人工智能-课后作业.doc

第一章：P231.人工智能人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能第二章：P515.（1）有的人喜欢打篮球，有的人喜欢踢足球，有的人既喜欢打篮球又喜欢踢足球。定义谓词：LIKE(x,y):x喜欢y。PLAY(x,y):x打（踢）y。MAN(x):x是人。定义个体域 ：Basketball，Soccer。（ $x)(MAN(x) LIKE(x,PLAY(x,Basketball) （ $y)(MAN(y) LIKE(y,PLAY(y,Soccer) （ $z)(MAN(z) LIKE(z,PLAY(z,Basketball) LIKE(z,PLAY(z,Soccer)(2)并不是每个人都喜欢花。定义谓词：LIKE（x,y)：x喜欢y。 P(x)：x是人定义个体词：flower (x)(P(x) LIKE(x,flower)(3)欲穷千里目，更上一层楼。 定义谓词：S(x)：x想要看到千里远的地方。 H(x):x要更上一层楼。（x)(S(x) H(x)6. 产生式通常用于表示具有因果关系的知识，其基本形式是： PQ或者 IfPThenQElse S其中，P是前件，用于指出该产生式是否可用的条件。Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。区别：蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。7. 一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。步骤 ：1）初始化全局数据库，把问题的初始已知事实送入全局数据库中2）若规则库中存在尚未使用的规则，而且它的前提可与全局数据库中的已知事实匹配，则转3），若不存在则转5）3）执行当前选中的规则，并对该规则做标记，把该规则执行后得到的结论送入全局数据库中。如果该规则的结论部分指出的是某些操作，则执行这些操作。4）检查全局数据库中是否已经包含了问题的解，若已经包含，则求解结束，否则转2）5）要求用户提供进一步的关于问题的已知事实，若能提供，则转2），否则求解结束。6）若规则库中不再有未使用过的规则，则求解过程结束。11. 框架名：姓名：单位（姓，名）年龄：单位（岁）性别：范围（男，女）缺省为男职称：范围（教授，副教授，讲师，助教） 缺省我讲师部门：单位（系，教研室）住址：工资：开始工作时间：单位（年，月）截止时间：单位（年，月）缺省为现在框架名：姓名：单位（姓，名）年龄：单位（岁）性别：范围（男，女）缺省为男学院：单位（学院，系）班级：单位（年级，班级）入学时间：单位（年，月）截止时间：单位（年，月）缺省为现在13.植物树AKO有根有叶AKO果树苹果树 结果结苹果AKO草海藻AKOAKO长在水里有叶有根HaveHaveInHaveHaveGetGet第三章：P836（1） 由于(x)(y)(P(x, y)Q(x, y)已经是Skolem标准型，且P(x, y)Q(x, y)已经是合取范式，所以可直接消去全称量词、合取词，得 P(x, y), Q(x, y)再进行变元换名得子句集：S= P(x, y), Q(u, v)（2）对谓词公式(x)(y)(P(x, y)Q(x, y)，先消去连接词“”得：(x)(y)(P(x, y)Q(x, y)此公式已为Skolem标准型。再消去全称量词得子句集：S=P(x, y)Q(x, y)（3）对谓词公式(x)($y)(P(x, y)(Q(x, y)R(x, y)，先消去连接词“”得：(x)($y)(P(x, y)(Q(x, y)R(x, y)此公式已为前束范式。再消去存在量词，即用Skolem函数f(x)替换y得：(x)(P(x, f(x)Q(x, f(x)R(x, f(x)此公式已为Skolem标准型。最后消去全称量词得子句集：S=P(x, f(x)Q(x, f(x)R(x, f(x)（4）对谓词(x) (y) ($z)(P(x, y)Q(x, y)R(x, z)，先消去连接词“”得：(x) (y) ($z)(P(x, y)Q(x, y)R(x, z)再消去存在量词，即用Skolem函数f(x,y)替换z得：(x) (y) (P(x, y)Q(x, y)R(x, f(x,y)此公式已为Skolem标准型。最后消去全称量词得子句集：S=P(x, y)Q(x, y)R(x, f(x,y)7. （1）不可满足（2）不是不可满足的，原因是不能由它导出空子句。（3）不可满足（5）不是不可满足的，原因是不能由它导出空子句。8. （2）先将F和G化成子句集由F得：S1=P(x)，(Q(a)Q(b)由于G为： ($x) (P(x)Q(x)，即($x) ( P(x) Q(x)，可得： S2= P(x) Q(x)因此，扩充的子句集为：S= P(x)，(Q(a)Q(b)， P(x) Q(x)可得NIL；9. 先定义谓词： F(x,y)：x是y的父亲GF(x,z)：x是z的祖父P(x)：x是一个人再用谓词把问题描述出来：已知F1：(x) (y) (z)( F(x,y)F(y,z)GF(x,z)F2：(y)(P(x)F(x,y) 求证结论G：($u) ($v)( P(u)GF(v,u) 然后再将F1，F2和G化成子句集： F(x,y)F(y,z)GF(x,z) P(r)F(s,r) P(u) GF(v,u)可得NIL；第四章：P134例5.1 设H1，H2，H3分别是三个结论，E是支持这些结论的证据，且已知： P(H1)=0.3 P(H2)=0.4 P(H3)=0.5 P(E/H1)=0.5 P(E/H2) =0.3 P(E/H3) =0.4求： P(H1/E) ，P(H2/E) ， P(H3/E)由此可以看出，由于证据E的出现，H1成立的可能性略有增加，H2，H3的可能性有不同程度的下降。2. 设已知： P(H1)=0.4 P(H2)=0.3 P(H3)=0.3 P(E1/H1)=0.5 P(E1/H2)=0.6 P(E1/H3)=0.3 P(E2/H1)=0.7 P(E2/H2)=0.9 P(E2/H3)=0.1求：P(H1/E1E2)， P(H2/E1E2)， P(H3/E1E2)由此可以看出，由于证据E1，E2的出现，H1，H2成立的可能性有不同程度的增加，H3的可能性下降了。