人工智能復(fù)習(xí)大綱0001

1、8.何為狀態(tài)圖和與或圖？圖搜索與問題求解有什么關(guān)系？狀態(tài)圖是描述尋找目標或路徑問題的有向圖，即描述一個實體基于事件反應(yīng)的動態(tài)行 為，顯示了該實體如何根據(jù)當前所處的狀態(tài)對不同的時間做出反應(yīng)的。與或圖是一種系統(tǒng) 地將問題分解為互相獨立的小問題，然后分而解決的方法。與或圖中有兩種代表性的 節(jié)點：“與節(jié)點”和“或節(jié)點”，“與節(jié)點”指所有的后續(xù)節(jié)點都有解時它才有解；“或節(jié)點”指各個后續(xù)節(jié)點均完全獨立，只要其中有一個有解它就有解。關(guān)系：問題 求解就是在一個圖中尋找一個從初始節(jié)點到目標節(jié)點的路徑問題，圖搜索模擬的實際 是人腦分析問題，解決問題的過程，它基于領(lǐng)域知識的問題求解過程。11.什么是與或樹？什么是可

2、解節(jié)點？什么是解樹？答：一棵樹中的弧線表示所連樹枝為“與”關(guān)系，不帶弧線的樹枝為或 關(guān)系。這棵樹中既有與關(guān)系又有或關(guān)系，因此被稱為與或樹。滿足下列條件的節(jié)點為可解節(jié)點。終止節(jié)點是可解節(jié)點；一個與節(jié)點可解，當且僅當其子節(jié)點全都可解；一個或節(jié)點可解，只 要其子節(jié)點至少有一個可解。 解樹實際上是由可解節(jié)點形成的一棵子樹，這棵子樹的根為初始節(jié)點，葉為終止節(jié)點，且這棵子樹一定是與樹14 .請闡述狀態(tài)空間的一般搜索過程。OPEN1與CLOSE凄的作用是什么？答：先把問題的初始狀態(tài)作為當前擴展節(jié)點對其進行擴展，生成一組子節(jié)點，然后檢查 問題的目標狀態(tài)是否出現(xiàn)在這些子節(jié)點中。若出現(xiàn)，則搜索成功，找到了問題的解

3、；若沒 出現(xiàn)，則再按照某種搜索策略從已生成的子節(jié)點中選擇一個節(jié)點作為當前擴展節(jié)點。重復(fù) 上述過程，直到目標狀態(tài)出現(xiàn)在子節(jié)點中或者沒有可供操作的節(jié)點為止。所謂對一個節(jié)點 進行“擴展”是指對該節(jié)點用某個可用操作進行作用，生成該節(jié)點的一組子節(jié)點。OPEN1用于存放剛生成的節(jié)點，對于不同的搜索策略，節(jié)點在OPEN1中的排序是不同的。CLOSED表用于存放將要擴展或者已擴展的節(jié)點。15 .廣度優(yōu)先搜索與深度優(yōu)先搜索各有什么特點?答：廣度優(yōu)先搜索就是始終先在同一級節(jié)點中考查，只有當同一級節(jié)點考查完之后，才考查下一級節(jié)點?；蛘哒f，是以初始節(jié)點為根節(jié)點，向下逐級擴展搜索樹。所以，廣度優(yōu)先策略的搜索樹是自頂向下

4、一層一層逐漸生成的。深度優(yōu)先搜索就是在搜索樹的每一層始終先只擴展一個子節(jié)點，不斷地向縱深前進，直到不能再前進(到達葉子節(jié)點或受到深度限制)時，才從當前節(jié)點返回到上一級節(jié)點，沿另一方向又繼續(xù)前進。這種方法的搜索樹是從樹根開始一枝一枝逐漸形成的。深度優(yōu)先搜索亦稱為縱向搜索。由于一個有解的問題樹可能含有無窮分枝，深度優(yōu)先搜索如果誤入無窮分枝(即深度無限)，則不可能找到目標節(jié)點。所以，深度優(yōu)先搜索策略是不完備的。另外，應(yīng)用此策略得到的解不一定是最佳解(最短路徑)0廣度優(yōu)先搜索與深度優(yōu)先搜索都屬于盲目搜索。判斷下列公式是否為可合一，若可合一，則求出其最一般合一。(1) P(a, b), P(x, y)(

5、2) P(f(x), b), P(y, z)(3) P(f(x), y), P(y, f(b)(4) P(f(y), y, x), P(x, f(a), f(b)(5) P(x, y), P(y, x)解：(1)可合一，其最一般和一為：a =a/x, b/y。(2)可合一，其最一般和一為：a =y/f(x), b/z 。(3)可合一，其最一般和一為：a = f(b)/y, b/x 。(4) 不可合一。(5) 可合一，其最一般和一為：a = y/x 。第一章：緒論1 .人工智能的主要學(xué)派：a)符號主義學(xué)派(Sysmbolicism ),又稱為邏輯主義學(xué)派，心理學(xué)派，計算機學(xué)派。符號主義認為知識是

6、智能的基礎(chǔ)，人工智能的核心問題是知識的表示與知識推理。(功能模擬)b)聯(lián)結(jié)主義學(xué)派(Connectionism )：又稱為仿生學(xué)派，生理學(xué)派。用人工神經(jīng)網(wǎng)絡(luò)模仿人類 智能。(結(jié)構(gòu)模擬)c)行為主義學(xué)派(Actionism )：又稱為進化主義學(xué)派，控制論學(xué)派。認為智能取決于感知， 表現(xiàn)為行動。(行為模擬)2 .人工智能的研究和應(yīng)用領(lǐng)域 （10個）a）定理證明b）專家系統(tǒng)c）機器學(xué)習(xí)d）自然語言理解e）智能檢索f）機器學(xué)習(xí)g）自動程序設(shè)計h）組合調(diào)度問題i）模式識別j）機器視覺第二章：知識表示法1 .一階謂詞邏輯表示法1 .命題：它的取值為真或假2 .謂詞3 .謂詞公式4 .謂詞公式的解釋：對于每

7、一個解釋，謂詞公式都可以求出一個真值5 .謂詞公式的永真性，可滿足性，不可滿足性永真性：如果謂詞公式P對個體域D上的任何一個解釋都取得真值 T,則稱P在D上是永真的?？蓾M足性：對于謂詞公式P,如果至少存在一個解釋使得公式 P在此解釋下的真值為To不可滿足性：如果謂詞公式P對于個體域D的任何一個解釋都取得真值為 F。6 .謂詞公式的等價性。設(shè)P與Q是兩個謂詞公式，D是它們共同的個體域，若對 D上的任何一個解釋，P與Q都有相 同的真值，則稱公式P和Q在D上是等價的。如果D是任意的個體域，則稱P和Q是等價的。記為 P<=>Q公式：一階謂詞表示方法1. 一階謂詞表示方法例題：2. 一階謂詞

8、表示方法的優(yōu)點。自然性，準確性，嚴密性，容易實現(xiàn)。3. 一階謂詞表示方法的缺點不能表示不確定性的知識，組合爆炸，效率低。2.產(chǎn)生式表示方法1 .可交換的產(chǎn)生式系統(tǒng)2 .可分解的產(chǎn)生式系統(tǒng)3 .可恢復(fù)的產(chǎn)生式系統(tǒng)產(chǎn)生式表示法的特點第三章：搜索方法問題求解過程的形式表示狀態(tài)空間表示法與/或圖表示法狀態(tài)空間的搜索方法盲目搜索算法1 .無代價的寬度優(yōu)先搜索：在搜索樹的生成過程中，只有對搜索樹中同一層的所有節(jié)點都考察完之 后，才對下一層的節(jié)點進行考察。2 .無代價的深度優(yōu)先搜索：在搜索樹的生成過程中，對open表中同一層的節(jié)點只選擇表中一個節(jié) 點進行考察和擴展，只有當這個節(jié)點是不可擴展的，才選擇同層的兄

9、弟節(jié)點進行考察和擴展。3 .寬度優(yōu)先和深度優(yōu)先的區(qū)別a）寬度優(yōu)先搜索生成的子節(jié)點放入 open表的表尾，深度優(yōu)先搜索生成的子節(jié)點放入 open表 的表首0b）如果問題有解，那么寬度優(yōu)先搜索總能找到最優(yōu)解。寬度優(yōu)先搜索時完備的，深度優(yōu)先搜索是非完備的。c）如果搜索最大深度設(shè)置合理，那么深度優(yōu)先搜索能找到一條解路徑，但不一定是最優(yōu)解。深度優(yōu)先搜索的時空開銷小于寬度優(yōu)先。例子：提示：無代價深度優(yōu)先搜索的open表是將新擴展生成的子節(jié)點按節(jié)點序號 從小到大排序后放入open表首有代價深度優(yōu)先搜索的open表是將新擴展的子節(jié)點按照價值從小到大放入open表首有代價寬度優(yōu)先搜索的open表中所有節(jié)點按代價

10、 從小到大排序4 .啟發(fā)式搜索算法例子：與或圖的搜索方法：啟發(fā)式搜索算法的解樹的代價例子：第四章：邏輯推理推理的基本概念推理的控制策略1 .推理方向a）正向推理：從用戶提供的初始已知事實出發(fā)，在知識庫KD中找到當前可用的知識，構(gòu)成可 用知識集KS,然后按照某種沖突消解策略從 KS中選中一條知識進行推理，并將推出的新 事實加入到數(shù)據(jù)庫DB中作為下一次推理的已知事實，在此之后再在知識庫中選取可用知識 進行推理，如此反復(fù)進行這一過程，知道求的要求的解或知識庫中再無可用的知識為止。b）逆向推理：首先選擇一個假設(shè)目標，然后尋找支持該假設(shè)的依據(jù)，若所需的證據(jù)都能找到， 則說明假設(shè)是成立的，若無論如何都找不

11、到，則說明不成立，此時需要選定新的假設(shè)。c）混合推理2 .沖突消解策略目前已有多種消解策略，其基本思想都是對知識進行排序1）按針對性排序2）按匹配度排序3）根據(jù)領(lǐng)域問題的特點排序歸結(jié)演繹推理基于歸結(jié)反演的問題求解歸結(jié)反演的改進策略1）刪除策略2）限制策略第五章：專家系統(tǒng)1 .專家系統(tǒng)的概念：專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計算機軟件系統(tǒng)。2 .專家系統(tǒng)的結(jié)構(gòu)與開發(fā)方法a）知識庫：以某種存儲結(jié)構(gòu)存儲領(lǐng)域?qū)＜业闹Rb）全局數(shù)據(jù)庫：（黑板）用于存儲求解問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)，以及最終的推理結(jié)論。c）推理機：根據(jù)全局數(shù)據(jù)庫的當前內(nèi)容，從知識庫中選擇匹配成功的可用規(guī)則，并通過執(zhí)行可用的規(guī)則修改數(shù)據(jù)庫中說的內(nèi)容，直至推理出來問題的結(jié)論。d）解釋器：用于向用戶解釋專家系統(tǒng)的行為。e）用戶接口 ：系統(tǒng)與用戶進行對話的界面。f）知識獲?。喊阎R轉(zhuǎn)換為知識內(nèi)部表示模式存儲到知識庫。第六章：模糊推理1 .模糊集合的定義與運算（大題）2 .模糊知識表示與模糊匹配（概念）a）模糊知識表示模糊命題：含有模糊概