北京化工大學(xué)人工智能期末復(fù)習(xí)

第一章 緒論：1.什么是人工智能？人工智能的意義和目標(biāo)是什么？人工智能是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為；用人工的方法在機(jī)器上實(shí)現(xiàn)的功能。人工智能研究的近期目標(biāo)是使現(xiàn)有的計(jì)算機(jī)不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理而且能運(yùn)用知識處理問題能模擬人類的部分智能行為。2.完整的物理符號系統(tǒng)的基本功能？輸入符號、輸出符號、存儲符號、復(fù)制符號建立符號結(jié)構(gòu)：通過找出各符號間的關(guān)系，在符號系統(tǒng)中形成符號結(jié)構(gòu)。條件性轉(zhuǎn)移：根據(jù)已有符號，繼續(xù)完成活動(dòng)過程。3.人工智能有哪些主要學(xué)派？他們的認(rèn)知觀分別是什么？（一兩句話描述即可）符號主義（邏輯主義、心理學(xué)派、計(jì)算機(jī)學(xué)派），物理符號系統(tǒng)假設(shè)和有限合理性原理，認(rèn)為人工智能源于數(shù)理邏輯。連接主義（仿生學(xué)派、生理學(xué)派），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)為人工智能源于仿生學(xué)，特別是對人腦模型的研究。行為主義（進(jìn)化主義、控制論學(xué)派），控制論及感知-動(dòng)作型控制系統(tǒng)，認(rèn)為人工智能源于控制論。4.人工智能的研究領(lǐng)域包括哪些？（機(jī)器視覺。）數(shù)據(jù)挖掘、模式識別、機(jī)器視覺、自然語言處理、智能系統(tǒng)、專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、機(jī)器人學(xué)、人工生命、智能CAD、組合優(yōu)化問題、自動(dòng)定理證明、分布式人工智能系統(tǒng)、智能通信等5.什么是圖靈測試？讓一位測試者分別于一臺計(jì)算機(jī)和一個(gè)人進(jìn)行交談，而測試者事先并不知道哪一個(gè)被測者是人，哪一個(gè)是計(jì)算機(jī)。如果交談后測試者分不出哪一個(gè)被測者是人，哪一個(gè)是計(jì)算機(jī)，則可以認(rèn)為這臺被測的計(jì)算機(jī)具有智能。第二章 知識表示（語義網(wǎng)絡(luò)、謂詞邏輯。）1.知識的層次及其概念？噪聲-數(shù)據(jù)-信息-知識-元知識數(shù)據(jù)：信息的載體和表示信息：數(shù)據(jù)的語義知識：把有關(guān)信息關(guān)聯(lián)在一起形成的結(jié)構(gòu)元知識：有關(guān)知識的知識，是知識庫的高層知識2.知識的屬性及引起不確定性的因素？相對正確性不確定性（引發(fā)因素：隨機(jī)性、模糊性、不完全性、經(jīng)驗(yàn)）可表示性與可利用性3.知識的分類？按作用范圍：常識性知識、領(lǐng)域性知識按作用及表示：事實(shí)性知識、過程性知識、控制性知識結(jié)構(gòu)及表現(xiàn)形式：邏輯性知識、形象性知識確定性：確定性知識、不確定性知識4.什么是知識表示？就是知識的符號化和形式化的過程，是研究用機(jī)器表示知識的可行性、有效性的一般方法，是一種數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)的統(tǒng)一體，既考慮知識的存儲又考慮知識的使用。5.常用的知識表示方法及其衡量標(biāo)準(zhǔn)？（6、7種、謂詞、語義網(wǎng)絡(luò)等等）衡量標(biāo)準(zhǔn)：完備性、一致性、正確性、靈活性、可擴(kuò)充性、可理解性、可利用性、可維護(hù)性表示方法：1.一階謂詞表示法（應(yīng)用：自動(dòng)問答系統(tǒng)、機(jī)器人行動(dòng)規(guī)劃系統(tǒng)、機(jī)器博弈系統(tǒng)、問題求解系統(tǒng)）2.產(chǎn)生式表示法（應(yīng)用：動(dòng)物識別系統(tǒng)）3.框架表示法（一種描述所論對象（一個(gè)事物、事件或概念）屬性的數(shù)據(jù)結(jié)構(gòu)）。4.語義網(wǎng)絡(luò)表示法（采用網(wǎng)絡(luò)形式表示人類知識，應(yīng)用：自然語言理解系統(tǒng)）5.面向?qū)ο蟊硎痉ǎK性、封裝性、繼承性、多態(tài)性、易維護(hù)性）6.狀態(tài)空間表示法（以狀態(tài)和運(yùn)算符為基礎(chǔ)來表示和求解問題的一種方法）7.問題規(guī)約表示法（從目標(biāo)出發(fā)，逆向推理，通過一系列變換把初始問題變換為子問題集合，最終歸約為一個(gè)平凡的本原問題的集合； 與/或樹求解）6.會用一階謂詞表示所給的知識。用謂詞演算公式表示下列句子(1)北京市的夏天既干燥又炎熱。(2)喜歡讀三國演義的人必讀水滸。 (3)有的人喜歡梅花，有的人喜歡菊花，有的人既喜歡梅花又喜歡菊花。7.會用語義網(wǎng)絡(luò)表示知識。Every dog has bitten a postman.Every dog has bitten every postman.”小信使“這只鴿子從春天到秋天占有一個(gè)窩。北京化工大學(xué)位于北四環(huán)和北三環(huán)之間。8.會用框架表示知識。試構(gòu)造一個(gè)描述你的寢室或辦公室的框架系統(tǒng)。9.面向?qū)ο蟮幕咎卣骷捌浔硎?。模塊性、封裝性、繼承性、多態(tài)性、易維護(hù)性第三章 搜索和推理1.搜索的分類？搜索方向：數(shù)據(jù)驅(qū)動(dòng)、目的驅(qū)動(dòng)、雙向搜索搜索策略：盲目搜索、啟發(fā)式搜索盲目搜索：回溯、寬度優(yōu)先、深度優(yōu)先、有界深度優(yōu)先2.寬度優(yōu)先與深度優(yōu)先搜索算法過程的不同點(diǎn)。寬度優(yōu)先：隊(duì)列結(jié)構(gòu)（FIFO）深度優(yōu)先：堆棧結(jié)構(gòu)（FILO）3.理解A*算法和估價(jià)函數(shù)。估計(jì)函數(shù)：估計(jì)待搜索結(jié)點(diǎn)的”有希望“程度，并依次給他們排定次序。一般形式為f(n)=g(n)+h(n) 其中，g(n)是初始結(jié)點(diǎn)到結(jié)點(diǎn)n的實(shí)際代價(jià)；h(n)是結(jié)點(diǎn)n到目標(biāo)結(jié)點(diǎn)的最優(yōu)路徑的估計(jì)代價(jià)。A*算法：g*(n)：初始結(jié)點(diǎn)到結(jié)點(diǎn)n的最小代價(jià) h*(n)：結(jié)點(diǎn)n到目標(biāo)結(jié)點(diǎn)的最小代價(jià)4.理解產(chǎn)生式系統(tǒng)的推理方式。知識庫+推理機(jī)5.規(guī)則推理的沖突消解方法？能根據(jù)要求進(jìn)行簡單的推理。按針對性排序按已知事實(shí)新鮮性排序按匹配度排序按條件個(gè)數(shù)排序按上下文限制排序按冗余限制排序根據(jù)領(lǐng)域問題的特點(diǎn)排序6.什么是不確定推理？從不確定性的初始證據(jù)出發(fā)，通過運(yùn)用不確定性的知識，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結(jié)論的思維過程。7.能求解證據(jù)和結(jié)論的不確定計(jì)算方法。C-F模型8.什么是模糊集與隸屬度函數(shù)？論域、元素、集合集合中所有元素的隸屬度全體構(gòu)成集合的隸屬度函數(shù)9.模糊集的合成計(jì)算及截集。R:A XB 合成方法：最大-最小合成10.模糊綜合評判方法及其求解方法。最大隸屬度法 重心法 加權(quán)平均判決法 中位數(shù)法第四章 計(jì)算智能（神經(jīng)計(jì)算）1.神經(jīng)網(wǎng)絡(luò)模型的基本組成？神經(jīng)元（樹突、細(xì)胞體、突觸、軸突、軸突末梢）活化函數(shù)：閾值函數(shù)、雙向閾值函數(shù)、S型函數(shù)、雙曲正切函數(shù)、高斯函數(shù)神經(jīng)元之間的連接方式拓?fù)浣Y(jié)構(gòu)2.理解感知器模型的二值邏輯預(yù)算。多輸入、單輸出、脈沖信號M-P模型3.開發(fā)一個(gè)神經(jīng)網(wǎng)絡(luò)的基本階段（步驟）？設(shè)計(jì)輸入層和輸出層確定隱層及其結(jié)點(diǎn)歸一化輸入輸出集合初始化權(quán)值選擇活化函數(shù)網(wǎng)絡(luò)訓(xùn)練階段工作階段4.理解Habb學(xué)習(xí)規(guī)則，感知器學(xué)習(xí)及其梯度下降法學(xué)習(xí)規(guī)則。Habb學(xué)習(xí)規(guī)則：Hebb學(xué)習(xí)規(guī)則是一個(gè)無監(jiān)督學(xué)習(xí)規(guī)則，這種學(xué)習(xí)的結(jié)果是使網(wǎng)絡(luò)能夠提取訓(xùn)練集的統(tǒng)計(jì)特性，從而把輸入信息按照它們的相似性程度劃分為若干類。感知器學(xué)習(xí)：作為一種線性分類器，（單層）感知機(jī)可說是最簡單的前向神經(jīng)網(wǎng)絡(luò)形式主，要的本質(zhì)缺陷是它不能處理線性不可分問題。梯度下降法：求導(dǎo)。一般來說，三層神經(jīng)網(wǎng)絡(luò)可以逼近任何一個(gè)非線性函數(shù)。第五章 計(jì)算智能（進(jìn)化計(jì)算）1.試述遺傳算法的基本原理，并說明遺傳算法的求解步驟。一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法,非常適用于處理傳統(tǒng)搜索方法難以解決的復(fù)雜和非線性優(yōu)化問題。參數(shù)編碼-初始群體確定-適應(yīng)度函數(shù)設(shè)計(jì)-遺傳操作設(shè)計(jì)（選擇、交叉、變異）-確定算法終止規(guī)則2.會編寫基本的遺傳算法程序。3.理解遺傳算法的三個(gè)基本操作算子及其作用。選擇：優(yōu)勝劣汰；使得種群較快地收斂，維持種群的多樣性交叉：增加物種多樣性；生物逐漸向一種特殊遺傳類型收斂，子串能夠部分或者全部繼承父串的結(jié)構(gòu)特征和有效基因。變異：（打破平衡，避免局部極值） 維持群體多樣性，為選擇、交叉過程中可能丟失的某些遺傳基因進(jìn)行修復(fù)和補(bǔ)充。第六章 專家系統(tǒng)1.專家系統(tǒng)的類型解釋、診斷、預(yù)測、設(shè)計(jì)、規(guī)劃、控制、監(jiān)督、修理、教學(xué)、調(diào)試2.專家系統(tǒng)的基本組成核心部分：知識庫+推理機(jī)人機(jī)接口、數(shù)據(jù)庫、解釋機(jī)構(gòu)、知識獲取機(jī)構(gòu)3.專家系統(tǒng)與一般應(yīng)用程序的不同專家系統(tǒng)傳統(tǒng)程序編程思想知識+推理數(shù)據(jù)結(jié)構(gòu)+算法知識單獨(dú)組成知識庫，與推理機(jī)分離關(guān)于問題求解的知識隱含于程序中處理對象符號處理數(shù)值計(jì)算和數(shù)據(jù)處理具有解釋功能不具有解釋功能通常產(chǎn)生正確的答案，有時(shí)產(chǎn)生錯(cuò)誤的答案產(chǎn)生正確的答案體系結(jié)構(gòu)不同第七章 機(jī)器學(xué)習(xí)1.什么是機(jī)器學(xué)習(xí)？計(jì)算機(jī)能模擬人的學(xué)習(xí)行為，自動(dòng)地通過學(xué)習(xí)獲取知識和技能，不斷改善性能，實(shí)現(xiàn)自我完善。2.歸納學(xué)習(xí)和演繹學(xué)習(xí)的不同點(diǎn)？歸納學(xué)習(xí)：從個(gè)別到一般，從部分到整體 演繹：從一般到個(gè)別歸納推理只保證假， 演繹推理保真歸納學(xué)習(xí)可以不斷獲取新知識而演繹學(xué)習(xí)的知識是固定的