人工智能考試復(fù)習(xí)資料

人工智能考試復(fù)習(xí)資料人工智能考試復(fù)習(xí)資料人工智能考試復(fù)習(xí)資料V:1.0精細(xì)整理，僅供參考人工智能考試復(fù)習(xí)資料日期：20xx年X月人工智能第一章1、智能（intelligence）人的智能是他們理解和學(xué)習(xí)事物的能力，或者說，智能是思考和理解能力而不是本能做事能力。2、人工智能（學(xué)科）人工智能研究者們認(rèn)為：人工智能（學(xué)科）是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支。它的近期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。人工智能（能力）人工智能（能力）是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為，這些智能行為涉及學(xué)習(xí)、感知、思考、理解、識別、判斷、推理、證明、通信、設(shè)計、規(guī)劃、行動和問題求解等活動。4、人工智能：就是用人工的方法在機(jī)器上實現(xiàn)的智能，或者說，是人們使用機(jī)器模擬人類的智能。5、人工智能的主要學(xué)派：符號主義：又稱邏輯主義、心理學(xué)派或計算機(jī)學(xué)派，其原理主要為物理符號系統(tǒng)（即符號操作系統(tǒng)）假設(shè)和有限合理性原理。代表人物有紐厄爾、肖、西蒙和尼爾遜等。連接主義：又稱仿生學(xué)派或生理學(xué)派，其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。行為主義：又稱進(jìn)化主義或控制論學(xué)派，其原理為控制論及感知—動作模式控制系統(tǒng)。人類認(rèn)知活動具有不同的層次，它可以與計算機(jī)的層次相比較，見圖計算機(jī)程序思維策略計算機(jī)程序思維策略計算機(jī)語言計算機(jī)語言初級信息處理計算機(jī)硬件生理過程計算機(jī)硬件生理過程人類計算機(jī)圖：人類認(rèn)知活動與計算機(jī)的比較圖：人類認(rèn)知活動與計算機(jī)的比較認(rèn)知活動的最高層級是思維策略，中間一層是初級信息處理，最低層級是生理過程，即中樞神經(jīng)系統(tǒng)、神經(jīng)元和大腦的活動，與此相對應(yīng)的是計算機(jī)程序、語言和硬件。研究認(rèn)知過程的主要任務(wù)是探求高層次思維決策與初級信息處理的關(guān)系，并用計算機(jī)程序來模擬人的思維策略水平，而用計算機(jī)語言模擬人的初級信息處理過程。人工智能研究目標(biāo)為：1、更好的理解人類智能，通過編寫程序來模仿和檢驗的關(guān)人類智能的理論。2、創(chuàng)造有用和程序，該程序能夠執(zhí)行一般需要人類專家才能實現(xiàn)的任務(wù)。一般來說，人工智能的研究目標(biāo)又可分為近期研究目標(biāo)和遠(yuǎn)期研究目標(biāo)兩種。兩者具有不可分割的關(guān)系，一方面，近期目標(biāo)的實現(xiàn)為遠(yuǎn)期目標(biāo)研究做好理論和技術(shù)準(zhǔn)備，打下了必要的基礎(chǔ)，并增強人們實現(xiàn)遠(yuǎn)期目標(biāo)的信心。另一方面，遠(yuǎn)期目標(biāo)則為近期目標(biāo)指明了方向，強化了近期研究目標(biāo)的戰(zhàn)略地位。8、人工智能研究的基本內(nèi)容：（1）認(rèn)知建模；（2）知識表示；（3）知識推理；（4）知識應(yīng)用；（5）機(jī)器感知；（6）機(jī)器思維；（7）機(jī)器學(xué)習(xí)；（8）機(jī)器行為（9）智能系統(tǒng)構(gòu)建9、人工智能研究的主要方法：（1）、功能模擬法（2）、結(jié)構(gòu)模擬法（3）、行為模擬法（4）、集成模擬法人工智能研究和應(yīng)用領(lǐng)域：（考4個）（1）計算智能（2）專家系統(tǒng)（3）機(jī)器學(xué)習(xí)（4）機(jī)器視覺（5）神經(jīng)網(wǎng)絡(luò)第二章人工智能課程三大內(nèi)容：知識表示；知識推理；知識應(yīng)用。知識表示方法：（選擇題）9種重點掌握這4種：狀態(tài)空間法，謂詞演算法，產(chǎn)生表示法，語義網(wǎng)絡(luò)法（重點），問題歸約法、框架表示、面向?qū)ο蟊硎?、劇本表示和過程表示。狀態(tài)空間法狀態(tài)空間法三要點：狀態(tài)：表示問題求解法中每一步問題狀況的數(shù)據(jù)結(jié)構(gòu)；算符：把問題從一種狀態(tài)變換為另一種狀態(tài)的手段；狀態(tài)空間方法：基于解答空間的問題表示和求解方法，它是以狀態(tài)與算符為基礎(chǔ)來表示和求解問題的。（看p31的圖2.3）A4、問題歸約法（與或圖表示）AMNHMNHGGCBEDF CBEDF有圓弧的表示“與”，無圓弧的表示“或”或節(jié)點：只要解決某個問題就可以解決其父輩問題的節(jié)點集合，如圖中（M\N\H）.與節(jié)點：只有解決所有子問題，才能解決其父輩問題的節(jié)點八集合，如圖中（B,C）和（D,E,F）各個節(jié)點之間用一段小圓弧連接標(biāo)記。5、謂詞歸約法（1）連詞A、合?。壕褪怯眠B詞（∧）把幾個公式連接起來而構(gòu)成的公式。相當(dāng)于“與”B、析?。壕褪怯眠B詞（∨）把幾個公式連接起來而構(gòu)成的公式。相當(dāng)與“或”C、蘊涵：（→）表示“如果….那么”的語句。D、非：表示否定，用符號（~，）表示。量詞全稱量詞：若一個原子公式P（x），對于所有可能變量x都具有T值，則用（）表示。存在量詞：若一個原子公式P（x），至少有一個變元x，可使P（x）為T值，則用（）P（x）表示。置換與合一（1）置換例2.3表達(dá)式P[x,f(y),B]的4個置換為s1={z/x,w/y}(出現(xiàn)x和y的地方，分別z和w替換，下同)s2={A/y}s3={q(z)/x,A/y}s4={c/x,A/y}用Es來表示一個表達(dá)式E用置換s所得到的表達(dá)式的置換。于是，可得到P[x,f(y),B]的4個置換的例，如下：P[x,f(y),B]s1＝P[z,f(w),B]P[x,f(y),B]s2=P[x,f(A),B]P[x,f(y),B]s3=P[q(z),f(A),B]P[x,f(y),B]s4=P[c,f(A),B]（2）合一例2.4表達(dá)式集{P[x,f(y),B]，P[x,f(B),B]}的合一者為s={A/x,B/y}因為P[x,f(y),B]s=P[x,f(B),B]s=P[A,f(B),B]即s使表達(dá)式成為單一形式P[A,f(B),B]7、產(chǎn)生式的基本形式（1）產(chǎn)生式規(guī)則是一種因果關(guān)系或推理關(guān)系，通常形式如下：IFPTHENQ(如果P則Q)或者P→Q其中，P稱為條件、前向或產(chǎn)生式的左邊，Q稱為操作、結(jié)果或產(chǎn)生式的右邊。其還可以是“如果P被滿足，則可推出結(jié)論Q，或應(yīng)該執(zhí)行操作Q”。（2）產(chǎn)生式推理如果已有產(chǎn)生式規(guī)則P→Q并且觀察到P，或者知識庫中已p，則可得得到結(jié)論Q，或執(zhí)行操作Q。這種推理的一個關(guān)鍵之處是如何有效解決規(guī)則匹配的沖突問題。二元語義網(wǎng)絡(luò)的表示（1）語義網(wǎng)絡(luò)的組成：詞法部分；結(jié)構(gòu)部分；過程部分；語義部分。例，所有的燕子（SWALLOW）都是鳥（BIRD）。建立兩個節(jié)點SWALLOW和BIRD，分別表示燕子和鳥。兩個節(jié)點以“是一個”（ISA）鏈相連，如圖一，如果再希望表示小燕（XIAOYAN）是一只燕子，那么，只需要在語義網(wǎng)絡(luò)上增加一個節(jié)點（XIAOYAN）和一根ISA鏈。如圖二 ISASWALLOWBIRDBIRDSWALLOWSWALLOWBIRDBIRDSWALLOWXIAOYAN 圖一ISAXIAOYAN ,圖二除了按分類學(xué)對物體進(jìn)行分類以外，人們通常需要表示有關(guān)物體性質(zhì)的知識。假設(shè)希望表示小燕子有一個巢（NEST）這個事實，那么，可用所有權(quán)連（OWNS）連到表示是小燕子的巢的節(jié)點巢－１（NEST－１）。巢－１是巢中的一個，即NEST節(jié)點表示物體的各類，而NEST－１表示這種物體中的一個例子。如下圖 ISA NESTNEST-1NESTNEST-1語義網(wǎng)絡(luò)中的推理過程主要有兩種：繼承和匹配。3種繼承過程：①值繼承；②“如果需要”繼承；③“默認(rèn)”繼承。值繼承：除了ISA鏈以外，另外還有一種AKO（是某種）鏈也可被用于語義網(wǎng)絡(luò)中的描述或特性的繼承。AKO是A-KIND-OF的縮寫。參考P502.6第三章盲目搜索（無信息搜索）：圖搜索策略、寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價搜索。寬度優(yōu)先搜索和深度優(yōu)先搜索的優(yōu)缺點：并作圖（簡答題）寬度優(yōu)先搜索：這種搜索是從上到下逐層進(jìn)行的，在對下一層的任一節(jié)點進(jìn)行搜索之前，必須先搜索完上層的所有節(jié)點。它是圖搜索一般過程的特殊情況，實際是將OPEN表作為“先進(jìn)先出”的隊列進(jìn)行操作。并能夠保證在搜索樹種找到一條通向目標(biāo)節(jié)點的最短途徑；這顆搜索樹提供了所有存在的路徑（缺點：如果沒有路徑存在，那么對有限圖來說，該算法失敗退出；對于無限圖來說，則永遠(yuǎn)不會終止。）深度優(yōu)先搜索：首先擴(kuò)展最新產(chǎn)生的（即最深的）節(jié)點，深度相等的節(jié)點可以任意排序。其中起始節(jié)點（即根節(jié)點）的深度為0，任何其他節(jié)點的深度等于其父輩節(jié)點深度加上1。深度優(yōu)先搜索可能會使搜索過程沿著無益的路徑擴(kuò)展下去，造成路徑太長，即使應(yīng)用了深度界限來避免該問題，但所求得的解答路徑并不一定就是最短路徑。啟發(fā)式搜索：（盲目搜索的不足：效率低，耗費過多的計算空間與時間）（1）啟發(fā)式搜索策略：用估價函數(shù)（evaluationfunction）來估算節(jié)點希望程度（promise）（2）有序搜索；（3）A*算法3、新的智能搜索算法：遺傳算法、模擬退火算法和免疫算法4、遺傳算法是仿真和自然選擇機(jī)理，通過人工方式所構(gòu)造的一類搜索法，從某種程度上來說遺傳算法是對生物進(jìn)化過程的數(shù)學(xué)方式仿真。遺傳算法的基本原理：A、編碼與譯碼：將問題結(jié)構(gòu)變換為位串形式編碼表示的過程叫編碼；反之，將位串形式編碼表示變換為原問題結(jié)構(gòu)的過程叫譯碼。位串形式編碼表示稱為染色體或個體。B、適應(yīng)度函數(shù)：為了體現(xiàn)個體的適應(yīng)能力，引入了對問題中的每一個個體都能進(jìn)行度量的函數(shù)，稱為適應(yīng)度函數(shù)。C、遺傳操作：主要有三種（選擇、交叉、變異）選擇操作也叫復(fù)制操作，根據(jù)個體的適應(yīng)度函數(shù)值所度量的優(yōu)劣程度決定它在下一代是被淘汰還是被遺傳。交叉操作：它的簡單方式是將被選擇出的兩個個體P1和P2作為父母個體，將兩者的部分碼值進(jìn)行交換。變異操作：它的簡單方式是改變數(shù)碼串的某個位置上的數(shù)碼。D、控制參數(shù)（交叉概率取0.6~0.95之間的值，變異概率取0.001~0.01之間的值，種群規(guī)模為30~100）。5、模擬退火算法的來源：模擬退火算法來源于固體退火原理，將固體加熱至充分高的溫度，再讓其徐徐冷卻，加溫時，固體內(nèi)部粒子隨溫度的升高而變?yōu)闊o序狀態(tài)，內(nèi)能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達(dá)到平衡態(tài)，最后在常溫時達(dá)到基態(tài)，內(nèi)能減為最小。6、模擬退火算法分解為三個部分：解空間、目標(biāo)函數(shù)、初始解第四章1、謂詞演算公式可以化成一個子句集的變換過程步驟：（1）消去蘊涵符號（2）減少否定符號轄域（3）對變量標(biāo)準(zhǔn)化（4）消去存在量詞（5）化為前束形（6）把母式化為合取范式（7）消去全稱量詞（8）消去連詞符號^（9）更換變量名稱2、(題4—4)基于規(guī)則的演繹系統(tǒng)和產(chǎn)生式系統(tǒng)，均有兩種推理方式：正向推理和逆向推理正向推理：從if部分向then部分推理的過程，它是從事實或狀況向目標(biāo)或動作進(jìn)行操作的。逆向推理：從then部分向if部分推理的過程，它是從目標(biāo)或動作向事實或狀況進(jìn)行操作的。3、規(guī)則演繹系統(tǒng)：（1）正向規(guī)則演繹系統(tǒng)逆向規(guī)則演繹系統(tǒng)雙向規(guī)則演繹系統(tǒng)4、產(chǎn)生式系統(tǒng)的推理方式分為（按搜索方向）：（1）正向推理（2）反向推理（3）雙向推理5、定性推理：是從物理系統(tǒng)（包括自然系統(tǒng)和人造系統(tǒng)）的結(jié)構(gòu)描述出發(fā)，以定性方法研究系統(tǒng)的結(jié)構(gòu)、行為、功能以及它們之間的因果關(guān)系等，目的是預(yù)測系統(tǒng)的行為并給出合理的解釋。6、不確定性推理：在推理過程中所使用的知識、證據(jù)等有不確定性。第五章1、學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)（填圖題或解答題）環(huán)環(huán)境學(xué)習(xí)知識庫執(zhí)行環(huán)境向系統(tǒng)的學(xué)習(xí)的部分提供某些信息，學(xué)習(xí)部分利用這些信息修改知識庫，以增進(jìn)系統(tǒng)執(zhí)行部分完成任務(wù)的效能，執(zhí)行部分根據(jù)知識庫完成任務(wù)，同時把獲得的信息反饋給學(xué)習(xí)部分。2、機(jī)器學(xué)習(xí)常見的幾種學(xué)習(xí)方法：（簡答題，4個以上）（1）機(jī)械學(xué)習(xí)；（2）基于解釋的學(xué)習(xí)；（3）基于事例的學(xué)習(xí)；（4）基于概念的學(xué)習(xí)；（5）基于類比的學(xué)習(xí)；（6）基于決策樹的歸納學(xué)習(xí)；（7）強化學(xué)習(xí)。3、人工神經(jīng)網(wǎng)絡(luò)（ANN）或模擬神經(jīng)網(wǎng)絡(luò)是由人工神經(jīng)元組成的，可把人工神經(jīng)網(wǎng)絡(luò)看成是以處理單元（PE）為節(jié)點、用加權(quán)的向?。ㄦ湥┫嗷ミB接而成的有向圖。它的三層結(jié)構(gòu)：輸入層、輸出層、隱層。第六章專家系統(tǒng)：是一個智能計算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。專家系統(tǒng)的特點：（1）啟發(fā)性（2）透明性（3）靈活性專家系統(tǒng)的優(yōu)點：（1）能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作。（2）解決實際問題時不受周圍環(huán)境的影響，也不可能遺漏忘記。（3）能夠不受時間和空間的限制，保存、推廣珍貴和稀缺的專家知識與經(jīng)驗。（4）能促進(jìn)各領(lǐng)域的發(fā)展，它使各領(lǐng)域?qū)＜业膶I(yè)知識和經(jīng)驗得到總結(jié)和精煉。（5）能匯集多領(lǐng)域?qū)＜业闹R和經(jīng)驗以及他們協(xié)作解決重大問題的能力。4、專家系統(tǒng)簡化結(jié)構(gòu)圖：知識庫推理機(jī) 知識庫推理機(jī) 輸出或提問 答案 專家系統(tǒng)的主要組成部分：知識庫、綜合數(shù)據(jù)庫、推理機(jī)、解釋器、接口知識庫：用于存儲某領(lǐng)域?qū)＜业膶ｉT知識，包括事實、可行操作與規(guī)則等。建立知識庫，需要解決知識獲取和知識表示問題。包括兩個部分內(nèi)容一部分是已知的同當(dāng)前問題有關(guān)的數(shù)信息，另一部分是進(jìn)行推理時要用到的一般知識和領(lǐng)域知識。推理機(jī)：用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。能夠根據(jù)知識進(jìn)行推理和導(dǎo)出結(jié)論，而不是簡單地搜索現(xiàn)成的答案。5、專家系統(tǒng)設(shè)計與建立步驟知識化知識化概念化形式化規(guī)則化合法化 再設(shè)計 改進(jìn) 問題 知識 概念 結(jié)構(gòu) 規(guī)則 形式 重新闡述建立系統(tǒng)的一般步驟：（1）設(shè)計初始知識庫：包括問題知識化、知識概念化、概念形式化、形式規(guī)則化、規(guī)則合法化（2）原型機(jī)的開發(fā)與試驗（3）知識庫的改進(jìn)與歸納6、評價專家系統(tǒng)的內(nèi)容（掌握5項）當(dāng)專家系統(tǒng)完成時，應(yīng)對系統(tǒng)的以下各方面都做出正式的評價）：系統(tǒng)所做的決定和建議的質(zhì)量；（2）所用推理技術(shù)的正確性；（3）人機(jī)對話的質(zhì)量；（4）效率；（5）成本效果（或工程經(jīng)濟(jì)分析）。專家系統(tǒng)開發(fā)工具：骨架型開發(fā)工具（又稱外殼）、語言型開發(fā)工具、構(gòu)造輔助工具、支撐環(huán)境。新型專家系統(tǒng)具有以下特征：（1）并行與分布處理；（2）多專家系統(tǒng)協(xié)同工作；（3）高級語言和知識語言描述；（4）具有自學(xué)習(xí)功能；（5）引入新的推理機(jī)制；（6）具有自糾錯和自完善能力；（7）先進(jìn)的智能人機(jī)接口。第七章規(guī)劃的概念和作用：規(guī)