2024年人工智能实验报告.doc

“人工智能”试验汇报

ArtificialIntelligence

老師：刘丽珏

班级：物联网1201

學号：

姓名：钱晓雪

曰期：.4.15

目录

搜索方略试验群 4

二、产生式系统试验群 5

三、神經网络试验群 6

四、试验心得和体會 9

试验一：

搜索方略试验群

姓名

钱晓雪

年级

物联网1201班

指导老師

刘丽珏

曰期

4月15曰

试验目的

熟悉和掌握启发式搜索的定义、估价函数和算法過程，并运用A*算法求解N数码难題，理解求解流程和搜索次序。

搜索图

算法比较

广度优先

启发式（1）

启发式（2）

Open表

Open{S}

Open{1,2}

Open{3,4,2}

Open{7,4,2}

Open{4,2}

Open{8，2}

Open{2}

Open{5,6}

Open{9,G,6}

Open{G,6}

Open{S}

Open{1,2}

Open{5,6,1}

Open{3,4,5,6}

Open{9,G,3,4,6}

Open{10,9,G,3,4}

Open{8,10,9,G,3}

}

Open{S}

Open{2}

Open{5,}

Open{G}

Close表

S123456789

S1374859

S25

估价函数

f(x)=g(x)

f(x)=h(x)

f(x)*=g(x)*+h(x)*

搜索节點次序记录

S-1-2-3-5-6-7-8-9-G

初始节點s-1-3-7-4-8-2-5-9-目的节點G

S-2-5-G

观测成果

學生結论

广度优先搜索算法是一种搜索方略，与之相對应的尚有深度优先搜索算法。广度优先是指從图G中的某點為始點出发，標识出所有与之相邻的點，并再以所有与之相邻的點為始點，搜索所有与這些點相邻的點，從而逐层向下扩展，实現對图的遍历。同理，深度优先搜索是指從某點出发，逐层向下扩展，直到無路可扩展時向上回溯，它是优先考虑图的深度（指從某點的扩展深度），而广度优先则优先考虑图的广度（指從某點的可扩展量）。

贪婪算法是一种不追求最优解，只但愿得到较為满意解的措施。贪婪算法一般可以迅速得到满意的解，由于它省去了為找最优解要穷尽所有也許而必须花费的大量時间。贪婪算法常以目前状况為基础作最优选择，而不考虑多种也許的整体状况，因此贪婪法不要回溯。

A*算法結合了启发式措施（這种措施通過充足运用图給出的信息来動态地作出决定而使搜索次数大大減少）和形式化措施（這种措施不运用图給出的信息，而仅通過数學的形式分析，如Dijkstra算法）。它通過一种估价函数（HeuristicFunction）f(h)来估计图中的目前點p到终點的距离(带权值)，并由此决定它的搜索方向，當這条途径失败時，它會尝试其他途径。

我們說假如在一般的图搜索算法中应用了上面的估价函数對OPEN表進行排序的，就称A算法。在A算法之上，假如加上一种条件，對于所有的結點x，均有h(x)=h*(x)，那就称為A*算法。假如取h(n)=0同样是A*算法，這样它就退化成了有序算法。

A*算法与否成功，也就是說与否在效率上胜過蛮力搜索算法，就在于h(n)的选用，它不能不小于实际的h*(n)，要保守一點，但越靠近h*(n)給我們的启发性就越大，是一种难把握的東西。

试验二：

神經网络试验群

姓名

钱晓雪

指导老師:刘丽珏

曰期:4月15曰

试验目的

理解反向传播网络的构造和原理，掌握反向传播算法對神經元的训练過程，理解反向传播公式。通過构建BP网络实例，熟悉前馈网络的原理及构造。

网络

拓朴图

训练

数据集

（输入节點0，输入节點1，输入节點2，输入节點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）

（输入节點0，输入节點1，输入节點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1.68

第51代误差0.52

第101代误差0.11

第151代误差0.05

第201代误差0.03

第1代误差