《人工智能》课程习题.doc

《人工智能》课程习题

第一章 绪 论
1-1. 什么是人工智能？试从学科和能力两方面加以说明。
1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？
1-3. 为什么能够用机器（计算机）模仿人的智能？
1-4. 现在人工智能有哪些学派？它们的认知观是什么？
1-5. 你认为应从哪些层次对认知行为进行研究？
1-6. 人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？

第二章 知识表示方法
2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?
2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果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安全地把所有人都渡过河去? 再定义描述过河方案的谓词：
L-R(x, x1, y, y1,S)：x1个修道士和y1个野人渡船从河的左岸到河的右岸
条件：Safety(L,x-x1,y-y1,S’)∧Safety(R,3-x+x1,3-y+y1,S’)∧Boat(L,S)
动作：Safety(L,x-x1,y-y1,S’)∧Safety(R,3-x+x1,3-y+y1,S’)∧Boat(R,S’)
R-L (x, x1, y, y1,S)：x2个修道士和y2个野人渡船从河的左岸到河的右岸
条件：Safety(R,3-x-x2,3-y-y2,S’)∧Safety(L,x+x2,y+y2,S’)∧Boat(R,S)
动作：Safety(R,3-x-x2,3-y-y2,S’)∧Safety(L,x+x2,y+y2,S’)∧Boat(L,S’)

    (2) 过河方案
        Safety(L,3,3,S0)∧Safety(R,0,0,S0)∧Boat(L,S0)
                 L-R(3, 1, 3, 1,S0)                     L-R(3, 0, 3, 2,S0)
Safety(L,2,2,S1)∧Safety(R,1,1,S1)∧Boat(R,S1)
Safety(L,3,1,S1’)∧Safety(R,0,2,S1’)∧Boat(R,S1’)

R-L (2, 1, 2, 0,S1)                     R-L (3,0, 1, 1,S1’)
Safety(L,3,2,S2)∧Safety(R,0,1,S2)∧Boat(L,S2)
L-R(3, 0, 2, 2,S2)
Safety(L,3,0,S3)∧Safety(R,0,3,S3)∧Boat(R,S3)
R-L (3, 0, 0, 1,S3)
Safety(L,3,1,S4)∧Safety(R,0,2,S1)∧Boat(L,S4)
L-R(3, 2, 1, 0,S4)
Safety(L,1,1,S5)∧Safety(R,2,2,S5)∧Boat(R,S5)
R-L (1, 1, 1, 1,S5)
Safety(L,2,2,S6)∧Safety(R,1,1,S6)∧Boat(L,S6)
L-R(2, 2, 2, 0,S6)
Safety(L,0,2,S7)∧Safety(R,3,1,S7)∧Boat(R,S7)
R-L (0, 0, 2, 1,S7)
Safety(L,0,3,S8)∧Safety(R,3,0,S8)∧Boat(L,S8)
L-R(0, 0, 3, 2,S8)
Safety(L,0,1,S9)∧Safety(R,3,2,S9)∧Boat(R,S9)
R-L (0, 1, 1, 0,S9)
Safety(L,1,1,S10)∧Safety(R,2,2,S10)∧Boat(L,S10)

2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。
2-4 试说明怎样把一棵与或解树用来表达图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、jωL或1/jωC来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。

图 2.28
2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。

2-6 把下列句子变换成子句形式：
(1) (x)｛P(x)→P(x)｝
(2) xy(On(x,y)→Above(x,y))
(3) xyz(Above(x,y)∧Above(y,z)→Above(x,z))
(4) ～｛(x)｛P(x)→｛（y）［p(y)→p(f(x,y))］∧(y)［Q(x,y)→P(y)］｝｝｝
2-7 用谓词演算公式表示下列英文句子(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.
2-8 把下列语句表示成语义网络描述：
(1) All man are mortal.
(2) Every cloud has a silver lining.
(3) All branch managers of DEC participate in a profit-sharing plan.
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。
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 搜索推理技术
3-1 什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?
3-2 试举例比较各种搜索方法的效率。
3-3 化为子句形有哪些步骤?请结合例子说明之。
3-4 如何通过消解反演求取问题的答案?
3-5 什么叫合适公式?合适公式有哪些等价关系?
3-6 用宽度优先搜索求图3.33所示迷宫的出路。

图 3.33 迷宫一例
3-7 用有界深度优先搜索方法求解图3.34所示八数码难题。

2
8

1
2
3
1
6
3

8

4
7
5
4

7
6
5
So Sg
图 3-34八数码难题

3-8 应用最新的方法来表达传教士和野人问题，编写一个计算机程序，以求得安全渡过全部6个人的解答。
提示：在应用状态空间表示和搜索方法时，可用(Nm，Nc)来表示状态描述，其中Nm和Nc分别为传教士和野人的人数。初始状态为(3，3)，而可能的中间状态为(0，1)，(0，2)，(0，3)，(1，1)，(2，1)，(2，2)，(3，0)，(3，1)和(3，2)等。
3-9 试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率，并以实例数据加以说明。
3-10 一个机器人驾驶卡车，携带包裹(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。规定了某些简单的操作符，如表示驾驶方位的drive(x,y)和表示卸下包裹的unload(z)；对于每个操作符，都有一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足AT(#1，LIN)∧AT(#2，WU)∧AT(#3,HU)和目标状态。
3-11 规则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?
3-12 为什么需要采用系统组织技术?有哪几种系统组织技术?
3-13 研究不确定性推理有何意义?有哪几种不确定性?
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实一个节点的有效性?
3-15 在什么情况下需要采用不确定推理或非单调推理?
3-16 下列语句是一些几何定理，把这些语句表示为基于规则的几何证明系统的产生式规则：
(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。

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？它涉及哪些研究分支？
4-2 试述计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。
4-3 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？
4-4 简述生物神经元及人工神经网络的结构和主要学习算法。
4-5 考虑一个具有阶梯型阈值函数的神经网络，假设
（1） （1）       用一常数乘所有的权值和阈值；
（2） （2）       用一常数加于所有权值和阈值。
试说明网络性能是否会变化？
4-6 构作一个神经网络，用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。
4-7 假定有个具有线性激励函数的神经网络，即对于每个神经元，其输出等于常数c乘以各输入加权和。
（1）设该网络有个隐含层。对于给定的权W，写出输出层单元的输出值，此值以权W和输入层I为函数，而对隐含层的输出没有任何明显的叙述。试证明：存在一个不含隐含单位的网络能够计算上述同样的函数。
（2）对于具有任何隐含层数的网络，重复进行上述计算。从中给出线性激励函数的结论。
4-8 试实现一个分层前馈神经网络的数据结构，为正向评价和反向传播提供所需信息。应用这个数据结构，写出一个神经网络输出，以作为一个例子，并计算该网络适当的输出值。
4-9 什么是模糊性？它的对立含义是什么？试各举出两个例子加以说明。
4-10 什么是模糊集合和隶属函数或隶属度？
4-11 模糊集合有哪些运算，满足哪些规律？
4-12 什么是模糊推理？有哪几种模糊推理方法？
4-13 有哪些模糊蕴含关系？
4-14 什么叫模糊判决？有哪几种常用的模糊判决方法？
4-15 对某种产品的质量进行抽查评估。现随机选出5个产品x1，x2，x3，x4，x5进行检验，它们质量情况分别为：
x1＝80，x2＝72，x3＝65，x4＝98，x5＝53
这就确定了一个模糊集合Q，表示该组产品的“质量水平”这个模糊概念的隶属程度。
试写出该模糊集。
4-16 设有下列两个模糊关系

试求出R1与R2的复合关系R1○R2。

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？它们的出发点是什么？
5-2 试述遗传算法的基本原理，并说明遗传算法的求解步骤。
5-3 如何利用遗传算法求解问题，试举例说明求解过程。
5-4 用遗传算法求的最大值
5-5 进化策略是如何描述的？
5-6 简述进化编程的机理和基本过程，并以四状态机为例说明进化编程的表示。
5-7 遗传算法、进化策略和进化编程的关系如何？有何区别？
5-8 人工生命是否从1987年开始研究？为什么？
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。
5-10 人工生命要模仿自然生命的特征和现象。自然生命有哪些共同特征？
5-11 为什么要研究人工生命？
5-12 人工生命包括哪些研究内容？其研究方法如何？

第六章1-1.  什么是人工智能？试从学科和能力两方面加以说明。
答：从学科方面定义：人工智能是计算机科学中涉及研究、涉及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模范和执行人脑的某些智力功能，并开发相关理论和技术。
  从能力方面定义：人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
1-2.  在人工智能的发展过程中，有哪些思想和思潮起了重要作用？
答：1) 数理逻辑和关于计算本质的新思想2、1956年第一次人工智能研讨会召开
3、 控制论思想的影响4、计算机的发明发展5、专家系统和知识工程
6、 机器学习、计算智能、人工神经网络和行为主义研究
1-3.  为什么能够用机器（计算机）模仿人的智能？
答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，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、建立符号结构、条件性迁移6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能(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)就一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，它就一定能够表现出智能。
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.         人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解 (下棋程序)，逻辑推理与定理证明 (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 (星际探索机器人)，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)，智能控制，智能检索，智能调度与指挥 (汽车运输高度，列车编组指挥)，系统与语言工具。
新的研究热点：概率图模型（隐马尔可夫模型、贝叶斯网络）、统计学习理论(SLT) & 支持向量机(SVM)、数据挖掘与知识发现 (超市市场商品数据分析)，人工生命
1-5.  人工智能有哪几种学派?
答：1）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。 ]
2）连接主义(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与学习算法 ]
3）行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism) [ 其原理为控制论及感知-动作型控制系统 ]
1-6、人工智能有哪几个研究领域？
答：人工智能的研究领域包括：问题求解；自动程序设计；专家系统；神经网络；模式识别；智能控制；智能检索；智能调度与指挥；知识表示；非经典逻辑 & 非经典推理；搜索技术；机器学习；自然语言理解；知识工程；定理机器证明；计算视觉；遗传算法 & 进化计算；分布式AI；数据挖掘 & 知识发现；人工生命；机器人；AI语言
2-1  知识表示的方法有哪些？
  答案：状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示法。
2-2 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?
  答案：状态空间法是基于解答空间的问题表示和求解方法,是以状态和操作符为基础的。需要扩展过多的节点，容易出现“ 组合爆炸”，因而只适用于表示比较简单的问题。
问题归约法是从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。状态空间法是问题归纳法的一种特例。这些本原问题的解可以直接得到，从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。
谓语逻辑法是采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题,然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的,从而证明这个新语句也是正确的
语义网络法是用“节点”代替概念，用节点间的“连接弧”代替概念之间的关系。语义网络表示法的优点：结构性、联想性、自然性。
知识表示法的比较
方法
初始问题
算符
目标
结果
状态空间法
状态
算符
目标状态
解答路径（path）
规约法
结点
弧
结点
解答树（tree）
谓词逻辑法
合式公式
子句集（set of clause）置换合一消解反演
根结点
nil
语义网络法
结点
链
目标网络
语义网络

2-6如何通过消解反演树求取问题的答案?
     答案：1.把由目标公式的否定产生的每个子句添加到目标公式否定之否定的子句中去。2.按照反演树，执行和以前相同的消解，直至在根部得到某个子句为止。3.用根部的字句作为一个回答语句。
2-7 规则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? 简述各自的的使用条件
答案：1. 规则演绎系统和产生式系统均有三种推理方式：正向推理、逆向推理、双向推理     2. 规则演绎系统的正向推理是从事实或状况向目标或动作进行操作（即：从IF到THEN），而逆向推理是从目标或动作向事实或状况进行操作的(即：从THEN到IF)。双向推理：具有正向和逆向两个系统的优点，以求克服各自的缺点（局限性）。正向和逆向组合系统是建立在两个系统相结合的基础上的。此组合系统的总数据库由表示目标和表示事实的两个与或图结构组成。这些与或图结构分别用正向系统的F规则和逆向系统的B规则来修正。
产生式系统的正向推理(正向链接推理)：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。
逆向推理(后向链接推理)：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。(其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设(目标)，然后逐一验证这些假设。)
双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。
2-8 产生式系统由哪些部分组成？什么是产生式规则？
答案：1.综合数据库(或全局数据库)、产生式规则库和控制系统。 产生式规则是一个规则库，用于存放与求解问题有关的某个领域知识的规律之集合及交换规则。产生式规则是一个以“如果满足这个条件，就应当采取某些操作”形式表示的语句，其基本形式为：IF 前提 THEN 结论.
3-1什么是不确定推理？不确定性推理的基本问题是什么？
答案：不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理，它从不确定性的初始证据出发，通过运用不确定性知识，推出具有一定程度的不确定性的和合理的或近乎合理的结论。
基本问题是：不确定性的表示与度量，不确定性的匹配，不确定性的传递算法，不确定性的合成。
3-2 在什么情况下需要采用不确定推理 ? 不确定推理的主要方法有哪些？
    答案：1、一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。2.不确定性推理大类别上分为模型方法和控制方法。模型方法下有数值方法和非数值方法；数值方法包括概率统计方法、模糊推理方法、粗糙集方法;概率统计方法下细分为绝对概率方法、贝叶斯方法、证据理论方法、HMM方法、可信度方法；非数值方法下又包括发生率计算。控制方法下有：相关性制导回溯、机缘控制、启发式搜索等
3-3 主观Bayes方法中LN和LS的意义是什么？
    答：LN表示必要性因子，它表示~E 对Ｈ的支持程度。
LS表示充分性因子，它表示E 对H 的支持程度。
4-1． 计算智能的含义是什么？
答：计算智能取决于制造者（manufacturers）提供的数值数据，不依赖于知识；另一方面，人工智能应用知识精品（knowledge tidbits）。人工神经网络应当称为计算神经网络。
当一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：
（1）计算适应性；
（2）计算容错性；
（3）接近人的速度；
（4）误差率与人相近，
  则该系统就是计算智能系统。
4-2.   简述生物神经元及人工神经网络的结构.
答：人工神经网络由神经元模型构成，这种由许多神经元组成的信息处理网络具有并行分布结构。每个神经元具有单一输出，并且能够与其他神经元连接；存在许多（多重）输出连接方法，每种连接方法对应于一个连接权系数。
4-4． 什么是模糊集合和隶属函数或隶属度？
论域U到[0,1]区间的任一映射    ，
即              ，都确定U的一个模糊子集F；称为F的隶属函数或隶属度。在论域U中，可把模糊子集表示为元素u与其隶属函数       的序偶集合，记为：
4-5． 什么是模糊推理？有哪几种模糊推理方法？
1.逻辑推理是建立在模糊逻辑基础上，它是一种不确定性推理方法，是在二值逻辑三段论基础上发展起来的。它以模糊判断为前提，动用模糊语言规则，推导出一个近似的模糊判断结论。
2．推理方法有Zadeh法，Baldwin法、Tsukamoto法、Yager法和Mizumoto法等方法。
4-6.  说明粗糙集理论的基本概念和特点。
     1.粗糙集理论是利用已知的知识库，用知识库中的已知知识近似描述不精确或者不确定的知识。主要是为了描述并处理“含糊”信息。
     2.特点是：1）粗糙集部需要先验知识。2）粗糙集理论是强大的数据分析工具。3）粗糙集和模糊集描述了不完备的两个方面。粗糙集以不可分辨关系为基础，侧重分类；模糊集基于元素对集合隶属程度的不同，强调集合本身的含混性。
4-7.         如何求集合的上近似 和下近似？（见课件）
4-8.         什么是人工生命？在计算机学科中如何定义人工生命？
1.      人工生命即人造的生命，非自然地生命。人工生命是研究能够演示出自然生命系统特征行为的人造系统。2、在计算机科技领域中的人工生命，是指用计算机科学方法和技术设计和制造的具有生命特征的人造系统，如数字生命、数字生态系统、人工脑、虚拟生物等。
4-9.         说明人工生命的研究意义、研究内容和研究方法。
意义为：1.开发基于人工生命的工程技术新方法、新系统、新产品。
2.为自然生命的研究提供新模型、新工具、新环境。
3.延长人类寿命、减少衰弱、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、系统科学的交叉于发展。
研究内容为：1）构造生物体的内部系统。2）生物体及其群体的外部系统。
 科学框架由下列主要内容构成：
1.生命现象仿生系统。2）生命现象的建模与仿真。3）进化动力学。4）人工生命的计算理论和工具。5）进化机器人。6）进化和学习等方面的结合。7）人工生命的应用。
研究方法主要分两类：1）信息模型法。2）工作原理法。
研究技术途径分两种：1）工程技术途径。2）生物科学途径。
5-1  什么是机器学习?为什么要研究机器学习?
1）机器学习是研究如何使用机器来模拟人类学习活动的一门学科。即：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。
2）机器学习是人工智能的主要核心研究领域之一, 也是现代智能系统的关键环节和瓶颈。
很难想象: 一个没有学习功能的系统能被称具有智能的系统。
来自生物、金融与网络等各领域的数据，迫切需要分析或建立模型。
5-2  试述机器学习系统的基本结构，并说明各部分的作用。（见书本）
执行

知识库

学习

环境

环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。
5-3  试说明归纳学习的模式和学习方法。
     归纳学习的一般模式为：
给定：1）观察陈述(事实)F,用以表示有关某些对象、状态、过程等的的顶知识；2)假定的初始归纳断言（可能为空）；3）背景知识，用于定义有关观察陈述、候选纳断言以及任何相关问题领域知识、假设和约束，其中包括能够刻画所求归纳断言的性质的优先准则。
求：归纳断言（假设）H,能重言蕴涵或弱蕴涵观察陈述，并满足背景知识。
假设H永真蕴涵事实F,说明F是H的逻辑推理，则有：
 H I>F(读作H特殊化为F)
或者F I<H（读作F一般化或消解为H）
这里，从H推导到F时演绎推理，因此是保真的；而从事实F推导出假设H是归纳推理，因此不是保真的，而是保假的。
专家系统
6-1 什么叫做专家系统?它具有哪些特点与优点?
6-2 专家系统由哪些部分构成?各部分的作用为何?
6-3 建造专家系统的关键步骤是什么?
6-4 专家系统程序与一般的问题求解软件程序有何不同?开发专家系统与开发其它软件的任务有何不同?
6-5 基于规则的专家系统是如何工作的？其结构为何？
6-6 基于框架的专家系统与面向目标编程有何关系？其结构有何特点？其设计任务是什么？
6-7 为什么要提出基于模型的专家系统？试述神经网络专家系统的一般结构。
6-8 新型专家系统有何特征？什么是分布式专家系统和协同式专家系统？
6-9 在设计专家系统时，应考虑哪些技术？
6-10 什么是建造专家系统的工具?你知道哪些专家系统工具，各有什么特点?
6-11 专家系统面临什么问题?你认为应如何发展专家系统?
6-12 用基于规则的推理系统证明下述推理的正确性：
已知 狗都会吠叫和咬人
任何动物吠叫时总是吵人的
猎犬是狗
结论 猎犬是吵人的

第七章 机器学习
7-1 什么是学习和机器学习?为什么要研究机器学习?
7-2 试述机器学习系统的基本结构，并说明各部分的作用。
7-3 试解释机械学习的模式。机械学习有哪些重要问题需要加以研究?
7-4 试说明归纳学习的模式和学习方法。
7-5 什么是类比学习？其推理和学习过程为何？
7-6 试述解释学习的基本原理、学习形式和功能。
7-7 试比较说明符号系统和连接机制在机器学习中的主要思想。
7-8 用C语言编写一套计算机程序，用于执行BP学习算法。
7-9 试应用神经网络模型优化求解销售员旅行问题。
7-10 考虑一个具有阶梯型阈值函数的神经网络，假设
(1) 用一常数乘所有的权值和阈值；
(2) 用一常数加于所有权值和阈值。
试说明网络性能是否会变化?
7-11 增大权值是否能够使BP学习变慢?
7-12 什么是知识发现？知识发现与数据挖掘有何关系？
7-13 试说明知识发现的处理过程。
7-14 有哪几种比较常用的知识发现方法？试略加介绍。
7-15 知识发现的应用领域有哪些？试展望知识发现的发展和应用前景。

第八章 机器人规划
8-1 有哪几种重要的机器人高层规划系统?它们各有什么特点?你认为哪种规划方法有较大的发展前景?
8-2 让right(x),left(x),up(x)和down(x)分别表示八数码难题中单元x左边、右边、上面和下面的单元(如果这样的单元存在的话)。试写出STIPS规划来模拟向上移动B(空格)、向下移动B、向左移动B和向右移动B等动作。
8-3 考虑设计一个清扫厨房规划问题。
(1) 写出一套可能要用的STRIPS型操作符。当你描述这些操作符时，要考虑到下列情况：
·清扫火炉或电冰箱会弄脏地板。
·要清扫烘箱，必须应用烘箱清洗器，然后搬走此清洗器。
·在清扫地板之前，必须先行打扫。
·在打扫地板之前，必须先把垃圾筒拿出去。
·清扫电冰箱造成垃圾污物，并把工作台弄脏。
·清洗工作台或地板使洗涤盘弄脏。
(2) 写出一个被清扫厨房的可能初始状态描述，并写出一个可描述的(但很可能难以得到的)目标描述。
(3) 说明如何把STRIPS规划技术用来求解这个问题。(提示：你可能想修正添加条件的定义，以便当某个条件添加至数据库时，如果出现它的否定的话，就能自动删去此否定)。
8-4 曲颈瓶F1和F2的容积分别为C1和C2。公式CONT(X，Y)表示瓶子X含有Y容量单位的液体。试写出STRIPS规划来模拟下列动作：
(1) 把F1内的全部液体倒进F2内。
(2) 用F1的部分液体把F2装满。
8-5 机器人Rover正在房外，想进入房内，但不能开门让自已进去，而只能喊叫，让叫声促使开门。另一机器人Max在房间内，他能够开门并喜欢平静。Max通常可以把门打开来使Rover停止叫喊。假设Max和Rover各有一个STRIPS规划生成系统和规划执行系统。试说明Max和Rover的STRIPS规则和动作，并描述导致平衡状态的规划序列和执行步骤。
8-6 用本章讨论过的任何规划生成系统，解决图8.22所示机械手堆积木问题。
8-7 考虑图8.23所示的寻找路径问题。
(1) 对所示物体和障碍物(阴影部分)建立一个结构空间。其中，物体的初始位置有两种情况，一种如图所示，另一种情况是把物体旋转90°。
(2) 应用结构空间，描述一个寻求上述无碰撞路径的过程(程序)把问题限于无旋转的二维问题。

(a)初始布局 (b)目标布局
图 8.22 机械手堆积木规划问题
8-8 指出你的过程结构空间求得的图8.23问题的路径，并叙述如何把你在上题中所得结论推广至包括旋转情况。

图 8.23 一个寻找路径问题

8-9 图8.24表示机器人工作的世界模型。要求机器人Robot把3个箱子BOX1、BOX2和BOX3移到如图E23(b)所示目标位置，试用专家系统方法建立本规划，并给出规划序列。

(a)初始世界模型M0 (b)目标世界模型G0
图 8.24 移动箱子于一处的机器人规划
8-10 图8.25表示机器人工作的世界模型。要求机器人把箱子从房间R2初始位置移至房间R1目标位置。试建立本机器人规划专家系统，并给出规划结果。

图 8.25 从一房间移至另一房间的机器人规划

第九章 Agent (艾真体)
9-1 分布式人工智能系统有何特点？试与多艾真体系统的特性加以比较。
9-2 什么是艾真体？你对agent的译法有何见解？
9-3 艾真体在结构上有何特点？在结构上又是如何分类的？每种结构的特点为何？
9-4 艾真体为什么需要互相通信？
9-5 试述艾真体通信的步骤、类型和方式。
9-6 艾真体有哪几种主要通信语言？它们各有什么特点？
9-7 多艾真体系统有哪几种基本模型？其体系结构又有哪几种？
9-8 试说明多艾真体的协作方法、协商技术和协调方式。
9-9 为什么多艾真体需要学习与规划？
9-10 你认为多艾真体系统的研究方向应是哪些？其应用前景又如何？
9-11 选择一个你熟悉的领域，编写一页程序来描述艾真体与环境的作用。说明环境是否是可访问的、确定性的、情节性的、静态的和连续的。对于该领域，采用何种艾真体结构为好？
9-12 设计并实现几种具有内部状态的艾真体，并测量其性能。对于给定的环境，这些艾真体如何接近理想的艾真体？
9-13 改变房间的形状和摆设物的位置，添加新家具。试测量该新环境中各艾真体，讨论如何改善其性能，以求处理更为复杂的地貌。
9-14 有些艾真体一旦得知一个新句子，就立即进行推理，而另一些艾真体只有在得到请求后才进行推理。这两种推理方法在知识层、逻辑层和执行层将有何区别？
9-15 应用布尔电路为无名普斯世界设计一个逻辑艾真体。该电路是一个连接输入（感知阀门）和输出（行动阀门）的逻辑门的集合。
(1) 试解释为什么需要触发器。
(2) 估计需要多少逻辑门和触发器。

第十章 机器视觉
10-1 可用广义锥体语言把楔形物体描述为一个具有一定尺寸的三角形沿着一根直轴移动而成的。请给出另一种描述。
10-2 (1)除了表面法线(p,q,-1)外，还有另外两个感兴趣的矢量：一个矢量指向光源，它对应于某些特别的p和q值，记为ps和 (s为假设日光)，表示指向日光的矢量(ps，qs，-1)；另一指向观察者，即矢量(0，0，-1)。
利用表面法线、日光矢量和观测矢量，可以求出一些用p和q表示的与出射角、入射角和相位角有关的公式。试证明下列公式成立：

(2)对和推导类似公式。
10-3 已知朗伯表面亮度等于。如果光源正好在观察者的后面，即，于是可得对应于p和q的亮度为：

当为一常数时，亮度E为一恒值。由于是平面PQ上某个圆的方程式，所以我们可得如下结论：当光源位于观察者后面时，PQ反射图上的等亮度线是一些圆周线。试证明阴影线是直线。
10-4 把一个篮球或其它球形物体固定起来，并在室内单一小光源下对它进行试验。光源是在观察者的背后。
(1)球面的光线亮度如何变化?
(2)为什么满月看上去是扁平的?
10-5 考虑有一个朗伯立方体平放在朗伯墙前，如图（a）所示。沿ab线的光线强度大体上像图（b）那样，而当立方体的拐角为圆滑过渡时，其光线强度如图(c)所示。

题10－5图 朗伯立方体及其光强分布图

(1)在PQ空间，指出此立方体各可见侧面的表面法线的准确位置。
(2)在PQ空间，对着光源方向，指出可取的位置。
(3)假设交界是陡变的，试画出沿cd线的光强度分布图。
(4)假设交界是圆滑的，试画出沿cd线的光强度分布图。
10-6 下列阵列表示航空照片图象上点阵的PQ投影以及所观察亮度Er的链式代码：
-1 -1 0.23 +1 -1 0.23 +1 -1 0.17
-1 -10.23 +1 -1 0.17 0 0 0.3
0 0 0.3 0 0 0.3 0 0 0.3
假设所观察的亮度为，其中，对应于光源直接在观察者背后和时的朗伯反射图上的等亮度线。试把每点图象分类为石头、树和墓石、假设它们的反射系数分别为0.7，0.5和0.3。
10-7 某盖板表面的反射系数ρ为未知。在不同时间从3个分离光源对该表面照明。对于的表面，这3个光源对此表面的反射图如图所示。用这些光分别照射时所观察到的亮度分别为：

题10-7图 3个反射图
(1)在PQ空间画出当等于2，3和4时表示轨迹的线。同样地，画出当等于0.5，1和2时的线。
(2)求
10-8 把图中所示各物体量化为32×32的画面(方格纸自备)

题10－8图 需要数字化的物体
(1)建立两个画面，每个画面包含上述3个物体。要求两画面上的物体具有不同的尺寸、位置和方向。
(2)计算两画面上6个物体的各阶矩量和。
(3)计算各物体的矩心。
(4)计算各物体的中心矩、标称中心矩和不变性矩，并讨论所得结果。
(5)计算6个物体的形状系数，并讨论所得结果。
10-9 为什么CONSIGHT系统要使用2个光源，而不是用1个光源?
10-10 在连通性分析中，相邻2行间的分段情况被定义为下列3种：
情况1不重迭

中间为零或有更多的列
×××××
×××××
情况2不重迭
中间为零或有更多的列
×××××
×