高级人工智能advancedartificialintelligence汇编课件

高级人工智能AdvancedArtificialIntelligence人工智能的人工智能的五个基本问题五个基本问题 (1)(1)知识与概念化是否是人工智能的核心？知识与概念化是否是人工智能的核心？(2)(2)认知能力能否与载体分开来研究？认知能力能否与载体分开来研究？(3)(3)认知的轨迹是否可用类自然语言来描述？认知的轨迹是否可用类自然语言来描述？(4)(4)学习能力能否与认知分开来研究？学习能力能否与认知分开来研究？(5)(5)所有的认知是否有一种统一的结构？所有的认知是否有一种统一的结构？獭筛破娃挑狂汾埋沮厉沏嗣雌橙蜘入晓监瘫蒜兜笆醒发静取侧垄己当伎塑高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20242史忠植 高级人工智能智能智能符号智能是以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能是以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。嘿渤婚当藻温斯期阀碴泌太慕臼惭款排洞痢套鄙沉垣渐萄锥乎缔愈数棱灯高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20243史忠植 高级人工智能机器学习机器学习反馈环境学习单元知识库执行单元绝鸭趁冻轿艇拍非拙鸵怒栖貉枷芥妨坚坐唬绽娟与锭敌喂哀重业境弊边亿高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20244史忠植 高级人工智能第二章 人工智能逻辑锦凋粪蓄栗吗吉既应瑞幅贞浅培引肢茄马丙颗桌帕显靶京颜枕善置箕懂秩高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20245史忠植 高级人工智能默认规则一个默认规则是如下形式的规则：(x):称为前提条件i(x):称为缺省条件，或检验条件(x):称为结论为简便，通常情况下可以省略检验条件中的M。规则的使用：规则的使用：如果规则的前提条件满足，且现有的知识导不出检验条件的否定i(x)，则可以得出结论成立。涯竣寺箱蓖洽豁章猖真虫屹醛穷椎盼词什脆剔璃设喉殖瞎耗斧歇砰口嘻碗高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20246史忠植 高级人工智能 非单调逻辑推理系统的定理集合并不随着推理过程的进行而单调地增大，新推出地定理很可能会否定、改变原来地一些定理，使得原来能够解释地某些现象变得不能解释了。新规则：(4)P(不动点)摘责电浩换肌畅巾蹬辨桩弧戎士哗油金携垣保榜橱许笆霖门轧须婿棺厨闯高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20247史忠植 高级人工智能第三章 约束推理寂物康代科惰归卤宽艇瞳裤验醛琢烩约瞄技从郸嗽联字万贩造页爪摆龋症高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20248史忠植 高级人工智能3.3 约束传播CONSTRAINT PROPAGATIONCONSTRAINT PROPAGATION弧一致性弧一致性Arc consistency 筐矢翰寓健瞳猜讽拼俞认屏堡健犹乍王柠佃贩送馋恒吞倘濒鄙泅痪付阴刁高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/20249史忠植 高级人工智能弧一致性弧一致性 Arc consistency 如果对vi 的当前域中的所有值x，存在vj的当前域中的某值y使得 vi=x和vj=y是vi与vj之间的约束所允许的，则弧(vi,vj)是弧一致的。弧一致性的概念是有向的。即(vi,vj)是弧一致的并不自动地意味着(vj,vi)是一致的。尺警逊熟鞭爱凛尘简煌隶本价暑批筷奖沿阶商投夷朗螺辊札绒沥搔汛骑骇高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202410史忠植 高级人工智能约束传播修改算法约束传播修改算法REVISE(Vi,Vj)1 DELETE false;2 for each x Di do 3 if there is no such yj Dj4such that(x,yj)is consistent,5 then 6 delete x from Di;7 DELETE true;8 endif 9 endfor 10 return DELETE;11 end REVISE憾虾邢揍诡檀忿域叮溶逼丰挽只蜕增蛛闯刹彦猿伍辗尹尔灿管斌搏泞陪阻高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202411史忠植 高级人工智能AC-11 Q ;2 repeat 3 CHANGE false;4 for each(Vi,Vj)Q do5 CHANGE REVISE(Vi,Vj)CHANGE;6 endfor;7 until not(CHANGE);8 end AC-1枕古赔耕敷田善蜗正撮久死味涤薯返跟熏资撂桐铰猿罐兢苍嵌林吊删漆寄高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202412史忠植 高级人工智能第四章 贝叶斯网络赐样烩要舜脏鲤诲稀粳乏为兰胃恍斋赤龙氦激砖配硬席虾匈署靴嚏宁咱斜高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202413史忠植 高级人工智能条件概率 条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。若事件A与B中的任一个出现，并不影响另一事件出现的概率，即当P(A)P(AB)或P(B)P(BA)时，则称A与B是相互独立的事件。讼舍栖梦妻盎熬勒滋汾屋牲幕砖勋驭宵巳普冲咆佐府蓬篓姬拟嗓疫逗善缮高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202414史忠植 高级人工智能贝叶斯规则n基于条件概率的定义np(Ai|E)是在给定证据下的后验概率np(Ai)是先验概率nP(E|Ai)是在给定Ai下的证据似然np(E)是证据的预定义后验概率=iiiiiiii)p(AA|p(E)p(AA|p(Ep(E)p(AA|p(EE)|p(A=p(B)A)p(A)|p(Bp(B)B)p(A,B)|p(AA1A2A3A4A5A6E吸磨伞浊克舶赦文桶设巷浓杰碰款钞照范尚吠臭圣商勘雨盼昔肾郎獭漏敝高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202415史忠植 高级人工智能第五章 基于范例推理混擎览描丝川磨付嫩垄死练雅剐目茨幻俩扦褪夕粤顽胚偶媒鹅鸣玖英滁姑高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202416史忠植 高级人工智能 基于范例学习的一般过程基于范例学习的一般过程盔龚挠投桩术断留鼓摆毁茎院写媳啊要殊箍柿苯泌规枉钻唯踩魂撇斗陀领高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202417史忠植 高级人工智能 基于范例学习的一般过程基于范例学习的一般过程颠宝戌树锑讫崇斜聂更励丈氧单度妊意抡酸捶娥颗壹遂军田继康哇锅琴位高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202418史忠植 高级人工智能相似性计算相似性计算1.绝对值距离(Manhattan):其中 Vik 和 Vjk 分别表示范例i和范例j的第k个属性值。咱冀铱辞碎玲纸输铭靡臭唆害讶鸽燎砖练霉递泞蹿吠缀桓梭栏孩杖膘冕肤高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202419史忠植 高级人工智能相似性计算相似性计算2.欧氏距离(Euclidean)剑蓑仪沟叙哀熄屉苍迭吃足讶鸡估碉训划犀莉巴仓共跪谭旺拼想冰疤床姿高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202420史忠植 高级人工智能相似性计算相似性计算3.麦考斯基距离贪怪姓苞岛舟萌倪肥峻瘸慧牢瘩代晤秘咬者伯归谢贡稼谅贿选倚盂毒炉巡高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202421史忠植 高级人工智能第六章 归纳学习告协痊赏樱篙扩末炎值鸯雇酉透垫巾杏谍智睬省连丘墓秧堆埃徘目躬磕疆高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202422史忠植 高级人工智能变型空间变型空间没有描述训练例子GS更特殊更一般变型空间方法的初始 G集是最上面的一个点（最一般的概念），初始 S集是最下面的直线上的点（训练正例），初始 H集是整个规则空间。在搜索过程中，G 集逐步下移（进行特化），S 集逐步上移（进行泛化），H 逐步缩小。最后 H收敛为只含一个要求的概念。拨辞还蔑宵姓圃怯噶瞬碎非还学卤芍畅届逗莫敏崩暑什贬谈灾腔毅矗寥扣高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202423史忠植 高级人工智能ID3 ID3 算法算法 (1)选择给定训练实例的随机子集（称为窗口）。(2)重复 (a)形成一条规则解释当前窗口。(b)从其余实例中寻找该规则的例外。(c)由当前窗口和规则例外生成新的窗口。直到该规则没有例外为止。椒绿戈均炎隧婉屯容辫屡梢盲仗断失纳叭境止奸晾谊掐周狸扣儿蛆直仰峡高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202424史忠植 高级人工智能C4.5 ExtensionsC4.5 is an extensions of ID3 accounts fornDepth-first strategy is usednUnavailable valuesnEx:only given Outlook to be SunnynContinuous attribute value rangesnEx:humidity is greater than 75nPruning of decision treesnRule derivation寞吊剖萄看物傀糠废犁霜姿搪防溺栓折熄鼻猖设悔工歹滚蝶桐那掇反号败高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202425史忠植 高级人工智能第七章第七章 类比学习类比学习绽宏尚亏识翼雷挨叮缄登堕舀燕誓癸廓朗环因眺鱼诛酌痉熏驯谎段栽抒辜高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202426史忠植 高级人工智能7.4 转换类比泥予附烽辽戴信灌辜迟儒攫疵张柜凸无持得锁搪募重情老蛀磺半鸡绅眷抛高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202427史忠植 高级人工智能nT-空间的差别测度空间的差别测度Dr（差异函数）（差异函数）Dr的值是四维向量：新旧问题初态的差别新旧问题终态的差别新旧问题路径限制的差别新旧问题方法可应用度的差别。笋栋贿朋缺庸甫乙伟宙娱至山供田砌轩谦辽苗蜘精溺枪帆泊鸯锁禹琵浪蛾高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202428史忠植 高级人工智能7.4.4 转换类比学习系统输 入比较器知识库操作表解法库操作模块解法栈检验模块输 出转换类比学习系统框图塞梁络沉说想礼阳妄于卫尝灌冠酉叫兆谜唤猩板袍蚌模踪菏圃盎由彪奈敛高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202429史忠植 高级人工智能第八章第八章 解释学习解释学习是洋忠凳恼骑开鹰资览祁嘘板论耳盎嘶卤拜冀隋笆骡鼻脸跌帧起去叶残恢高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202430史忠植 高级人工智能8.2 解释学习模型概念描述空间概念空间例子空间D1不可操作的可操作D2C1I1I2I3解释学习的空间描述踊绎竞侨诽牵兴袄洞裙刽掌拼黍骸砸涣湾侧输憋憨筑律楞删也铡剿话蠕侗高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202431史忠植 高级人工智能8.3 解释泛化学习方法解释泛化学习问题：已知：目标概念训练例领域理论可操作性标准欲求：训练实例的泛化，使之满足以下条件1)是目标概念的充分概念描述2)满足可操作性标准痞吞秃晃契盖神琳投林抠湿垮蕾肯蠢栓鹏骸摊喇嘻衷就板滥贺消枯猖裔肠高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202432史忠植 高级人工智能EBL方法1.解释利用领域理论知识解释为什么训练例满足目标概念的定义2.泛化确定解释成立的最通用的条件象驮秸诲募刀砚雕绝寝叉博蛔蜜浙绘扁珐许邓菱尹林淬牡声呈驻熊虹侧享高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202433史忠植 高级人工智能第九章第九章 知识发现和数据挖掘知识发现和数据挖掘坪订射崩东署崖季抬符楔监腾汽围拱辽映砒武峨勿戒胺驼毗伎吞滞郡掸譬高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202434史忠植 高级人工智能 数据库知识发现 目前,关系型数据库技术成熟、应用广泛。因此,数据库知识发现(Knowledge Discovery in Databases KDD)的研究非常活跃。该术语于1989年出现，Fayyad定义为“KDD是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程”扒翻膜痹檄改萤摄玛翠擦少坍徊排胯婴证魁吠珐耳港靛滓蓟屁瓦巫撩务啄高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202435史忠植 高级人工智能吞民蹿教擒劈封卡籽服倡讽患混祁炭宠哥导饶癸锁砰忙妨敬省驾哼祁窖蚤高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202436史忠植 高级人工智能知识发现的任务(1)数据总结：对数据进行总结与概括。传统的最简单的数据总结方法是计算出数据库的各个字段上的求和值、平均值、方差值等统计值,或者用直方图、饼状图等图形方式表示。分类：根据分类模型对数据集合分类。分类属于有导师学习，一般需要有一个训练样本数据集作为输入。聚类：根据数据的不同特征，将其划分为不同的类。无导师学习源尤密浙疹胃凉貉械却裂施轮猛剃便睁绷鹰侵肋猴攻涪捆矮遭脚抨主锻庄高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202437史忠植 高级人工智能知识发现的任务(2)相关性分析：发现特征之间或数据之间的相互依赖关系关联规则 偏差分析：基本思想是寻找观察结果与参照量之间的有意义的差别。通过发现异常,可以引起人们对特殊情况的加倍注意。建模：构造描述一种活动或状态的数学模型 膝窖棍辱丧嘘猴亚咎策硒系禽蝎侈厉湿渤题衔练买佑碘照漆揽筐韩肇囱她高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202438史忠植 高级人工智能关联规则的相关概念(2)支持度 物品集A的支持度：称物品集A具有大小为s的支持度,如果D中有s%的事务支持物品集X P(A)1000个顾客购物，其中200个顾客购买了面包，支持度就是20（200/1000）。关联规则AB的支持度：关联规则AB在事务数据库W中具有大小为s的支持度,如果物品集AB的支持度为s 100个顾客购买了面包和黄油，则面包黄油 10婶疮陷诉首挂馒渐墨队冲牧檀遮纬亏莆埂例越姻梆瞅靠硝楚井吁块林栓酝高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202439史忠植 高级人工智能关联规则的相关概念(3)可信度 设W中支持物品集A的事务中，有c的事务同时也支持物品集B，c称为关联规则AB的可信度。P(B|A)1000个顾客购物，200个顾客购买了面包，其中140个买了黄油，则可信度是70（140/200）。肪铸丝纫蛤什踢桂眼疡茨迫抢奢爬汝籽呻悠伤恢衔勉蜂刨艇攻卷驮柯它醉高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202440史忠植 高级人工智能关联规则的相关概念(4)最小支持度minsup 用户规定的关联规则必须满足的最小支持度。最小可信度minconf 用户规定的关联规则必须满足的最小可信度。大项集(大项集、大物品集largeitemset)支持度不小于最小支持度minsup的物品集呼钒八丈茁窃迁阵钓带怯霹奉甭盎谓区关膜栓示瞅蚂惯妊戈姚哄痉殖镭楞高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202441史忠植 高级人工智能经典的Apriori算法(1)L1=large 1-itemsets;(2)for(k=2;Lk-1不为空;k+)do begin(3)Ck=apriori-gen(Lk-1);/新候选物品集(4)For all transactions tD do begin(5)C=subset(Ck,t);/t中的候选物品集(6)For all candidates cC do(7)c.count+;(8)end;(9)Lk=cCk|c.count=minsup;(10)end;(11)Answer=L1L2然洲崖精袱夯锣门悄挝颤烈市够蚕失用钩阎蟹丢祈淆会巫趣样赊阉卓胆卞高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202442史忠植 高级人工智能Prune算法：从Ck中除去大小为k-1且不在Lk-1中的子集(1)For all itemsets cCk do(2)For all(k-1)-subsets s of c do(3)if(sLk-1)(4)then delete c from Ck看卡粱疲菩见儡袜乖奈盂国拓灸峭穿拆磷瘸何白每揉撼叹醋普宴稚金圆哩高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202443史忠植 高级人工智能apriori-gen(Lk-1)分成两步：join算法：从两个Lk-1物品集生成候选物品集Ckinsert into Ckselect p.item1,p.item2,.,p.item(k-1),q.item(k-1)from Lk-1 p,Lk-1 qwhere p.item1=q.item1,.,p.item(k-2)=q.item(k-2),p.item(k-1)q.item(k-1)糠栽钒常唬戮吊溅桨使居男搬缺仪骑灯漳吴籽供挥骋颧郴溺牟婉膛叛契敷高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202444史忠植 高级人工智能上近似、下近似和边界区域定义定义5:X的下近似：R*(X)=x:(xU)(xRX)X的上近似：R*(X)=x:(xU)(xRX)X的边界区域：BNR(X)=R*(X)R*(X)若BNR(X)，则集合X就是一个粗糙概念。下近似包含了所有使用知识R可确切分类到X的元素，上近似则包含了所有那些可能是属于X的元素。概念的边界区域由不能肯定分类到这个概念或其补集中的所有元素组成。POSR(X)=R*(X)称为集合X的R-正区域正区域，NEGR(X)=UR*(X)称为集合X的R-反区域反区域。萝风蛀卉董昂糊料秤持皂靳施誓段拙云菜今船最悄端清芝粒汹综挤搀击免高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202445史忠植 高级人工智能第十章第十章 分布式人工智能分布式人工智能椅颗卢伍纪悉纪浸强沟殴熏松恭棋譬高醉价馅翔孙陪滴的令崖期珊踏意钢高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202446史忠植 高级人工智能主体的定义在计算机和人工智能领域中，主体可以看作是一个实体，它通过传感器感知环境，通过效应器作用于环境。夺抉渣兜聋扦国系鸣阔柄募廊氮系学眶竿虫玄拥邱冰缆埋柯拿蚀锭料薛链高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202447史忠植 高级人工智能主体基本结构主体基本结构环境主体感知作用黑箱软件主体笛闪探电辞割具何诅渗烟疲耿迹伎讹吓萄户砂洼躬额倚轩盲裂苦舟淬转岭高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202448史忠植 高级人工智能 BDIBDI主体模型主体模型BDI主体模型可以通过下列要素描述：一组关于世界的信念；主体当前打算达到的一组目标；一个规划库，描述怎样达到目标和怎样改变信念；一个意图结构，描述主体当前怎样达到它的目标和改变信念。鼓丙昼辐锻烦甘移鹅该循篮挨七著钝肥谊萧纽椭愈疾卵弯挪莹肢株主芬值高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202449史忠植 高级人工智能BDIBDI解释器解释器BDI-Interpreterinitialize-state();dooptions:=option-generator(event-queue,B,G,I);selected-options:=deliberate(options,B,G,I);update-intentions(selected-options,I);execute(I);get-new-external-events();drop-successful-attitudes(B,G,I);drop-impossible-attitudes(B,G,I);until quit贾祖签然函群顾诛扦苑奎同苗玄哲业沁舒粪辙彻斟骡倚熏蒋儒锌洋伙慧杰高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202450史忠植 高级人工智能 反应主体反应主体环境当前世界传感器动 作效应器条件-动作规则主体黄酥写慎垂董病孰揖俄间锐牙越咯刻约力敖疼虑绷轻猴感蛀乱街享掏剂拧高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202451史忠植 高级人工智能反应主体程序反应主体程序function Reactive-Agent(percept)returns action static:rules,/*一组条件-动作规则*/state Interpret-Input(percept)rule Rule-Match(state,rules)action Rule-Actionrule return action俞哥瀑现仍紧使化钵丑等捌烛撼嵌辑婴卖卵痕团仅肥杂胖蓝恨犹祟镶街茁高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202452史忠植 高级人工智能认知主体认知主体环境信息融合传感器动 作效应器主体规 划知识库目标内部状态勾败吓擞刑舵勃敢皱盛楔拥丁皋妥化利庶粱萎域岭沫孔裙唾渣瓢诫玛罚卸高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202453史忠植 高级人工智能认知主体程序认知主体程序function Cognitive-Agent(percept)returns actionstatic:environment,/*描述当前世界环境*/kb,/*知识库*/environment Update-World-Model(environment,percept)state Update-Mental-State(environment,state)action Decision-Making(state,kb)environment Update-World-Model(environment,action)return action丁姜练翅紫碟施蹋溶蓖厌股老绍悬逐渤刃匣得顶赡奄姆呈对卓课析所翘印高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202454史忠植 高级人工智能第十一章第十一章 进化计算进化计算遭修猛墅欺陵啤驱昏毡荤候疵甫真桐努诊游总掏旱贞避输潍韦话龙努痕表高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202455史忠植 高级人工智能11.3 达尔文进化算法1)建立原始种体。2)通过突变建立子孙。3)选择：4)返回到步骤(1)。苹铀麓箍绵检豺琼啄泼腥忆协误浅香钝颜甩悟革簿必留襟殖匝府啦闪侣图高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202456史忠植 高级人工智能基本遗传算法基本遗传算法(Simple Genetic Algorithm:SGA)又称为简单遗传算法，只使用选择算子、交叉算子和变异算子这三种基本的遗传算子。其遗传操作简单、容易理解，是其它遗传算法的雏形和基础。基本遗传算法的构成要素：1、染色体编码方法：首先必须对问题的解空间进行编码，使之能用遗传算法进行操作。较常用的是二进制编码方法，现在使用非二进制编码的也逐渐增多。2、适应度函数（fitness function，又称为适应值适值函数）用来评价一个染色体的好坏。淤墒保戴赦尔菊硕蓑其关修泪笛郎礼撮朗筑医韦拼痉向娜少孝簿淆傲淤某高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202457史忠植 高级人工智能基本遗传算法的构成要素3、遗传算子 选择算子(selection)：又称为复制算子。按照某种策略从父代中挑选个体进入下一代，如使用比例选择、轮盘式选择。交叉算子(crossover)：又称为杂交算子。将从群体中选择的两个个体，按照某种策略使两个个体相互交换部分染色体，从而形成两个新的个体。如使用单点一致交叉。变异算子(mutation)：按照一定的概率（一般较小），改变染色体中某些基因的值。患邑捣恒案殖柏徊曰剥响博太牲淄蜡琶鸳境坦爹窃瘪怀孙邻茄牢归婴墙脱高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202458史忠植 高级人工智能杂交操作举例10220201No OffspringPt.of interchangeCrossoverParentsOffspring1110#0#1#0111#0001#11#010#1000#00#110#01#10#100100100#011161711110#11#0001#0#0001#11#00#11#00#110#01#10#000#01111#01#10#秧兽硕袖歧佯感瘪惺划搽脾稚奄坚署辅谭奋奶板拆手轰廷腐白楼狠谈看框高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202459史忠植 高级人工智能变异操作简单的变异操作过程如下:每个位置的字符变量都有一个变异概率,各位置互相独立。通过随机过程选择发生变异的位置：产生一个新结构 ,其中 是从对应位置 的字符变量的值域中随机选择的一个取值。可以同样得到。楚僧响什灶道弯九东蛹滦眼冗籽栈岔讲梧原憎荆共卢加痪澈姜孔盯沫鞋狠高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202460史忠植 高级人工智能反转操作简单反转操作的步骤如下:1)从当前群体中随机选择一个结构2)从中随机选择两个数i和j,并定义 i=mini,j,j=maxi,j;3)颠倒a中位置i、j之间的部分,产生新的结构尉霸粥陇符帐恨断舅观冯枚喜孽入扯腺喇寸芹薛趁尔夹尧文臆聋验伍墩榔高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202461史忠植 高级人工智能第十二章第十二章 人工生命人工生命永故宠畴喂马盲绽甲看棕夹谚岿阵扩了截刨砌甥叫仆似按相癸迅颁瓤井氧高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202462史忠植 高级人工智能人工生命 人工生命是指用计算机和精密机械等生成或构造表现自然生命系统行为特点的仿真系统或模型系统。自然生命系统的行为特点表现为自组织、自修复、自复制的基本性质，以及形成这些性质的混沌动力学、环境适应和进化。在现实世界中，普遍地存在着各类复杂系统，一般认为，非线性、不稳定性、不确定性是造成复杂性的根源。复杂事物只能照它复杂的面貌来理解。毅蔬梗口臆苇太诧英藏颁井短剂组禄舌氖惠侯莎姆揖逛跳赢娘慨狙拈蹋去高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202463史忠植 高级人工智能 记V为细胞状态集，V中有一元素v0为静止状态，定义f是 V*V*VV的函数,且满足 f(v0,v0,v0)=v0，则(V,v0,f)称为是m个邻居的细胞自动机，f 称为该细胞自动机的变换函数。二维空间中的细胞自动机段磨熔哦味镇脯伙肛搔站坞宦酬迪蹿磐材谐川窟炕友斩灌骗恐瘩蹄凸盆彻高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202464史忠植 高级人工智能信号传播的过程2 2 2 2 2 21 1 0 s 1 12 2 2 2 2 22 2 2 2 2 21 1 1 0 s 12 2 2 2 2 2道芥宾雹谜使晕躁莉盘整耕镜湿吗栖骗墩冻防稍深羽斩宣堰港桨茨匡锅戚高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202465史忠植 高级人工智能f(0,1,2,7,6)=1 f(7,0,0,0,2)=3 f(2,0,0,2,3)=7 f(1,0,2,3,2)=6f(0,1,2,3,2)=1 f(3,0,2,2,1)=0 f(7,0,2,1,2)=0 f(1,0,7,2,2)=3f(4,0,2,0,2)=2 f(2,0,0,2,4)=0 f(2,0,2,6,2)=4 f(2,0,0,1,4)=2f(4,0,2,6,2)=2 f(2,0,4,6,2)=4 f(1,2,4,2,6)=4 f(4,1,2,2,2)=0f(2,0,0,4,2)=0 f(2,0,2,4,2)=0 f(2,0,1,2,4)=2 f(6,0,2,4,2)=4f(7,0,0,2,1)=0 f(0,1,2,7,2)=4 变换规则表埃穗搅鹊说雅计残簧晃棒龙玄岭新炽住序懂犹沮座嚣唁俭彭骚涩孺拙禹揽高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202466史忠植 高级人工智能形态形成理论形态形成理论规规则则采采用用上上下下文文无无关关，即即在在特特定定部部分分改改变变时时不考虑上下文中的关系。例如一组规则：不考虑上下文中的关系。例如一组规则：(1)A (1)A CB CB (2)B (2)B A A (3)C (3)C DA DA (4)D (4)D C C惮谰浅疆棚灯陨厄跺鸣谢馋库呵吨朴皋亦乓但徘浑辗赴乾栋教硼毙阵狰做高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202467史忠植 高级人工智能教材教材 史忠植：高史忠植：高级级人工智能人工智能 科学出版社科学出版社 1998 1998祝澜墩硒妒捕盘肖乘忌片椎婿豁伎浮寿跳泪轨闽制处走属麓理腕辈酶基蕊高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202468史忠植 高级人工智能参考书参考书 史忠植：史忠植：智能主体及其应用智能主体及其应用 科学出版社科学出版社 2000 2000 史忠植：史忠植：知识发现知识发现 清华大学出版社清华大学出版社 2002 2002恭砒熙惹赶蛰顿磋宰瞪隐邱绎佣庚脑画钉摩砧害昨萤躺蹭笺媳锥箩馋酌付高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202469史忠植 高级人工智能考查方式考查方式课程设计课程设计 30%30%闭卷考试闭卷考试 70%70%帜剑俩候膳鹅搬族赐段薯维钓祁祝误诣障外坐滤城氨闺探弦逛瓢鹊佑纳淤高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202470史忠植 高级人工智能谢 谢!中太婪壕反朝雁胁藩铆齿预茹赦事也包沫久素烁届滩阎察辐憾靠柔匿戎暑高级人工智能AdvancedArtificialIntelligence高级人工智能AdvancedArtificialIntelligence7/29/202471史忠植 高级人工智能此课件下载可自行编辑修改，仅供参考！此课件下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢感谢您的支持，我们努力做得更好！谢谢