《人工智能及其应用复习资料.docx》由会员分享，可在线阅读，更多相关《人工智能及其应用复习资料.docx（31页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、人工智能及其应用(2)第一章 绪 论1-1. 什么是人工智能？试从学科和实力两方面加以说明。 从学科角度来看：人工智能是计算机科学中涉及探讨, 设计和应用智能机器的一个分支。它的近期主要目标在于研 究用机器来仿照和执行人脑的某些智能功能，并开发相关理论和技术。 从实力角度来看：人工智能是智能机器所执行的通常及人类智能有关的功能，如推断, 推理, 证明, 识别, 感知, 理解, 设计, 思索, 规划, 学习和问题求解等思维活动 1-2. 在人工智能的开展过程中，有哪些思想和思潮起了重要作用？ 限制论之父维纳 1940 年主见计算机五原那么。他开场考虑计算机如何能像大脑一样工作。系统地创立了限制论
2、，根 据这一理论，一个机械系统完全能进展运算和记忆。帕梅拉麦考达克(Pamela McCorduck)在她的闻名的人工智能历史探讨机器思维(Machine Who Think,1979)中曾 经指出：在困难的机械装置及智能之间存在着长期的联系。 闻名的英国科学家图灵被称为人工智能之父,图灵不仅创建了一个简洁的通用的非数字计算模型，而且干脆证明白计 算机可能以某种被理解为智能的方法工作。提出了闻名的图灵测试。 数理逻辑从 19 世纪末起就获快速开展；到 20 世纪 30 年头开场用于描述智能行为。计算机出现后，又在计算机上 实现了逻辑演绎系统。 1943 年由生理学家麦卡洛克(McCulloch
3、)和数理逻辑学家皮茨(Pitts)创立的脑模型，即 MP 模型。60-70 年头，联结 主义，尤其是对以感知机(perceptron)为代表的脑模型的探讨曾出现过热潮， 限制论思想早在40-50 年头就成为时代思潮的重要局部，影响了早期的人工智能工作者。到60-70 年头，限制论系 统的探讨取得确定进展，播下智能限制和智能机器人的种子。 1-3. 为什么能够用机器计算机仿照人的智能？ 物理符号系统的假设：任何一个系统，假如它能够表现出智能，那么它就必定能执行输入符号, 输出符号, 存储符 号, 复制符号, 建立符号构造, 条件性迁移6 种功能。反之，任何系统假如具有这6 种功能，那么它就能够表
4、现出 智能(人类所具有的智能)。 物理符号系统的假设伴随有3 个推论。 推论一: 既然人具有智能，那么他(她)就确定是个物理符号系统。 推论二: 既然计算机是一个物理符号系统，它就确定能够表现出智能。 推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。 1-4. 现在人工智能有哪些学派？它们的认知观是什么？ 符号主义(Symbolicism)，又称为逻辑主义(Logicism), 心理学派(Psychlogism)或计算机学派(Computerism) 其原理 主要为物理符号系统(即符号操作系统)假设和有限合理性原理。 认为人的认知基元是符号
5、，而且认知过程即符号操作过程。认为人是一个物理符号系统，计算机也是一个物理符号 系统，因此，我们就能够用计算机来模拟人的智能行为。学问是信息的一种形式，是构成智能的根底。人工智能的 核心问题是学问表示, 学问推理和学问运用。 联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism) 其原理主要为神经网络及神经网络间的连接机制及学习算法 认为人的思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于 取代符号操作的电脑工作模式。 行为主义(Actionism)，又称进化主义(Evolutionism
6、)或限制论学派(Cyberneticsism) 其原理为限制论及感知-动作型控 制系统 认为智能取决于感知和行动。认为智能不须要学问, 不须要表示, 不须要推理；人工智能可以象人类智能一样逐步进化。智能行为只能在现实世界中及四周环境交互作用而表现出来。符号主义, 联结主义对真实世界客观事物的描 述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。 1-5. 你认为应从哪些层次对认知行为进展探讨？ 心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，及此相应的是计算机程序, 语 言和硬件。 探讨认知过程的主要任务是探求高层次思维决策及初级信息处理的关系，
7、并用计算机程序来模拟人 的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 1-6. 人工智能的主要探讨和应用领域是什么？其中，哪些是新的探讨热点？ 问题求解 (下棋程序)，逻辑推理及定理证明 (四色定理证明)，自然语言理解，自动程序设计，专家系统，机器学习， 神经网络，机器人学 (星际探究机器人)，模式识别 (手写识别，汽车牌照识别，指纹识别)，机器视觉 (机器装配， 卫星图像处理)，智能限制，智能检索，智能调度及指挥 (汽车运输高度，列车编组指挥)，系统及语言工具。 新的探讨热点： 分布式人工智能及Agent，计算智能及进化计算，数据挖掘及学问发觉 (超市市场商品数据分析)，人工生命
8、。第二章 学问表示方法2-2 设有 3 个传教士和 3 个野人来到河边，准备乘一只船从右岸渡到左岸去。该船的负载实力为两人。在任何时候，假如野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船平安地把全部人都渡过河去 用S i (nC, nY) 表示第i 次渡河后，河对岸的状态，nC 表示传教士的数目，nY 表示野人的数目，由于总人数的确定 的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目 不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3 种状况： 1. nC=0 2. nC=3 3. nC=nY=0 (当nC
9、不等于0 或3) 用d i (dC, dY)表示渡河过程中，对岸状态的变更，dC 表示，第i 次渡河后，对岸传教士数目的变更，dY 表示，第i 次渡河后，对岸野人数目的变更。当i 为偶数时，dC,dY 同时为非负数，表示船驶向对岸，i 为奇数时，dC, dY 同时 为非正数，表示船驶回岸边。 初始状态为S 0 (0, 0)，目标状态为S 0 (3, 3)，用深度优先搜寻的方法可找寻渡河方案。 在此，用图求法该问题，令横坐标为 nY, 纵坐标为 nC，可行状态为空心点表示，每次可以在格子上，沿对角线移 动一格，也可以沿坐标轴方向移动1 格，或沿坐标轴方向移动2 格。第奇数次数状态转移，沿右方，上
10、方，或右上 方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。 从(0,0)开场，依次沿箭头方向变更状态，经过11 步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)-d2(-1,0)-d3(0,2)-d4(0,-1)-d5(2,0)-d6(-1,-1)-d7(2,0)-d8(0,-1)-d9(0,2)-d10(-1,0)-d11 (1,1) 2-4 试说明怎样把一棵及或解树用来表达图2.28 所示的电网络阻抗的计算。单独的R, L 或C 可分别用R, jL 或1/jC 来计算，这个事好用作本原问题。后继算符应以复合并联和串联阻抗的规那么为根底。约定，用原来的及后继
11、算法用来表达并联关系，用原来的或后继算法用来表达串联关系 2-5 试用四元数列构造表示四圆盘梵塔问题，并画出求解该问题的及或图。 用四元数列 (nA, nB, nC, nD) 来表示状态，其中nA 表示A 盘落在第nA 号柱子上，nB 表示B 盘落在第nB 号柱子 上，nC 表示C 盘落在第nC 号柱子上，nD 表示D 盘落在第nD 号柱子上。 初始状态为 1111，目标状态为 3333 如下图，按从上往下的依次，依次处理每一个叶结点，搬动圆盘，问题得解。 2-6 把以下句子变换成子句形式： (1) ( x)P(x)P(x)(2) x y(On(x,y)Above(x,y) (3) x y z
12、(Above(x,y)Above(y,z)Above(x,z)(4) ( x)P(x) yp(y)p(f(x,y)( y)Q(x,y)P(y) (1) (ANY x) P(x)P(x) (ANY x) P(x) OR P(x) P(x) OR P(x) 最终子句为 P(x) OR P(x) (2) (ANY x) (ANY y) On(x,y)Above(x,y) (ANY x) (ANY y) On(x,y) OR Above(x,y) On(x,y) OR Above(x,y) 最终子句为 On(x,y) OR Above(x,y) (3) (ANY x) (ANY y) (ANY z)
13、Above(x,y) AND Above(y,z) Above(x,z) (命题联结词之优先级如下:否认合取析取蕴涵等价) (ANY x) (ANY y) (ANY z) Above(x,y) AND Above(y,z) OR Above (x,z) Above(x,y) AND Above(y,z) OR Above (x,z) 最终子句为 Above(x,y), Above(y,z) OR Above(x,z) (4) (ANY x) P(x) (ANY y) p(y)p(f(x,y) AND (ANY y) Q(x,y) P(y) (ANY x) P(x) OR (ANY y) p(y
14、) OR p(f(x,y) AND (ANY y) Q(x,y) OR P(y) (EXT x) P(x) AND (EXT x) p(y) AND p(f(x,y) OR (EXT y) Q(x,y) AND P(y) (EXT x) P(x) AND (EXT w) p(y) AND p(f(w,y) OR (EXT v) Q(x,v) AND P(v) P(A) AND p(y) AND p(f(B,y) OR Q(A,C) AND P(C) P(A) AND p(y) AND p(f(B,y) OR Q(A,C) AND p(y) AND p(f(B,y) OR P(C) P(A) A
15、ND p(y), p(f(B,y) OR Q(A,C) AND p(y), p(f(B,y) OR P(C) 最终子句为 P(A) p(x), p(f(B,x) OR Q(A,C) p(y), p(f(B,y) OR P(C) 2-7 用谓词演算公式表示以下英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句 子。) A computer system is intelligent if it can perform a task which, if performed by a human, requires intelligence. 先定义根本的谓词 INTLT(x
16、) means x is intelligent PERFORM(x,y) means x can perform y REQUIRE(x) means x requires intelligence CMP(x) means x is a computer system HMN(x) means x is a human 上面的句子可以表达为 (随意x) (存在t) (存在y) HMN(y) 合取 PERFORM(y,t) 合取 REQUIRE(t) 合取 CMP(x) 合取 PERFORM(x,t) INTLT(x) 2-8 把以下语句表示成语义网络描述： (1) All man are
17、mortal. (2) Every cloud has a silver lining. (3) All branch managers of DEC participate in a profit-sharing plan. (1) (2) (3) 2-9 作为一个电影观众，请你编写一个去电影院看电影的剧本。 (1) 开场条件 (a) 顾客想看电影 (b) 顾客在足够的钱 (2) 角色 顾客，售票员，检票员，放映员 (3) 道具 钱，电影票 (4) 场景 场景 1 购票 (a) 顾客来到售票处 (b) 售票员把票给顾客 (c) 顾客把钱给售票员 (d) 顾客走向电影院门 场景 2 检票 (a
18、) 顾客把电影票给检票员 (b) 检票员检票 (c) 检票员把电影票还给顾客 (d) 顾客进入电影院 场景 3 等待 (a) 顾客找到自己的座位 (b) 顾客坐在自己座位一等待电影开场 场景 4 观看电影 (a) 放映员播放电影 (b) 顾客观看电影 场景 5 离开 (a) 放映员完毕电影放映 (b) 顾客离开电影院 (5) 结果 (a) 顾客观看了电影 (b) 顾客花了钱 (c) 电影院赚了钱 2-10 试构造一个描述你的寝室或办公室的框架系统。 第三章 搜寻推理技术3-1 什么是图搜寻过程其中，重排OPEN 表意味着什么，重排的原那么是什么 图搜寻的一般过程如下： (1) 建立一个搜寻图G
19、(初始只含有起始节点S)，把S 放到未扩展节点表中OPEN 表中。 (2) 建立一个已扩展节点表CLOSED 表，其初始为空表。 (3) LOOP：假设OPEN 表是空表，那么失败退出。 (4) 选择OPEN 表上的第一个节点，把它从OPEN 表移出并放进CLOSED 表中。称此节点为节点n，它是CLOSED 表中 节点的编号 (5) 假设n 为一目标节点，那么有解并胜利退出。此解是追踪图G 中沿着指针从n 到S 这条路径而得到的(指针将在第7 步中设置) (6) 扩展节点n，生成不是n 的祖先的那些后继节点的集合M。将M 添入图G 中。 (7) 对那些未曾在G 中出现过的(既未曾在OPEN
20、表上或CLOSED 表上出现过的)M 成员设置一个通向n 的指针，并将 它们加进OPEN 表。 对已经在OPEN 或CLOSED 表上的每个M 成员，确定是否须要更改通到n 的指针方向。 对已在CLOSED 表上的每个M 成员，确定是否须要更改图G 中通向它的每个后裔节点的指针方向。 (8) 按某一随意方式或按某个探试值，重排OPEN 表。 (9) GO LOOP。 重排OPEN 表意味着，在第(6)步中，将优先扩展哪个节点，不同的排序标准对应着不同的搜寻策略。 重排的原那么当视具体需求而定，不同的原那么对应着不同的搜寻策略，假如想尽快地找到一个解，那么应当将最有可能 到达目标节点的那些节点排
21、在OPEN 表的前面局部，假如想找到代价最小的解，那么应当按代价从小到大的依次重排 OPEN 表。 3-2 试举例比拟各种搜寻方法的效率。(1) 把起始节点放到OPEN 表中(假如该起始节点为一目标节点，那么求得一个解答)。 (2) 假如OPEN 是个空表，那么没有解，失败退出；否那么接着。 (3) 把第一个节点(节点n)从OPEN 表移出，并把它放入CLOSED 扩展节点表中。 (4) 扩展节点n。假如没有后继节点，那么转向上述第(2)步。 (5) 把n 的全部后继节点放到OPEN 表的末端，并供应从这些后继节点回到n 的指针。 (6) 假如n 的任一个后继节点是个目标节点，那么找到一个解答
22、，胜利退出；否那么转向第(2)步。有界深度优先搜寻 (1) 把起始节点S 放到未扩展节点OPEN 表中。假如此节点为一目标节点，那么得到一个解。 (2) 假如OPEN 为一空表，那么失败退出。 (3) 把第一个节点(节点n)从OPEN 表移到CLOSED 表。 (4) 假如节点n 的深度等于最大深度，那么转向(2)。 (5) 扩展节点n，产生其全部后裔，并把它们放入OPEN 表的前头。假如没有后裔，那么转向(2)。 (6) 假如后继节点中有任一个为目标节点，那么求得一个解，胜利退出；否那么，转向(2)。 等代价搜寻方法以g(i)的递增依次扩展其节点，其算法如下： (1) 把起始节点S 放到未扩
23、展节点表OPEN 中。假如此起始节点为一目标节点，那么求得一个解;否那么令g(S)=0。 (2) 假如OPEN 是个空表，那么没有解而失败退出。 (3) 从 OPEN 表中选择一个节点 i，使其 g(i)为最小。假如有几个节点都合格，那么就要选择一个目标节点作为节 点i(要是有目标节点的话)；否那么，就从中选一个作为节点i。把节点i 从OPEN 表移至扩展节点表CLOSED 中。 (4) 假如节点i 为目标节点，那么求得一个解。 (5) 扩展节点i。假如没有后继节点，那么转向第(2)步。 (6) 对于节点 i 的每个后继节点 j，计算g(j)=g(i)+c(i,j)，并把全部后继节点 j 放进
24、 OPEN 表。供应回到节点 i 的指针。 (7) 转向第(2)步。3-3 化为子句形有哪些步骤请结合例子说明之。 任一谓词演算公式可以化成一个子句集。其变换过程由以下九个步骤组成： (1)消去蕴涵符号 将蕴涵符号化为析取和否认符号 (2)削减否认符号的辖域 每个否认符号最多只用到一个谓词符号上，并反复应用狄 摩根定律 (3)对变量标准化 对哑元改名以保证每个量词有其自己唯一的哑元 (4)消去存在量词 引入Skolem 函数，消去存在量词 假如要消去的存在量词不在任何一个全称量词的辖域内，那么我们就用不含变量的Skolem 函数即常量。 (5)化为前束形 把全部全称量词移到公式的左边，并使每个
25、量词的辖域包括这个量词后面公式的整个局部。 前束形 = (前缀) (母式) 前缀 = 全称量词串 母式 = 无量词公式 (6)把母式化为合取范式 反复应用安排律，将母式写成很多合取项的合取的形式，而每一个合取项是一些谓词公式和(或)谓词公式的否认的析取 (7)消去全称量词 消去前缀，即消去明显出现的全称量词 (8)消去连词符号(合取) 用合取项1,合取项2替换明显出现的合取符号 (9)更换变量名称 更换变量符号的名称，使一个变量符号不出现在一个以上的子句中 3-4 如何通过消解反演求取问题的答案 给出一个公式集S 和目标公式L，通过反证或反演来求证目标公式L，其证明步骤如下： (1)否认L，得
26、L； (2)把L 添加到S 中去； (3)把新产生的集合L，S化成子句集； (4)应用消解原理，力图推导出一个表示冲突的空子句NIL。 3-5 什么叫相宜公式相宜公式有哪些等价关系 合式公式的递归定义为： (1) 原子谓词公式是合式公式 (2) 假设A 为合式公式，那么A 的否认也是合式公式 (3) 假设A, B 都是合式公式，那么A AND B, AOR B, AB, AB 也都是合式公式 (4) 假设A 是合式公式，x 为A 中的自由变元，那么(ANY x)A 和 (EXT x)A 都是合式公式 (5) 只有按规那么(1)(4)求得的公式，才是合式公式 等价关系有：否认之否认，蕴含及及或形
27、式的等价，狄.摩根定律；安排律，交换律，结合律，逆否律，否认跨越量 词，全称量词同及或连词，量词中的哑元 3-6 用宽度优先搜寻求图3.33 所示迷宫的出路。 第一步 SAB 第二步 BH BC 第三步 HG CF 最终路径为SABCF3-7 用有界深度优先搜寻方法求解图3.34 所示八数码难题。解：定义操作符集：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。 搜寻时，节点的扩展依次规定为按右, 左, 上, 下方向移动空格。并设置深度界限为8。 由上述有界深度优先搜寻树中可见， 当d=8 时，八数码难题的一个解为： f
28、4, f4, f3, f2, f2, f3, f4, f3 3-10 一个机器人驾驶卡车，携带包袱(编号分别为1, 2 和3)分别投递到林(LIN), 吴(WU)和胡(HU)3 家住宅处。规定了某些简洁的操作符，如表示驾驶方位的drive(x,y)和表示卸下包袱的unload(z) 都有确定的先决条件和结果。试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列，该序列能够生成一个满意AT(#1，LIN)AT(#2，WU)AT(#3,HU)的目标状态。 初始状态可描述为：AT(#1, LIN) AND AT(#2, WU) AND AT(#1, HU) AND AT(#1, CAR)
29、 AND AT(#2, CAR) AND AT(#3, CAR) 目标状态可描述为：AT(#1, LIN) AND AT(#2, WU) AND AT(#1, HU) AND AT(#1, CAR) AND AT(#2, CAR) AND AT(#3, CAR) 对每个操作符都有确定的先决条件和结果，具体如下 drive(x, y) 先决条件：AT(CAR, x) 结果： AT(CAR, y) unload(z)先决条件：AT(z, CAR) AND AT(CAR, x) 结果： AT(z, CAR) AND AT(z, x) 原问题就转换为找寻一个可将初始状态转换到目标状态的操作序列 如何求
30、得该操作序列 3-11 规那么演绎系统和产生式系统有哪几种推理方式各自的特点为何 规那么演绎系统的推理方式有正向推理, 逆向推理和双向推理双向推理组合了正向推理和逆向推理的优点，克制了各自的缺点，具有更高的搜寻求解效率。 产生式系统的推理方式有正向推理, 逆向推理和双向推理 双向推理结合了正向推理和逆向推理的特长，克制了两者的短处，其限制策略比两者都要困难。 3-12 为什么须要采纳系统组织技术有哪几种系统组织技术 假如不采纳系统组织技术，而干脆写出包含全部学问的规那么，并让系统利用这些规那么，找出一条从给定状态到目标 状态的路径，这种方法有严峻的缺点： (1) 随着规那么的增加，既要参与新的
31、规那么，又要使新规那么不及现有规那么产生冲突，这将使问题变得愈来愈困难 (2) 在问题求解过程中，由于每一步都必需考虑全部规那么，效率就会大大降低，然而，事实上却往往是只有应用完 一组规那么之后，才考虑另一组别的规那么 (3) 一种问题求解技术和学问表达形式可能对问题的某一局部是最好的，而对另一局部却不是最好的 因此，采纳系统组织技术，将一个大系统中的学问分成一组相对独立的模块比拟相宜。 有3 种系统组织技术：议程表, 黑板法和Delta 微小搜寻法 3-13 探讨不确定性推理有何意义有哪几种不确定性 不确定性推理是探讨困难系统不完全性和不确定性的有力工具。 有3 种不确定性，关于证据的不确定
32、性(观测有误差)，关于结论的不确定性和多个规那么支持同一事实时的不确定性。 3-14 单调推理有何局限性什么叫缺省推理非单调推理系统如何证明一个节点的有效性 单调系统不能很好地处理经常出现在现实问题领域中的3 类状况，即不完全的信息, 不断变更的状况, 以及求解困难问题过程中生成的假设 有两种方法可以证明节点的有效性： (1) 支持表。 ( SL (IN-节点表) (OUT- 节点表) ) 假如某节点的IN 节点表中提到的节点当前都是IN, 且OUT 节点表中提到的节点当前都是OUT，那么它是有效的 (2) 条件证明。 ( CP(结论) (IN-假设) (OUT-假设) ) 条件证明(CP)的
33、证明表示有前提的论点，无论何时，只要在IN 假设中的节点为IN, OUT 假设中的节点为OUT, 那么 结论节点往往为IN，于是条件证明的证明有效。 3-15 在什么状况下须要采纳不确定推理或非单调推理 不完全的信息, 不断变更的状况, 以及求解困难问题过程中生成的假设 3-16 以下语句是一些几何定理，把这些语句表示为基于规那么的几何证明系统的产生式规那么： (1) 两个全等三角形的各对应角相等。 (2) 两个全等三角形的各对应边相等。 (3) 各对应边相等的三角形是全等三角形。 (4) 等腰三角形的两底角相等。 规那么(1): IF 两个三角形全等 THEN 各对应角相等 规那么(2):
34、IF 两个三角形全等 THEN 各对应边相等 规那么(3): IF 两个三角形各对应边相等 THEN 两三角形全等 规那么(4): IF 它是等腰三角形 THEN 它的两底角相等 第四章 计算智能1：神经计算 模糊计算4-1 计算智能的含义是什么？它涉及哪些探讨分支？ 贝兹德克认为计算智能取决于制造者供应的数值数据，而不依靠于学问。计算智能是智力的低层认知。 主要的探讨领域为神经计算，模糊计算，进化计算，人工生命。 4-2 试述计算智能CI, 人工智能AI和生物智能BI的关系。 计算智能是智力的低层认知，主要取决于数值数据而不依靠于学问。人工智能是在计算智能的根底上引入学问而产 生的智力中层认
35、知。生物智能，尤其是人类智能，那么是最高层的智能。即CI 包含AI 包含BI 4-3 人工神经网络为什么具有迷人的开展前景和潜在的广泛应用领域？ 人工神经网络具有如下至关重要的特性： (1) 并行分布处理 适于实时和动态处理 (2) 非线性映射 给处理非线性问题带来新的盼望 (3) 通过训练进展学习 一个经过适当训练的神经网络具有归纳全部数据的实力，能够解决那些由数学模型或描述规那么难以处理的问题 (4) 适应及集成 神经网络的强适应和信息融合实力使得它可以同时输入大量不同的限制信号，实现信息集成和融合，适于困难，大 规模和多变量系统 (5) 硬件实现 一些超大规模集成是电路实现硬件已经问世，
36、使得神经网络成为具有快速和大规模处理实力的网络。 4-4 简述生物神经元及人工神经网络的构造和主要学习算法。 生物神经元 大多数神经元由一个细胞体(cell body 或soma)和突(process)两局部组成。突分两类， 即轴突(axon)和树突(dendrite)， 轴突是个突出局部，长度可达 1m，把本神经元的输动身送至其它相连接的神经元。树突也是突出局部，但一般较 短，且分枝很多，及其它神经元的轴突相连，以接收来自其它神经元的生物信号。 轴突的末端及树突进展信号传递的界面称为突触(synapse)，通过突触向其它神经元发送信息。对某些突触的刺激促 使神经元触发(fire)。只有神经元
37、全部输入的总效应到达阈值电平，它才能开场工作。此时，神经元就产生一个全强 度的输出窄脉冲，从细胞体经轴突进入轴突分枝。这时的神经元就称为被触发。突触把经过一个神经元轴突的脉冲 转化为下一个神经元的兴奋或抑制。学习就发生在突触旁边。 每个人脑大约含有 1011-1012 个神经元，每一神经元又约有 103-104 个突触。神经元通过突触形成的网络，传 递神经元间的兴奋及抑制。大脑的全部神经元构成极其困难的拓扑网络群体，用于实现记忆及思维。 人工神经网络的构造人工神经网络由神经元模型构成。每个神经元具有单一输出，并且能够及其它神经元连接，存在很多输出连接方法， 每种连接方法对应于一个连接权系数。
38、人工神经网络的构造分为2 类： (1) 递归(反响)网络 有些神经元的输出被反响至同层或前层神经元。信号能够从正向和反向流通。Hopfield网络，Elmman网络和Jordan网络是代表。 (2) 前馈网络 具有递阶分层构造，由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通，神 经元从一层连接至下一层，不存在同层神经元之间的连接。多层感知器(MLP)，学习矢量量化网络(LVQ)，小脑模 型连接限制网络(CMAC)和数据处理方法网络(GMDH)是代表。 人工神经网络的主要学习算法 (1) 指导式(有师)学习 依据期望和实际的网络输出之间的差来调整神经元连接的强度或
39、权。包括Delta 规那么，广义Delta 规那么，反向传播算 法及LVQ 算法。 (2) 非指导(无导师)学习 训练过程中，神经网络能自动地适应连接权，以便按相像特征把输入模式分组聚集。包括 Kohonen 算法， Carpenter-Grossberg 自适应谐振理论(ART) (3) 强化学习 是有师学习的一种特例。它不须要老师给出目标输出，而是由一个“评论员来评介及给定输入相对应的神经网络 输出的优度。例如遗传算法(GA) 4-10 什么是模糊集合和隶属函数或隶属度？ 论域U 模糊子集F 隶属函数 序偶 P119 4-11 模糊集合有哪些运算，满意哪些规律？ 并(取max)，交(取mi
40、n)，补 幂等律，交换律，结合律，安排律，汲取律，同一律，Demorgan 律，复原律，对偶律，互补律不成立 4-12 什么是模糊推理？有哪几种模糊推理方法？ 模糊推理是建立在模糊逻辑根底上的，一种不确定性推理方法，是在二值逻辑三段论根底上开展起来的。它以模糊推断为前提，动用模糊语言规那么，推导出一个近似的模糊推断结论。 有很多模糊推理方法。在Zadeh 法中，有2 种重要的模糊推理规那么：广义取式(确定前提)假言推理法(GMP)和广义 拒式(否认结论)假言推理法(GMT)，分别简称为广义前向推理法和广义后向推理法。 4-13 有哪些模糊蕴含关系？ 模糊合取，模糊析取，根本蕴涵，命题演算，GM
41、P 推理，GMT 推理4-14 什么叫模糊判决？有哪几种常用的模糊判决方法？ 从推理得到的模糊集合中，取一个相对最能代表这个模糊集合的单值的过程就称为解模糊或模糊判决。 常用的模糊判决方法有：重心法，最大隶属度法，系数加权平均法，隶属度限幅元素平均法 第五章 计算智能(2):进化计算 人工生命5-1 什么是进化计算？它包括哪些内容？它们的动身点是什么？ 什么是？ 进化计算包括遗传算法，进化策略，进化编程和遗传编程。 动身点？ 5-2 试述遗传算法的根本原理，并说明遗传算法的求解步骤。 根本原理？ 求解步骤： (1) 随机产生一个由确定长度的特征字符串组成的初始种群体 (2) 对该字符串种群迭代
42、地执行下步的步骤1和步骤2，直到满意停顿准那么为止： 1 计算种群中每个个体字符中的适应值 2 应用复制，穿插和变异等遗传算子产生下一代种群 (3) 把在后代中出现的最好个体字符指定为遗传算法的执行结果，这个结果可以表示问题的一个解。 5-5 进化策略是如何描述的？ 最简洁的进化策略可描述如下： P137 5-6 简述进化编程的机理和根本过程，并以四状态机为例说明进化编程的表示。 机理？ 根本过程？ P139 5-7 遗传算法, 进化策略和进化编程的关系如何？有何区分？ 关系： 它们都是模拟生物界自然进化过程而建立的鲁棒性计算机算法。 区分： 进化策略和进化编程把变异作为主要搜寻算子，标准遗传
43、算法中，变异处于次要位置。 穿插在遗传法起着重要作用，而在进化编程中却被完全省去，在进化策略中及自适应结合运用，起了很重要的作用。 标准遗传算法和进化编程都强调随机选择机制的重要性，而进化策略的选择是完全确定的。 进化策略和进化编程，确定地把某个个体解除在被选择之外，而标准遗传算法都对每个个体指定一个非零的选择概率。 5-8 人工生命是否从1987 年开场探讨？为什么？ 不是。1987 年第一次人工生命研讨会上，美国圣塔菲探讨所非线性探讨组的兰顿正式提出了人工生命的概念，建立起人工 生命新学科。 20 世纪，60 年头，罗森布拉特探讨感知机，斯塔尔建立细胞活动模型，林登迈耶提出了生长发育中的细
44、胞交互作 用数学模型。 70 年头，康拉德等人探讨人工仿生系统中的自适应，进化和群体动力学，提出不断完善的“人工世界模型。细胞 自动机被用于图像处理。康韦提诞生命的细胞自动机对策论。 80 年头，人工神经网络再度兴起，促进了人工生命的开展。 5-9 什么是人工生命？请按你的理解用自己的语言给人工生命下个定义。 1987 年兰德提出的人工生命定义为：人工生命是探讨能够演示出自然生命系统特征行为的人造系统。通过计算机或 其它机器对类似生命的行为进展综合探讨，以便对传统生物科学起互补作用。 但凡具有自然生命现象和特征的人造系统，都可称为人工生命。 5-10 人工生命要仿照自然生命的特征和现象。自然生
45、命有哪些共同特征？ 自然生命的共同特征和现象，包括但不限于： (1) 自繁殖，自进化，自寻优 (2) 自成长，自学习，自组织 (3) 自稳定，自适应，自协调 (4) 物质构造 (5) 能量转换 (6) 信息处理 5-11 为什么要探讨人工生命？ 具有重大的科学意义和广泛的应用价值 (1) 开发基于人工生命的工程技术新方法，新系统，新产品(2) 为自然生命的探讨供应新模型, 新工具, 新环境(3) 延长人类寿命，减缓苍老，防治疾病(4) 扩展自然生命，实现人工进化和优生优育(5) 促进生命科学，信息科学，系统科学的穿插开展5-12 人工生命包括哪些探讨内容？其探讨方法如何？探讨内容大致分为两类：（1） 构成生物体的内部系统，包括脑，神经系统，内分泌系统，免疫系统，遗传系统，酶系统，代谢系统（2） 生物体及其群体的外部系统，包括环境适应系统和遗传进化系统探讨方法主要可分为两类：（1） 信息模型法，依据内部和外部系统所表现出来的生命行为来建立信息模型（2） 工作原理法：生命行为所显示的自律分散和非线性行为，其工作原理是混沌和分形，以此为根底探讨人工生命的机理。第六章 专家系统6-1