山东大学软件学院人工智能导论实验之知识库推理

 

目录

 实验目的:

实验代码:

实验内容:

实验结果


实验目的:

输入相应的条件,根据知识库推理得出相应的知识。

实验代码:

def find_data(input_process_data_list):for epoch, data_process in enumerate(data_process_list):number = 0for i in input_process_data_list:if i in data_process:number += 1if number == len(data_process):if data_result_list[epoch] not in result_list:# 弹出前提和此过程结论,因为该过程已经推理过过,此结果存入需要查找的过程中result = data_result_list.pop(epoch)process = data_process_list.pop(epoch)# 判断临时结论是否已经存在中,存在则重新寻找,不存在则加入到字典中,并将其存入推导结果if result not in input_process_data_list:dict_input[','.join(process)] = result#键为前提,值为结果end_result = find_data(input_process_data_list + [result])if end_result == 1:return 1else:return 0# 存在则直接寻找else:end_result = find_data(input_process_data_list)if end_result == 1:return 1else:return 0# 已经是动物结果,取出结果后返回else:process = data_process_list.pop(epoch)dict_input[','.join(process)] = data_result_list[epoch]return 1if __name__ == '__main__':# 存储IF前提data_process_list = []# 存储THEN结果data_result_list = []# 存储用于查询的数据list_data = []# 用于存储输出结果dict_input = {}# 规则库txt = '''有毛发,哺乳类
产奶,哺乳类
有羽毛,鸟类
会飞,会下蛋,鸟类
吃肉,食肉类
有犬齿,有爪,眼盯前方,食肉类
哺乳类,有蹄,蹄类
哺乳类,反刍,蹄类
哺乳类,食肉类,黄褐色,有斑点,金钱豹
哺乳类,食肉类,黄褐色,有黑色条纹,虎
蹄类,长脖,长腿,有斑点,长颈鹿
蹄类,有黑色条纹,斑马
鸟类,长脖,长腿,不会飞,黑白二色,鸵鸟
鸟类,会游泳,不会飞,黑白二色,企鹅
鸟类,善飞,信天翁'''# 将数据预处理datas = txt.split('\n')for data in datas:data = data.split(',')data_process_list.append(data[:-1])data_result_list.append(data[-1].replace('\n', ''))# 最终结果列表result_list = ['信天翁', '鸵鸟', '斑马', '长颈鹿', '虎', '金钱豹', '企鹅']# 数据库对应的过程database = {'1': '有毛发', '2': '产奶', '3': '有羽毛', '4': '会飞', '5': '会下蛋', '6': '吃肉', '7': '有犬齿','8': '有爪', '9': '眼盯前方', '10': '有蹄', '11': '反刍', '12': '黄褐色','13': '有斑点', '14': '有黑色条纹','15': '长脖', '16': '长腿', '17': '不会飞', '18': '会游泳', '19': '黑白二色', '20': '善飞','21': '哺乳类','22': '鸟类', '23': '食肉类', '24': '蹄类'}# 打印顶部星号边框print('****************************** 输入对应条件前面的数字: ******************************\n')# 打印数据库内容,每6个一行,保持对齐for i, (key, value) in enumerate(database.items(), 1):if i % 6 ==1:  # 每6个一行print('*',end='')print(f"{key}:{value:<8}", end=' ')  # 保持每列宽度相同,对齐if i % 6 == 0:  # 每6个一行print(' *')  # 换行,并加上右侧的星号if len(database) % 6 != 0:print(' *')  # 如果最后一行不足6个,也加上右侧的星号# 打印底部星号边框和提示信息print('**********************************************************************************')print('****************************** 当输入数字0时,程序结束 ******************************\n')# 循环输入,遇0退出while 1:print('请输入:',end='')term = input("")if term == '0':breakif database[term] not in list_data:list_data.append(database[term])# 打印前提条件print('前提条件为:')print(' '.join(list_data) + '\n')# 进行递归查找,直到找到最终结果,返回1则找到最终结果end_result = find_data(list_data)if end_result == 1:print('推理过程如下:')# 将结果进行打印for i in dict_input.keys():print(f"{i}->{dict_input[i]}")# 得到最终结果即输出所识别动物if dict_input[i] in result_list:print()print(f'所识别的动物为{dict_input[i]}')else:# 将结果进行打印for i in dict_input.keys():print(f"{i}->{dict_input[i]}")

实验内容:

首先,将已知的动物特征及其对应的种类整理成规则库。规则库中的每一条规则都包含两部分:前提(动物的特征)和结果(动物的种类)。

然后通过命令行界面,用户可以输入一系列动物的特征。这些特征从规则库中的前提部分选取,并通过数字进行标识。用户输入的特征被存储在一个列表中,作为推理系统的输入;

推理过程采用递归方法。首先,将用户输入的特征列表作为输入参数传递给递归函数。函数遍历规则库中的每一条规则,检查当前特征列表是否满足规则的前提部分。如果满足,则进一步检查该规则的结果是否已经在之前的结果列表中。如果结果不在结果列表中,则将该结果添加到输入特征列表中,并继续递归调用函数进行推理。如果找到满足所有条件的动物种类,则停止递归并返回结果。

推理完成后,系统输出推理过程及最终结果。推理过程以键值对的形式展示,最终结果是满足所有输入特征的动物种类。

实验结果

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/24522.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【开源免费】基于SpringBoot+Vue.JS美食烹饪互动平台(JAVA毕业设计)

本文项目编号 T 219 &#xff0c;文末自助获取源码 \color{red}{T219&#xff0c;文末自助获取源码} T219&#xff0c;文末自助获取源码 目录 一、系统介绍二、数据库设计三、配套教程3.1 启动教程3.2 讲解视频3.3 二次开发教程 四、功能截图五、文案资料5.1 选题背景5.2 国内…

在线VS离线TTS(语音合成芯片)有哪些优势-AIOT智能语音产品方案

离线 TTS 存在语音质量欠佳、音色选择有限、语言支持单一更新困难、占用资源多、适应性差、难以个性化定制等痛点 01更新维护困难 由于是离线模式&#xff0c;难以及时获取最新的语音数据和算法更新&#xff0c;无法得到持续改进。 02占用本地资源 需要在设备本地存储较大的…

530 Login fail. A secure connection is requiered(such as ssl)-java发送QQ邮箱(简单配置)

由于cs的csdN许多文章关于这方面的都是vip文章&#xff0c;而本文是免费的&#xff0c;希望广大网友觉得有帮助的可以多点赞和关注&#xff01; QQ邮箱授权码到这里去开启 授权码是16位的字母&#xff0c;填入下面的mail.setting里面的pass里面 # 邮件服务器的SMTP地址 host…

SpringBoot整合Swagger

一、Swagger简介 Swagger 是一种 API 文档工具&#xff0c;可以通过生成 API 文档来提高开发者的工作效率&#xff0c;同时也可以提高 API 的可读性和可维护性。Spring Boot 可以与 Swagger 进行整合&#xff0c;以方便生成 API 文档。下面介绍一下如何使用 Spring Boot 整合 S…

【图形学入门笔记】线性代数的本质

【笔记未完待续】如果我的分享对你有帮助&#xff0c;请记得点赞关注不迷路。 视频源地址&#xff1a;https://www.youtube.com/watch?vfNk_zzaMoSs 作者&#xff1a;3Blue1Brown 此处仅做个人笔记使用。 01 - 向量究竟是什么&#xff1f; 线性代数中最基础、最根源的…

can数据记录仪在汽车路测中扮演着**关键角色*

can数据记录仪主要用于实时采集、存储和分析车辆运行中的多维度数据&#xff0c;帮助工程师优化车辆性能、验证安全性、改进驾驶体验&#xff0c;并支持法规合规性测试。 can数据记录仪在路测中扮演几个关键角色&#xff0c;如下&#xff0c; 动力系统监控&#xff1a;记录发…

使用前端 html css 和js 开发一个AI智能平台官网模板-前端静态页面项目

最近 AI 人工智能这么火&#xff0c;那必须针对AI 做一个 AI方面的 官方静态网站练手。让自己的前端技术更上一层楼&#xff0c;哈哈。 随着人工智能技术的不断发展&#xff0c;越来越多的AI应用开始渗透到各行各业&#xff0c;为不同领域的用户提供智能化解决方案。本网站致力…

仿真环境下实现场景切换、定位物体和导航行走

1. 代码&#xff08;以微波炉为例&#xff09; from ai2thor.controller import Controller import math import randomdef distance_2d(pos1, pos2):"""计算两点之间的二维欧几里得距离&#xff08;忽略Z轴&#xff09;"""return math.sqrt((p…

1.测试策略与计划设计指南

1.介绍 1.1项目介绍 完整项目组成&#xff1a;1.基于K8S定制开发的SaaS平台&#xff1b;2.多个团队提供的中台服务(微服务)&#xff1b;3.多个业务团队开发的系统平台。涉及多个项目团队、上百个微服务组件。 测试在所有团队开发测试后&#xff0c;自己搭建测试环境&#xff0c…

LeetCode热题100- 最小栈【JavaScript讲解】

“日日行&#xff0c;不怕千万里&#xff1b;常常做&#xff0c;不怕千万事。” —— 《格言联璧处事》 oi&#xff01;&#xff01;栈的知识点在这里&#xff01;&#xff01;&#xff01;点击跳转&#xff01;&#xff01;&#xff01; 最小栈讲解目录&#xff1a; 题目&…

D3DSource 2016 引擎完整教程

D3DSource 引擎是一款基于 Direct3D 的 3D 图形渲染引擎&#xff0c;2016 版是较早的一个版本。由于 D3DSource 并不是主流开源引擎&#xff08;如 Unity、Unreal Engine&#xff09;&#xff0c;详细的官方文档可能较少。因此&#xff0c;我会结合 Direct3D 编程知识&#xff…

DeepSeek:我的AI助手之旅

★【前言】: 初次使用AI助手帮我写作,就像摸石头过河一样,一点点的前行。我在慢慢的摸索,慢慢的体会中,感悟出的一点个人心得体会现分享给大家。这也说明一个问题,网站上各种使用方法和技巧是对于已经使用过的人来说的方便和快捷,但对于刚刚接触的使用者来说,网上的各…

【Cursor】报错:FATAL:v8_initializer.cc(630)] Error loading V8 startup snapshot file

【Cursor】报错&#xff1a;FATAL:v8_initializer.cc(630)] Error loading V8 startup snapshot file 最初是在使用Cursor时左下角出现一个类似更新失败的提示&#xff0c;没注意&#xff0c;后来界面非常卡。 接着重新打开Cursor&#xff0c;提示说原文件不存在要删除快捷方式…

布隆过滤器(Bloom Filter)

文章目录 1. 定义2. 核心原理2.1 数据结构2.2 操作流程2.3 扩容 3. 优缺点3.1 优点3.2 缺点 4. 使用场景4.1 适用场景4.2 不适用场景 5. 手写布隆过滤器 1. 定义 布隆过滤器&#xff08;Bloom Filter&#xff09;是一种概率型数据结构&#xff0c;用于快速判断一个元素是否属于…

Build错误:Cannot determine build data storage root for project 和 无法加载主类的解决办法的经验分享

Build错误&#xff1a;Cannot determine build data storage root for project 解决方案与经验分享 1. 引言 查看错误信息 “Cannot determine build data storage root for project”的含义&#xff1a; 这是一个关于构建项目时遇到的常见错误。错误信息表明构建工具无法确定…

2025年02月26日Github流行趋势

项目名称&#xff1a;aibrix 项目地址url&#xff1a;https://github.com/vllm-project/aibrix项目语言&#xff1a;Jupyter Notebook历史star数&#xff1a;2234今日star数&#xff1a;881项目维护者&#xff1a;Jeffwan, varungup90, brosoul, nwangfw, kr11项目简介&#xf…

理解大模型的量化

1. 什么是量化 量化是大模型领域中的一项关键技术&#xff0c;它通过降低模型参数的精度&#xff0c;将浮点数转换为整数或者定点数&#xff0c;从而实现模型的压缩和优化。 这样做的目的主要是减少模型的存储需求、加快推理速度&#xff0c;并且降低模型的计算复杂度&#xf…

构建逻辑思维链(CoT)为金融AI消除幻觉(保险理赔篇)

在上一篇文章中&#xff0c;我们介绍了如何利用亚马逊云科技的Amazon Bedrock GuardRails自动推理检查为金融行业的AI应用提升准确性&#xff0c;消除幻觉。在本案例中&#xff0c;我们将探讨一个利用AI副主保险公司评估长期护理保险理赔审核的场景。 自动推理检查配置 在本方…

上传securecmd失败

上传securecmd失败 问题描述&#xff1a;KES V8R6部署工具中&#xff0c;节点管理里新建节点下一步提示上传securecmd失败&#xff0c;如下&#xff1a; 解决办法&#xff1a; [rootlocalhost ~]# yum install -y unzip 上传的过程中会解压&#xff0c;如果未安装unzip依赖包…

蓝桥杯 5.字符串

蓝桥杯 5.字符串 文章目录 蓝桥杯 5.字符串KMP&字符串哈希Manacher编程138-148字典树基础01Trie编程149-155 KMP&字符串哈希 KMP算法 字符串匹配算法, 用于匹配**模式串P(短)和文本串S(长)**中出现的所有位置, 例如, S “ababac”, P “aba”, 那么出现的所有位置就…