器人視覺、智能控制、智能檢索、智能調(diào)度與指揮、分布式人工智能與、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、人工生命。其中新的研究熱點(diǎn)為：分布式人工智能與、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、人工生命

4、。狀態(tài)空間法、問題歸納法、謂語動詞法和語義網(wǎng)絡(luò)法等知識表示方法的要點(diǎn)是什么？他們有何關(guān)系？狀態(tài)空間法是一種基于解答空間的問題表示和求解方法，它是以狀態(tài)和操作符為基礎(chǔ)的。問題歸納法是從目標(biāo)出發(fā)，逆向推理，通過一系列變換把初始問題變換為問題集合和子問題集合，直至最后歸納為一個(gè)平凡的本原問題集合。狀態(tài)空間法是問題歸納法的一種特例。謂語動詞法采用謂語合式公式和一階謂詞演算把要解決的問題變?yōu)橐粋€(gè)有待證明的問題，然后采用消解原理和消解反演來證明一個(gè)新語句是從已知的正確語句導(dǎo)出的，從而證明這個(gè)新語句也是正確的。語義網(wǎng)絡(luò)法是一種結(jié)構(gòu)化表示方法，它由節(jié)點(diǎn)和弧線或鏈線組成，節(jié)點(diǎn)表示物體、概念和狀態(tài)，弧線表示節(jié)點(diǎn)間

5、關(guān)系。在求解問題過程中，往往不是一種方法就能解決問題，而需要幾種方法混合使用?，F(xiàn)在人工智能有哪些學(xué)派？它們的任知觀是什么？答：人工智能的學(xué)派及其認(rèn)知觀如下：符號主義認(rèn)為人工智能起源于數(shù)理邏輯；連接主義認(rèn)為人工智能起源于仿生學(xué)，特別是對人腦模型的研究；行為主義認(rèn)為人工智能源于控制論。什么是圖搜索過程？A*算法？搜索算法是來自于人工智能理論中問題的狀態(tài)空間表示法；按照這種表示法，不同的問題求解過程可以統(tǒng)一地轉(zhuǎn)化為在問題狀態(tài)空間中尋找一條從初始狀態(tài)到目標(biāo)狀態(tài)的道路的過程。圖搜索策略可看作一種在圖中尋找路徑的方法。初始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)分別代表初始數(shù)據(jù)庫和滿足終止條件的數(shù)據(jù)庫。求得把一個(gè)數(shù)據(jù)庫變換為另一數(shù)

6、據(jù)庫的規(guī)則序列問題就等價(jià)于求得圖中的一條路徑問題A*(A-Star)算法是一種靜態(tài)路網(wǎng)中求解最短路最有效的方法。公式表示為：f(n)=g(n)+h(n),其中f(n)是節(jié)點(diǎn)n從初始點(diǎn)到目標(biāo)點(diǎn)的估價(jià)函數(shù)，g(n)是在狀態(tài)空間中從初始節(jié)點(diǎn)到n節(jié)點(diǎn)的實(shí)際代價(jià)，h(n)是從n到目標(biāo)節(jié)點(diǎn)最佳路徑的估計(jì)代價(jià)。保證找到最短路徑(最優(yōu)解的)條件，關(guān)鍵在于估價(jià)函數(shù)h(n)的選取：估價(jià)值h(n)實(shí)際值,搜索的點(diǎn)數(shù)少，搜索范圍小，效率高，但不能保證得到最優(yōu)解。估價(jià)值與實(shí)際值越接近，估價(jià)函數(shù)取得就越好。例如對于幾何路網(wǎng)來說，可以取兩節(jié)點(diǎn)間歐幾理德距離(直線距離)做為估價(jià)值，即f=g(n)+sqrt(dx-nx)*(d

7、x-nx)+(dy-ny)*(dy-ny)；這樣估價(jià)函數(shù)f在g值一定的情況下，會或多或少的受估價(jià)值h的制約，節(jié)點(diǎn)距目標(biāo)點(diǎn)近，h值小，f值相對就小，能保證最短路的搜索向終點(diǎn)的方向進(jìn)行。明顯優(yōu)于Dijstra算法的毫無無方向的向四周搜索。conditionsofheuristicOptimistic(mustbelessthanorequaltotherealcost)Asclosetotherealcostaspossible主要搜索過程：創(chuàng)建兩個(gè)表，OPEN表保存所有已生成而未考察的節(jié)點(diǎn)，CLOSED表中記錄已訪問過的節(jié)點(diǎn)。遍歷當(dāng)前節(jié)點(diǎn)的各個(gè)節(jié)點(diǎn)，將n節(jié)點(diǎn)放入CLOSE中，取n節(jié)點(diǎn)的子節(jié)點(diǎn)X,

8、-算X的估價(jià)值-While(OPEN!=NULL)從OPEN表中取估價(jià)值f最小的節(jié)點(diǎn)n;if(n節(jié)點(diǎn)=目標(biāo)節(jié)點(diǎn))break;elseif(XinOPEN)比較兩個(gè)X的估價(jià)值f注意是同一個(gè)節(jié)點(diǎn)的兩個(gè)不同路徑的估價(jià)值if(X的估價(jià)值小于OPEN表的估價(jià)值)更新OPEN表中的估價(jià)值;/取最小路徑的估價(jià)值if(XinCLOSE)比較兩個(gè)X的估價(jià)值注意是同一個(gè)節(jié)點(diǎn)的兩個(gè)不同路徑的估價(jià)值if(X的估價(jià)值小于CLOSE表的估價(jià)值)更新CLOSE表中的估價(jià)值；把X節(jié)點(diǎn)放入OPEN/取最小路徑的估價(jià)值if(Xnotinboth)求X的估價(jià)值；并將X插入OPEN表中；還沒有排序?qū)節(jié)點(diǎn)插入CLOSE表中；按照估價(jià)

9、值將OPEN表中的節(jié)點(diǎn)排序;/實(shí)際上是比較OPEN表內(nèi)節(jié)點(diǎn)f的大小，從最小路徑的節(jié)點(diǎn)向下進(jìn)行。啟發(fā)式搜索其實(shí)有很多的算法，比如：局部擇優(yōu)搜索法、最好優(yōu)先搜索法等等。當(dāng)然A*也是。這些算法都使用了啟發(fā)函數(shù)，但在具體的選取最佳搜索節(jié)點(diǎn)時(shí)的策略不同。象局部擇優(yōu)搜索法，就是在搜索的過程中選取“最佳節(jié)點(diǎn)”后舍棄其他的兄弟節(jié)點(diǎn)，父親節(jié)點(diǎn)，而一直得搜索下去。這種搜索的結(jié)果很明顯，由于舍棄了其他的節(jié)點(diǎn)，可能也把最好的節(jié)點(diǎn)都舍棄了，因?yàn)榍蠼獾淖罴压?jié)點(diǎn)只是在該階段的最佳并不一定是全局的最佳。最好優(yōu)先就聰明多了，他在搜索時(shí)，便沒有舍棄節(jié)點(diǎn)(除非該節(jié)點(diǎn)是死節(jié)點(diǎn))，在每一步的估價(jià)中都把當(dāng)前的節(jié)點(diǎn)和以前的節(jié)點(diǎn)的估價(jià)值比較

10、得到一個(gè)“最佳的節(jié)點(diǎn)”。這樣可以有效的防止“最佳節(jié)點(diǎn)”的丟失。那么A*算法又是一種什么樣的算法呢？其實(shí)A*算法也是一種最好優(yōu)先的算法。只不過要加上一些約束條件罷了。由于在一些問題求解時(shí)，我們希望能夠求解出狀態(tài)空間搜索的最短路徑，也就是用最快的方法求解問題，A*就是干這種事情的！我們先下個(gè)定義，如果一個(gè)估價(jià)函數(shù)可以找出最短的路徑，我們稱之為可采納性。A*算法是一個(gè)可采納的最好優(yōu)先算法。A*算法的估價(jià)函數(shù)可表示為：f(n)=g(n)+h(n)這里，f(n)是估價(jià)函數(shù)，g(n)是起點(diǎn)到終點(diǎn)的最短路徑值，h(n)是n到目標(biāo)的最斷路經(jīng)的啟發(fā)值。由于這個(gè)f(n)其實(shí)是無法預(yù)先知道的，所以我們用前面的估價(jià)函

11、數(shù)f(n)做近似g(n)代替g(n),但g(n)=g(n)才可(大多數(shù)情況下都是滿足的，可以不用考慮)，h(n)代替h(n),但h(n)=h(n)才可(這一點(diǎn)特別的重要)?？梢宰C明應(yīng)用這樣的估價(jià)函數(shù)是可以找到最短路徑的，也就是可采納的。我們說應(yīng)用這種估價(jià)函數(shù)的最好優(yōu)先算法就是A*算法。哈。你懂了嗎？肯定沒懂。接著看。舉一個(gè)例子，其實(shí)廣度優(yōu)先算法就是A*算法的特例。其中g(shù)(n)是節(jié)點(diǎn)所在的層數(shù)，h(n)=0，這種h(n)肯定小于h(n)，所以由前述可知廣度優(yōu)先算法是一種可采納的。實(shí)際也是。當(dāng)然它是一種最臭的A*算法。再說一個(gè)問題，就是有關(guān)h(n)啟發(fā)函數(shù)的信息性。h(n)的信息性通俗點(diǎn)說其實(shí)就是

12、在估計(jì)一個(gè)節(jié)點(diǎn)的值時(shí)的約束條件，如果信息越多或約束條件越多則排除的節(jié)點(diǎn)就越多，估價(jià)函數(shù)越好或說這個(gè)算法越好。這就是為什么廣度優(yōu)先算法的那么臭的原因了，誰叫它的h(n)=0，一點(diǎn)啟發(fā)信息都沒有。但在游戲開發(fā)中由于實(shí)時(shí)性的問題，h(n)的信息越多，它的計(jì)算量就越大，耗費(fèi)的時(shí)間就越多。就應(yīng)該適當(dāng)?shù)臏p小h(n)的信息，即減小約束條件。但算法的準(zhǔn)確性就差了，這里就有一個(gè)平衡的問題。5.求取子句集遵循哪些步驟？結(jié)合例題加以應(yīng)用。yP(x,y)yQ(x,y)解：xyP(x,y)yQ(x,y)tRxyP(x,y)xyP(x,y)x1z3z(x,y)(x,y)Q(x,z)R(x,z)Q(x,z)aR(x,z)x

13、(3yP(x,y)3zQ(x,z)a(3yP(x,y)3zR(x,z)x(P(x,f(x)Q(x,g(x)a(P(x,f(x)R(x,g(x)所以子句集為P(x,f(x)Q(x,g(x),P(x,f(x)R(x,g(x)消去蘊(yùn)涵符號只用v和符號，以AvB代替A=B減少否定符號的轄域AvB代替(AAB)AAB代替(AB)A代替(A)(x)A代替(x)A(x)A代替(x)A對變量標(biāo)準(zhǔn)化AP(x)(x)Q(x)變成(x)AP(x)(y)Q(y)消去存在量詞(y)(x)P(x，y)被(y)P(g(y),y)代替，g(y)為Skolem函數(shù)?；癁榍笆桶涯甘交癁楹先》妒剑喊袮A化為AAA消去全稱量詞消去

14、連詞符號A：用,代替(AA)9)更換變量名稱：用x1，x2，x3等代替子句中的x例：設(shè)已知(1凡)是清潔的東西就有人喜歡；(2人)們都不喜歡蒼蠅；試證明：蒼蠅是不清潔的解:D(x)x是不清潔的凡是清潔的東西就有人喜歡人們都不喜歡蒼蠅蒼蠅是不清潔的L(x,y)x喜歡yF:x(D(y),L(x,y)1F:x!L(x,a)2G:D(a)D(x)vL(x,y)L(x,a)(3)D(a)(4L)(x,a)所以原命題成立例：設(shè)有如下關(guān)系：如果是的父親，又是的父親，則是的祖父。老李是大李的父親-大李是小李的父親-問：上述人員中誰和誰是祖孫關(guān)系解：F(x,y)x是y的父親G(x,y)x是以的祖父F:(F(x,

15、y)F(y,z),G(x,z)如果x是y的父親，y是z的父親側(cè)x是z的祖父1F:F(O,L)老李是大李的父親2F:F(L,S)大李是小李的父親3F(x,y)vF(y,z)vG(x,z)F(O,L)F(L,S)F(L,z)vG(O,z)(1)(2)G(O,S)(3)(4)所以老李是小李的祖父aaa設(shè)有下列語句，請用相應(yīng)的謂詞公式把它們表示出來：1）有的人喜歡梅花，有的人喜歡菊花，有的人既喜歡梅花又喜歡菊花。2）他每天下午都去打籃球。3）西安市的夏天既干燥又炎熱。4）并不是每一個(gè)人都喜歡吃臭豆腐。5）喜歡讀三國演義的人必讀水滸。欲窮千里目，更上一層樓。答：定義謂詞如下：MAN(X)：工是人LIKE

16、(X,Y)：X喜歐Y=(V代表全稱符號，日代表局部符號)(3XXMAN(X)LIKE(XnMEIFLOWER)A(3Y)(MAN(Y)LIKE(YnJUFLOWER)A(LIKE(ZnMEIFLOWER)ALIKE(ZnJUFLOWER)TIME(X):X是下午PLAY(X,Y)：貿(mào)去打Y(3)(VX)TIME(X)PLAY(HE,BASKETBALL)SUMMER(X)：X處于-夏天DRY(X)：貿(mào)很干燥HOT(X)：X很炎熱SUMMER(Xfan)DRY(Xi?an)人HOT(Xfan)MAN(X)：翼是人LIKE(X,Y)：X喜歐吃Y(VX)MAN(X)LIKE(XCHOUDOUFU)M

17、AN(X)：X是人LIKE(.X,Y)：翼喜或讀Y(VX)MAN(X)ALIKE(.X,SANGUOYANYI)LIKE(X,貽HUIHU)MAN(X)：工是人EYE(X)：藍(lán)懸遷黒.目UP(X)：翼要更上一層樓(VX)MAN(X)AEYE(X)UP(X)如何通過消解反演求取問題的答案？（1）否定L,得到L；（2）把4添加到S中去；（3）把新產(chǎn)生的集合L,S化成子句集；（4）應(yīng)用消解原理,力圖推導(dǎo)出一個(gè)表示矛盾的空子句。（手工加例子）什么叫產(chǎn)生式系統(tǒng)？它由哪些部分組成？它是如何進(jìn)行推理？（正向、逆向）產(chǎn)生式系統(tǒng)用來描述若干個(gè)不同的以一個(gè)基本概念為基礎(chǔ)的系統(tǒng)。這個(gè)基本概念就是產(chǎn)生式規(guī)則或產(chǎn)生式條

18、件和操作對的概念。在產(chǎn)生式系統(tǒng)中,論域的知識分為兩部分：用事實(shí)表示靜態(tài)知識,如事物、事件和他們之間的關(guān)系；用產(chǎn)生式規(guī)則表示推理過程和行為。在基于規(guī)則系統(tǒng)中，每個(gè)if可能與某斷言（assertion）集中的一個(gè)或多個(gè)斷言匹配，then部分用于規(guī)定放入工作內(nèi)存的新斷言。當(dāng)then部分用于規(guī)定動作時(shí)，稱這種基于規(guī)則的系統(tǒng)為反應(yīng)式系統(tǒng)reactionsystem）或產(chǎn)生式系統(tǒng)（productionsystem）。它由三個(gè)部分構(gòu)成：總數(shù)據(jù)庫、產(chǎn)生式規(guī)則和控制策略。正向推理從一組表示事實(shí)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則，用以證明該謂詞公式或命題是否成立。一般策略：先提供一批事實(shí)（數(shù)據(jù)）到總數(shù)據(jù)庫中。系

19、統(tǒng)利用這些事實(shí)與規(guī)則的前提相匹配，觸發(fā)匹配成功的規(guī)則，把其結(jié)論作為新的事實(shí)添加到總數(shù)據(jù)庫中。繼續(xù)上述過程，用更新過的總數(shù)據(jù)庫的所有事實(shí)再與規(guī)則庫中另一條規(guī)則匹配，用其結(jié)論再次修改總數(shù)據(jù)庫的內(nèi)容，直到?jīng)]有可匹配的新規(guī)則，不再有新的事實(shí)加到總數(shù)據(jù)庫中。逆向推理從表示目標(biāo)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則證明事實(shí)謂詞或命題成立，即首先提出一批假設(shè)目標(biāo)，然后逐一驗(yàn)證這些假設(shè)。一般策略：首先假設(shè)一個(gè)可能的目標(biāo)，然后由產(chǎn)生式系統(tǒng)試圖證明此假設(shè)目標(biāo)是否在總數(shù)據(jù)庫中。若在總數(shù)據(jù)庫中，則該假設(shè)目標(biāo)成立；否則，若該假設(shè)為終葉（證據(jù)）節(jié)點(diǎn)，則詢問用戶。若不是，則再假定另一個(gè)目標(biāo)，即尋找結(jié)論部分包含該假設(shè)的那些規(guī)則

20、，把它們的前提作為新的假設(shè)，并力圖證明其成立。這樣反復(fù)進(jìn)行推理，直到所有目標(biāo)均獲證明或者所有路徑都得到測試為止。雙向推理雙向推理的推理策略是同時(shí)從目標(biāo)向事實(shí)推理和從事實(shí)向目標(biāo)推理，并在推理過程中的某個(gè)步驟，實(shí)現(xiàn)事實(shí)與目標(biāo)的匹配。已知下列事實(shí)：（1）小李（Li）喜歡容易的（Easy）課程（Course）；（2）小李不喜歡難的（Difficult）課程；（3）工程類（Eng）課程都很難；（4）管理類（Mag）課程都很容易；（5）小吳（Wu）喜歡所有小李不喜歡的課程；（6）Mag200是管理類課程；（7）Eng300是工程類課程。請用消解反演法回答下面問題：小李喜歡什么課程？小吳喜歡Eng300課程

21、嗎？什么是不確定性推理？為什么需要采用不確定性推理？不確定性推理可分為哪幾種類型？是一種建立在非經(jīng)典邏輯基礎(chǔ)上的基于不確定性知識的推理，他從不確定性的初始證據(jù)出發(fā)，通過應(yīng)用不確定性知識，推出具有一定程度的不確定性的或近乎合理的結(jié)論。不確定性推理方法在許多情況下，往往無法解決面臨的現(xiàn)實(shí)問題，因而需要應(yīng)用不確定性推理等高級知識推理方法，包括非單調(diào)推理、時(shí)序推理和不確定性推理等。不確定性推理可分為：可信度方法、證據(jù)理論（D-S理論）等。什么叫機(jī)器學(xué)習(xí)？機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。這里所說的“機(jī)器”，指的就是計(jì)算機(jī)。機(jī)器學(xué)習(xí)所采用的策略大體上可分為4種機(jī)械學(xué)習(xí)、通過

22、傳授學(xué)習(xí)、類比學(xué)習(xí)和通過事例學(xué)習(xí)。計(jì)算智能的涵義是什么？他涉及哪些分支？計(jì)算智能是一種智力方式的低層認(rèn)知，它與人工智能的區(qū)別只是認(rèn)知層次從中層下降至低層而已。中層系統(tǒng)含有知識（精品），低層系統(tǒng)則沒有。當(dāng)一個(gè)系統(tǒng)只涉及數(shù)值（低層）數(shù)據(jù)，含有模式識別部分，不應(yīng)用人工智能意義上的知識，而且能夠呈現(xiàn)出：（1）計(jì)算適應(yīng)性；（2）計(jì)算容錯(cuò)性；（3）接近人的速度；（4）誤差率與人相近，則該系統(tǒng)就是計(jì)算智能系統(tǒng)。計(jì)算智能的主要方法有人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、遺傳程序、演化程序、局部搜索、模擬退火等等。遺傳算法、免疫算法、模擬退火算法、蟻群算法、微粒群算法都是一種仿生算法。研究領(lǐng)域：神經(jīng)計(jì)算、模糊計(jì)算、粗糙集理論

23、、進(jìn)化計(jì)算、人工生命、群優(yōu)化以及自然計(jì)算。試述計(jì)算智能（Cl）、人工智能（AI）、生物智能（BI）的關(guān)系。計(jì)算智能是一種智力方式的低層認(rèn)知，它與人工智能的區(qū)別只是認(rèn)知層次從中層下降至低層而已。當(dāng)一個(gè)智能計(jì)算系統(tǒng)以非數(shù)值方式加上知識（精品）值，即成為人工智能系統(tǒng)。BBiological,表示物理的+化學(xué)的+（?）=生物的CIGAIGBI人工神經(jīng)網(wǎng)絡(luò)有何特點(diǎn)？應(yīng)用在什么領(lǐng)域?（反饋式神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)）人工神經(jīng)網(wǎng)絡(luò)的特性（1）并行分布處理神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實(shí)現(xiàn)能力，因而能夠有較好的耐故障能力和較快的總體處理能力。（2）非線性映射神經(jīng)網(wǎng)絡(luò)具有固有的非線性特性，這源于其近似任意非線性映射（變換

24、）能力。（3）通過訓(xùn)練進(jìn)行學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是通過所研究系統(tǒng)過去的數(shù)據(jù)記錄進(jìn)行訓(xùn)練的。一個(gè)經(jīng)過適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有歸納全部數(shù)據(jù)的能力。（4）適應(yīng)與集成神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)在線運(yùn)行，并能同時(shí)進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息熔合能力使得網(wǎng)絡(luò)過程可以同時(shí)輸入大量不同的控制信號，解決輸入信息間的互補(bǔ)和冗余問題，并實(shí)現(xiàn)信息集成和熔合處理。（5）硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)不僅能夠通過軟件而且可借助軟件實(shí)現(xiàn)并行處理。近年來，一些超大規(guī)模集成電路實(shí)現(xiàn)硬件已經(jīng)問世，而且可從市場上購到。在神經(jīng)專家系統(tǒng)、模式識別、智能控制、組合優(yōu)化、預(yù)測等領(lǐng)域得到成功應(yīng)用。簡述生物神經(jīng)元及人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和主要學(xué)習(xí)方法。生物神經(jīng)元模型（

25、手工畫）人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分兩類遞歸網(wǎng)絡(luò)：（手工畫）前饋網(wǎng)絡(luò)：（手工畫）主要學(xué)習(xí)方法（1）有師學(xué)習(xí)有師學(xué)習(xí)算法能夠根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出（對應(yīng)于給定輸入）間的差來調(diào)整神經(jīng)元間連接的強(qiáng)度或權(quán)。因此，有師學(xué)習(xí)需要有個(gè)老師或?qū)焷硖峁┢谕蚰繕?biāo)輸出信號。有師學(xué)習(xí)算法的例子包括規(guī)則、廣義規(guī)則或反向傳播算法以及LVQ算法等。（2）無師學(xué)習(xí)無師學(xué)習(xí)算法不需要知道期望輸出。在訓(xùn)練過程中，只要向神經(jīng)網(wǎng)絡(luò)提供輸入模式，神經(jīng)網(wǎng)絡(luò)就能夠自動地適應(yīng)連接權(quán)，以便按相似特征把輸入模式分組聚集。無師學(xué)習(xí)算法的例子包括算法和自適應(yīng)諧振理論（ART等。（3）強(qiáng)化學(xué)習(xí)如前所述，強(qiáng)化（增強(qiáng)）學(xué)習(xí)是有師學(xué)習(xí)的特例。它不需要老師給

26、出目標(biāo)輸出。強(qiáng)化學(xué)習(xí)算法采用一個(gè)“評論員”來評價(jià)與給定輸入相對應(yīng)的神經(jīng)網(wǎng)絡(luò)輸出的優(yōu)度（質(zhì)量因數(shù)）。強(qiáng)化學(xué)習(xí)算法的一個(gè)例子是遺傳算法（）。試述遺傳算法的基本原理，并說明遺傳算法的求解步驟。遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一類優(yōu)化搜索算法，是對生物進(jìn)化過程進(jìn)行的一種數(shù)學(xué)仿真，是進(jìn)化計(jì)算的一種最重要形式。遺傳算法的特點(diǎn)遺傳算法是一種基于空間搜索的算法，它通過自然選擇、遺傳、變異等操作以及達(dá)爾文適者生存的理論，模擬自然進(jìn)化過程來尋找所求問題的解答。遺傳算法具有以下特點(diǎn)：（1遺）傳算法是對參數(shù)集合的編碼而非針對參數(shù)本身進(jìn)行進(jìn)化；（2遺）傳算法是從問題解的編碼組開始而非從單個(gè)解開

27、始搜索；（3遺）傳算法利用目標(biāo)函數(shù)的適應(yīng)度這一信息而非利用導(dǎo)數(shù)或其它輔助信息來指導(dǎo)搜索；（4遺）傳算法利用選擇、交叉、變異等算子而不是利用確定性規(guī)則進(jìn)行隨機(jī)操作。一般遺傳算法的主要步驟如下：（1）隨機(jī)產(chǎn)生一個(gè)由確定長度的特征字符串組成的初始群體。對該字符串群體迭代的執(zhí)行下面的步和，直到滿足停止標(biāo)準(zhǔn)：計(jì)算群體中每個(gè)個(gè)體字符串的適應(yīng)值；應(yīng)用復(fù)制、交叉和變異等遺傳算子產(chǎn)生下一代群體。把在后代中出現(xiàn)的最好的個(gè)體字符串指定為遺傳算法的執(zhí)行結(jié)果，這個(gè)結(jié)果可以表示問題的一個(gè)解。什么是人工生命？按自己理解下定義。人工生命（ArtificialLife,AL）試圖通過人工方法建造具有自然生命特征的人造系統(tǒng)。19

28、87年蘭德提出的人工生命定義為“：人工生命是研究能夠演示出自然生命系統(tǒng)特征行為的人造系統(tǒng)。”通過計(jì)算機(jī)或其它機(jī)器對類似生命的行為進(jìn)行綜合研究，以便對傳統(tǒng)生物科學(xué)起互補(bǔ)作用。地球上存在著由進(jìn)化而來的碳鏈生命，而人工生命則在“生命之所能”（life-as-it-could-be）的廣泛意象中把“生命之所識”（life-as-we-know-it）加以定位，為理論生物學(xué)的發(fā)展做出貢獻(xiàn)。具有生命現(xiàn)象和特征的人造系統(tǒng)稱為人工生命系統(tǒng)。為什么要研究人工生命?意義;人工生命是自然生命的模擬、延伸與擴(kuò)展，其研究開發(fā)有重大的科學(xué)意義和廣泛的應(yīng)用價(jià)值。（1）發(fā)基于人工生命的工程技術(shù)新方法、新系統(tǒng)、新產(chǎn)品。（2）為

29、自然生命的研究提供新模型、新工具、新環(huán)境。人工生命的研究開發(fā)可以為自然生命的研究探索提供新模型、新工具、新環(huán)境。（3）延伸人類壽命、減緩衰老、防治疾病。（4）擴(kuò)展自然生命，實(shí)現(xiàn)人工進(jìn)化和優(yōu)生優(yōu)育。（5）促進(jìn)生命科學(xué)、信息科學(xué)、系統(tǒng)科學(xué)的交叉與發(fā)展。專家系統(tǒng)是一個(gè)含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R與經(jīng)驗(yàn)智能計(jì)算機(jī)程序系統(tǒng)，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)特點(diǎn)如下：啟發(fā)性：專家系統(tǒng)能運(yùn)用專家的知識與經(jīng)驗(yàn)進(jìn)行推理、判斷和決策。透明性：專家系統(tǒng)能夠解釋本身的推理過程和回答用戶提出的問題，以便讓用戶能夠了解推

30、理過程，提高對專家系統(tǒng)的信賴感。靈活性：專家系統(tǒng)能不斷地增長知識，修改原有知識，不斷更新。專家系統(tǒng)的優(yōu)點(diǎn)具體地說，包括下列八個(gè)方面：（1專）家系統(tǒng)能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作。專）家系統(tǒng)解決實(shí)際問題時(shí)不受周圍環(huán)境的影響，也不可能遺漏忘記。)可以使專家的專長不受時(shí)間和空間的限制，以便推廣珍貴和稀缺的專家知識與經(jīng)驗(yàn)。專家系統(tǒng)能促進(jìn)各領(lǐng)域的發(fā)展。(5專)家系統(tǒng)能匯集多領(lǐng)域?qū)＜业闹R和經(jīng)驗(yàn)以及他們協(xié)作解決重大問題的能力。(6)軍事專家系統(tǒng)的水平是一個(gè)國家國防現(xiàn)代化的重要標(biāo)志之一。(7專)家系統(tǒng)的研制和應(yīng)用，具有巨大的經(jīng)濟(jì)效益和社會效益。(8研)究專家系統(tǒng)能夠促進(jìn)整個(gè)科學(xué)技術(shù)的發(fā)展。

31、一般應(yīng)用程序與專家系統(tǒng)有何區(qū)別？開發(fā)專家系統(tǒng)和開發(fā)其他軟件的任務(wù)有何不同？前者把問題求解的知識隱含地編入程序，而后者則把其應(yīng)用領(lǐng)域的問題求解知識單獨(dú)組成一個(gè)實(shí)體，即為知識庫。知識庫的處理是通過與知識庫分開的控制策略進(jìn)行的。更明確地說，一般應(yīng)用程序把知識組織為兩級：數(shù)據(jù)級和程序級；大多數(shù)專家系統(tǒng)則將知識組織成三級；數(shù)據(jù)、知識庫和控制。專家系統(tǒng)有哪些部分構(gòu)成？作用如何？知識庫(knowledgebase):存儲某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識，包括事實(shí)、可行操作、規(guī)則等綜合數(shù)據(jù)庫(globaldatabase)：存儲領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)推理機(jī)(reasoningmachine)：

32、用于記憶采用的規(guī)則和控制策略的程序，使專家系統(tǒng)能以邏輯的方式協(xié)調(diào)地工作解釋器(explanatory能向用戶解釋專家系統(tǒng)的行為，包括解釋推理結(jié)論的正確性及系統(tǒng)輸出其他候選解的原因接口(interface)接口又叫界面，(手工作圖)專家系統(tǒng)的類型1、解釋專家系統(tǒng)任務(wù)通過對過去和現(xiàn)在已知狀況的分析，推斷未來可能發(fā)生的情況特點(diǎn)數(shù)據(jù)量很大，常不準(zhǔn)確、有錯(cuò)誤、不完全能從不完全的信息中得出解釋，并能對數(shù)據(jù)做出某些假設(shè)，推理過程可能很復(fù)雜和很長例子語音理解、圖象分析、系統(tǒng)監(jiān)視、化學(xué)結(jié)構(gòu)分析和信號解釋等。、預(yù)測專家系統(tǒng)任務(wù)通過對已知信息和數(shù)據(jù)的分析與解釋，確定它們的涵義。特點(diǎn)系統(tǒng)處理的數(shù)據(jù)隨時(shí)間變化，且可能是

33、不準(zhǔn)確和不完全，系統(tǒng)需要有適應(yīng)時(shí)間變化的動態(tài)模型例子有氣象預(yù)報(bào)、軍事預(yù)測、人口預(yù)測、交通預(yù)測、經(jīng)濟(jì)預(yù)測和谷物產(chǎn)量預(yù)測等3、診斷專家系統(tǒng)任務(wù)根據(jù)觀察到的情況（數(shù)據(jù)）來推斷出某個(gè)對象機(jī)能失常（即故障）的原因特點(diǎn)能夠了解被診斷對象或客體各組成部分的特性以及它們之間的聯(lián)系，能夠區(qū)分一種現(xiàn)象及其所掩蓋的另一種現(xiàn)象，能夠向用戶提出測量的數(shù)據(jù)，并從不確切信息中得出盡可能正確的診斷例子醫(yī)療診斷、電子機(jī)械和軟件故障診斷以及材料失效診斷等。4、設(shè)計(jì)專家系統(tǒng)任務(wù)尋找出某個(gè)能夠達(dá)到給定目標(biāo)的動作序列或步驟。特點(diǎn)從多種約束中得到符合要求的設(shè)計(jì)；系統(tǒng)需要檢索較大的可能解空間；能試驗(yàn)性地構(gòu)造出可能設(shè)計(jì)；易于修改；能夠使用已

34、有設(shè)計(jì)來解釋當(dāng)前新的設(shè)計(jì)。例子計(jì)算機(jī)結(jié)構(gòu)設(shè)計(jì)專家系統(tǒng)等。5、規(guī)劃專家系統(tǒng)任務(wù)尋找出某個(gè)能夠達(dá)到給定目標(biāo)的動作序列或步驟。特點(diǎn)所要規(guī)劃的目標(biāo)可能是動態(tài)的或靜態(tài)的，需要對未來動作做出預(yù)測，所涉及的問題可能很復(fù)雜。例子軍事指揮調(diào)度系統(tǒng)、機(jī)器人規(guī)劃專家系統(tǒng)、汽車和火車運(yùn)行調(diào)度專家系統(tǒng)等。6、監(jiān)視專家系統(tǒng)任務(wù)對系統(tǒng)、對象或過程的行為進(jìn)行不斷觀察，并把觀察到的行為與其應(yīng)當(dāng)具有的行為進(jìn)行比較，以發(fā)現(xiàn)異常情況，發(fā)出警報(bào)。特點(diǎn)系統(tǒng)具有快速反應(yīng)能力，發(fā)出的警報(bào)要有很高的準(zhǔn)確性，能夠動態(tài)地處理其輸入信息。例子粘蟲測報(bào)專家系統(tǒng)。7、控制專家系統(tǒng)任務(wù)自適應(yīng)地管理一個(gè)受控對象或客體的全面行為，使之滿足預(yù)期要求。特點(diǎn)控制專

35、家系統(tǒng)具有解釋、預(yù)報(bào)、診斷、規(guī)劃和執(zhí)行等多種功能。例子空中交通管制、商業(yè)管理、自主機(jī)器人控制、作戰(zhàn)管理、生產(chǎn)過程控制和質(zhì)量控制等。8、調(diào)試專家系統(tǒng)任務(wù)對失靈的對象給出處理意見和方法。特點(diǎn)同時(shí)具有規(guī)劃、設(shè)計(jì)、預(yù)報(bào)和診斷等專家系統(tǒng)的功能。例子在這方面的實(shí)例還比較少見。9、教學(xué)專家系統(tǒng)任務(wù)教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點(diǎn)、弱點(diǎn)和基礎(chǔ)知識，以最適當(dāng)?shù)慕贪负徒虒W(xué)方法對學(xué)生進(jìn)行教學(xué)和輔導(dǎo)。特點(diǎn)（1同）時(shí)具有診斷和調(diào)試等功能。（2具）有良好的人機(jī)界面。例子符號積分與定理證明系統(tǒng)，計(jì)算機(jī)程序設(shè)計(jì)語言和物理智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)以及聾啞人語言訓(xùn)練專家系統(tǒng)等。10、修理專家系統(tǒng)任務(wù)對發(fā)生故障的對象（系統(tǒng)或設(shè)備）

36、進(jìn)行處理，使其恢復(fù)正常工作。修理專家系統(tǒng)具有診斷、調(diào)試、計(jì)劃和執(zhí)行等功能。例子美國貝爾實(shí)驗(yàn)室的電話和有線電視維護(hù)修理系統(tǒng)。此外，還有決策專家系統(tǒng)和咨詢專家系統(tǒng)等。新型專家系統(tǒng)的特征1、并行與分布處理基于各種并行算法，采用各種并行推理和執(zhí)行技術(shù)，適合在多處理器的硬件環(huán)境中工作，即具有分布處理的功能。2、多專家系統(tǒng)協(xié)同工作在這種系統(tǒng)中，有多個(gè)專家系統(tǒng)協(xié)同合作。、高級語言和知識語言描述專家系統(tǒng)生成系統(tǒng)就能自動或半自動地生成所要的專家系統(tǒng)。4、具有自學(xué)習(xí)功能新型專家系統(tǒng)應(yīng)提供高級的知識獲取與學(xué)習(xí)功能。5、引入新的推理機(jī)制在新型專家系統(tǒng)中，除演繹推理之外，還應(yīng)有歸納推理，各種非標(biāo)準(zhǔn)邏輯推理，以及各種基于

37、不完全知識和模糊知識的推理等等。6、具有自糾錯(cuò)和自完善能力為了排錯(cuò)必須首先有識別錯(cuò)誤的能力，為了完善必須首先有鑒別優(yōu)劣的標(biāo)準(zhǔn)。7、先進(jìn)的智能人機(jī)接口理解自然語言，實(shí)現(xiàn)語聲、文字、圖形和圖象的直接輸入輸出是如今人們對智能計(jì)算機(jī)提出的要求。專家系統(tǒng)的建造步驟參見圖6.，3建立系統(tǒng)的一般步驟如下：（1）設(shè)計(jì)初始知識庫，包括：問題知識化，即辨別所研究問題的實(shí)質(zhì)，如要解決的任務(wù)是什么，它是如何定義的，可否把它分解為子問題或子任務(wù)，它包含哪些典型數(shù)據(jù)等。知識概念化，即概括知識表示所需要的關(guān)鍵概念及其關(guān)系，如數(shù)據(jù)類型、已知條件狀態(tài)和目標(biāo)狀態(tài)、提出的假設(shè)以及控制策略等。概念形式化，即確定用來組織知識的數(shù)據(jù)結(jié)構(gòu)

38、形式，應(yīng)用人工智能中各種知識表示方法把與概念化過程有關(guān)的關(guān)鍵概念、子問題及信息流特性等變換為比較正式的表達(dá)，它包括假設(shè)空間、過程模型和數(shù)據(jù)特性等。形式規(guī)則化，即編制規(guī)則、把形式化了的知識變換為由編程語言表示的可供計(jì)算機(jī)執(zhí)行的語句和程序。規(guī)則合法化，即確認(rèn)規(guī)則化了知識的合理性，檢驗(yàn)規(guī)則的有效性。（原型機(jī)的開發(fā)與試驗(yàn)在選定知識表達(dá)方法之后，即可著手建立整個(gè)系統(tǒng)所需要的實(shí)驗(yàn)子集，它包括整個(gè)模型的典型知識，而且只涉及與試驗(yàn)有關(guān)的足夠簡單的任務(wù)和推理過程。（3）知識庫的改進(jìn)與歸納反復(fù)對知識庫及推理規(guī)則進(jìn)行改進(jìn)試驗(yàn)，歸納出更完善的結(jié)果。經(jīng)過相當(dāng)長時(shí)間（例如數(shù)月至二、三年的努力，使系統(tǒng)在一定范圍內(nèi)達(dá)到人類專

39、家的水平。專家系統(tǒng)面臨什么問題？你認(rèn)為應(yīng)如何發(fā)展專家系統(tǒng)？什么是學(xué)習(xí)和機(jī)器學(xué)習(xí)？為什么要研究機(jī)器學(xué)習(xí)？學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對本身能力的增強(qiáng)或者改進(jìn)，使得系統(tǒng)在下一次執(zhí)行同樣任務(wù)或類似任務(wù)時(shí)，會比現(xiàn)在做得更好或效率更高。機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來模擬人類學(xué)習(xí)活動的一門學(xué)科。稍為嚴(yán)格的提法是：機(jī)器學(xué)習(xí)是一門研究機(jī)器獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。機(jī)器學(xué)習(xí)所采用的策略大體上可分為機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)和示例學(xué)習(xí)試述機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)，并說明各部分作用。環(huán)境一學(xué)習(xí)一知識庫9執(zhí)行|環(huán)境向系統(tǒng)的學(xué)習(xí)部分提供某些信息，學(xué)習(xí)部分利用這些信息修改數(shù)據(jù)庫，以增進(jìn)系統(tǒng)執(zhí)行部分完成任務(wù)的效

40、能，執(zhí)行部分根據(jù)知識庫完成任務(wù)，同時(shí)把獲得的信息反饋給學(xué)習(xí)部分。是說明歸納學(xué)習(xí)的模式和學(xué)習(xí)方法。給定：（1）觀察陳述（事實(shí)）F用以表示有關(guān)某些對象、狀態(tài)、過程等的特定知識；（2）假定的初始?xì)w納斷言（可能為空）；（3）背景知識，用于定義有關(guān)觀察陳述、候選歸納斷言以及任何相關(guān)問題領(lǐng)域知識、假設(shè)和約束，其中包括能夠刻畫所求歸納斷言的性質(zhì)的優(yōu)先準(zhǔn)則。方法：1.示例學(xué)習(xí)（learningfromexamples）又稱為實(shí)例學(xué)習(xí)，它是通過環(huán)境中若干與某概念有關(guān)的例子，經(jīng)歸納得出一般性概念的一種學(xué)習(xí)方法。2.觀察發(fā)現(xiàn)學(xué)習(xí)又稱為描述性概括，其目標(biāo)是確定一個(gè)定律或理論的一般性描述，刻畫觀察集，指定某類對象的性質(zhì)。觀察發(fā)現(xiàn)學(xué)習(xí)可分為觀察學(xué)習(xí)與機(jī)器發(fā)現(xiàn)兩種。前者用于對事例進(jìn)行聚類，形成概念描述；后者用于發(fā)現(xiàn)規(guī)律，產(chǎn)生定律或規(guī)則。圖6-3（手工畫）什么是知識發(fā)現(xiàn)？知識發(fā)現(xiàn)與數(shù)據(jù)挖掘有什么關(guān)系（參考下一題）？定義：數(shù)據(jù)庫中的知識