人工智能及應(yīng)用期末復(fù)習(xí)資料

1、精選優(yōu)質(zhì)文檔-傾情為你奉上考試：9周二晚7點(diǎn)，5下 單選題15×2分 推理問(wèn)答題7×10分人工智能復(fù)習(xí)資料第二章3、謂詞 （預(yù)測(cè)大題：謂詞的表示）謂詞邏輯法采用謂詞合式公式和一階謂詞演算把要解決的問(wèn)題變?yōu)橐粋€(gè)有待證明的問(wèn)題，然后采用消解定理和消解反演來(lái)證明一個(gè)新語(yǔ)句是從已知的正確語(yǔ)句導(dǎo)出的，從而證明這個(gè)新語(yǔ)句也是正確的。 謂詞邏輯的組成：謂詞符號(hào)、變量符號(hào)、函數(shù)符號(hào)和常量符號(hào)。用謂詞公式表示知識(shí)的一般步驟 ：(1).定義謂詞及個(gè)體，確定每個(gè)謂詞及個(gè)體的確切含義 (2).根據(jù)所要表達(dá)的事物或概念，為每個(gè)謂詞中的變?cè)x以特定的值。 (3).根據(jù)所要表達(dá)的知識(shí)的語(yǔ)義，用適當(dāng)?shù)倪B接

2、符將各個(gè)謂詞連接起來(lái)形成謂詞公式。 二元語(yǔ)義網(wǎng)絡(luò)（預(yù)測(cè)大題） 語(yǔ)義網(wǎng)絡(luò)是一種結(jié)構(gòu)化表示方法，它由節(jié)點(diǎn)和弧線或鏈線組成。節(jié)點(diǎn)用于表示物體、概念和狀態(tài)，弧線用于表示節(jié)點(diǎn)間的關(guān)系。（1）常用的類屬關(guān)系有：AKO(A-Kind-of):表示一個(gè)事物是另一個(gè)事物的一種類型。AMO(A-Member-of):表示一個(gè)事物是另一個(gè)事物的成員。ISA(Is-a):表示一個(gè)事物是另一個(gè)事物的實(shí)例。（2）常用的包含關(guān)系的有：Part_of:表示一個(gè)事物是另一個(gè)事物的一部分，或說(shuō)是部分與整體的關(guān)系。（3）常用的屬性的關(guān)系有：Have：表示一個(gè)結(jié)點(diǎn)具有另一個(gè)結(jié)點(diǎn)所描述性。Can：表示一個(gè)結(jié)點(diǎn)能做另一個(gè)結(jié)點(diǎn)的事情。&#

3、183;····用語(yǔ)義網(wǎng)絡(luò)表示知識(shí)的步驟 ：確定問(wèn)題總所有對(duì)象和各對(duì)象的屬性。 確定所討論對(duì)象間的關(guān)系。根據(jù)語(yǔ)義網(wǎng)絡(luò)中所涉及的關(guān)系，對(duì)語(yǔ)義網(wǎng)絡(luò)中的節(jié)點(diǎn)及弧進(jìn)行整理，包括增加節(jié)點(diǎn)、弧和歸并節(jié)點(diǎn)等。將各對(duì)象作為語(yǔ)義網(wǎng)絡(luò)的一個(gè)節(jié)點(diǎn)，而各對(duì)象間的關(guān)系作為網(wǎng)絡(luò)中各節(jié)點(diǎn)的弧，連接形成語(yǔ)義網(wǎng)絡(luò)?？蚣埽A(yù)測(cè)大題）框架是一種結(jié)構(gòu)化表示方法?？蚣芡ǔＳ芍付ㄊ挛锔鱾€(gè)方面的槽組成，每個(gè)槽擁有若干個(gè)側(cè)面，而每個(gè)側(cè)面又可擁有若干個(gè)值。 常用槽名：Part-of槽 用于指出部分和全體的關(guān)系。 ISA槽 用于指出對(duì)象間抽象概念上的類屬關(guān)系。AKO槽 用于具體地指出對(duì)象間的類屬關(guān)系。 I

4、nstance槽 用來(lái)表示AKO槽的逆關(guān)系。實(shí)例：“教師”的框架。 框架名：<教師> 類屬：<知識(shí)分子> 工作：范圍：（教學(xué)，科研） 缺?。航虒W(xué) 性別：（男，女） 學(xué)歷：（中專，大學(xué)） 類別：（<小學(xué)教師>，<中學(xué)教師>，<大學(xué)教師>）分析：框架名：“教師” 含有5個(gè)槽，槽名分別為：“類屬”、“工作”、“性別”、“學(xué)歷”和“類別”。槽名后面是其槽值。 槽值“<知識(shí)分子>”又是一個(gè)框架名?！胺秶薄ⅰ叭笔　笔遣邸肮ぷ鳌钡膬蓚€(gè)不同的側(cè)面，其后是側(cè)面值。 第三章盲目搜索的兩種方法和特點(diǎn)廣度優(yōu)先搜索一個(gè)簡(jiǎn)單的搜索策略，首先是擴(kuò)展根

5、節(jié)點(diǎn)，接著擴(kuò)展根節(jié)點(diǎn)的所有后繼，然后再擴(kuò)展它們的后繼，依此類推。特點(diǎn)（1）由于該種搜索方法總是在檢查完N層的節(jié)點(diǎn)之后才轉(zhuǎn)向N+1層的檢查，因此，它總能找到最短路徑解。（2）廣度優(yōu)先算法中內(nèi)存的需求是比執(zhí)行時(shí)間消耗更大的問(wèn)題。（3）時(shí)間的需求仍然是主要因素。深度優(yōu)先搜索一個(gè)簡(jiǎn)單的搜索策略，它總是擴(kuò)展最新產(chǎn)生的（即最深的）節(jié)點(diǎn)，使得搜索沿著狀態(tài)空間某一條單一的路徑向下進(jìn)行；只有當(dāng)搜索到一個(gè)沒(méi)有后繼的狀態(tài)時(shí)，它才考慮另一條替代路徑。特點(diǎn)（1）深度優(yōu)先搜索算法是不完備的。（2）深度優(yōu)先搜索耗費(fèi)的空間量是路徑長(zhǎng)度值的線性函數(shù)，OPEN在每一層只保留一個(gè)狀態(tài)的子狀態(tài)，如果圖中每個(gè)狀態(tài)平均有B個(gè)子狀態(tài)，則搜

6、索到圖中第n層時(shí)要求B×n個(gè)狀態(tài)的空間，有大量分支的圖時(shí)會(huì)有相當(dāng)高的效率。（3）深度優(yōu)先搜索可盡快進(jìn)入底層，但會(huì)在深處迷失方向，找不到目標(biāo)的最短路徑或陷入到一個(gè)不通往目標(biāo)的無(wú)限長(zhǎng)的路徑中。啟發(fā)式搜索的兩種方法和特點(diǎn)1、局部?jī)?yōu)先搜索法（瞎子爬山法）瞎子爬山法只考慮當(dāng)前節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)之間的關(guān)系，即啟發(fā)式估價(jià)函數(shù)為： f(n)=h(n)瞎子爬山法只選擇鄰居狀態(tài)中狀態(tài)最好的一個(gè)，而不事先考慮下一步向哪個(gè)方向走。該方法能很快地朝著解的方向進(jìn)展，但常常會(huì)只找到局部最大值。2、最好優(yōu)先搜索法（有序搜索法）最好優(yōu)先搜索法也使用兩張表來(lái)記錄節(jié)點(diǎn)信息，在open表中保留所有已生成而未考察的節(jié)點(diǎn)；在Clo

7、sed表中記錄已訪問(wèn)過(guò)的節(jié)點(diǎn)。算法中有一步是根據(jù)某些啟發(fā)信息，按節(jié)點(diǎn)距離目標(biāo)狀態(tài)的長(zhǎng)度大小重排open表中的節(jié)點(diǎn)，這樣，循環(huán)中的每一步只考慮open表中狀態(tài)最好的節(jié)點(diǎn)，這就是最好優(yōu)先搜索算法，又稱有序搜索法。最好優(yōu)先搜索算法總是從open表中選取最“好”的狀態(tài)進(jìn)行擴(kuò)展。但是，由于啟發(fā)信息有時(shí)可能出錯(cuò)，故算法并不丟棄其他的狀態(tài)而把它們保留在open表中，當(dāng)某一個(gè)啟發(fā)信息將搜索導(dǎo)向錯(cuò)誤路徑時(shí)，算法可以從open表中檢索先前產(chǎn)生的“次最好”狀態(tài)，并且考慮方向轉(zhuǎn)向空間的另一部份。消解原理 （預(yù)測(cè)大題：1、求解 2、求證）第五章神經(jīng)計(jì)算和遺傳算法的結(jié)構(gòu)（掌握）（預(yù)測(cè)簡(jiǎn)答：結(jié)構(gòu)、特點(diǎn)、方法等等）人工神經(jīng)網(wǎng)

8、絡(luò)特性：并行分布處理；非線性映射；通過(guò)訓(xùn)練進(jìn)行學(xué)習(xí)；適應(yīng)與集成；硬件實(shí)現(xiàn)。人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由基本處理單元（神經(jīng)元）及其互連方法決定的。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)基本上分為兩類，即遞歸（反饋）網(wǎng)絡(luò)和前饋網(wǎng)絡(luò)。遞歸網(wǎng)絡(luò)：在遞歸網(wǎng)絡(luò)中，多個(gè)神經(jīng)元互連以組織一個(gè)互連神經(jīng)網(wǎng)絡(luò)。有些神經(jīng)元的輸出被反饋至同層或前層神經(jīng)元，因此，信號(hào)能夠從正向和反向流通。前饋網(wǎng)絡(luò)：前饋網(wǎng)絡(luò)具有遞階分層結(jié)構(gòu)，由一些同層神經(jīng)元間不存在互連的層級(jí)組成。從輸入層至輸出層的信號(hào)通過(guò)單向連接流通；神經(jīng)元從一層連接至下一層，不存在同層神經(jīng)元間的連接。 人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法：有師學(xué)習(xí)：能夠根據(jù)期望的和實(shí)際的網(wǎng)絡(luò)輸出（對(duì)應(yīng)于給

9、定輸入）之間的差來(lái)調(diào)整神經(jīng)元間連接的強(qiáng)度或權(quán)。無(wú)師學(xué)習(xí)：不需要知道期望輸出。在訓(xùn)練過(guò)程中，只要向神經(jīng)網(wǎng)絡(luò)提供輸入模式，神經(jīng)網(wǎng)絡(luò)就能夠自動(dòng)地適應(yīng)連接權(quán)，以便按相似特征把輸入模式分組聚焦。強(qiáng)化學(xué)習(xí)：有師學(xué)習(xí)的特例。不需要老師給出目標(biāo)輸出，采用一個(gè)“評(píng)論員”來(lái)評(píng)價(jià)與給定輸入相對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)輸出的優(yōu)度（質(zhì)量因數(shù)）。遺傳算法：其過(guò)程為：首先，在解空間中取一群點(diǎn)，作為遺傳開(kāi)始的第一代；每個(gè)點(diǎn)（基因）用一個(gè)二進(jìn)制數(shù)字串表示，其優(yōu)劣程度用一個(gè)目標(biāo)函數(shù)適應(yīng)度函數(shù)來(lái)衡量。遺傳算法最常用的編碼方法是二進(jìn)制編碼。簡(jiǎn)單遺傳算法的遺傳操作主要有三種：選擇、交叉、變異。選擇操作也叫做復(fù)制操作。遺傳算法特點(diǎn)：1、 遺傳算法是

10、對(duì)參數(shù)集合的編碼而非針對(duì)參數(shù)本身進(jìn)行進(jìn)化；2、 遺傳算法是從問(wèn)題解的編碼組開(kāi)始而非從單個(gè)解開(kāi)始搜索；3、 遺傳算法利用目標(biāo)函數(shù)的適應(yīng)度這一信息而非利用導(dǎo)數(shù)或其他輔助信息來(lái)指導(dǎo)搜索；4、 遺傳算法利用選擇、交叉、變異等算子而不是利用確定性規(guī)則進(jìn)行隨機(jī)操作。遺傳算法基本原理：通過(guò)隨機(jī)方式產(chǎn)生若干個(gè)所求解問(wèn)題的數(shù)字編碼，即染色體，形成初始種群；通過(guò)適應(yīng)度函數(shù)給每個(gè)個(gè)體一個(gè)數(shù)值評(píng)價(jià)，淘汰低適應(yīng)度的個(gè)體，選擇高適應(yīng)度的個(gè)體參加遺傳操作，經(jīng)過(guò)遺傳操作后的個(gè)體集合形成下一代新的種群。再對(duì)這個(gè)新種群進(jìn)行下一輪進(jìn)化。簡(jiǎn)單遺傳算法框圖及求解步驟：1、 初始化種群；2、 計(jì)算種群上每個(gè)個(gè)體的適應(yīng)度值；3、 按由個(gè)體

11、適應(yīng)度值所決定的某個(gè)規(guī)則選擇將進(jìn)入下一代的個(gè)體；4、 按概率PC進(jìn)行交叉操作；5、 按概率PC進(jìn)行變異操作；6、 若沒(méi)有滿足某種停止條件，則轉(zhuǎn)步驟2，否則進(jìn)入下一步；7、 輸出種群中適應(yīng)度值最優(yōu)的染色體作為問(wèn)題的滿意解或最優(yōu)解。人工生命的概念1987年蘭德提出：人工生命是研究能夠演示出自然生命系統(tǒng)特征行為的人造系統(tǒng)。第六章專家系統(tǒng)特點(diǎn)：?jiǎn)l(fā)性、透明性、靈活性。專家系統(tǒng)的基本組成知識(shí)庫(kù)：用于存儲(chǔ)某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識(shí)，包括事實(shí)、可行操作與規(guī)則等。綜合數(shù)據(jù)庫(kù)：用于存儲(chǔ)領(lǐng)域或問(wèn)題的初始數(shù)據(jù)和推理過(guò)程中得到的中間數(shù)據(jù)（信息），即被處理對(duì)象的一些當(dāng)前事實(shí)。推理機(jī)：用于記憶所采用的規(guī)則和控制策略的程序，

12、使整個(gè)專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。解釋器：能夠向用戶解釋專家系統(tǒng)的行為，包括解釋推理結(jié)論的正確性以及系統(tǒng)輸出其他候選解的原因。接口：能夠使系統(tǒng)與用戶進(jìn)行對(duì)話，使用戶能夠輸入必要的數(shù)據(jù)、提出問(wèn)題和推理過(guò)程及推理結(jié)果等。典型系統(tǒng)：基于規(guī)則的 基于框架的 新型的基于規(guī)則的專家系統(tǒng)：是一個(gè)計(jì)算機(jī)程序，該程序使用一套包含在知識(shí)庫(kù)內(nèi)的規(guī)則對(duì)工作存儲(chǔ)器內(nèi)的具體問(wèn)題信息（事實(shí)）進(jìn)行處理，通過(guò)推理機(jī)推斷出新的信息。其結(jié)構(gòu)組成包括：知識(shí)庫(kù)、工作存儲(chǔ)器、用戶界面（接口）、開(kāi)發(fā)（者）界面、解釋器、外部程序?；诳蚣艿膶＜蚁到y(tǒng)：是一個(gè)計(jì)算機(jī)程序，該程序使用一套包含在知識(shí)庫(kù)內(nèi)的框架對(duì)工作存儲(chǔ)器內(nèi)的具體問(wèn)題信息進(jìn)行處

13、理，通過(guò)推理機(jī)推斷出新的信息。基于模型的專家系統(tǒng)：利用四種模型的專家系統(tǒng)開(kāi)發(fā)工具PESS：基于邏輯的心理模型、神經(jīng)元網(wǎng)絡(luò)模型、定性物理模型、可視知識(shí)模型。（基于規(guī)則、基于框架的專家系統(tǒng)是以邏輯心理模型為基礎(chǔ)的。）神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)專家系統(tǒng)相集成，協(xié)同工作，優(yōu)勢(shì)互補(bǔ)。根據(jù)側(cè)重點(diǎn)不同，其集成有三種模式：神經(jīng)網(wǎng)絡(luò)支持專家系統(tǒng)、專家系統(tǒng)支持神經(jīng)網(wǎng)絡(luò)、協(xié)同式的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)。新型專家系統(tǒng)的特征：并行與分布處理，多專家系統(tǒng)協(xié)同工作，高級(jí)語(yǔ)言和知識(shí)語(yǔ)言描述，具有自學(xué)功能，引入新的推理機(jī)制，具有自糾錯(cuò)和自完善能力，先進(jìn)的智能人機(jī)接口。機(jī)器學(xué)習(xí)的概念機(jī)器學(xué)習(xí)是研究機(jī)器模擬人類的學(xué)習(xí)活動(dòng)、獲取知識(shí)和技能的理論和方法

14、，以改善系統(tǒng)性能的學(xué)科。機(jī)器學(xué)習(xí)的4種策略和各自優(yōu)點(diǎn)4種策略：機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)機(jī)械學(xué)習(xí)：就是記憶，是最簡(jiǎn)單的學(xué)習(xí)策略。不需要任何推理過(guò)程，外界輸入知識(shí)的表示方式與系統(tǒng)內(nèi)部表示方式完全一致，不需要任何處理與轉(zhuǎn)換。示教學(xué)習(xí)：外界輸入知識(shí)的表達(dá)方式與內(nèi)部表達(dá)方式不完全一致，系統(tǒng)在接受外部知識(shí)時(shí)需要一點(diǎn)推理、翻譯和轉(zhuǎn)化工作。類比學(xué)習(xí)：只能得到完成類似任務(wù)的有關(guān)知識(shí)，因此，學(xué)習(xí)系統(tǒng)必須能夠發(fā)現(xiàn)當(dāng)前任務(wù)與已知任務(wù)的相似之點(diǎn)，由此制定出完成當(dāng)前任務(wù)的方案，因此，比上述兩種學(xué)習(xí)策略需要更多的推理。示例學(xué)習(xí)：事先完全沒(méi)有完成任務(wù)的任何規(guī)律性的信息，所得到的只是一些具體的工作例子及工作經(jīng)驗(yàn)。

15、系統(tǒng)需要對(duì)這些例子及經(jīng)驗(yàn)進(jìn)行分析、總結(jié)和推廣，得到完成任務(wù)的一般性規(guī)律，并在進(jìn)一步的工作中驗(yàn)證或修改這些規(guī)律，因此需要的推理是最多的。歸納學(xué)習(xí)、類比學(xué)習(xí)歸納學(xué)習(xí)：應(yīng)用歸納推理進(jìn)行學(xué)習(xí)的一種方法。根據(jù)歸納學(xué)習(xí)有無(wú)教師指導(dǎo)，可分為示例學(xué)習(xí)（有師學(xué)習(xí)）和觀察與發(fā)現(xiàn)學(xué)習(xí)（無(wú)師學(xué)習(xí)）。歸納概括規(guī)則：選擇性概括規(guī)則、構(gòu)造性概括規(guī)則。常用選擇性概括規(guī)則：取消部分條件、放松條件、沿概念樹(shù)上溯、形成閉合區(qū)域、將常量轉(zhuǎn)化成變量。類比學(xué)習(xí)過(guò)程：1、 輸入一組已經(jīng)條件（已解決問(wèn)題）和一組未完全確定的條件（新問(wèn)題）。2、 對(duì)輸入的兩組條件，根據(jù)其描述，按某種相似性的定義尋找兩者可類比的對(duì)應(yīng)關(guān)系。3、 根據(jù)相似變換的方法

16、，將已有問(wèn)題的概念、特性、方法、關(guān)系等映射到新問(wèn)題上，以獲得待求解新問(wèn)題所需的新知識(shí)。4、 對(duì)類推得到的新問(wèn)題的知識(shí)進(jìn)行校驗(yàn)。驗(yàn)證正確的知識(shí)存入知識(shí)庫(kù)中，而暫時(shí)還無(wú)法驗(yàn)證的知識(shí)只能作為參考性知識(shí)，置于數(shù)據(jù)庫(kù)中。類比學(xué)習(xí)研究分類：?jiǎn)栴}求解型的類比學(xué)習(xí)、預(yù)測(cè)推定型的類比學(xué)習(xí)（傳統(tǒng)的類比法、因果關(guān)系弄的類比）。匹配形式：等價(jià)匹配、選擇匹配、規(guī)則匹配、啟發(fā)式匹配。第八章規(guī)劃的概念和作用概念：規(guī)劃是對(duì)某個(gè)待求問(wèn)題給出求解過(guò)程的步驟。作用：是指導(dǎo)各項(xiàng)事業(yè)和工作，監(jiān)控問(wèn)題求解過(guò)程，簡(jiǎn)化搜索，解決目標(biāo)矛盾，為差錯(cuò)補(bǔ)償提供基礎(chǔ)，避免不佳或錯(cuò)誤的問(wèn)題求解，也使個(gè)人的學(xué)習(xí)生活取得更好的成效。第十章自然語(yǔ)言概念、定義、研究領(lǐng)域及意義語(yǔ)言與語(yǔ)言理解語(yǔ)言是用于傳遞信息的表示方法、約定和規(guī)則的集合,它由語(yǔ)句組成,每個(gè)語(yǔ)句又由單詞組成；在組成語(yǔ)句和語(yǔ)言時(shí),應(yīng)遵循一定的語(yǔ)法與語(yǔ)義規(guī)則。從