《人工智能基础》考试重点范文

《人工智能基础》考试重点范文人工智能的考试重点参考书目：?人工智能根底》第二版，高等教育出版社

人工智能定义：〔P2,3〕

〔学科〕是智能科学中波及研究、设计和应用智能机器和智能系统的一个分支，而智能科学是一门与计算机科学并行的学科。

〔能力〕是智能机器所执行的通常与人类有关的职能行为，这些智能行为波及学习、感知、思考、理解、辨认、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。

人工智能的主要学派和研究的主要办法：〔P7，P9〕

1、符号主义：主要研究办法是功能模拟办法，通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能，实现人工智能。

2、连接主义：主要研究办法是结构模拟办法，主要是神经网络及神经网络间的连接机制与学习算法。认为功能、结构和智能行为是密切相关的，不同的结构表现出不同的功能和行为。

3、行为主义：主要研究办法是采用行为模拟办法，认为功能、结构和智能行为是不可分的，不同行为表现出的功能和不同控制结构。

模式辨认定义：(P19)是指计算机代替人类或帮忙人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式辨认系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、辨认和理解周围环境的感知能力。

知识表示定义：(P28)是研究用机器表示知识的可行性、有效性的一般办法，是一种数据结构和控制结构的统一体，既考虑知识的存储有考虑知识的使用。知识表示可看成是一组描述事物的约定，以便把人类知识表示成机器能处理的数据结构。

状态空间法定义：〔P29〕基于解答空间的问题表示和求解办法就是状态空间法。

状态空间法的要素：〔P29)

1、状态：表示问题解法中每一步问题状况的数据结构。

2、算符：把问题从一种状态变换为另一种状态的伎俩。

3、状态空间办法：基于解答空间的问题表示和求解办法，它是以状态与算符为根底来表示和问题求解的。

置换：〔P46〕一个叙述式的置换就是在该叙述式中用置换项置换变量。

合一：(P47)寻找项对变量的置换，以使两个叙述式一致，叫做合一。

Mgu：(P47)如果s是{Ei}的任一合一者，又存在某一个s’,使得{Ei}s={Ei}gs’成立，那么称g为{Ei}的最通用的合一者，记为mgu

语义网络的定义、组成和特点(P48)

定义：是知识的一种结构化图解表示，他由节点和弧线链线组成。节点用于表示实体、概念和情况等，弧线用于表示节点的关系。

组成：1、词法局部：决定表示词汇列表中允许有哪些符号，它波及各个节点和弧线。

2、结构局部：表达符号排列的约束条件，指定各弧线连接的节点对。

3、过程局部：表明访问过程，这些过程能用来建立和修正描述，以及答复相关问题。

4、语义局部：确定与描述相关的意义的办法即确定有关节点的排列及其占用物和对应弧线。

特点：1、能把实体的结构，属性与实体间的因果关系显式地和简明地叙述出来，与实体有关的事实、特征和关系可以通过相应的.节点弧线推导出来。

2、由于在一个节点中组织与概念相关属性和联系，因而易于访问和学习概念。

3、表现问题更加直观，更易于理解，适用于知识项目师与领域专家沟通。

4、语义网络的语义解释依赖于该结构的推理过程而没有结构的约定，因而得到的推理不能保证和谓词逻辑法一样有效。

5、节点间的联系可能是线状、树状或网状的，甚至是递归状的结构，是相应的知识存储和检索可能需要比拟复杂的过程。

图搜索的一般过程：〔P75〕

1、建立一个只含有起始节点S的搜索树G，把S放到一个叫做OPEN的未扩展节点表中。

2、建立一个叫做CLOSED的以扩展的节点表，其初始为空表。

3、LOOP:假设OPEN表为空，那么失败退出。

4、选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为n,它是CLOSED表中几点的编号。

5、假设n为一目标节点，那么有解并成功地退出，此解是追踪图G中沿着指针从n到S这条路径而得到的。

6、扩展节点n，同时生成不是n的祖先的那些后继节点的汇合M。把M的这些成员作为n的后继节点添加到图G中。

7、对那些未曾在G中出现过的M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经在OPEN表上的每一个M成员，确定是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。

8、按某一任意方式或按某个试探值，重排OPEN表。

9、GOLOOP.

启发式信息的定义与分类：〔P82〕

定义：进行搜素一般需要某些有关具体问题领域的特性的信息，叫启发式信息。按用途分为三类：

1、用于确定要扩展下一个节点，以免像在宽度优先或深度优先搜素中那样盲目的扩展。

2、在扩展一个节点的过程中，用于确定要生成哪一个或哪几个后继结点，以免盲目的同时生成所有可能的节点。

3、用于确定某些应该从搜索树中抛弃或修剪的节点。

估价函数：〔P82〕

定义：用来估计节点希望程度的函数。

一个节点的的希望程度有几种不同定义办法，状态空间问题中有两种：一是估算目标节点到此节点的距离；另一种办法那么认为，解答路径包括被估价过的节点，并计算整条路径的长度或难度。

适应度函数定义：〔P92〕为了体现个体的适应能力，引入了对问题中的每一个个体都能进行度量的函数，成为适应度函数。

遗传算法的求解步骤:(P94)

1、初始化种群；

2、计算种群上每个个体的适应度值；

3、按由个体适应度值所决定的某个规那么选择将进入下一代的个体；

4、按概率Pc进行交叉操作；

5、按概率Pc进行突变操作；

6、没有满足某种停止条件，那么转第二部，否那么转第七步；

7、输出种群中适应度值最优的染色体作为问题的称心解或最优解。

进化算法的定义：〔P94〕进化算法包括遗传算法，进化程序设计，进化规那么和进化策略等，进化算法的根本框架还是简单遗传算法所描述的框架，但在进化的方式上有较大的差别，选择、交叉、变异、种群控制等很多变化。

归结原理〔消解原理P106〕

将普通形式逻辑中充沛条件的假言联锁推理形式符号化，并向一阶谓词逻辑推广的一种推理