我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:管家婆六肖中特 > 非单调推理 >

人工智能归结演绎推理实验报告

归档日期:07-19       文本归类:非单调推理      文章编辑:爱尚语录

  人工智能归结演绎推理实验报告归结演绎推理 XXXXXXXXX F1:小静(jing)身材高挑(good),面容姣好(good)F2:小琳(lin) 身材高挑(good),面容一般(normal) F3:小红(hong)身材一般 (normal),面容姣好(normal) F4:如果X 的身材面容都好,那 么她就是我的女神 问:谁是我的女神? SC(X,Y):X的身材是Y FACE(X,Y):X的面容是Y GOD(X,me):X是我的女神 F2:SC(lin,good).FACE(linormal).FACE(hong,good) (10)?SC(jing,good)?FACE(jing,good)GOD(X,me) (11)GOD(jing) 由(10)得 (12)ANSWER(jing) Prolog源代码 GOD(X,me),write(MY GODESS 学院:海南师范大学物电学院班级:10电子 摘要:随着科技发展越来越迅速,很多东西的都发展到智能时代。电视是智能的,电网也是智能的,手机也是智能。我们生活 的世界也越来越智能,所以学习一些人工智能的知识也很重要。 通过长达16 周对人工智能的学习,我们有了对人工智能的初步了 解。本文主要分两部分,第一是:是这个学期人工智能学习的知 识点的总结;第二是:人工智能在电子信息科学与技术当中的应 关键字:人工智能电子信息科学与技术应用 概念:人工智能是计算机科学的一个重要分支,也是一门正在发展中的综合 性前沿学科,它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科相互渗透而发展起来的,目前正处 于发展阶段尚未形成完整体系。 第一阶段(40年代中~50 年代末)神经元网络时代 第二阶段(50年代中~60 年代中)通用方法时代 第三阶段(60年代中~80 年代初)知识工程时代 第四阶段(80年代中~90 年代初)新的神经元网络时代 第五阶段(90年代初~现在) 海量信息处理与网络时代 研究 的基本内容:搜索技术、知识表示、规划方法、机器学习、认知 科学、自然语言理解与机器翻译、专家系统与知识工程、定理证 明、博弈、机器人、数据挖掘与知识发现、多 Agent 系统、复杂 系统、足球机器人、人机交互技术等。 研究领域:(1)问题求解;(2)逻辑推理与定理证明; 自然语言理解;(4)自动程序设计; (5)专家系统; 机器学习;(7)神经网络; (8)机器人学; (9)模式识 (10)机器视觉;(11); 智能控制; (12)智能 检索; (13)智能调度与指挥; (14)分布式人工智能与 Agent;(15)计算智能与进化计算;(16)数据挖掘与 知识发现; (17)人工生命; (18)系统与语言工具 一、谓词表示法:首先定义谓词,指出每个谓词的确切含义,然后再用连接词把有关的谓词连接起来,形成一个谓词公式表达一 个完整的意义。 二、产生式表示法:产生式系统由3个基本部分组成:规则库、 综合数据库、控制系统。 三、框架表示法:框架通常由指定事物各个方面的槽组成,每个槽拥有若干个侧面,而每个侧面又可拥有若干个值。 四、语义网络表示法:语义网络由节点和弧线或链线组成,节点用于表示物体、概念和状态,弧线用于表示节点间的关系。 推理:所谓推理就是按某种策略由已知判断推出另一判断的思维过程。 本的推理规则是P规则、T 规则、假言推理、拒取式推理等。 是否可满足,则检验S中是否包含矛盾,或能否从S 中导出矛 盾来。如果有矛盾或者能导出矛盾,则称S是不可满足的。 二、不确定与非单调推理:不确定性匹配是指两个知识模式不完全致,但是它们的相似程度又在规定的限度内。推出的结论不 是单调增加。 搜索策略:依靠经验,利用已有知识,根据问题的 实际情况,不断寻找可利用知识,从而构造一条代价最小的推理 路线,使问题得以解决的过程称为搜索 行扩展,生成一组子节点,然后检查问题的目标状态是否出现在这 则再按照某种搜索策略从已生成的子节点中选择一个节点作为当前 扩展节点。重复上述过程,直到目标状态出现在子节点中或者没有 可供操作的节点为止。所谓对一个节点进行“扩展”是指对该节点用某个可用操作进行作用,生成该节点的一组子节点。 广度优先搜索:从初始节点S0开始逐层向下扩展,在第n 节点还没有全部搜索完之前,不进入第n+1层节点的搜索。 Open表中的节点总是按进入的先后排序,先进入的节点排在 深度优先搜索:从初始节点S0 开始,在其子节点中选择一个 代价树的广度优先搜索:在代价树中,可以用g(n)表示从初始节点S0 到节点n 的代价,用c(n1, n2)表示从父节点n1 子节点n2的代价。这样,对节点n2 的代价有: g(n2)=g(n1)+c(n1,n2)。代价树搜索的目的是为了找到最佳 把初始节点S0放入Open 如果Open表为空,则问题无解 ,失败退出; 把Open表的第一个节点取出放入Closed 考察节点n是否为目标节点。若是,则找到了问题的 不可扩展,则转第(2)步;(6)扩展节点 n,生成其 子节点ni(i=1, 大放入Open 表的首部,并为每一个子节点设置指向父节点的 指针。然后转第(2)步。 与/或树搜索策略:与/或树的搜索过程实际上是一个不断寻找解树 选择合适的子节点作为当前节点,反复执行第(2)步和第(3)步,在此期间需要多次调用可解标记过程或不可解标记过程,直 到初始节点被标记为可解节点或不可解节点为止。 (特殊情况)----》博弈问题:极大极小分析法:计算出端节点的估值,再推算出父节点的得分。推算的方法是:对“或”节点, 选其子节点中一个最大的得分作为父节点的得分,这是为了使自 己在可供选择的方案中选一个对自己最有利的方案;对“与”节 点,选其子节点中一个最小的得分作为父节点的得分,这是为了 立足于最坏的情况。这样计算出的父节点的得分称为倒推值。 剪枝技术:对于一个“与”节点来说,它取当前子节点中的最小倒推值作为它倒推值的上界, 值。对于一个“或”节点来说,它取当前子节点中的最大倒推值作为它倒推值的下界,称此值为α 值。其一般规律为: (1)任何“或”节点x 的倒推值为α。这种剪 枝成为β 剪枝。(2)任何“与”节点 值如果不能升高其父节点的α 值,则对节点 。这种剪枝成为α剪枝。 第二部分:人工智能在电子信息科学与技术当中的应用人工 智能与电子信息科学之间的关系:在实现人工智能的过程中,需 要用到很多功能强大且独特的电子专用设备。而电科的一些研究 成果则需要通过人工智能中的虚拟与仿真技术才能比较简单清晰 的呈现在人们面前。 电子设计EDA软件中应用:EDA 是电子设计自动化(Electronic DesignAutomation)以计算机为工作平台,融合了应用电子技术、 计算机技术、信息处理及智能化技术的最新成果,进行电子产品 的自动设计。 利用EDA工具,电子设计师可以从概念、算法、协议等开始设计 电子系统,大量工作可以通过计算机完成,并可以将电子产品从 电路设计、性能分析到设计出IC 版图或PCB 版图的整个过程的计 算机上自动处理完成。在电子设计当中现在越来越依赖与运用人 工智能设计出来的软件。运用其可以帮助我们电子设计者可以在 没有的设备的时候就可以进行验证电路和对电路进行调试,减小 成本,缩短开发周期。一下是一些常用EDA 软件。 AltiumDesigner: Altium Designer 提供了唯一一款统一 术和功能。AltiumDesigner 在单一设计环境中集成板级和FPGA 系统设计、基于FPGA 和分立处理器的嵌入式软件开发 以及PCB版图设计、编辑和制造。并集成了现代设计数据管 理功能,使得AltiumDesigner 成为电子产品开发的完整解 Proteus在电子设计初期当中的仿真是非常强大的, Proteus是世界上著名的EDA 工具(仿真软件),从原理图布 PCB设计,真正实现了从概念到产品的完整设计。是目前世 界上唯一将电路仿真软件、PCB设计软件和虚拟模型仿线 年又增加了Cortex DSP系列处理器,并持续增加其他系列处理器模型。在编译 方面,它也支持IAR、Keil和MPLAB 等多种编译器。 采集、报告生成和MATLAB 语言编程产生独立 C/C++代码等功 能。MATLAB 产品族具有下列功能:数据分析;数值和符号计算、 工程与科学绘图;控制系统设计;数字图像信号处理; 面设计等。MATLAB产品族被广泛应用于信号与图像处理、控 制系统设计、通讯系统仿真等诸多领域。 物联网中应用:物联网是指通过信息传感设备,按照约定的协 议,把任何物品与互联网连接起来,进行信息交换和通信,以实 现智能化识别、定位、跟踪、监控和管理的一种网络。它是在互 联网基础上延伸和扩展的网络。而物联网需要人工智能的研究成 功如问题求解,逻辑推理证明、专家系统、数据挖掘、模式识别、 自动推理、机器学习、智能控制等技术。通过这些技术的应用使 物联网有人工机器的特 《人工智能》是计算机专业本科生的一门选修课程。该课程是关于人工智能领域的引导性课程,介绍人工智能的基本理论、方 法和技术,目的是使学生了解和掌握人工智能的基本概念和方法, 为今后的更高级课程的学习、为将来在人工智能领域的进一步研 究工作和软件实践奠定良好的基础。 人工智能与其他的软件课程有较大的区别,这种区别主要表现在人工智能的鲜明特点上,即在思想方法上强调启发式,算法上 强调不确定性。同时,人工智能领域又是一个开拓性领域,新思 想和新技术层出不穷,因此,它对学生的训练将是特殊的、鼓励 创新的,是其他课程不可替代的。 程的教学基本要求1、人工智能基础 2、知识表示和推理知识表示确定性推理 3、搜索和优化方法盲目搜索(DFS,BFS,uniform cost search) 启发式搜索(最佳优先,A*,IDA*) 博弈方法(minmax 搜索, alpha-beta 剪枝) 机器学习(机械式、指导式、归纳式、基于类比的学习及基于解释的学习)人工神经网络的发展B-P 网络 Hopfield网络 5、专家系统与智能决策支持系统知识系统的设计和开发 识表示机制知识获取技术 知识工程 知识系统开发工具 第二部分教学内容 第一章、人工智能概述(2学时) 人工智能的主要研究和应用领域;人工智能研究的不同学派; 人工智能新进展 知识与知识表示的概念;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 脚本表示法 过程 表示法 面向对象表示法 第三章、确定性推理(8学时) 推理的基本概念推理的逻辑基础 自然演绎推理 归结演绎推 第四章、不确定与非单调推理(8学时) 不确定推理的基本概念不确定推理的概率论基础 确定性理论 主观Bayes 方法 证据理论 可能性理论和模糊模型非单调推理 搜索的基本概念状态空间的盲目搜索 状态空间的启发式搜索 与/或树的盲目搜索 与/或树的启发式搜索 博弈树的启发式搜索 第六章 机器学习(4 学时) 机器学习的基本概念机械式学习与指导式学习 归纳学习 基于类比的学习基于解释的学习 第七章、神经网络(4学时) 感知模型及其学习人工神经网络及其应用 第八章、自然语言理解(3学时) 语言及其理解的基本概念 法规则的表示方法语法分析与语义分析 自然语言理解系统的层次模型第九章、专家系统(5 学时) 家系统的基本概念专家系统的基本结构 知识获取 专家系统的开发及应用实例专家系统的新进展 第十章、智能决策支持系统(6学时)智能决策支持系统的基 本概念决策支持新技术

本文链接:http://meghanmbiro.com/feidandiaotuili/783.html