- •1 Общая характеристика дисциплины
- •1.1 Значение дисциплины ии
- •1.2 Понятие "искусственный интеллект"
- •1.3 Краткая история развития ии
- •1.4 Классификация систем ии
- •Представления знаний - центральная проблема ии.
- •Компьютерной лингвистики, решение которой обеспечивает процесс естественно- языкового общения с эвм и процесс автомтического перевода с иностранных языков.
- •Компьютерной логики, имеющей особо важное значение для развития экспертных систем, поскольку ее цель – моделирование человеческих рассуждений.
- •1.5 Основные направления развития ии
- •2Языки систем искусственного интеллекта
- •2.1 Общие сведения о языках сии
- •2.2 Язык лисп
- •2.2.1 Алфавит
- •2.2.2 Атомы и точечные пары
- •2.2.3 Списки
- •2.2.4 Арифметические функции языка лисп
- •2.2.5 Функции setq и quote
- •2.2.6 Функции car и cdr
- •2.2.7 Композиция функций саr и cdr.
- •2.2.8 Пустой список
- •2.2.9 Функция cons
- •2.2.10 Логические значения и предикаты
- •2.2.11 Предикаты атом и eq
- •2.2.12 Предикат null
- •2.2.13 Предикаты, классифицирующие атомы
- •2.2.14 Арифметические предикаты сравнения
- •2.2.15 Операции над строками битов
- •2.2.16 Функция cond
- •2.2.17 Определяющее выражение функции
- •2.2.18 Определяемые функции
- •2.2.19 Рекурсивные функции
- •2.2.20 Prog- механизм.
- •2.3 Обращение (инверсия) списков
- •2.4 Вычисление факториала числа
- •2.5 Вычисление длины списка
- •2.6 Вычисление длины списка и его подсписков
- •2.7 Соединение списков
- •2.8 Удаление элемента из списка
- •2.9 Функция, вычисляющая список общих элементов двух списков
- •2.10 Функция, объединяющая два списка и не включающая повторяющиеся элементы
- •2.11 Ассоциативные списки
- •2.12 Функции, изменяющие значения указателей
- •2.13 Функции read и print
- •2.14 Функция eval
- •3 Представление задач и поиск решений
- •3.1 Представление задач в пространстве состояний
- •3.2 Сведение задачи к подзадачам
- •3.3Представление задач в виде доказательства теорем
- •3.4 Поиск решения в пространстве состояний
- •3.5 Алгоритм поиска в ширину
- •3.6 Алгоритм поиска в глубину
- •3.7Алгоритм равных цен
- •3.8 Алгоритмы эвристического (упорядочного) поиска
- •3.9 Поиск решения задачи, при сведении задачи к подзадачам
- •3.10 Представление знаний
- •3.10.1 Продукционные системы
- •3.10.2Семантические сети
- •3.10.3 Представление знаний фреймами
- •3.11 Сопоставление с образцом
- •3.11.1 Функции Mapcad, Apply и Funcall
- •3.11.2 Свойства Атомов
- •3.11.3 Функция сопоставления с образцом
- •3.11.4 Присваивание значений при сопоставлении с образцом
- •3.11.5 Функции Explope, Compress, AtomCar, AtomCdr
- •3.11.6 Задание ограничений при сопоставлении с образцом
- •3.12 Программная реализация лисп - машин
- •3.12.1 Структура памяти лисп - машины
- •3.12.2 Диалекты языка лисп
- •3.12.3 Аппаратная реализация языка лисп
- •4 Математические основы логического вывода
- •4.1 Решение задач с помощью доказательства теорем
- •4.2 Тождественные преобразования при доказательстве теорем
- •4.3 Принцип резолюции
- •4.4Примеры применения принципа резолюции
- •4.5 Система управления роботом strips.
- •5Решение задач искусственного интеллекта на языке пролог
- •5.1 Применение метода доказательства теорем в системе пролог
- •5.2 Особенности программирования на пролоГе
- •5.4 Арифметические предикаты
- •5.5 Предикаты управления возвратом
- •5.6 Программа вычисления квадратного корня
- •5.7 Вычисление n!
- •5.8 Область действия предиката отсечения
- •5.9 Отрицание на пролоГе
- •5.10 Определение структур управления
- •5.11 Организация циклов в языке пролог
- •5.11.1 Цикл repeat-fail
- •5.11.2 Сопоставление цикла с возвратом и рекурсии
- •5.12 Операторная запись.
- •5.13 Ввод-вывод в системе пролог
- •5.13.1 Предикаты ввода-вывода символов
- •5.13.2 Предикаты ввода-вывода термов
- •5.13.3 Примеры применения предикатов ввода-вывода
- •5.14 Предикат name
- •5.15 Предикаты проверки типов термов
- •5.16 Создание и декомпозиция термов
- •5.17 Предикаты работы с базой данных .
- •5.18 Бинарные деревья
- •5.18.1 Построение бинарного дерева
- •5.18.2 Преобразование списка в упорядоченное дерево
- •5.18.3 Преобразование дерева в список
- •5.18.4 Удаление элемента из дерева
- •5.18.5 Поиск в глубину
- •5.18.6 Поиск в ширину
- •5.19 Поиск решений в игровых программах.
- •5.20 Обратное усечение дерева.
5.18.5 Поиск в глубину
Будем представлять пространство состояний при помощи отношения:
after(X,Y) - после(X,Y) - выполняется, если Y на графе
будет находиться после X.
Т.е. существует разрешенный
ход из Х в У.
after(a,b). - можно описать граф.
after(b,c).
after(c,d).
after(c,e).
Если граф простой, то нужно так и поступить. Можно также граф ввести в виде списка и с помощью assert() добавить в БД. Однако такой способ нереален для достаточно сложных пространств. Поэтому отношение 2 после 0 определяют неявно при помощи правил вычисления вершин приемников. Другая проблема – способ представления самих вершин, т.е. состояний.
Существует много различных подходов к проблеме поиска решающего пути. Начнем с поиска в глубину. Будем использовать предикат 2решить 0 для нахождения пути из вершины В в целевую вершину:
solve(B,R) - решить(B,Реш) - здесь B - исходная вершина
R - путь от В до цели
Реш
B ЗКР B1 ОТК G
Решение м. найти, если существует вершина В1 после В и существует путь от вершины В1 к целевой вершине G.
Реш - последовательность вершин в обратном порядке.
solve(B, [ B|R ]) :- goal(B).
solve(B, [ B1|R ]) :- after(B,B1), solve(B1,R).
B B1 G
- Наличие такой петли в графе
приведет к зацикливанию пре-
диката т.к. after(B1,B1) всег-
да истинно.
Модифицируем алгоритм : введем список, в котором будут накапливаться имена вершин, через которые мы прошли, и будем проверять, содержится ли очередная вершина в этом списке. Т.о., мы приходим к ранее рассмотренным понятиям списков открытых и закрытых вершин (ОТК и ЗКР), которые содержат соответственно уже пройденные вершины и вершины, которые еще только предстоит пройти.
solve(B,R) :-
deep_sch( [], B, R).
deep_sch(ZKR, B, [ B|R ]) :-
goal(B).
deep_sch(ZKR, B, R) :-
after(B,B1),
not element(B1,ZKR), deep_sch( [ B|ZKR], B1,R).
Этот алгоритм можно более приблизить к алгоритму поиска в глубину, написанному на ЛИСПе, если исходную вершину сразу помещать в начало списка ЗКР, т.е. [ B|ZKR ].
было:
deep_sch( ZKR, B, R).
станет:
deep_sch( [B,ZKR], R)
W - (way) - назовем это " путь "
deep_sch( W, R).
Еще один вариант программы, если Аргумент ЗКР и Верш можно объединить в один список:
deep_sch_1( [B|ZKR], [B|R]):- goal(B).
deep_sch_1( [B|ZKR], R) :-
after(B,B1),
not element(B1,[B|ZKR]),
deep_sch_1(B1, [B|ZKR], R).
Устранение тупиков: ограничим поиск в глубину уровнем поиска:
L - уровень поиска = 3
_______________________________1_
_______________________2_
____3_
Определим такой предикат, причем проверку на петлю теперь можно устранить, т.к. нам не важно из-за чего произошел тупик, а выход из тупика после 3-х прохождений по ветвям мы предусмотрим.
в_глубину_2(Верш, Реш, МаксГлуб).
deep_sch_2(B, [B], _) :- goal(B).
deep_sch_2(B, R, MaxDeep) :-
MaxDeep > 0,
after(B,B1),
Max is MaxDeep - 1,
deep_sch(B1, [B|R], Max).
Программная реализация этого ограничения сводится к уменьшению на 1 величины предела глубины при каждом рекурсивном обращении и проверке того, что этот предел не стал отрицательным.