1、、將下面的公式化成Skolem標準型(V x) (V y) P(x,y)f (v y)(Q(x,y) f R(x,y)二、謂詞表示法表示修道士和野人渡河問題修道士和野人渡河問題：在河左岸有三個修道士、三個野人河一條船，修 道士要把所有的人都運到河對岸，但是修道士和野人都會劃船，但是船一次只能裝兩個人在兩個岸邊，野人數目不能超過修道士的數目，否則后者被吃掉 野人完 全服從修道士的任何渡河方案。試圖求出一種確保修道士安全的渡河方案。要寫 出謂詞的定義，功能和變量的個體域。(提示：寫出必須的謂詞和初始狀態，修 道士 cenobite 野人 wildness)解：(1)定義謂詞：先定義修道士和野人人數

2、關系的謂詞：G(x,y,S):在狀態S下x大于yGE(x,y,S):在狀態S下x大于或等于y其中，x,y分別代表修道士人數和野人數，他們的個體域均為 0,1,2,3。再定義船所在岸的謂詞和修道士不在該岸上的謂詞：Boat(z,S):狀態S下船在z岸EZ(x,S)：狀態S下x等于0,即修道士不在該岸上 其中，z的個體域是L,R，L表示左岸，R表示右岸。 再定義安全性謂詞：Safety(z,x,y,S)三(G(x,0,S) AGE(x,y,S) V (EZ(x,S)其中，z,x,y的含義同上。該謂詞的含義是：狀態S下，在z岸，保證 修道士安全，當且僅當修道士不在該岸上，或者修道士在該岸上，但人數超

3、過野 人數。該謂詞同時也描述了相應的狀態。再定義描述過河方案的謂詞：L-R(x, x1, y, y1,S)： x1個修道士和y1個野人渡船從河的左岸到河的 右岸條件：Safety(L,x-x1,y-y1,S ) A Safety(R,3-x+x1,3-y+y1,S ) A Boa t(L,S)動作：Safety(L,x-x1,y-y1,S ) A Safety(R,3-x+x1,3-y+y1,S ) A Boat(R,S)R-L (x, x1, y, y1,S)： x2個修道士和y2個野人渡船從河的左岸到河的右 岸條件：Safety(R,3-x-x2,3-y-y2,S ) A Safety(L

4、,x+x2,y+y2,S ) A Boa t(R,S)動作：Safety(R,3-x-x2,3-y-y2,S ) A Safety(L,x+x2,y+y2,S ) A Boat(L,S)三、下列子句是否可以合一，如果可以，寫出最一般合一置換P(x, B, B)和 P(A, y, z)P( g( f (v) , g(u)和 P(x , x)P( x , f(x)和 P(y, y)P(y, y , B)和 P( z, x , z)P(f(a) , g(x)和 P(y , y)P(a , x , f(g(y)和 P(z , h(z , u) , f(u)四、簡答題什么是人工智能？人工智能有哪幾個主要

5、學派？AI是普遍的研究領域：和人類智能活動的所有范疇都潛在相關AI的主要學派：(1)符號主義(2)連接主義(3)行為主義什么是博弈問題？它具有哪些特點？博弈是一類具有競爭性的智能活動特點雙方的智能活動，任何一方都不能單獨控制博弈過程，而是由雙方輪流 實施其控制對策的過程簡述謂詞邏輯歸結過程。謂詞邏輯歸結過程：寫出謂詞關系公式一用反演法寫出謂詞表達式一SKOLEM標準形一子句集S -對S中可歸結的子句做歸結 歸結式仍放入S 中，反復歸結過程- 得到空子句得證什么是知識？它有哪些特性？知識就是人們對客觀事物(包括自然的和人造的)及其規律的認識，知識還 包括人們利用客觀規律解決實際問題的方法和策略等

6、。知識：不完全性不一致不確定性相對性什么是機器學習？機器學習有哪些方法？Simon (1983)：學習就是系統中的變化，這種變化使系統比以前更有效地去 做同樣的工作。Minsky (1985):學習是在我們頭腦中(心里內部)進行有用的變化。學習是一種具有多側面的現象。學習的過程有：獲取新的陳述性知識、通過 教育或實踐發展機械技能和認知能力、將新知識組織成為通用化和有效的表達形 式、借助觀察和實驗發現新的事實和新的理論。機械式學習，直接輸入新知識(記憶學習)根據示教學習(傳授學習指點學習) 通過類推學習(演繹學習)從例子中學習(歸納學習)類比學習人工智能中什么是知識表示觀？有哪些主要的知識表示觀

7、？認識論表示觀認為表示是對自然世界的表述，表示自身不顯示任何智能行為。其唯一的作用就是攜帶知識。這意味著表示可以獨立于啟發式來研究。本體論表示觀(即表示與推理為一體)；知識工程表示觀何謂語義網絡？它有哪些基本的語義關系？語義網絡是一種通過概念及其語義聯系(或語義關系)來表示知識的有向圖， 結點和弧必須帶有標注。其中有向圖的各結點用來表示各種事物、概念、情況、 屬性、狀態、事件和動作等；結點上的標注用來區分各結點所表示的不同對象， 每個結點可以帶有多個屬性，以表征其所代表的對象的特性。類屬關系；包含關系；屬性關系；位置關系；相近關系；時間關系；因果關 系；組成關系；多兀邏輯關系簡述a -P過程的

8、剪支規則。如果能邊生成節點邊對節點估值，并剪去一些沒用的分枝，這種技術被稱為 a -p剪枝。記極大節點的下界為a，極小節點的上界為0。剪枝的條件：后輩節點的0值W祖先節點的a值時，a剪枝；即極小W極大，a剪枝 后輩節點的a值鼻祖先節點的0值時，0剪枝；即極大鼻極小，0剪枝什么是貝葉斯網絡？簡述貝葉斯網絡的構造過程。貝葉斯網絡：一系列變量的聯合概率分布的圖形表示;一個表示變量之間的相 互依賴關系的數據結構；圖論與概率論的結合。構造過程：確定為建立網絡模型有關的變量及其解釋；建立一個表示條件獨 立斷言的有向無環圖；指派局部概率分布p(xilpai)。其中，pai表示變量xi的父 結點集?；蛘撸哼x擇

9、變量，生成結點；從左至右(從上到下)排列結點；填充網絡連 接弧表示結點之間的關系；得到條件概率關系表簡述神經網絡的優缺點。優點：信息處理的并行性；知識的分布存儲；對于系統本身及環境變化的容 錯性；學習能力缺點;不適合高精度計算；學習問題沒有根本解決，慢；目前沒有完整的設 計方法，經驗參數太多。五、請用LISP語言寫出深度優先算法G:=G0(G0=s), OPEN: = (s), CLOSED: = ();LOOP: IF OPEN=( ) THEN EXIT (FAIL);n :二FIRST(OPEN);IF GOAL( n) THEN EXIT (SUCCESS);REMOVE( n, OP

10、EN), ADD( n, CLOSED);IF DEPTH( n)Dm GO LOOP;EXPAND( n) mi, G:=ADD(mi, G);8 IF 目標在mi中 THEN EXIT(SUCCESS);ADD(mj, OPEN),并標記mj到n的指針；GO LOOP;六、請用LISP語言寫出寬度優先算法G:=G0(G0=s), OPEN: = (s), CLOSED: = ();LOOP: IF OPEN=( ) THEN EXIT (FAIL);n :二FIRST(OPEN);IF GOAL( n) THEN EXIT (SUCCESS);REMOVE( n, OPEN), ADD(

11、n, CLOSED);EXPAND(n) mi, G:=ADD(mi, G);IF 目標在mi中 THEN EXIT(SUCCESS);ADD(OPEN, mj),并標記mj到n的指針；GO LOOP;七、請把下列命題用一個語義網絡表示出來。樹和草都是植物。樹和草都有葉和根。水草是草，且生長在水中。果樹是樹，且會結果。梨樹是果樹中的一種，它會結梨。八、請把下列命題用一個語義網絡表示出來。我椅子的顏色是咖啡色的。椅子包套是皮革。椅子是一種家具。椅子是座位的一部分。椅子的所有者是X，X是個人。九、用啟發式捜索算法A畫出如下八數碼問題的捜索樹，要求在每個牌局的旁邊標出對應的評價函數值。八數碼問題(Eight-Pu