第一章绪论1-6人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？研究和应用领域：问题求解(下棋程序)，逻辑推理与定理证明(四色定理证明)，自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学(星际探索机器人)，模式识别(手写识别，汽车牌照识别，指纹识别)，机器视觉(机器装配，卫星图像处理)，智能控制，智能检索，智能调度与指挥(汽车运输高度，列车编组指挥)，系统与语言工具。新的研究热点：概率图模型（隐马尔可夫模型、贝叶斯网络）、统计学习理论(SLT)&支持向量机(SVM)、数据挖掘与知识发现(超市市场商品数据分析)，人工生命。第二章知识表示方法2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?设（m,n）表示左岸上有m个野人，n个传教士。x（m,n）表示船上有m个野人，n个传教士（L-R）y(m,n)表示船上有m个野人，n个传教士（R-L）(3,3)x(2,0)(1,3)y(1,0)(2,3)x(2,0)(0,3)y(1,0)(1,3)x(0,2)(1,1)Y(1,1)(2,2)x(0,2)(2,0)y(1,0)(1,0)x(2,0)(0,0)2野人过河----1野人划船回来----2野人过河----1野人回来---2传教士过河----1野人和1传教士回来---2传教士过河---1野人回来---2野人过河---1野人回来---2野人过河2-8把下列语句表示成语义网络描述(1)Allmanaremortal.(2)Everycloudhasasilverlining.(3)AllbranchmanagersofDECparticipateinaprofit-sharingplan.2-9作为一个电影观众，请你编写一个去电影院看电影的剧本。开场条件：1我想去看电影2我有买电影票的钱3我能去看电影4电影院有电影放映角色：我电影放映员售票员检票员道具：电影院放映机电影票钱银幕椅子场景一进入电影院1走进电影院2买票3检票4找到自己的座位场景二看电影1放映员开始放映2观众看电影场景三离开电影院1电影放映完2离开结果：我花钱买票看了电影，知道了电影的情节。电影院工作人员播放了电影，付出了劳动。电影院获得了收入。第三章搜索推理技术3-15在什么情况下需要采用不确定推理?不确定推理的主要方法有哪些？一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法。不确定推理是研究复杂系统不完全性和不确定性的有力工具。有两种不确定性，即关于证据的不确定性和关于结论的不确定性。关于证据的不确定性主要包括：以模糊集理论为基础的方法、以概率为基础的方法。关于结论的不确定性推理的主要方法有：可信度方法、证据理论、主观概率论（又称主观Bayes方法）等。第四章计算智能（1）神经网络主要通过指导式（有师）学习算法和非指导式（无师）学习算法。此外，还存在第三种学习算法，即强化学习算法；可把它看做有师学习的一种特例。（１）有师学习有师学习算法能够根据期望的和实际的网络输出（对应于给定输入）间的差来调整神经元间连接的强度或权。因此，有师学习需要有个老师或导师来提供期望或目标输出信号。有师学习算法的例子包括Delta规则、广义Delta规则或反向传播算法以及ＬＶＱ算法等。（２）无师学习无师学习算法不需要知道期望输出。在训练过程中，只要向神经网络提供输入模式，神经网络就能够自动地适应连接权，以便按相似特征把输入模式分组聚集。无师学习算法的例子包括Kohonen算法和Carpenter-Grossberg自适应谐振理论（ＡＲＴ)等。（３）强化学习强化（增强）学习是有师学习的特例。它不需要老师给出目标输出。强化学习算法采用一个“评论员”来评价与给定输入相对应的神经网络输出的优度（质量因数）。强化学习算法的一个例子是遗传算法（GA）。4-10什么是模糊集合和隶属函数或隶属度？模糊集合（fuzzysets）论域U到[0,1]区间的任一映射，即，都确定U的一个模糊子集F；称为F的隶属函数（membershipfunction）或隶属度（gradeofmembership）。在论域U中，可把模糊子集表示为元素u与其隶属函数的序偶集合，记为：第五章计算智能(2)5-7遗传算法、进化策略和进化编程的关系如何？有何区别？遗传算法是一种基于空间搜索的算法，它通过自然选择、遗传、变异等操作以及达尔文适者生存的理论，模拟自然进化过程来寻找所求问题的解答。进化策略(EvolutionStrategie