关键词不能为空

当前您在: 主页 > 高中公式大全 >

中南大学人工智能实验报告

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-01-22 09:56
tags:

四年级上册语文期末试卷-力成工具

2021年1月22日发(作者:纪远)
人工智能实验报告






院:



专业班级:






指导老师:
























号:












名:























第一次实验:搜索策略

1.
节点静态图(
Node1
为起点,
Node0
为终点)


搜索策略:当节点
v
的所有边都己被探寻过,搜索将回溯到发现节点
v
的那条边的
起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存 在
未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行
直到所有节 点都被访问为止。属于盲目搜索。

搜索结果

前四步
open
表和
close
表的变化

Open


1
4
6
0

搜索策略:
BFS
并不使用经验法则算法。从算法的观点,所有因为展开节点而得到

Close


1
1,4
1,4,6
的子节 点都会被加进一个先进先出的
队列
中。依次对出队的结点进行搜索,直至找
到目标节点

搜索结果

前四步
open
表和
close
表的变化

Open


1
4
6,2
2

0

3
cost first
搜索策略 :类似于
BFS
,但在搜索结点时,并不按照队列的顺序进行搜索,而选取
队列中与起 始结点距离最近的结点进行搜索。

搜索结果

前四步
open
表和
close
表的变化

Open


1
4
6,2
2,0,3
first
搜索策略:
最佳优先搜索通过扩展最有可能到达目标节点的节点,根据指定的规则,
探索一个图。

搜索结果

前四步
open
表和
close
表的变化



Close


1
1,4
1,4,6
Close


1
1,4
1,4,6
Open


1
4
6,2
2,0,3
6.
层次深度优先


Close


1
1,4
1,4,6
搜索策略:令
k=1
,进行
k
层的深度优先搜索,如果没有找到目标,则
k+1
,进行
k+1
层的深度优 先搜索,以此类推。

搜索结果

前四步
open
表和
close
表的变化

Open


1
4
6,2
2,0,3
7.A*
算法

搜索策略:
A*
[1]



A-Star)
算法是一种静态路网中求解最短路最有效的直接搜索
方法。

公式表示为:

f(n)=g(n)+h(n),
其中

f(n)
是从初始点经由节点
n
到目标点的估价函数,

g(n)
是在
状态空间
中从初始节点到
n
节点的实际代价,

h(n)
是从
n
到目标节点最佳路径的估计代价。

保证 找到
最短路径
(最优解的)条件,关键在于估价函数
f(n)
的选取:


Close


1
1,4
1,4,6
估价值
h(n)<= n
到目标
节点
的距离实际值,这种情况下,搜 索的点数多,搜索
范围大,效率低。但能得到最优解。并且如果
h(n)=d(n)
, 即距离估计
h(n)
等于最短
距离,那么搜索将严格沿着最短路径进行,

此时的搜索效率是最高的。

如果

估价值
>
实际 值
,
搜索的点数少,搜索范围小,效率高,但不能保证得到最
优解。

搜索结果

前四步
open
表和
close
表的变化

Open


1
4
6,2
2,0,3
8.
修改源代码中的估价函数

对于一个启发式算法来说,他的搜索顺序依赖 于估价函数的定义,而估价函数中启
发函数部分
h
的定义比较主观,容易对搜索造成比 较大的影响。因此,如果我们修
改关于八数码问题的源代码,将估价函数中的曼哈顿距离改为欧式距离, 结果可能
会改变。

修改前

修改后(将启发函数由曼哈顿距离改为欧氏距离)

由上面的
2
个结 果可以看出,当未做修改前,我们的算法可以通过
5
步搜索得出结
果,当把曼哈顿距离 改为欧氏距离之后,算法尝试了
561
次搜索,直到内存不够,
也没能得出结果。可见 估价函数对于整个搜索的影响力。


Close


1
1,4
1,4,6
第二次实验:推理技术

1.

实验说明

产生式系统用来描述若干个不同的以一个基本概念为基础的系统,
这个基本概
念就是产生式规则或产生式条件和操作对。
在产生式系统中,
论域的知识分 为
两部分:用事实表示静态知识;用产生式规则表示推理过程和行为。


2
.实验内容

下面以一个具体的动物识别专家系统模型来说明其原理。

建立该专家系统的代码:

规则库

事实库

该动物是哺乳动物
<-
该动物有毛发
.
%
会游泳
. %--
该动物是企鹅

该动物是哺乳动物
<-
该动物有奶
.







%
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
&
身上有暗斑点
.
%
该动物有毛发
.
%
是食肉动物
.
%
不会飞
.
%
有黑白二色
.
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
&

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
&
%
是黄褐色
.
是嚼反刍动物
.
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
.
该动物是虎
<-
该动物是哺乳动物
&
是食肉动
%
身上有暗斑点
.
%----
该动物是虎
<-
该动物是哺乳动物
&
是食< br>肉动物
&
是黄褐色
&
身上有黑色条纹
.
该动物是哺乳动物
.

&
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
&

长脖子< br>&
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

&
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
.
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

&
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
.
实现逆向推理过程(该动物是鸟)


将该事实
(该动物是鸟)
与规则库进行匹配,



该动物是鸟
<-
该动物有羽毛
.




该动物是鸟
<-
该动物会飞
&
会下蛋”
这两条规则匹配,
于是得到这两个结论 ,
将它们加入用于推理的事实中,继续与规则库匹配,发现没有能够继续匹配的规则
了,于是推 理终止。过程如下

我尝试对规则库进行修改,将“

该动物是鸟
<-
该动物会飞
&
会下蛋
.
”改为了“该
动物是鸟
<-
该动物会飞
&
会下蛋
&
有屁股
.

,果然发现得到的结果改变了

后来我又尝试自己建立规则库

规则库代码如下:

% file:
动物识别系统规则库
.pl
该动物是人
<-
该动物有毛发
.
该动物是人
<-
该动物会说话
.
该动物是人
<-
该动物知羞耻
.
该动物有毛发
<-
该动物等级高
.





四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具


四年级上册语文期末试卷-力成工具



本文更新与2021-01-22 09:56,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/549692.html

中南大学人工智能实验报告的相关文章