《人工智能实验报告》由会员分享，可在线阅读，更多相关《人工智能实验报告（9页珍藏版）》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上人工智能实验报告实验一 在搜索策略实验群实验目的熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。搜索图算法比较广度优先深度优先A*Open表节点G，节点10节点G，节点6节点3，节点9，节点G，节点10，节点8Close表节点s，节点1，节点2，节点3，节点4，节点5，节点6，节点7，节点8，节点9节点s,节点1，节点3，节点7，节点4，节点8，节点2，节点5，节点9节点s，节点2，节点1，节点5，节点6，节点4估价函数无无搜索节点次序记录节点s，节点1，节点2，节点3，节点4，节点5，节点6，节点7，节点8，节点
2、9,节点G节点s,节点1，节点3，节点7，节点4，节点8，节点2，节点5，节点9，节点G节点s，节点2，节点1，节点5，节点6，节点4，节点G观测结果经过11步搜索得到目标节点经过10步搜索得到目标节点经过7步搜索得到目标节点学生结论宽度优先搜索能保证在搜索树中找到一条通向目标节点的最短路径，但由于盲目性大所以当搜索数据比较多的时候该方法较为费时。深度优先搜索要沿路径一条一条的走到底，如果目标在前几条路径中那么该搜索会较为快捷，在本搜索树中虽然比宽度优先少一步，但是若第一条路径或者某几条路径很深，则该搜索会相当耗时且不能保证成功。A*算法是启发式算法的一种能通过路径的权值找出代价最为小的一条，
3、所以很具优越性，但是算法本身计算较为复杂，要考虑以前的和将来两方面的代价，进行估算，所以没有前两种方法简单。实验二：产生式系统实验实验目的熟悉和掌握产生式系统的运行机制，掌握基于规则推理的基本方法。 推理方法 正向推理 反向推理建立规则库建立事实库该动物是哺乳动物 - 该动物有毛发. 该动物是哺乳动物 - 该动物有奶.该动物是鸟 - 该动物有羽毛.该动物是鸟 - 该动物会飞&会下蛋.该动物是食肉动物 - 该动物吃肉.该动物是食肉动物 - 该动物有犬齿&有爪&眼盯前方.该动物是有蹄类动物 - 该动物是哺乳动物&有蹄.该动物是有蹄类动物 - 该动物是哺乳动物& 是嚼反刍动物.该动物是金钱豹 - 该
4、动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.该动物是虎 - 该动物是哺乳动物&是食肉动物&是黄褐色&身上有黑色条纹.该动物是长颈鹿 - 该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点.该动物是斑马 - 该动物是有蹄类动物&身上有黑色条纹.该动物是鸵鸟 - 该动物是鸟&有长脖子&有长腿&不会飞&有黑白二色.该动物是企鹅 - 该动物是鸟&会游泳&不会飞&有黑白二色.该动物是信天翁 - 该动物是鸟&善飞.%-动物识别系统事实集：%-该动物是企鹅会游泳.不会飞.有黑白二色.%该动物是鸟.%- %-该动物是鸟该动物会飞.会下蛋.%-该动物是金钱豹 - 该动物是哺乳动物&是食肉动物&是黄褐色&
5、身上有暗斑点.该动物有毛发.%是食肉动物.是黄褐色.身上有暗斑点.该动物吃肉.%-该动物是虎 - 该动物是哺乳动物&是食肉动物&是黄褐色&身上有黑色条纹.该动物是哺乳动物.%是食肉动物.是黄褐色.身上有黑色条纹.%-该动物是长颈鹿 - 该动物是有蹄类动物&有长脖子&有长腿&身上有暗斑点.%该动物是有蹄类动物.有长脖子.有长腿.身上有暗斑点.%-该动物是有蹄类动物 - 该动物是哺乳动物&有蹄.%有蹄.预测结果 在相关询问：该动物是哺乳动物？ 该动物是鸟？ 该动物是食肉动物？ 该动物是金钱豹？该动物是鸵鸟？该动物是企鹅？时为真，其余为假。实验过程及结果(注意观测规则的匹配过程和方法) 以该动物是否
6、为鸵鸟为例，匹配过程如上图，得到结果为真。符合预测。以该动物是否为金钱豹为例，匹配过程如上图，得到结果为真。不符合预测。备注(原因等) 鸵鸟根据规则“该动物是鸟&有长脖子&有长腿&不会飞&有黑白二色”查询知识库，首先看“该动物是鸟”，根据规则“该动物是鸟 - 该动物有羽毛该动物是鸟 - 该动物会飞&会下蛋.”查知识库没发现“该动物有羽毛”所以这一条路推出结论为false；“该动物是鸟”还有另外一个条件，“该动物会飞&会下蛋.”根据知识库满足，那么去掉这个条件，继续看下面的条件“有长脖子&有长腿&不会飞&有黑白二色”，根据知识库上述条件都有，所以一次去掉，最后得到结论为true。而第二个例子同理
7、需要先根据规则“该动物是金钱豹 - 该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.”查询知识库，首先判断“该动物是哺乳动物”，“该动物是哺乳动物 -该动物有毛发. 该动物是哺乳动物 - 该动物有奶.”进行判断，知识库中“该动物是哺乳动物.该动物有毛发.”均可肯定它，所以走这两条路，但找不到“是食肉动物”这条知识，所以判断该动物不是金钱豹。学生结论 虽然我们可以通过规则“该动物是食肉动物 - 该动物吃肉.”与知识“该动物吃肉.”判断出“该动物是食肉动物”但是与规则中“是食肉动物”不一样，所以不能据此推出剩下结论，而把规则库中“该动物是食肉动物 - 该动物吃肉.”改为：“是食肉动物 - 该
8、动物吃肉.”或者把：“该动物是金钱豹 - 该动物是哺乳动物&是食肉动物&是黄褐色&身上有暗斑点.”改为“该动物是金钱豹 ontable（木块一），clear(木块一)，ontable（木块三），clear(木块三)，ontable（木块四），on（木块二，木块三），clear(木块二)，empty-ontable（木块一），ontable（木块三），clear(木块三)，ontable（木块四），clear(木块四)，on（木块二，木块一），clear(木块二)，empty-ontable（木块一），ontable（木块四），clear(木块四)，on（木块二，木块一），on（木块三，木块二），clear(木块三)，empty-ontable（木块一），on（木块二，木块三），on（木块四，木块三），clear(木块四)，empty学生结论本系统能解决任意初始状态到任意目标状态的规划，通过机械手完成操作。机械手每次动作的都有先决条件，每次执行之后会对空间产生影响，这些影响是完全可预测和可表示的，因此会对状态产生影响，删除某次额状态，添加某些状态，用F规则产生可求解这样的规划的序列。以逻辑演算和深度优先搜
