启发式有哪些信誉好的足球投注网站A星算法八数码实现报告.docVIP

启发式有哪些信誉好的足球投注网站A星算法八数码实现报告.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
启发式有哪些信誉好的足球投注网站A星算法八数码实现报告

请简述人工智能概念于何时何地由何人第一次正式提出? 答:1956年夏,在美国的达特茅斯(Dartmouth)学院,由McCarthy(斯坦福大学,MIT)、Minsky(哈佛大学数学和神经学家)、Lochester(IBM公司)、Shannon(贝尔实验室)四人共同发起,邀请IBM公司的Moore、Samuel,MIT的Selfridge、Solomonff,还有Simon、Newell等人参加学术讨论班,在一起共同学习和探讨用机器模拟智能的各种问题,在会上,经McCarthy提议,决定使用“人工智能”一词来概括这个研究方向。这次具有历史意义的会议标志着人工智能这个学科的正式诞生。 2.当前人工智能有哪些学派?简述它们在人工智能理论上有何不同之处? a.符号主义: 起源于数理逻辑 基于逻辑推理 认知是符号的处理过程,推理是问题求解过程(核心是知识表示) 无法表示不确知事物和常识问题 Nilsson b.连接主义: 起源于仿生学 基于神经网络 思维是神经元的连接活动而不是符号运算过程(学习算法和网络结构) 用大量非线性并行处理器模拟大脑 Newell c.行为主义: 起源于控制论 基于”感知-行动” 直接利用机器对环境发出作用后环境对作用者的响应为原型(有限状态机,不表示不推理) 能应付复杂环境 MIT Brooks 3.八数码问题 初始状态 2831 2 8 3 1 4 7 6 5 2 3 4 1 8 7 6 5 定义估价函数: f(x) = d(x) + h(x),其中:d(x)表示节点x的深度,h(x)表示节点x的棋局与目标节点棋局距离的度数。 (1) 使用以上估价函数进行全局择优有哪些信誉好的足球投注网站,列出头三步有哪些信誉好的足球投注网站中的OPEN表和CLOSED表中的节点。 有哪些信誉好的足球投注网站步骤 OPEN表 CLOSED表 初始 S0 \ 1 S1,S2,S3,S4 S0 2 S2,S3,S4,S5,S6 S0,S1 3 S8,S3,S9,S4,S7,S5,S6 S0,S1,S2 全局择优有哪些信誉好的足球投注网站过程如下: (1) 把初始节点S0放入OPEN表,f(S0)。 (2) 如果OPEN表为空,则问题无解,退出。 (3) 把OPEN表的第一个节点(记为节点n)取出放入CLOSED表。 (4) 考察节点n是否为目标节点。若是,则求得了问题的解,退出。 (5) 若节点n不可扩展,则转第(2)步。 (6) 扩展节点n,用估价函数f(x)计算每个子节点的估价值,并为每个子节点配置指向父节点的指针,把这些子节点都送入OPEN表中,然后对OPEN表中的全部节点按估价值从小到大的顺序进行排序,然后转第(2)步。 (2) 画出完整的有哪些信誉好的足球投注网站树并给出有哪些信誉好的足球投注网站树中每个节点的估价函数。 4. 不稳定性推理 有下列一组知识: r1: IF E1 THEN E2 (0.6) r2: IF E2 AND E3 THEN E4 r3: IF E4 THEN H (0.8) r4: IF E5 THEN H (0.9) 且已知CF (E1)=0.5, CF(E3)=0.6, CF(E5)=0.7。 求CF(H)=? 5. 遗传算法 用遗传算法求解函数 f(x) = x2 + x 的最大值。其中 x[1.0 , 4.0], 种群规模pop_size = 4, 交叉概率Pn = 1, 变异概率 Pm = 0.01。 要求:1、给出编码方式和生成初始群体,精确到小数点后 1 位; 2、设计适应度函数并计算每一个个体适应度和选择概率; 3、根据选择概率执行一次选择操作,rand1 = 0.1, rand2 = 0.3,rand3 = 0.5,rand4 = 0.9 供选择时使用。 4、根据选择后的结果,执行一次交叉操作, 5、第一次遗传迭代是否需要执行变异操作? 6. 人工神经网络 图1给出一个两层神经元网络,经过适当训练,输出响应为 增广输入模式为 网络的初始权值如图所示,试分析初始化网络前向和反向传播步骤,求下列各值: (1) 求输入层到隐含层连接权矩阵 V 和隐含层到输出层连接权矩阵 W (2) 计算隐含层节点 A 和节点B 的输入和输出 (3) 计算输出层节点 C 的输入和输出 转移函数f(x) = (4) 计算输出层节点 C 的局部梯度 考试覆盖范围: 人工智能绪论 启发式有哪些信誉好的足球投注网站 不确定性推理(CF模型) 遗传算法(编码方式,遗传算子) 人工神经网络(BP学习方法,正向传播和反向传播) 例如:有下列一组知识: r1: if E1 then H (0.8) r2: i

文档评论(0)

xcs88858 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档