第一章

什么是人工智能

智能：就是在巨大的搜索空间中迅速找到一个满意解的能力。即是知识和智力的总和

智能的特征：（1） 感知能力；（2） 记忆与思维能力；（3） 学习能力及自适应能力；（4） 行为能力。

人工智能（ “Artificial Intelligence”，AI ）：用人工的方法在计算机上模拟人类的智能，或人工智能就是人造智能。

定义：人工智能是一门研究如何构造智能计算机，使它能模拟、延伸、扩展人类智能的学科

人工智能的研究目标可分为近期目标和远期目标,

远期目标:智能计算机及其相关系统。

人工智能的研究途径

1. 以符号处理为核心的方法（亦称自上而下方法或符号主义）

2. 以网络连接为主的连接机制方法（亦称自下而上方法或连接主义）

3. 系统集成（即混合系统）将符号方法和连接方法结合并统一起来

第二章

谓词逻辑是在命题逻辑基础上发展起来的，命题逻辑可看作是谓词逻辑的一种特殊形式， 命题逻辑是研究命题与命题之间关系的符号逻辑系统。

定义：命题是具有真假意义的语句，亦称为原子命题，命题是人们思维时的一种判断，或肯定或否定。

命题常量：一个特定的命题，命题变量/变元：一个抽象的命题。

只有代入确定的命题才有明确的真值（T/F）。 研究命题内部的逻辑结构和命题之间的共同逻辑特征，是基于命题中的谓词分析的一种逻辑

在谓词逻辑中，命题是用谓词表示的。即命题逻辑是谓词逻辑的一个子集。

谓词形式，P（X1，X2，……..，XN） 即原子（谓词）公式Xi(i=1,?,N): 个体/项（常量/变元/函数）

P（x, y）,P(x1,x2,??xn)分别为二元和n元谓词。 各元的次序不能交换。

一阶谓词： xi 均是个体常量/变元/函数，称为“项”。

二阶谓词：某个xi又是一个一阶谓词

例如二阶谓词： 说今天要下雨是不准确的，其中“今天要下雨是”一阶谓词

个体：某个独立存在的事物/某个抽象的概念，常量/变元/函数。

个体域：个体变元的取值范围，有限的/无限的。

谓词公式

P →Q 表示“如果P，则Q”：逻辑上等价于 乛P ∨Q

P Q表示“P当且仅当Q”:逻辑上等价于 （P ∧ Q）∨（乛P ∧乛Q） 近期目标: 部分模拟人类的智能行为 4

知识：将有关信息关联在一起所形成的信息结构

就知识的作用及表示可分为

事实性知识：描述领域内的有关概念/事实/属性等。直接表达

过程性知识：与领域相关的知识，用于指出如何处理以求得问题的解。由领域内的规则、定理、定律、经验等构成。

控制性知识：关于如何运用已有的知识进行问题求解的知识。如推理策略、搜索策略、求解策略等

知识的表示：就是关于如何描述事物的一组约定。

知识表示方法有：符号表示法和连接机制表示法。

1.一阶谓词逻辑表示知识的方法二、用一阶谓词公式表示状态和属性三、用一阶谓词公式表示操作

基于产生式的知识表示法就是以操作（即过程性知识）为中心的表示法。它可以描述许多不同类型的知识。

每个产生式包含一个情况认识部分和一个行为部分，即产生式可看成是情况—行为对。 在推理系统中，情况即为前提，行为即为结论，所以又称前提—结论对。

1）蕴涵式只能表示精确知识，而产生式可表示精确和不精确知识。

产生式系统：即将一组产生式组合在一起，在一定的控制策略控制下，并且具有一个产生式形成的结论可供其它产生式作为已知事实来使用，从而使问题解决

一般情况下，产生式系统含3个部分：规则库、综合数据库、控制系统

规则库（由产生式规则集组成）用于描述相应领域内知识的产生式集合。

综合数据库（亦称事实库）使用的主要数据结构,用来描述问题的状态

控制系统（亦称推理结构）负责选择规则的决策系统,对应着控制性知识；

节点用于表示物理实体、概念、状态、事物等的单一对象

弧用于表示节点之间的相互关系（即语义联系）。是一个有方向弧，亦称指针。 语义网络构成的知识库，由节点和弧组成

节点的数据结构应含6种信息：指向该节点的弧、该节点发出的弧、节点的名称、该节点的位置、节点的特性表、相关空间等。

弧的数据结构应含5种信息：弧的名称、弧的起始节点、弧的终止节点、弧的特性表、该弧的相关空间等

概念性的知识表示，从标准型，唯一性上难以判断

5

谓词逻辑亦称为经典逻辑推理,含命题逻辑与一阶谓词逻辑推理,其真值只有“真”和“假”两种，因此它是一种精确推理，或称为确定性推理

按照某种策略由已知的知识/判断推出另一知识/判断的思维过程。

谓词公式化为子句集的步骤

Step1: 利用下列等价关系消去谓词公式中的“→”、 “ ? ”

P→Q <=> ﹁P∨Q

P ? Q <=> (P ∧ Q) ∨(﹁ P ∧ ﹁ Q)

Step6: 利用等价关系 P∨(Q∧R)<=>(P∨Q)∧(P∨R) 把公式化为Skolem标准形。 Skolem标准形的一般形式是 其中，M是子句的合取式，称为Skolem标准形的母式 求谓词公式 (?x)((?y)P(x,y)??(?y)(Q(x,y)?R(x,y)))

的子句集

(?x)((?y)P(x,y)??(?y)(Q(x,y)?R(x,y)))

?(?x)(?(?y)P(x,y)??(?y)(?Q(x,y)?R(x,y)))

?移近谓词

?(?x)((?y)?P(x,y)?(?y)(Q(x,y)??R(x,y))) 消去?

不同量词不同变元

?(?x)((?y)?P(x,y)?(?z)(Q(x,z)??R(x,z)))

消去存在量词，y和z分别用f(x)和g(x)替换

?(?x)(?P(x,f(x))?(Q(x,g(x))??R(x,g(x)))) 全称量词移到公式左边

?(?x)(?P(x,f(x))?(Q(x,g(x))??R(x,g(x))))

Skolem标准形

?(?x)((?P(x,f(x))?(Q(x,g(x)))?(?P(x,f(x))?R(x,g(x))))

消去全称量词

?(?P(x,f(x))?(Q(x,g(x)))?(?P(x,f(x))?R(x,g(x)))

不同子句中的变元不同名

?(?P(x,f(x))?(Q(x,g(x)))?(?P(y,f(y))?R(y,g(y)))

消去合取词

?(?P(x,f(x))?(Q(x,g(x)))

(?P(y,f(y))?R(y,g(y)))

归结原理(亦称消解原理)

否定结论Q，即得﹁ Q 。

2）将﹁Q 并入谓词公式集P中，得到{P，﹁ Q }。

3）将{P，﹁ Q }化为子句集S。

4）利用归结原理对S进行归结，反复直到有空子句为止。

即可得证 P ? Q 永真。或若无空子句，则 P ? Q 不成立。 试证 (﹁ P ∨ Q) ∧﹁ Q => ﹁ P

1）?P?Q? ?2）?Q?S

3）P??

结 4）?P 1）和 2）归

5）NIL 3）和 4）归 结

得证。F1：王(Wang)先生是小李(Li)的老师

F2：小李与小张(Zhang)是同班同学

F3：如果x与y是同班同学，则x的老师也是y的老师。

求：小张的老师是谁？

解：首先定义谓词

T(x,y):x是y的老师

C(x,y):x与y是同班同学

把已知前提与待求解的问题表示成谓词公式

F1：T(Wang,Li)

F2：C(Li,Zhang)

F3：(?x)(?y)(?z)(C(x,y)∧T(z,x)→T(z,y))

G：?(?x)T(x,Zhang)∨ANSWER(x)

把上述公式化为子句集

⑴ T(Wang,Li)

⑵ C(Li,Zhang)

⑶ ?C(x,y)∨?T(z,x) ∨T(z,y)

⑷ ?T(u,Zhang)∨ANSWER(u)

应用归结原理进行归结

⑸ ?C(Li,y)∨T(Wang,y) ⑴与⑶归结{Li/x,Wang/z}

⑹ ?C(Li,Zhang)∨ANSWER(Wang) ⑷与⑸归{Wang/u,Zhang/y}

⑺ ANSWER(Wang) ⑵与⑹归

由ANSWER(Wang)得知小张的老师是王老师。

上述归结过程可用下图的归结树表示

归结策略分为删除策略 和 限制策略

删除策略：把子句集中无用子句删除掉，缩小寻找范围，减少比较次数。

? 1.纯文字删除法：2.重言式删除法：3.包孕删除法：

2）限制策略

? 支持集策略：

每一次归结时， Ci和Cj(亲本子句)中至少应有一个是由目标公式的否定所得到的子句或者是它们的后裔，支持集策略是完备的

? 线性输入策略：参加归结的两个子句Ci和Cj中必须至少有一个是初始子句集中的

子句。它是不完备的。

? 单文字子句策略：参加归结的两个子句Ci和Cj中至少有一个是单文字子句。它是

不完备的

? 祖先过滤形策略：

? 参加归结的子句需满足下列任意一个条件

? ① Ci和Cj中至少有一个是初始子句集S中的子句；

? ② 如果两个子句都不是初始子句集中的子句，则一个应是另一个的祖先。注：该

策略是完备的

? 6.

? 不确定推理就是从不确定性的初始证据出发，通过运用不确定性的知识，最终推出

具有一定程度的不确定但却是合理或者近乎合理的结论的思维过程。

? 知识和证据都具有某种程度的不确定性，它除了必须解决推理方向、推理方法、控

制策略等基本问题外，一般还需要解决不确定性的表示与量度、不确定性匹配、不确定性的传递算法、以及不确定性的合成

? 7

? 什么是搜索

? 根据问题的实际情况不断寻找可利用的知识，从而构造一条代价较少的推理路线，

从而使问题圆满得到解决的过程称为搜索

? 搜索分为盲目搜索和启发式搜索

? 盲目搜索（或称非启发式搜索）是按预定的控制策略进行搜索，在搜索过程中获

得的中间信息不用来改进搜索策略。

? 启发式搜索（或称非盲目搜索）是在搜索中加入了与问题有关的启发性信息，用以

指导搜索朝着最有希望的方向前进，加速问题的求解过程并且找到最优解

? 搜索策略包括1.状态空间的搜索策略2.与/或图的搜索策略3.博弈树搜索 ? 弄清这三种搜索策略，有大题出现

? 搜索策略是推理中控制策略，它用于构造一条代价较小的推理路线。搜索策略的性

能直接影响到系统求解问题的性能及效率，对于需要快速处理的问题及面临组合爆炸的问题（如博弈问题）来说，搜索策略的性能甚至会关系到系统的成败。

? 盲目搜索和启发式搜索。盲目搜索不使用任何与特定问题有关的信息及控制性知

识。此类方法不依赖于任何应用领域，因而具有较大的通用性；启发式搜索在搜索中利用与应用领域有关的知识，避免了无效搜索，提高了搜索速度。

?

?

?

? 8 什么是专家系统 专家系统是一种模拟人类专家解决领域问题的计算机程序系统 专家系统的结构 ? 专家系统的结构是指专家系统各组成部分的构造方法和组织形式。

? 选择什么结构最为恰当，要根据系统的应用环境和所执行任务的特点而定。 ? 8.2.1 概念结构

? 专家系统的理想结构

? 该系统包括六部分：

? 知识库、推理机、综合数据库、人机接口、解释机构和知识获取机构 ?

?

 

第二篇：人工智能期末总结

1、 谈谈你对于人工智能的认识。

人工智能就是人造智能，目前指用计算机模拟或实现的智能，因此人工智能又称机器智能。人工智能在我看来，应该是像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统，是像人一样具有感知的系统，是可以独立思考、独立判断的系统

2、 人工智能有哪些研究途径和方法？它们的关系如何？

心理模拟,符号推演;生理模拟,神经计算;行为模拟,控制进化;群体模拟,仿生计算;博采广鉴,自然计算;原理分析,数学建模; 它们各有所长,也都有一定的局限性，因此这些研究途径和方法并不能互相取代,而是并存和互补的关系。

3、 人工智能有哪些研究内容？

搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建造、应用与工程等八个方面。

4、 人工智能有哪些分支领域和研究方向？

从模拟的智能层次和所用的方法看，可分为符号智能和计算智能两大领域；从模拟的脑智能或脑功能看，可分为机器学习、机器感知、机器联想、机器推理、机器行为等分支领域；从应用角度看，可分为难题求解、自动规划、调度与配置、机器定理证明、自动程序设计、机器翻译、智能控制、智能管理、智能决策、智能通信、智能仿真、智能CAD、智能制造、智能CAI、智能人机接口、模式识别、数据挖掘与数据库中的知识发现、计算机辅助创新、计算机文艺创作、机器博弈、智能机器人；从系统角度看，可分为智能计算机系统和智能应用系统；从基础理论看，可分为数理逻辑和多种非标准逻辑、图论、人工神经网络、模糊集、粗糙集、概率统计和贝叶斯网络、统计学习理论与支持向量机、形式语言与自动机等领域；

5、 人工智能有哪些应用领域或课题？试举例说明

难题求解、自动规划、调度与配置、机器定理证明、自动程序设计、机器翻译、智能控制、智能管理、智能决策、智能通信、智能仿真、智能CAD、智能制造、智能CAI、智能人机接口、模式识别、数据挖掘与数据库中的知识发现、计算机辅助创新、计算机文艺创作、机器博弈、智能机器人。

就机器博弈方面，在19xx年IBM的“深蓝”计算机以2胜3平1负的战绩击败了蝉联12年之久的直接国际象棋冠军加里 卡斯帕罗夫，比如先如今中的五子棋对弈，能实现人与电脑之间的下棋，电脑自动搜索棋步，还可根据人们所选的电脑难度来决定电脑的难易程度。

6、 简述人工智能的发展状况

人工智能的现状和发展呈现如下特点：多种途径齐头并进，多种方法写作互补；新思想、新技术不断涌现，新领域、新方向不断开括;理论研究更加深入，应用研究更加广泛;研究队伍日益壮大，社会影响越来越大;以上特点展现了人工智能学科的繁荣景象和光明前景。它表明，虽然在通向其最终目标的道路上，还有不少困难、问题和挑战，但前进和发展毕竟是大势所趋。

7、试编写一个描述亲属关系的PROLOG程序，然后再给出一些事实数据，建立一个小型演绎数据库。

domains

name=symbol. sex=symbol. age=integer.

predicates

person(name,sex,age) mother(name,name) father(name,name) brother(name,name) sister(name,name) grandfather(name,name) grandmother(name,name)

goal

brother(Name1,Name2),write(Name1," is ",Name2,"'s brother!\n "),

sister(Name3,Name4),write(Name3," is ",Name4,"'s sister!\n "),

grandfather(Name5,Name6),write(Name5," is ",Name6,"'s grandfather!\n "),

grandmother(Name7,Name8),write(Name7," is ",Name8,"'s grandmother!\n ").

clauses

person(alan,m,21). person(john,m,22). person(marry,w,23). person(ann,w,24).

mother(alice,alan). mother(alice,john). mother(alice,marry). mother(alice,ann).

mother(marry,jane). father(alan,tom). father(tom,ben).

brother(Name1,Name2):-person(Name1,m,Age1),person(Name2,m,Age2),

mother(Z,Name1),mother(Z,Name2),Age1>Age2.

sister(Name3,Name4):-person(Name3,w,Age3),person(Name4,w,Age4),

mother(Z,Name3),mother(Z,Name4),Age3>Age4.

grandfather(Name1,Name2):-father(Name1,Y),father(Y,Name2).

grandmother(Name7,Name8):-mother(Name7,X),mother(X,Name8). 8．何为状态图和与或图？图搜索与问题求解有什么关系？

状态图是描述寻找目标或路径问题的有向图，即描述一个实体基于事件反应的动态行为，显示了该实体如何根据当前所处的状态对不同的时间做出反应的。与或图是一种系统地将问题分解为互相独立的小问题，然后分而解决的方法。与或图中有两种代表性的节点：“与节点”和“或节点”，“与节点”指所有的后续节点都有解时它才有解；“或节点”指各个后续节点均完全独立，只要其中有一个有解它就有解。关系：问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题，图搜索模拟的实际是人脑分析问题，解决问题的过程，它基于领域知识的问题求解过程。

9. 综述图搜索的方式和策略。 ��

答：图搜索方式可分为树式搜索和线式搜索。图搜索策略可分为盲目搜索和启发式搜索。

10. 什么是问题的解? 什么是最优解？

答：能够解决问题的方法或具体做法。其中最好的解决方法即代价最小的解称为最优解。

11. 什么是与或树？什么是可解节点？ 什么是解树？

答：一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或 关系。这棵树中既有与关系又有或关系，因此被称为与或树。 满足下列条件的节点为可解节点。 ①终止节点是可解节点；②一个与节点可解，当且仅当其子节点全都可解；③一个或节点可解，只要其子节点至少有一个可解。解树实际上是由可解节点形成的一棵子树,这棵子树的根为初始节点，叶为终止节点，且这棵子树一定是与树。

12.设有三只琴键开关一字排开, 初始状态为“关、开、 关”, 问连按三次后是否会出现“开、开、开”或“关、关、关”的状态？要求每次必须按下一个开关, 而且只能按一个开关。 请画出状态空间图。 ��

解： 用（K1,K2,K3）表示三个开关的状态，取值为0时表示闭合，为1时表示打开。则初始状态为（0，1，0）。根据题设要求，一个状态I的下一个状态和I只能有一位取值不同（此即状态转换规则），据此可以画出状态空间图。

从此状态图不难看出：经过连续三步有状态（0，1，0）只能到达状态（0，0，0）而不能到达状态（1，1，1），即会出现状态“关，关，关”，但不会出现“开，开，开”。

13. 有一农夫带一只狼、一只羊和一筐菜欲从河的左岸乘船到右岸,但受下列条件限制： �オ�

(1) 船太小,农夫每次只能带一样东西过河。 (2) 如果没有农夫看管, 则狼要吃羊,羊要吃菜。 �デ肷杓埔桓龉�河方案, 使得农夫、狼、羊、菜都能不受损失地过河。画出相应的状态空间图。 �ヌ崾荆� (1) 用四元组(农夫、狼、羊、菜)表示状态,其中每个元素都可为0或1, 用0表示在左岸,

用1表示在右岸。 (2) 把每次过河的一种安排作为一个算符,每次过河都必须有农夫, 因为只有他可以划船。

解：初始S=(0，0，0，0)，目标G=(1，1，1，1)

定义操作符L(i)表示农夫带东西到右岸： 定义操作符R(i)表示农夫带东西到左岸： i=0 农夫自己到右岸； i=0 农夫自己到左岸；

i=1 农夫带狼到右岸； i=1 农夫带狼到左岸；

i=2 农夫带羊到右岸； i=2 农夫带羊到左岸；

i=3 农夫带菜到右岸； i=3 农夫带菜到左岸；

约束状态如下：

(1，0，0，X)狼、羊在左岸；

(1，X，0，0)羊、菜在左岸；

(0，1，1，X)狼、羊在右岸；

(0，X，1，1)羊、菜在右岸；

14. 请阐述状态空间的一般搜索过程。OPEN表与CLOSED表的作用是什么？��

答：先把问题的初始状态作为当前扩展节点对其进行扩展，生成一组子节点，然后检查问题的目标状态是否出现在这些子节点中。若出现，则搜索成功，找到了问题的解；若没出现，则再按照某种搜索策略从已生成的子节点中选择一个节点作为当前扩展节点。重复上述过程，直到目标状态出现在子节点中或者没有可供操作的节点为止。所谓对一个节点进行“扩展”是指对该节点用某个可用操作进行作用，生成该节点的一组子节点。

OPEN表用于存放刚生成的节点，对于不同的搜索策略，节点在OPEN表中的排序是不同的。 CLOSED表用于存放将要扩展或者已扩展的节点。

15. 广度优先搜索与深度优先搜索各有什么特点？

�ゴ穑汗愣扔畔人阉骶褪鞘贾障仍谕�一级节点中考查,只有当同一级节点考查完之后,才考查下一级节点。或者说,是以初始节点为根节点，向下逐级扩展搜索树。所以,广度优先策略的搜索树是自顶向下一层一层逐渐生成的。 深度优先搜索就是在搜索树的每一层始终先只扩展一个子节点,不断地向纵深前进,直到不能再前进（到达叶子节点或受到深度限制） 时，才从当前节点返回到上一级节点，沿另一方向又继续前进。这种方法的搜索树是从树根开始一枝一枝逐渐形成的。深度优先搜索亦称为纵向搜索。由于一个有解的问题树可能含有无穷分枝，深度优先搜索如果误入无穷分枝(即深度无限)，则不可能找到目标节点。所以，深度优先搜索策略是不完备的。另外，应用此策略得到的解不一定是最佳解(最短路径)。 广度优先搜索与深度优先搜索都属于盲目搜索。

16.是五大城市间的交通示意图, 边上的数字是两城市间的距离。用图搜索技术编写程序,

求解

以下问题： ��

解：domains p=string

d=integer pp=p*

predicates road(p,p,d)

path(p,p,pp,d) member(p,pp)

clauses

path(X,Y,L,D):-road(X,Y,D),L=[X|[Y]].

path(X,Y,L,D):-

road(X,Z,D1),%从当前点向前走到下一点Z

not(member(Z,L)),

path(Z,Y,［Z|L］,D2),D=D1+D2.%再找Z到出口Y的路径

member(X,［X|_］).

member(X,［_|T］)if member(X,T).

road(A,B,D):-road(B,A,D). %因为没向图 /* 交通图 */

road(“西安”,”北京”,1165). road(“西安”,”上海”,1511).

road(“西安”,“广州” ,2129). road(“西安”,”昆明”,1942).

road(“昆明”,”北京”,3179). road(“昆明”,”上海”,2677).

road(“昆明”,“广州”,2216). road(“北京”,”广州”,2510).

road(“上海”,”北京”,1462). road(“广州”,“上海”,1511).

（1）path(“西安”,”北京”,L,D),write(L,D).

（2）path(“西安”,”北京”,L,D),

member(“上海”,L),write(L,D).

（3）path(“西安”,”北京”,L,D),

member(“上海”,L),not(member(“昆明”,L)), write(L,D).

17. 何谓估价函数？ 在估价函数中,g(x)和h(x)各起什么作用？ ��

答：估价函数用来估计节点重要性的函数。估价函数f(x)被定义为从初始节点S0出发，约束经过节点x到达目标节点Sg的所有路径中最小路径代价的估计值。它的一般形式为： f(x)=g(x)+h(x)

其中，g(x)是从初始节点S0到节点x的实际代价；h(x)是从节点x到目标节点Sg的最优路径的估计代价。

18. 局部择优搜索与全局择优搜索的相同处与区别各是什么？

�ゴ穑壕植吭裼潘阉饔肴�局择优搜索的区别是，扩展节点N后仅对N的子节点按启发函数值大小以升序排序，再将它们依次放入OPEN表的首部。故算法从略。

19. 传教士和野人问题。有三个传教士和三个野人一起来到河边准备渡河, 河边有一条空船,且传教士和野人都会划船, 但每次最多可供两人乘渡。河的任何一岸以及船上一旦出现野人人数超过传教士人数,野人就会把传教士吃掉。为安全地渡河,传教士应如何规划渡河方案？试给出该问题的状态图表示, 并用PROLOG语言编程求解之。

若传教士和野人的数目均为五人,渡船至多可乘三人,请定义一个启发函数, 并给出相应的搜索树。

解：首先选取描述问题状态的方法。在这个问题中，需要考虑两岸的修道士人数和野人数，还需要考虑船在左岸还是在右岸。从而可用一个三元组来表示状态： S=(m, c, b) 其中，m表示左岸的修道士人数，c表示左岸的野人数，b表示左岸的船数。

右岸的状态可由下式确定：右岸修道士数：m'=3-m；右岸野人数：c'=3-c；右岸船数：b'=1-b 在这种表示方式下，m和c都可取0、1、2、3中之一，b可取0和1中之一。因此，共有4×4×2=32种状态。 这32种状态并非全有意义，除去不合法状态和修道士被野人吃掉的状态，有意义的状态只有16种：

S0=(3, 3, 1) S1=(3, 2, 1) S2=(3, 1, 1) S3=(2, 2, 1)

S4=(1, 1, 1) S5=(0, 3, 1) S6=(0, 2, 1) S7

=(0, 1, 1)

S8=(3, 2, 0) S9=(3, 1, 0) S10=(3, 0, 0) S11=(2, 2, 0)

S12=(1, 1,0) S13=(0, 2, 0) S14=(0, 1, 0) S15=(0, 0, 0)

有了这些状态，还需要考虑可进行的操作。

操作是指用船把修道士或野人从河的左岸运到右岸，或从河的右岸运到左岸。 每个操作都应当满足如下条件：

一是船至少有一个人（m或c）操作，离开岸边的m和c的减少数目应该等于到达岸边的m和c的增加数目；二是每次操作船上人数不得超过2个； 三是操作应保证不产生非法状态。 因此，操作应由条件部分和动作部分： 条件：只有当其条件具备时才能使用动作：刻划了应用此操作所产生的结果。操作的表示： 用符号Pij表示从左岸到右岸的运人操作用符号Qij表示从右岸到左岸的操作 其中： i表示船上的修道士人数 j表示船上的野人数

操作集

本问题有10种操作可供选择：

F={P01, P10, P11, P02, P20,Q01, Q10, Q11, Q02, Q20}

下面以P01和Q01为例来说明这些操作的条件和动作。

操作符号 条件 动作

P01 b=1, m=0或3, c≥1 b=0, c=c-1

Q01 b=0, m=0或3，c≤2 b=1, c=c+1

20.设（1）凡事清洁的东西

就有人喜欢

（2）人们都不喜欢苍蝇

用归结原理证明苍蝇

是不清洁的

21.八皇后问题：

答案：用八元组(X0,X1,X2,X3,X4,X5,X6,X7)表示第1~8行的棋子，值(x0,x1,x2,x3,x4,x5,x6,x7)表示其在列上的位置。状态可表示为八元组的一组值。

专家系统：所谓专家系统，就是基于人类专家知识的程序系统。专家系统的特点是拥有大量的专家知识（包括领域知识和经验知识），能模拟专家的思维方式，面对领域中复杂的实际问题，能作出专家水平级的决策，像专家一样解决实际问题。

专家系统的特征：1)处理问题的性质：善于解决不确定、非结构化、没有算法解或虽有算法解但在现有机器上无法实施的困难问题。2)处理问题方法：靠知识和推理来解决问题3系统结构：强调知识与推理的分离，系统具有很好的灵活性和可扩充性。4具有解释功能：在运行中能回答用户提出的问题，同时还能对输出（结论）或处理问题的过程作出解释。5具有“自学习”能力：即不断对已有知识进行扩充、完善和提炼。6专家系统它始终如一地以专家级水平求解问题。

各部分功能：1知识库：以某种表示形式存储于计算机中的知识集合。知识库中的知识一般包括专家知识、领域知识和元知识。2推理机：推理机就是实现机器推理的程序，包括通常的逻辑推理和基于产生式的操作。3动态数据库：是存放初始证据事实、推理结果和控制信息的场所。4。人机界面：最终用户与专家系统的交互界面5解释模块： 专门负责向用户解释专家系统的行为和结果。 6知识库管理系统：是知识库的支撑软件。其功能包括知识库的建立、删除、重组；知识的获取、知识的检查等。

专家系统的应用和发展情况：医学诊断/地质勘探/物质结构分析/生物遗传研究/市场决策/生产管理。20世纪90年代模糊技术、神经网络和面向对象等新技术迅速崛起，为专家系统注入了新的活力。

知识获取：知识获取是建造专家系统的关键一步，也是较为困难的一步，被称为建造专家系统的“瓶颈”。知识获取大体有三种途径。1人工获取：即计算机人员与领域专家合作，对有关领域知识和专家知识，进行挖掘、搜集、分析、综合、整理、归纳，然后以某种表示形式存入知识库。2半自动获取，即利用某种专门的知识获取系统，采取提示、指导或问答的方式，帮助专家提取、归纳有关知识，并自动记入知识库。3 自动获取又可分为两种形式：一种是系统本身具有一种机制，使得系统在运行过程中能不断地总结经验，并修改和扩充自己的知识库；另一种是开发专门的机器学习系统，让机器自动从实际问题中获取知识，并填充知识库。

22.有两个最优解树

左解树：为最优解 右解树

按和代价法，代价为：

g(S0)=12,g(A)=7, g(D)=4.

按最大代价法，代价为：

g(S0)=10,g(A)=5, g(D)=2.