西电电院人工智能课程大作业.pdf

《西电电院人工智能课程大作业.pdf》由会员分享，可在线阅读，更多相关《西电电院人工智能课程大作业.pdf（21页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、西电人工智能大作业西电人工智能大作业八数码难题八数码难题一一.实验目的实验目的八数码难题：在33的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。例如：2 28 83 31 14 41 12 23 38 84 47 76 65 57 76 65 5(a)初始状态 (b)目标状态图 1 八数码问题示意图请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或 任选一种启发式搜索方法（A 算法或 A*算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。本

2、实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。二二.实验设备及软件环境实验设备及软件环境Microsoft Visual C+，（简称 Visual C+、MSVC、VC+或 VC）微软公司的 C+开发工具，具有集成开发环境，可提供编辑 C 语言，C+以及 C+/CLI等编程语言。三.实验方法实验方法算法描述：（1）将起始点放到OPEN表；（2）若OPEN空，无解，失败；否则继续；（3）把第一个点从OPEN移出，放到CLOSE表；（4）拓展节点，若无后继结点，转（2）；（5）把n的所有后继结点放到OPEN末端，提供从后

3、继结点回到n的指针；（6）若n任意后继结点是目标节点，成功，输出；否则转（2）。流程图：代码：#include#include typedef struct Node int num9;/棋盘状态 int deepth;/派生的深度 g(n)int diffnum;/不在位的数目 h(n)int value;/耗散值 f(n)=g(n)+h(n)struct Node*pre;struct Node*next;struct Node*parent;numNode;/*-end of struct numNode-*/int origin9;/棋盘初始状态int target9;/棋盘目标状态i

4、nt numNode_num,total_step;numNode*open,*close;/Open 表和 Close 表numNode*create_numNode()return(numNode*)malloc(sizeof(numNode);numNode*open_getfirst(numNode*head);/返回第一项，并从 Open 表中删除void open_insert(numNode*head,numNode*item);/向 Open 表中按序插入新节点void close_append(numNode*head,numNode*item);/向 Close 表中插入新

5、节点int expand(numNode*item);/扩展节点int print_result(numNode*item);/打印结果numNode*copy_numNode(numNode*orgin);char isNewNode(numNode*open,numNode*close,int num9);/是 否 在 Open 表 或Close 表中void print_num(int num9);/打印棋盘状态int diff(int num9);/求不在位棋子的个数void init();/初始化，获得棋盘初始状态和目标状态void swap(int*a,int*b);int ope

6、rate(int num,int op);void free_list(numNode*head);/*Name:主函數 *Description:程序入口*/Int main(int argc,char*argv)/初始化 Open 表和 Close 表 open=create_numNode();close=create_numNode();open-pre=open-next=close-pre=close-next=NULL;init();/由用户输入初始和目标状态 /初始化初始节点 numNode*p1;p1=create_numNode();p1-parent=NULL;p1-de

7、epth=0;int i=0;for(i=0;inumi=origini;open_insert(open,p1);numNode_num=1;p1=open_getfirst(open);while(p1!=NULL)close_append(close,p1);if(expand(p1)return EXIT_SUCCESS;p1=open_getfirst(open);printf(No solution!n);return EXIT_SUCCESS;/*-end of function main-*/voidinit()while(1)printf(Please input oprig

8、inal status:nFor example:123456780stands forn 1 2 3n 4 5 6n 7 8 0n);char temp10;scanf(%s,&temp);int i=0;for(i=0;i=0&tempi-0=8;i+)origini=tempi-0;printf(Please input target status:n);scanf(%s,&temp);int j=0;for(j=0;j=0&tempj-0next;q=head;while(p!=NULL&item-value p-value)q=p;p=p-next;q-next=item;item-

9、pre=q;item-next=p;if(p!=NULL)p-pre=item;/*-end of function open_insert-*/numNode*open_getfirst(numNode*head)numNode*p;if(head-next=NULL)return NULL;p=head-next;head-next=p-next;if(p-next!=NULL)p-next-pre=head;p-pre=NULL;p-next=NULL;return p;/*-end of function open_getfirst-*/voidclose_append(numNode

10、*head,numNode*item)item-next=head-next;item-pre=head;head-next=item;if(item-next!=NULL)item-next-pre=item;/*-end of function close_append-*/intexpand(numNode*p1)numNode*p2;int op=1;for(op=1;opnum,op);if(isNewNode(open,close,p2-num)=N)p2-parent=p1;p2-deepth=p1-deepth+1;p2-diffnum=diff(p2-num);p2-valu

11、e=p2-deepth+p2-diffnum;if(p2-diffnum=0)total_step=print_result(p2);printf(Total step:%dn,total_step);free_list(open);free_list(close);return 1;else numNode_num+;open_insert(open,p2);else free(p2);return 0;/*-end of function expand-*/intoperate(int m,int op)int blank;blank=0;while(mblank!=0&blank2)sw

12、ap(m+blank,m+blank-3);break;case 2:/*down*/if(blankdeepth=origin-deepth;p-diffnum=origin-diffnum;p-value=origin-value;int i;for(i=0;inum)i=(origin-num)i;return p;/*-end of function copy_numNode-*/intdiff(int num9)int i,diffnum=0;for(i=0;inext;while(p!=NULL)for(i=0;inumi!=numi)break;if(i=9)return O;/

13、Open p=p-next;p=close-next;while(p!=NULL)for(i=0;inumi!=numi)break;if(i=9)return C;/Close p=p-next;return N;/*-end of function isNewNode-*/voidfree_list(numNode*head)numNode*p,*q;p=head-next;while(p!=NULL)q=p-next;free(p);p=q;free(head);/*-end of function free_list-*/voidprint_num(int num9)int i;for

14、(i=0;iparent);printf(nStep%d:n,step+1);print_num(p-num);return step+1;else return-1;四四.结果：结果：下图实验结果中，一步代表一层的搜索结果中的最优解；八数码难题的宽度优先搜索树：五五.实验分析实验分析宽度优先搜索属于一种盲目搜索算法，可以系统的展开所有节点，理论上一定能达到搜寻目的。但是，倘若搜索步骤太多，则会十分费时，所以应考虑具体问题具体改进。本实验结果中，一步代表一层的搜索结果中的最优解；以简化输出显示，实验耗时也在可以接受的程度。六六.结论结论经过分析和查询相关资料，本报告决定采用宽度优先搜索来求解问

15、题，划定流程图及明确算法步骤之后，经多次调试和修改，最终得出有效结论，找出了八数码难题的解。本报告严格依照实验和报告的要求进行，从分析查找到最终得出阶段性结论的过程中，收获了宝贵的经验。人工神经网络和神经模糊技术，在用图像处理甜樱桃果实人工神经网络和神经模糊技术，在用图像处理甜樱桃果实成熟过程中，检测抗氧化活性与花青素的量时的潜力评估成熟过程中，检测抗氧化活性与花青素的量时的潜力评估摘要摘要背景背景本文介绍了一种别样的思路，糅合了图像处理技术和两种人工智能技术，在樱桃成熟的不同阶段，检测抗氧化活性与花青素的量。与普通的冗长实验理论相比，本方法有重要贡献，它更经济，更快捷。精确地人工神经网络技术

16、(ANN)，和自适应神经模糊推理系统理论(ANFIS)，被用以检测输出。ANN and ANFIS 使用的敏感性分析和主成分分析，分别指出了输出的有效属性。结果结果所设计的神经网络中，两个隐层的网络体系结构和 11-6-20-1 11-14-9-1，具有最高的相关系数和最低误差值，抗氧化活性（R=0.93）和花青素含量（R=0.98）。ANFIS 模型的三角函数和两项高斯隶属函数，给出了最好的结果，分别是：抗氧化活性（R=0.87）和花青素含量（R=0.90）。结论结论模型的比较表明，人工神经网络优于 ANFIS 这个案子。考虑到类似的研究应用系统和精度的优点，可以得出这样的结论：这里介绍的技

17、术有很好的潜力被用作估计该属性。2013 化学工业协会简介简介甜樱桃（Prunus avium）是一种流行的水果，无论新鲜的还是加工过的。，伊朗被评为世界第三大甜樱桃生产国，每年生产约 241117MT。人类生活在一个高度氧化的环境，参与许多代谢过程可能会导致过量的自由基的产生，从而导致健康问题。氧化导致有毒化合物的形成，如活性氧和自由基，从而导致致癌，诱变，炎症，基因的变化，老化，心血管疾病和营养损失，对人类的健康是有害的。另外，氧化可能会导致不愉快的味道和腐臭。含有天然抗氧化剂的食品，因为其抗氧化保护作用，越来越受生产商和消费者的欢迎。可以有利于发现估计这个属性在水果作为一种重要的的。寻找

18、一种快速的，非破坏性的方式，检测水果的这个属性，作为抗氧化剂的重要来源，有利可图。花青素，植物颜料中这是最常见的，似乎有多种功能。例如，作为着色剂和食品质量控制指标。最近，增近对它的了解，发现对人体健康有利，已经导致花青素研究加剧。近年来，各种数据挖掘、人工智能（DM/AI）技术，如决策树，人工神经网络（ANN），遗传算法，模糊集，专家系统等，已被越来越多地应用于机器视觉的组合（MV），以进行农产品质量评价。农产品的图像处理的一个新领域被用来估计一些质量属性，如植物色素的抗氧化活性。采用独立分量分析的西红柿光谱图像，估计番茄红素和叶绿素浓度。最近，taghadomi 萨贝里等人，结合图像处理和

19、人工神经网络技术，在酸樱桃在成熟过程中，估计抗氧化活性与花青素含量。目前，传统的检测方法是昂贵的，破坏性的，耗时的，鉴于抗氧化剂在人类生活中有重要作用，本研究提出设计和评估的可能性，使用智能系统相结合的基础上的 MV 和两种广泛使用的数据挖掘技术，估计甜蜜樱桃成熟期的，抗氧化活性与花青素的含量。结论结论本文提出了一种低成本的，非破坏性的和快速的方法，来估计甜樱桃成熟过程中，抗氧化活性和花青素含量。反向传播人工神经网络与 trainlm 作为训练函数，tansig 作为传递函数。与 11-14-9-1 和 11-6-20-1 网络架构了最好的结果，模型的抗氧化活性和花色苷含量分别为（R=0.93

20、，0.98）。一个神经模糊技术也适用于建模提出的属性。其中，三角函数和两项高斯磁场给了最好的结果，抗氧化活性与花色素苷含量分别为（R=0.93，0.98）。基于统计标准，人工神经网络模型，在建模的甜樱桃的属性中，取得了较好的效果。然而，考虑到确定的属性和由其他研究人员提出了类似的研究得到的精度在正常的实验室方法相比，应用系统的优点，可以得出这样的结论：这里介绍的技术有很好的潜力被用作估计该属性。根据目前的研究结果，建议可以考虑在未来的研究。使用其他的人工智能技术和性能评价选择最好的一个。利用光谱图像，这当然有更好的精度。发展提出的其他颜色的水果的算法。个人总结：个人总结：本文结合了图像处理技术

21、和人工神经网络和神经模糊技术，在樱桃成熟的不同阶段，检测抗氧化活性与花青素的量。是一种低成本的，非破坏性的和快速的方法，来估计甜樱桃成熟过程中，抗氧化活性和花青素含量。与普通的冗长实验理论相比，本方法有重要贡献，它更经济，更快捷。人体因为与外界的持续接触，包括 呼吸（氧化反应）、外界污染、放射线照射等因素不断的在人体体内产生自由基。科学研究表明，癌症、衰老或其它疾病大都与过量自由基的产生有关联。研究抗氧化可以有效克服其所带来的危害，是市场最重要的功能性诉求之一。花青素的性能比维生素 E 高出五十倍，比维生素 C 高出二十倍。它对人体的生物有效性是 100%，服用后二十分钟就能在血液中检测到。花

22、青素增强皮肤免疫力，应对各种过敏性症状，还可维持正常的细胞连结、的稳定、增强微细血管循环、提高微血管和静脉的流动，进而达到异常皮肤的迅速愈合。花青素能够防止紫外线侵害皮肤，皮肤属于结缔组织，其中所含的胶原蛋白和硬性蛋白对皮肤的整个结构起重要作用。增强视力，消除眼睛疲劳；延缓脑神经衰老；对由糖尿病引起的病有治疗作用；增强心肺功能；预防老年痴呆。本文就人工神经网络和神经模糊技术的应用，作了一个很好的示例，对人工智能技术课程的学习很有启发。也可见得，人工智能技术和现实生活密不可分，有着很广阔的应用前景。但是，与此同时，关于传统人工智能的算法优化，也越来越落后，需要广大从业人员作出更多的尝试，以解决日新月异的问题。