有關計算機智能搜索論文
計算機人工智能是一種發(fā)展前景較廣,潛力較大的計算機發(fā)展形式。下面是學習啦小編為大家整理的有關計算機智能搜索論文，供大家參考。
有關計算機智能搜索論文范文一：淺析計算機人工智能啟發(fā)式搜索函數
摘要：闡述了人工智能的核心問題及啟發(fā)式搜索函數的基本概念，介紹了4種經典問題啟發(fā)式搜索函數的選擇及其研究中遇到的難題，并從中求解來探討解決問題的思路。
關鍵詞：人工智能;問題求解;啟發(fā)式搜索函數
中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2008)08-10ppp-0c
人工智能問題廣義地說，都可以看作是一個問題求解過程，因此問題求解是人工智能的核心問題，它通常是通過在某個可能的解答空間中尋找一個解來進行的。在問題求解過程中，人們所面臨的大多數現實問題往往沒有確定性的算法，通常需要用搜索算法來解決。目標和達到目標的一組方法稱為問題，搜索就是研究這些方法能夠做什么的過程。問題求解一般需要考慮兩個基本問題：首先是使用合適的狀態(tài)空間表示問題，其次是測試該狀態(tài)空間中目標狀態(tài)是否出現。
1 什么是啟發(fā)式搜索函數
在人工智能中有很大一類問題的求解技術依賴于搜索。啟發(fā)式方法就是采用有利于問題自身特征信息來引導搜索過程的方法，在學生學習過程中啟發(fā)式函數的選取至關重要，決定整個算法的效率與成敗。啟發(fā)式搜索通常用于兩種不同類型的問題：(1)前向推力和(2)反向推理。前向推理一般用于狀態(tài)空間的搜索。在前向推理中，推理是從預定義的初始狀態(tài)出發(fā)向目標狀態(tài)反向方向執(zhí)行;反向推理一般用于問題歸約中。在反向推理中，推理是從給定的目標狀態(tài)向初始狀態(tài)執(zhí)行。
用來評估節(jié)點重要性的函數稱為評估函數。評估函數f(x)定義為從初始節(jié)點S0出發(fā)，約束地經過節(jié)點x到達目標節(jié)點Sg的所有路徑中最小路徑代價的估計值。其一般形式為：
其中，g(x)表示從初始節(jié)點S0到節(jié)點x的實際代價;h(x)表示從x到目標節(jié)點Sg的最優(yōu)路徑的評估代價，它體現了問題的啟發(fā)式信息，其形式要根據問題的特征確定，h(x)稱為啟發(fā)式函數。因此，啟發(fā)式方法把問題狀態(tài)的描述轉換成了對問題解決程度的描述，這一程度用評估函數的值來表示。
2 滑動積木游戲啟發(fā)式搜索函數
滑動積木塊游戲的棋盤結構及某一種將牌的初始排列結構如下：
其中B表示黑色將牌，W表示白色將牌，E表示空格。游戲的規(guī)定走法是：
(1)任意一個將牌可以移入相鄰的空格，規(guī)定其耗散值為1;
(2)任意一個將牌可相隔1個或2個其他的將牌跳入空格，規(guī)定其耗散值等于跳過將牌的數目;游戲要達到的目標是使所有白將牌都處在黑將牌的左邊(左邊有無空格均可)。對這個問題，定義一個啟發(fā)函數h(n)，并給出利用這個啟發(fā)函數用算法A求解時所產生的搜索樹?？啥xh為：h=B右邊的W的數目
很多知識對求解問題有好處，這些知識并不一定要寫成啟發(fā)函數的形式，很多情況下，也不一定能清晰的寫成一個函數的形式。由題意，在目標狀態(tài)下，一個扇區(qū)的數字之和等于12，一個相對扇區(qū)的數字之和等于24，而一個陰影扇區(qū)或者非陰影扇區(qū)的數字之和為48。
為此，我們可以將目標進行分解，首先滿足陰影扇區(qū)的數字之和為48。為了這個目標我們可以通過每次轉動圓盤45o實現。在第一個目標被滿足的情況下，我們再考慮第二個目標：每一個相對扇區(qū)的數字和為24。在實現這個目標的過程中，我們希望不破壞第一個目標。為此我們采用轉動90o的方式實現，這樣即可以調整相對扇區(qū)的數字和，又不破壞第一個目標。在第二個目標實現之后，我們就可以實現最終目標：扇區(qū)內的數字和為12。同樣我們希望在實現這個目標的時候，不破壞前兩個目標。為此我們采用轉動180o的方式實現。這樣同樣是即可以保證前兩個目標不被破壞，又可以實現第三個目標。
經過這樣的分析以后，我們發(fā)現該問題就清晰多了。當然，是否每一個第一、第二個目標的實現，都能夠實現第三個目標呢?有可能不一定。在這種情況下，就需要在發(fā)現第三個目標不能實現時，重新試探其他的第一、第二個目標。
4 傳教士野人問題啟發(fā)式搜索函數
傳教士野人問題，n個傳教士和n個野人從河的一邊擺渡到河的另一邊，為安全起見，任何時候傳教士的數目不能小于野人的數目，渡船每次渡k個人， N=5，k≤3的M-C問題，找到相應的啟發(fā)函數。定義h1=M+C-2B，其中M，C分別是在河的左岸的傳教士人數和野人人數。B=1表示船在左岸，B=0表示船在右岸。也可以定義h2=M+C，h1是滿足A*條件的，而h2不滿足。
要說明h(n)=M+C不滿足A*條件是很容易的，只需要給出一個反例就可以了。比如狀態(tài)(1, 1, 1)，h(n)=M+C=1+1=2，而實際上只要一次擺渡就可以達到目標狀態(tài)，其最優(yōu)路徑的耗散值為1。所以不滿足A*的條件。
下面我們來證明h(n)=M+C-2B是滿足A*條件的。
我們分兩種情況考慮。先考慮船在左岸的情況。如果不考慮限制條件，也就是說，船一次可以將三人從左岸運到右岸，然后再有一個人將船送回來。這樣，船一個來回可以運過河2人，而船仍然在左岸。而最后剩下的三個人，則可以一次將他們全部從左岸運到右岸。所以，在不考慮限制條件的情況下，也至少需要擺渡whx04.tif次。其中分子上的"-3"表示剩下三個留待最后一次運過去。除以"2"是因為一個來回可以運過去2人，需要whx05.tif個來回，而"來回"數不能是小數，需要向上取整，這個用符號whx06.tif表示。而乘以"2"是因為一個來回相當于兩次擺
渡，所以要乘以2。而最后的"+1"，則表示將剩下的3個運過去，需要一次擺渡。
再考慮船在右岸的情況。同樣不考慮限制條件。船在右岸，需要一個人將船運到左岸。因此對于狀態(tài)(M，C，0)來說，其所需要的最少擺渡數，相當于船在左岸時狀態(tài)(M+1，C，1)或(M，C+1，1)所需要的最少擺渡數，再加上第一次將船從右岸送到左岸的一次擺渡數。因此所需要的最少擺渡數為：(M+C+1)-2+1 。其中(M+C+1)的"+1"表示送船回到左岸的那個人，而最后邊的"+1"，表示送船到左岸時的一次擺渡。
綜合船在左岸和船在右岸兩種情況下，所需要的最少擺渡次數用一個式子表示為：M+C-2B。其中B=1表示船在左岸，B=0表示船在右岸。 由于該擺渡次數是在不考慮限制條件下，推出的最少所需要的擺渡次數。因此，當有限制條件時，最優(yōu)的擺渡次數只能大于等于該擺渡次數。所以該啟發(fā)函數h是滿足A*條件的。
5 結束語
總之，計算機人工智能啟發(fā)式搜索函數選取的方法比較多，試圖找出問題中選取函數的相似的方法，從文中可知還沒有那一個函數可以處于絕對的地位，可以適用于所有環(huán)境。如何將各種選取啟發(fā)式搜索函數的思路結合起來，尋找各個問題選取函數的特點規(guī)律，在這個方面還是有很多的理論和實踐值得深入研究。
參考文獻：
[1]史忠植.高級人工智能(第二版)[M].科學出版社,2006.
[2]廉師友.人工智能技術導論(第二版)[M].西安電子科技大學出版社,2002.
[3]陳群秀.人工智能(遠程教育研究生課程)[EB/OL].
[4]Visual Prolog語言簡介[EB/OL].
[5]人工智能語言[EB/OL].第十四章人工智能語言
有關計算機智能搜索論文范文二：計算機在人工智能中的應用研究
摘要：近年來，隨著信息技術以及計算機技術的不斷發(fā)展，人工智能在計算機中的應用也隨之加深，其被廣泛應用于計算機的各個領域。本文針對計算機在人工智能中的應用進行研究，闡述了人工智能的理論概念，分析當前其應用于人工智能所存在的問題，并介紹人工智能在部分領域中的應用。
關鍵詞：計算機;人工智能;應用研究
中圖分類號：TP391.6 文獻標識碼：A文章編號：1007-9599 (2011) 19-0000-01
Applied Research of Computer on Artificial Intelligence
Han Xiaoying
(Jiujiang University,Jiujiang332005,China)
Abstract:In recent years,as information technology and computer technology continues to evolve,the application of artificial intelligence in the computer also will deepen thEir computers are widely used in various fields.In this paper,computer applications in artificial intelligence research,explained the concept of artificial intelligence theory to analyze the current applied to the problems of artificial intelligence,and describes the field of artificial intelligence in some applications.
Keywords:Computer;Artificial intelligence;Applied research
一、前言
人工智能又稱機器智能，來自于1956年的Dartmouth學會，在這學會上人們最初提出了“人工智能”這一詞。人工智能作為一門綜合性的學科，其是在計算機科學、信息論、心理學、神經生理學以及語言學等多種學科的互相滲透下發(fā)展而成。在計算機的應用系統(tǒng)方面，人工智能是專門研究如何制造智能系統(tǒng)或智能機器來模仿人類進行智能活動的能力，從而延伸人們的科學化智能。人工智能是一門富有挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識、心理學與哲學。人工智能是處于思維科學的技術應用層次，是其應用分支之一。數學常被認為是多種學科的基礎科學，數學也進入語言及思維領域，人工智能學科須借用數學工具。數學在標準邏輯及模糊數學等范圍發(fā)揮作用，其進入人工智能學科，兩者將互相促進且快速發(fā)展。
二、人工智能應用于計算機中存在的問題
(一)計算機語言理解的弱點。當前，計算機尚未能確切的理解語言的復雜性。然而，正處于初步研制階段的計算機語言翻譯器，對于算法上的規(guī)范句子，已能顯示出極高的造句能力及理解能力。但其在理解句子意思上，尚未獲得明顯成就。我們所獲取的信息多來自于上下文的關系以及自身掌握的知識。人們在日常生活中的個人見解、社會見解以及文化見解給句子附加的意義帶來很大影響。
(二)模式識別的疑惑。采用計算機進行研究及開展模式識別，在一定程度上雖取得良好效果，有些已作為產品進行實際應用，但其理論以及方法和人的感官識別機制決然不同。人的形象思維能力以及識別手段，即使是計算機中最先進的識別系統(tǒng)也無法達到。此外，在現實社會中，生活作為一項結構寬松的任務，普通的家畜均能輕易對付，但機器卻無法做到，這并不意味著其永久不會，而是暫時的。
三、人工智能在部分領域中的應用
伴隨著AI技術的快速發(fā)展，當今時代的各種信息技術發(fā)展均與人工智能技術密切相關，這意味著人工智能已廣泛應用于計算機的各個領域，以下是筆者對于人工智能應用于計算機的部分領域進行闡述。具體情況如下。
(一)人工智能進行符號計算?？茖W計算作為計算機的一種重要用途，可分為兩大類別。第一是純數值的計算，如求函數值。其次是符號的計算，亦稱代數運算，是一種智能的快速的計算，處理的內容均為符號。符號可代表實數、整數、復數以及有理數，或者代表集合、函數以及多項式等。隨著人工智能的不斷發(fā)展以及計算機的逐漸普及，多種功能的計算機代數系統(tǒng)軟件相繼出現，如Maple或Mathematic。由于這些軟件均用C語言寫成，因此，其可在多數的計算機上使用。
(二)人工智能用于模式識別。模式識別即計算機通過數學的技術方法對模式的判讀及自動處理進行研究。計算機模式識別的實現，是研發(fā)智能機器的突破點，其使人類深度的認識自身智能。其識別特點為準確、快速以及高效。計算機的模式識別過程相似于人類的學習過程，如語音識別。語音識別即為使計算機聽懂人說
的話而進行自動翻譯，如七國 語言的口語自動翻譯系統(tǒng)。該系統(tǒng)的實現使人們出國時在購買機票、預定旅館及兌換外幣等方面，只需通過國際互聯網及電話 網絡，即可用電話或手機與“老外”進行對話。
(三)人工智能 計算機網絡安全中的 應用。當前，在計算機的網絡安全 管理中常見的技術主要有入侵檢測技術以及防火墻技術。防火墻作為計算機網絡安全的設備之一，其在計算機的網絡安全管理方面發(fā)揮重要作用。以往的防火墻尚未有檢 測加密Web流量的功能，原因在于其未能見到加密的SSL流中的數據，無法快速的獲取SSL流中的數據且未能對其進行解密。因而，以往的防火墻無法有效的阻止應用程序的攻擊。此外，一般的應用程序進行加密后，可輕易的躲避以往防火墻的檢測。因此，由于以往的防火墻無法對應用數據流進行完整的監(jiān)控，使其難以預防新型攻擊。新型的防火墻是通過利用 統(tǒng)計、概率以及決策的智能方法以識別數據，達到訪問受到權限的目地。然而此方法大多數是從人工智能的學科中采取，因此，被命名為“智能防火墻”。
(四)人工智能應用于計算機網絡系統(tǒng)的故障診斷。人工神經網絡作為一種信息處理系統(tǒng)，是通過人類的認知過程以及模擬人腦的 組織結構而成。1943年時，人工神經網絡首次被人提出并得到快速 發(fā)展，其成為了人工智能技術的另一個分支。人工神經網絡通過自身的優(yōu)點，如聯想記憶、自適應以及并列分布處理等，在智能故障診斷中受到廣泛關注，并且發(fā)揮極大的潛力，為智能故障診斷的探索開辟新的道路。人工神經網絡的診斷方法異于專家系統(tǒng)的診斷方法，其通過現場眾多的標準樣本進行學習及訓練，加強調整人工神經網絡中的閥值與連接權，使從中獲取的知識隱藏分布于整個網絡，以達到人工神經網絡的模式記憶目的。因此，人工神經網絡具備較強的知識捕捉能力，能有效處理異常數據，彌補專家系統(tǒng)方法的缺陷。
四、結束語
總而言之，人工智能作為計算機技術的潮流，其研究的理論及發(fā)現決定了計算機技術的發(fā)展前景?，F今，多數人工智能的研究成果已滲入到人們的日常生活。因此，我們應加強人工智能技術的研究及開發(fā)，只有對其應用于各領域中存在的問題進行全面分析，并對此采取相應措施，使其順利發(fā)展。人工智能技術的發(fā)展將給人們的生活、學習以及 工作帶來極大的影響。
參考文獻：
[1]楊英.智能型計算機輔助教學系統(tǒng)的實現與研究[J].電腦知識與技術,2009,9
[2]毛毅.人工智能研究 熱點及其發(fā)展方向[J].技術與市場,2008,3
[3]李德毅.網絡時代人工智能研究與發(fā)展[J].智能系統(tǒng)學報,2009,1
[4]陳步英,馮紅.人工智能的應用研究[J].邢臺 職業(yè)技術學院學報,2008,1
有關計算機智能搜索論文相關文章：