文档介绍：“人工智能”实验报告
老师:
班级:
学号:
姓名:
日期:
目录
一、神经网络实验群 4
二、生产式系统实验群 5
三、搜索策略实验群 6
四、自动规划实验群 8
五、实验心得和体会 11
神经网络实验群
姓名
赵鼎平
指导老师: 黄芳
日期:2013年11月7日
实验目的
理解反向传播网络的结构和原理,掌握反向传播算法对神经元的训练过程,了解反向传播公式。通过构建BP网络实例,熟悉前馈网络的原理及结构。
网络
拓朴图
训练
数据集
(输入节点0,输入节点1,输入节点2,输入节点5)
(0,0,0,0)(0,0,1,0)(0,1,1,1)(1,0,0,0)(1,0,1,1)(1,1,0,1)(1,1,1,1)
(输入节点0,输入节点1,输入节点4)
(0,0,0)(0,1,0)(1,0,1)
(Known,New,Short,Home,Reads)
(1,1,0,1,0)(0,1,1,0,1)(0,0,0,0,0)(1,0,0,1,0)(1,1,1,1,1)(1,0,0,0,0)(0,0,1,0,0)(0,1,1,0,1)(1,0,0,1,0)(1,1,0,0,0)(0,0,1,1,0)(1,1,0,0,0)(1,0,1,1,1)(1,1,1,0,1)(1,1,1,1,1)(1,0,1,0,1)(1,1,1,1,1)(0,1,1,0,1)
训练误差
第1代误差
第51代误差
第101代误差
第151代误差
第201代误差
第1代误差
第51代误差
第101代误差
第151代误差
第201代误差
第1代误差
第51代误差
第101代误差
第151代误差
第201代误差
模拟的问题或函数
多数赞成表决器
异或问题
MailReading(邮件信息识别)
观测结果
经过200代的进化,误差以明显的阶梯型降低
由于初始误差比较低,故经过50代的进化,误差已经极大地降低,几乎不再变化
经过200代的进化,误差极大地降低
学生结论
神经计算能够实现“多数赞成表决器”功能
单层的神经网络无法实现异或问题,但是含有中间层的BP网络却可以很好的解决异或问题
经过训练的BP网络可以进行邮件识别,解决信息识别的难题,可以极大地提高生产力
生产式系统实验群
姓名
赵鼎平
指导老师
黄芳
日期
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
逆向推理
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&该动物是食肉动物&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:
%会游泳. %--该动物是企鹅
%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&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.
%----该动物是虎<- 该动物是哺乳动物&该动物是食肉动物&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.
%身上有暗斑点.
%----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.
预测结果
假设目标为该动物是金钱豹,则结果为true.
实验过程及结果(注意观测规则的匹配过程和