【文章內(nèi)容簡(jiǎn)介】 (3)從 OPEN 表中選擇一個(gè)節(jié)點(diǎn) i，使其 g(i)為最小。如果有幾個(gè)節(jié)點(diǎn)都合格，那么就要選擇一個(gè)目標(biāo)節(jié)點(diǎn)作為節(jié) 點(diǎn)i(要是有目標(biāo)節(jié)點(diǎn)的話)；否則，就從中選一個(gè)作為節(jié)點(diǎn)i。把節(jié)點(diǎn)i 從OPEN 表移至擴(kuò)展節(jié)點(diǎn)表CLOSED 中。(4)如果節(jié)點(diǎn)i 為目標(biāo)節(jié)點(diǎn)，則求得一個(gè)解。(5)擴(kuò)展節(jié)點(diǎn)i。如果沒(méi)有后繼節(jié)點(diǎn)，則轉(zhuǎn)向第(2)步。(6)對(duì)于節(jié)點(diǎn) i 的每個(gè)后繼節(jié)點(diǎn) j，計(jì)算g(j)=g(i)+c(i,j)，并把所有后繼節(jié)點(diǎn) j 放進(jìn) OPEN 表。提供回到節(jié)點(diǎn) i 的指針。(7)轉(zhuǎn)向第(2)步。33 化為子句形有哪些步驟?請(qǐng)結(jié)合例子說(shuō)明之。任一謂詞演算公式可以化成一個(gè)子句集。其變換過(guò)程由下列九個(gè)步驟組成：(1)消去蘊(yùn)涵符號(hào)將蘊(yùn)涵符號(hào)化為析取和否定符號(hào)(2)減少否定符號(hào)的轄域每個(gè)否定符號(hào)最多只用到一個(gè)謂詞符號(hào)上，并反復(fù)應(yīng)用狄 摩根定律(3)對(duì)變量標(biāo)準(zhǔn)化對(duì)啞元改名以保證每個(gè)量詞有其自己唯一的啞元(4)消去存在量詞引入Skolem 函數(shù)，消去存在量詞如果要消去的存在量詞不在任何一個(gè)全稱量詞的轄域內(nèi)，那么我們就用不含變量的Skolem 函數(shù)即常量。(5)化為前束形把所有全稱量詞移到公式的左邊，并使每個(gè)量詞的轄域包括這個(gè)量詞后面公式的整個(gè)部分。前束形 =(前綴)(母式)前綴 = 全稱量詞串母式 = 無(wú)量詞公式(6)把母式化為合取范式反復(fù)應(yīng)用分配律，將母式寫(xiě)成許多合取項(xiàng)的合取的形式，而每一個(gè)合取項(xiàng)是一些謂詞公式和(或)謂詞公式的否定的析取(7)消去全稱量詞消去前綴，即消去明顯出現(xiàn)的全稱量詞(8)消去連詞符號(hào)(合取)用{合取項(xiàng)1,合取項(xiàng)2}替換明顯出現(xiàn)的合取符號(hào)(9)更換變量名稱更換變量符號(hào)的名稱，使一個(gè)變量符號(hào)不出現(xiàn)在一個(gè)以上的子句中34 如何通過(guò)消解反演求取問(wèn)題的答案?給出一個(gè)公式集S 和目標(biāo)公式L，通過(guò)反證或反演來(lái)求證目標(biāo)公式L，其證明步驟如下：(1)否定L，得～L；(2)把～L 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NIL。35 什么叫合適公式?合適公式有哪些等價(jià)關(guān)系? 合式公式的遞歸定義為：(1)原子謂詞公式是合式公式(2)若A 為合式公式，則A 的否定也是合式公式(3)若A、B 都是合式公式，則A AND B, AOR B, AB, AB 也都是合式公式(4)若A 是合式公式，x 為A 中的自由變?cè)?，則(ANY x)A 和(EXT x)A 都是合式公式(5)只有按規(guī)則(1)~(4)求得的公式，才是合式公式 等價(jià)關(guān)系有：否定之否定，蘊(yùn)含與與或形式的等價(jià)，；分配律，交換律，結(jié)合律，逆否律，否定跨越量 詞，全稱量詞同與或連詞，量詞中的啞元36 所示迷宮的出路。第一步 SAB 第二步 BHBC第三步 HGCF最終路徑為SABCF37 所示八數(shù)碼難題。解：定義操作符集：F={f1,f2,f3,f4}，其中： f1 表示空格右移； f2 表示空格上移；f3 表示空格左移； f4 表示空格下移。搜索時(shí)，節(jié)點(diǎn)的擴(kuò)展順序規(guī)定為按右、左、上、下方向移動(dòng)空格。并設(shè)置深度界限為8。由上述有界深度優(yōu)先搜索樹(shù)中可見(jiàn)，當(dāng)d=8 時(shí)，八數(shù)碼難題的一個(gè)解為： f4, f4, f3, f2, f2, f3, f4, f3310 一個(gè)機(jī)器人駕駛卡車，攜帶包裹(編號(hào)分別為＃＃2 和＃3)分別投遞到林(LIN)、吳(WU)和胡(HU)3 家住宅處。規(guī)定了某些簡(jiǎn)單的操作符，如表示駕駛方位的drive(x,y)和表示卸下包裹的unload(z)都有一定的先決條件和結(jié)果。試說(shuō)明狀態(tài)空間問(wèn)題求解系統(tǒng)如何能夠應(yīng)用謂詞演算求得一個(gè)操作符序列，該序列能夠生成一個(gè)滿足AT(1，LIN)∧AT(2，WU)∧AT(3,HU)的目標(biāo)狀態(tài)。初始狀態(tài)可描述為：AT(1, ~LIN)AND AT(2, ~WU)AND AT(1, ~HU)AND AT(1, CAR)AND AT(2, CAR)AND AT(3, CAR)目標(biāo)狀態(tài)可描述為：AT(1, LIN)AND AT(2, WU)AND AT(1, HU)AND AT(1, ~CAR)AND AT(2, ~CAR)AND AT(3, ~CAR)對(duì)每個(gè)操作符都有一定的先決條件和結(jié)果，詳細(xì)如下drive(x, y)先決條件：AT(CAR, x)結(jié)果： AT(CAR, y)unload(z)先決條件：AT(z, CAR)AND AT(CAR, x)結(jié)果： AT(z, ~CAR)AND AT(z, x)原問(wèn)題就轉(zhuǎn)換為尋找一個(gè)可將初始狀態(tài)轉(zhuǎn)換到目標(biāo)狀態(tài)的操作序列 如何求得該操作序列???311 規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有哪幾種推理方式?各自的特點(diǎn)為何?規(guī)則演繹系統(tǒng)的推理方式有正向推理、逆向推理和雙向推理雙向推理組合了正向推理和逆向推理的優(yōu)點(diǎn)，克服了各自的缺點(diǎn)，具有更高的搜索求解效率。產(chǎn)生式系統(tǒng)的推理方式有正向推理、逆向推理和雙向推理雙向推理結(jié)合了正向推理和逆向推理的長(zhǎng)處，克服了兩者的短處，其控制策略比兩者都要復(fù)雜。312 為什么需要采用系統(tǒng)組織技術(shù)?有哪幾種系統(tǒng)組織技術(shù)?如果不采用系統(tǒng)組織技術(shù)，而直接寫(xiě)出包含所有知識(shí)的規(guī)則，并讓系統(tǒng)利用這些規(guī)則，找出一條從給定狀態(tài)到目標(biāo) 狀態(tài)的路徑，這種方法有嚴(yán)重的缺點(diǎn)：(1)隨著規(guī)則的增加，既要加入新的規(guī)則，又要使新規(guī)則不與現(xiàn)有規(guī)則產(chǎn)生沖突，這將使問(wèn)題變得愈來(lái)愈困難(2)在問(wèn)題求解過(guò)程中，由于每一步都必須考慮所有規(guī)則，效率就會(huì)大大降低，然而，實(shí)際上卻往往是只有應(yīng)用完 一組規(guī)則之后，才考慮另一組別的規(guī)則(3)一種問(wèn)題求解技術(shù)和知識(shí)表達(dá)形式可能對(duì)問(wèn)題的某一部分是最好的，而對(duì)另一部分卻不是最好的 因此，采用系統(tǒng)組織技術(shù)，將一個(gè)大系統(tǒng)中的知識(shí)分成一組相對(duì)獨(dú)立的模塊比較合適。有3 種系統(tǒng)組織技術(shù)：議程表、黑板法和Delta 極小搜索法313 研究不確定性推理有何意義?有哪幾種不確定性?不確定性推理是研究復(fù)雜系統(tǒng)不完全性和不確定性的有力工具。有3 種不確定性，關(guān)于證據(jù)的不確定性(觀測(cè)有誤差)，關(guān)于結(jié)論的不確定性和多個(gè)規(guī)則支持同一事實(shí)時(shí)的不確定性。314 單調(diào)推理有何局限性?什么叫缺省推理?非單調(diào)推理系統(tǒng)如何證實(shí)一個(gè)節(jié)點(diǎn)的有效性?單調(diào)系統(tǒng)不能很好地處理常常出現(xiàn)在現(xiàn)實(shí)問(wèn)題領(lǐng)域中的3 類情況，即不完全的信息、不斷變化的情況、以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)有兩種方法可以證實(shí)節(jié)點(diǎn)的有效性：(1)支持表。(SL(IN節(jié)點(diǎn)表)(OUT節(jié)點(diǎn)表))如果某節(jié)點(diǎn)的IN 節(jié)點(diǎn)表中提到的節(jié)點(diǎn)當(dāng)前都是IN, 且OUT 節(jié)點(diǎn)表中提到的節(jié)點(diǎn)當(dāng)前都是OUT，則它是有效的(2)條件證明。(CP(結(jié)論)(IN假設(shè))(OUT假設(shè)))條件證明(CP)的證實(shí)表示有前提的論點(diǎn)，無(wú)論何時(shí)，只要在IN 假設(shè)中的節(jié)點(diǎn)為IN, OUT 假設(shè)中的節(jié)點(diǎn)為OUT, 則 結(jié)論節(jié)點(diǎn)往往為IN，于是條件證明的證實(shí)有效。315 在什么情況下需要采用不確定推理或非單調(diào)推理?不完全的信息、不斷變化的情況、以及求解復(fù)雜問(wèn)題過(guò)程中生成的假設(shè)316 下列語(yǔ)句是一些幾何定理，把這些語(yǔ)句表示為基于規(guī)則的幾何證明系統(tǒng)的產(chǎn)生式規(guī)則：(1)兩個(gè)全等三角形的各對(duì)應(yīng)角相等。(2)兩個(gè)全等三角形的各對(duì)應(yīng)邊相等。(3)各對(duì)應(yīng)邊相等的三角形是全等三角形。(4)等腰三角形的兩底角相等。規(guī)則(1): IF 兩個(gè)三角形全等THEN 各對(duì)應(yīng)角相等規(guī)則(2): IF 兩個(gè)三角形全等THEN 各對(duì)應(yīng)邊相等規(guī)則(3): IF 兩個(gè)三角形各對(duì)應(yīng)邊相等THEN 兩三角形全等規(guī)則(4): IF 它是等腰三角形THEN 它的兩底角相等第四章 計(jì)算智能（1）：神經(jīng)計(jì)算 模糊計(jì)算41 計(jì)算智能的含義是什么？它涉及哪些研究分支？貝茲德克認(rèn)為計(jì)算智能取決于制造者提供的數(shù)值數(shù)據(jù)，而不依賴于知識(shí)。計(jì)算智能是智力的低層認(rèn)知。主要的研究領(lǐng)域?yàn)樯窠?jīng)計(jì)算，模糊計(jì)算，進(jìn)化計(jì)算，人工生命。42 試述計(jì)算智能（CI）、人工智能（AI）和生物智能（BI）的關(guān)系。計(jì)算智能是智力的低層認(rèn)知，主要取決于數(shù)值數(shù)據(jù)而不依賴于知識(shí)。人工智能是在計(jì)算智能的基礎(chǔ)上引入知識(shí)而產(chǎn) 生的智力中層認(rèn)知。生物智能，尤其是人類智能，則是最高層的智能。即CI 包含AI 包含BI43 人工神經(jīng)網(wǎng)絡(luò)為什么具有誘人的發(fā)展前景和潛在的廣泛應(yīng)用領(lǐng)域？人工神經(jīng)網(wǎng)絡(luò)具有如下至關(guān)重要的特性：(1)并行分布處理 適于實(shí)時(shí)和動(dòng)態(tài)處理(2)非線性映射 給處理非線性問(wèn)題帶來(lái)新的希望(3)通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)一個(gè)經(jīng)過(guò)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，能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以處理的問(wèn)題(4)適應(yīng)與集成神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息融合能力使得它可以同時(shí)輸入大量不同的控制信號(hào)，實(shí)現(xiàn)信息集成和融合，適于復(fù)雜，大 規(guī)模和多變量系統(tǒng)(5)硬件實(shí)現(xiàn)一些超大規(guī)模集成是電路實(shí)現(xiàn)硬件已經(jīng)問(wèn)世，使得神經(jīng)網(wǎng)絡(luò)成為具有快速和大規(guī)模處理能力的網(wǎng)絡(luò)。44 簡(jiǎn)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)算法。生物神經(jīng)元大多數(shù)神經(jīng)元由一個(gè)細(xì)胞體(cell body 或soma)和突(process)兩部分組成。突分兩類，即軸突(axon)和樹(shù)突(dendrite)，軸突是個(gè)突出部分，長(zhǎng)度可達(dá) 1m，把本神經(jīng)元的輸出發(fā)送至其它相連接的神經(jīng)元。樹(shù)突也是突出部分，但一般較 短，且分枝很多，與其它神經(jīng)元的軸突相連，以接收來(lái)自其它神經(jīng)元的生物信號(hào)。軸突的末端與樹(shù)突進(jìn)行信號(hào)傳遞的界面稱為突觸(synapse)，通過(guò)突觸向其它神經(jīng)元發(fā)送信息。對(duì)某些突觸的刺激促 使神經(jīng)元觸發(fā)(fire)。只有神經(jīng)元所有輸入的總效應(yīng)達(dá)到閾值電平，它才能開(kāi)始工作。此時(shí)，神經(jīng)元就產(chǎn)生一個(gè)全強(qiáng) 度的輸出窄脈沖，從細(xì)胞體經(jīng)軸突進(jìn)入軸突分枝。這時(shí)的神經(jīng)元就稱為被觸發(fā)。突觸把經(jīng)過(guò)一個(gè)神經(jīng)元軸突的脈沖 轉(zhuǎn)化為下一個(gè)神經(jīng)元的興奮或抑制。學(xué)習(xí)就發(fā)生在突觸附近。每個(gè)人腦大約含有 10^1110^12 個(gè)神經(jīng)元，每一神經(jīng)元又約有 10^310^4 個(gè)突觸。神經(jīng)元通過(guò)突觸形成的網(wǎng)絡(luò)，傳 遞神經(jīng)元間的興奮與抑制。大腦的全部神經(jīng)元構(gòu)成極其復(fù)雜的拓?fù)渚W(wǎng)絡(luò)群體，用于實(shí)現(xiàn)記憶與思維。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型構(gòu)成。每個(gè)神經(jīng)元具有單一輸出，并且能夠與其它神經(jīng)元連接，存在許多輸出連接方法，每種連接方法對(duì)應(yīng)于一個(gè)連接權(quán)系數(shù)。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分為2 類：(1)遞歸(反饋)網(wǎng)絡(luò) 有些神經(jīng)元的輸出被反饋至同層或前層神經(jīng)元。信號(hào)能夠從正向和反向流通。Hopfield 網(wǎng)絡(luò)，Elmman 網(wǎng)絡(luò)和Jordan 網(wǎng)絡(luò)是代表。(2)前饋網(wǎng)絡(luò) 具有遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連的層級(jí)組成。從輸入層至輸出層的信號(hào)通過(guò)單向連接流通，神 經(jīng)元從一層連接至下一層，不存在同層神經(jīng)元之間的連接。多層感知器(MLP)，學(xué)習(xí)矢量量化網(wǎng)絡(luò)(LVQ)，小腦模 型連接控制網(wǎng)絡(luò)(CMAC)和數(shù)據(jù)處理方法網(wǎng)絡(luò)(GMDH)是代表。人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法(1)指導(dǎo)式(有師)學(xué)習(xí)根據(jù)期望和實(shí)際的網(wǎng)絡(luò)輸出之間的差來(lái)調(diào)整神經(jīng)元連接的強(qiáng)度或權(quán)。包括Delta 規(guī)則，廣義Delta 規(guī)則，反向傳播算 法及LVQ 算法。(2)非指導(dǎo)(無(wú)導(dǎo)師)學(xué)習(xí)訓(xùn)練過(guò)程中，神經(jīng)網(wǎng)絡(luò)能自動(dòng)地適應(yīng)連接權(quán)，以便按相似特征把輸入模式分組聚集。包括 Kohonen 算法，CarpenterGrossberg 自適應(yīng)諧振理論(ART)(3)強(qiáng)化學(xué)習(xí)是有師學(xué)習(xí)的一種特例。它不需要老師給出目標(biāo)輸出，而是由一個(gè)“評(píng)論員”來(lái)評(píng)介與給定輸入相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò) 輸出的優(yōu)度。例如遺傳算法(GA)410 什么是模糊集合和隸屬函數(shù)或隸屬度？論域U 模糊子集F 隸屬函數(shù)序偶 P119411 模糊集合有哪些運(yùn)算，滿足哪些規(guī)律？并(取max)，交(取min)，補(bǔ)冪等律，交換律，結(jié)合律，分配律，吸收律，同一律，Demorgan 律，復(fù)原律，對(duì)偶律，互補(bǔ)律不成立412 什么是模糊推理？有哪幾種模糊推理方法？模糊推理是建立在模糊邏輯基礎(chǔ)上的，一種不確定性推理方法，是在二值邏輯三段論基礎(chǔ)上發(fā)展起來(lái)的。它以模糊判斷為前提，動(dòng)用模糊語(yǔ)言規(guī)則，推導(dǎo)出一個(gè)近似的模糊判斷結(jié)論。有許多模糊推理方法。在Zadeh 法中，有2 種重要的模糊推理規(guī)則：廣義取式(肯定前提)假言推理法(GMP)和廣義 拒式(否定結(jié)論)假言推理法(GMT)，分別簡(jiǎn)稱為廣義前向推理法和廣義后向推理法。413 有哪些模糊蘊(yùn)含關(guān)系？ 模糊合取，模糊析取，基本蘊(yùn)涵，命題演算，GMP 推理，GMT 推理414 什么叫模糊判決？有哪幾種常用的模糊判決方法？從推理得到的模糊集合中，取一個(gè)相對(duì)最能代表這個(gè)模糊集合的單值的過(guò)程就稱為解模糊或模糊判決。常用的模糊判決方法有：重心法，最大隸屬度法，系數(shù)加權(quán)平均法，隸屬度限幅元素平均法第五章 計(jì)算智能(2):進(jìn)化計(jì)算 人工生命51 什么是進(jìn)化計(jì)算？它包括哪些內(nèi)容？它們的出發(fā)點(diǎn)是什么？什么是？進(jìn)化計(jì)算包括遺傳算法，進(jìn)化策略，進(jìn)化編程和遺傳編程。出發(fā)點(diǎn)？52 試述遺傳算法的基本原理，并說(shuō)明遺傳算法的求解步驟?；驹恚壳蠼獠襟E：(1)隨機(jī)產(chǎn)生一個(gè)由確定長(zhǎng)度的特征字符串組成的初始種群體(2)對(duì)該字符串種群迭代地執(zhí)行下步的步驟[1]和步驟[2]，直到滿足停止準(zhǔn)則為止：[1] 計(jì)算種群中每個(gè)個(gè)體字符中的適應(yīng)值[2] 應(yīng)用復(fù)制，交叉和變異等遺傳算子產(chǎn)生下一代種群(3)把在后代中出現(xiàn)的最好個(gè)體字符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(wèn)題的一個(gè)解。55 進(jìn)化策略是如何描述的？最簡(jiǎn)單的進(jìn)化策略可描述如下： P13756 簡(jiǎn)述進(jìn)化編程的機(jī)理和基本過(guò)程，并以四狀態(tài)機(jī)為例說(shuō)明進(jìn)化編程的表示。機(jī)理？基本過(guò)程？P13957 遺傳算法、進(jìn)化策略和進(jìn)化編程的關(guān)系如何？有何區(qū)別？關(guān)系： 它們都是模擬生物界自然進(jìn)化過(guò)程而建立的魯棒性計(jì)算機(jī)算法。區(qū)別：進(jìn)化策略和進(jìn)化編程把變異作為主要搜索算子，標(biāo)準(zhǔn)遺傳算法中，變異