文档介绍：“人工智能”实验报告老师:黄芳班级:计科 1001 学号:0909090430 姓名:赵鼎平日期: 201 3 .1 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 代误差生产式系统实验群姓名赵鼎平指导老师黄芳日期 201 3. 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& <-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%------ 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