《人工智能基礎(chǔ)》考試重點(diǎn)范文

《人工智能基礎(chǔ)》考試重點(diǎn)范文人工智能的考試重點(diǎn)參考書目：?人工智能根底》第二版，高等教育出版社

人工智能定義：〔P2,3〕

〔學(xué)科〕是智能科學(xué)中波及研究、設(shè)計和應(yīng)用智能機(jī)器和智能系統(tǒng)的一個分支，而智能科學(xué)是一門與計算機(jī)科學(xué)并行的學(xué)科。

〔能力〕是智能機(jī)器所執(zhí)行的通常與人類有關(guān)的職能行為，這些智能行為波及學(xué)習(xí)、感知、思考、理解、辨認(rèn)、判斷、推理、證明、通信、設(shè)計、規(guī)劃、行動和問題求解等活動。

人工智能的主要學(xué)派和研究的主要辦法：〔P7，P9〕

1、符號主義：主要研究辦法是功能模擬辦法，通過分析人類認(rèn)知系統(tǒng)所具備的功能和機(jī)能，然后用計算機(jī)模擬這些功能，實現(xiàn)人工智能。

2、連接主義：主要研究辦法是結(jié)構(gòu)模擬辦法，主要是神經(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。認(rèn)為功能、結(jié)構(gòu)和智能行為是密切相關(guān)的，不同的結(jié)構(gòu)表現(xiàn)出不同的功能和行為。

3、行為主義：主要研究辦法是采用行為模擬辦法，認(rèn)為功能、結(jié)構(gòu)和智能行為是不可分的，不同行為表現(xiàn)出的功能和不同控制結(jié)構(gòu)。

模式辨認(rèn)定義：(P19)是指計算機(jī)代替人類或幫忙人類感知模式，是對人類感知外界功能的模擬，研究的是計算機(jī)模式辨認(rèn)系統(tǒng)，也就是使一個計算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、辨認(rèn)和理解周圍環(huán)境的感知能力。

知識表示定義：(P28)是研究用機(jī)器表示知識的可行性、有效性的一般辦法，是一種數(shù)據(jù)結(jié)構(gòu)和控制結(jié)構(gòu)的統(tǒng)一體，既考慮知識的存儲有考慮知識的使用。知識表示可看成是一組描述事物的約定，以便把人類知識表示成機(jī)器能處理的數(shù)據(jù)結(jié)構(gòu)。

狀態(tài)空間法定義：〔P29〕基于解答空間的問題表示和求解辦法就是狀態(tài)空間法。

狀態(tài)空間法的要素：〔P29)

1、狀態(tài)：表示問題解法中每一步問題狀況的數(shù)據(jù)結(jié)構(gòu)。

2、算符：把問題從一種狀態(tài)變換為另一種狀態(tài)的伎倆。

3、狀態(tài)空間辦法：基于解答空間的問題表示和求解辦法，它是以狀態(tài)與算符為根底來表示和問題求解的。

置換：〔P46〕一個敘述式的置換就是在該敘述式中用置換項置換變量。

合一：(P47)尋找項對變量的置換，以使兩個敘述式一致，叫做合一。

Mgu：(P47)如果s是{Ei}的任一合一者，又存在某一個s’,使得{Ei}s={Ei}gs’成立，那么稱g為{Ei}的最通用的合一者，記為mgu

語義網(wǎng)絡(luò)的定義、組成和特點(diǎn)(P48)

定義：是知識的一種結(jié)構(gòu)化圖解表示，他由節(jié)點(diǎn)和弧線鏈線組成。節(jié)點(diǎn)用于表示實體、概念和情況等，弧線用于表示節(jié)點(diǎn)的關(guān)系。

組成：1、詞法局部：決定表示詞匯列表中允許有哪些符號，它波及各個節(jié)點(diǎn)和弧線。

2、結(jié)構(gòu)局部：表達(dá)符號排列的約束條件，指定各弧線連接的節(jié)點(diǎn)對。

3、過程局部：表明訪問過程，這些過程能用來建立和修正描述，以及答復(fù)相關(guān)問題。

4、語義局部：確定與描述相關(guān)的意義的辦法即確定有關(guān)節(jié)點(diǎn)的排列及其占用物和對應(yīng)弧線。

特點(diǎn)：1、能把實體的結(jié)構(gòu)，屬性與實體間的因果關(guān)系顯式地和簡明地敘述出來，與實體有關(guān)的事實、特征和關(guān)系可以通過相應(yīng)的.節(jié)點(diǎn)弧線推導(dǎo)出來。

2、由于在一個節(jié)點(diǎn)中組織與概念相關(guān)屬性和聯(lián)系，因而易于訪問和學(xué)習(xí)概念。

3、表現(xiàn)問題更加直觀，更易于理解，適用于知識項目師與領(lǐng)域?qū)＜覝贤ā?/p>

4、語義網(wǎng)絡(luò)的語義解釋依賴于該結(jié)構(gòu)的推理過程而沒有結(jié)構(gòu)的約定，因而得到的推理不能保證和謂詞邏輯法一樣有效。

5、節(jié)點(diǎn)間的聯(lián)系可能是線狀、樹狀或網(wǎng)狀的，甚至是遞歸狀的結(jié)構(gòu)，是相應(yīng)的知識存儲和檢索可能需要比擬復(fù)雜的過程。

圖搜索的一般過程：〔P75〕

1、建立一個只含有起始節(jié)點(diǎn)S的搜索樹G，把S放到一個叫做OPEN的未擴(kuò)展節(jié)點(diǎn)表中。

2、建立一個叫做CLOSED的以擴(kuò)展的節(jié)點(diǎn)表，其初始為空表。

3、LOOP:假設(shè)OPEN表為空，那么失敗退出。

4、選擇OPEN表上的第一個節(jié)點(diǎn)，把它從OPEN表移出并放進(jìn)CLOSED表中。稱此節(jié)點(diǎn)為n,它是CLOSED表中幾點(diǎn)的編號。

5、假設(shè)n為一目標(biāo)節(jié)點(diǎn)，那么有解并成功地退出，此解是追蹤圖G中沿著指針從n到S這條路徑而得到的。

6、擴(kuò)展節(jié)點(diǎn)n，同時生成不是n的祖先的那些后繼節(jié)點(diǎn)的匯合M。把M的這些成員作為n的后繼節(jié)點(diǎn)添加到圖G中。

7、對那些未曾在G中出現(xiàn)過的M成員設(shè)置一個通向n的指針。把M的這些成員加進(jìn)OPEN表。對已經(jīng)在OPEN表上的每一個M成員，確定是否需要更改通到n的指針方向。對已在CLOSED表上的每個M成員，確定是否需要更改圖G中通向它的每個后裔節(jié)點(diǎn)的指針方向。

8、按某一任意方式或按某個試探值，重排OPEN表。

9、GOLOOP.

啟發(fā)式信息的定義與分類：〔P82〕

定義：進(jìn)行搜素一般需要某些有關(guān)具體問題領(lǐng)域的特性的信息，叫啟發(fā)式信息。按用途分為三類：

1、用于確定要擴(kuò)展下一個節(jié)點(diǎn)，以免像在寬度優(yōu)先或深度優(yōu)先搜素中那樣盲目的擴(kuò)展。

2、在擴(kuò)展一個節(jié)點(diǎn)的過程中，用于確定要生成哪一個或哪幾個后繼結(jié)點(diǎn)，以免盲目的同時生成所有可能的節(jié)點(diǎn)。

3、用于確定某些應(yīng)該從搜索樹中拋棄或修剪的節(jié)點(diǎn)。

估價函數(shù)：〔P82〕

定義：用來估計節(jié)點(diǎn)希望程度的函數(shù)。

一個節(jié)點(diǎn)的的希望程度有幾種不同定義辦法，狀態(tài)空間問題中有兩種：一是估算目標(biāo)節(jié)點(diǎn)到此節(jié)點(diǎn)的距離；另一種辦法那么認(rèn)為，解答路徑包括被估價過的節(jié)點(diǎn)，并計算整條路徑的長度或難度。

適應(yīng)度函數(shù)定義：〔P92〕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)，成為適應(yīng)度函數(shù)。

遺傳算法的求解步驟:(P94)

1、初始化種群；

2、計算種群上每個個體的適應(yīng)度值；

3、按由個體適應(yīng)度值所決定的某個規(guī)那么選擇將進(jìn)入下一代的個體；

4、按概率Pc進(jìn)行交叉操作；

5、按概率Pc進(jìn)行突變操作；

6、沒有滿足某種停止條件，那么轉(zhuǎn)第二部，否那么轉(zhuǎn)第七步；

7、輸出種群中適應(yīng)度值最優(yōu)的染色體作為問題的稱心解或最優(yōu)解。

進(jìn)化算法的定義：〔P94〕進(jìn)化算法包括遺傳算法，進(jìn)化程序設(shè)計，進(jìn)化規(guī)那么和進(jìn)化策略等，進(jìn)化算法的根本框架還是簡單遺傳算法所描述的框架，但在進(jìn)化的方式上有較大的差別，選擇、交叉、變異、種群控制等很多變化。

歸結(jié)原理〔消解原理P106〕

將普通形式邏輯中充沛條件的假言聯(lián)鎖推理形式符號化，并向一階謂詞邏輯推廣的一種推理