人工智能考试复习资料解读
人工智能复习资料
人工智能复习资料一、引言人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人一样思考和行动的科学与工程领域。
它涵盖了多个子领域，包括机器学习、自然语言处理、计算机视觉等。
本文将围绕人工智能的基本概念、发展历程、应用领域以及未来发展趋势等方面进行复习。
二、人工智能的基本概念1. 人工智能的定义和特点人工智能是指使计算机具备智能的能力，能够模拟和实现人类的思维和行为。
其特点包括自主学习、推理、问题解决、语言理解和感知等。
2. 人工智能的分类人工智能可以分为弱人工智能和强人工智能。
弱人工智能是指在特定领域内具备智能的计算机系统，而强人工智能则是指能够在各个领域都表现出与人类相当的智能水平的计算机系统。
三、人工智能的发展历程1. 人工智能的起源人工智能的起源可以追溯到20世纪50年代。
当时，人们开始研究如何使计算机能够模拟人类的思维和行为，提出了“人工智能”这一概念。
2. 人工智能的发展阶段人工智能的发展可以分为符号主义阶段、连接主义阶段和混合主义阶段。
符号主义阶段主要研究基于逻辑和规则的推理和知识表示；连接主义阶段则侧重于神经网络和模式识别；混合主义阶段则将符号主义和连接主义相结合。
四、人工智能的应用领域1. 机器学习机器学习是人工智能的重要分支，它通过让计算机从数据中学习和改进，实现自主学习和决策能力。
机器学习在语音识别、图像识别、推荐系统等领域有广泛应用。
2. 自然语言处理自然语言处理是指让计算机能够理解和处理人类语言的能力。
它在机器翻译、语音识别、智能客服等方面有着重要应用。
3. 计算机视觉计算机视觉是指让计算机能够理解和分析图像和视频的能力。
它在人脸识别、目标检测、智能监控等领域有广泛应用。
4. 智能机器人智能机器人是指具备感知、决策和执行能力的机器人系统。
它在工业生产、医疗护理、军事作战等领域有着广泛应用。
五、人工智能的未来发展趋势1. 深度学习深度学习是机器学习的一种方法，通过构建多层神经网络实现对大规模数据的学习和分析。
人工智能复习资料整理(修正版-如发现计算错误请指出)
一、填空题(40分)1.人工智能的主要学派：(1)符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要是为物理符号系统假设和有限合理性原理。
(2)连接主义：又称仿生学派或生理学派，其原理主要是为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义：又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
2.人工智能三个基本问题：知识获取、知识推理、知识利用。
3.常用的知识表示方法包括：状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法。
4.机器学习分为：监督学习、无监督学习、强化学习。
5.遗传算法基本操作分为：选择、交叉和变异。
6.产生式系统的构成分为：规则库、综合数据库和推理机。
7.问题状态空间包含的三种说明集合分别为：初始状态集(S)、操作符集合(F)、以及目标状态集合(G)。
8.可信度方法中，不精确推理规则的一般形式为：IF E THEN H (CF(H,E))，其中(CF(H,E))是该规则的可信度，称为可信度因子或规则强度。
(1)当证据E的可信度CF(E)的取值范围与CF(H,E)相同，即-1 ≤ CF(E)≤ 1；(2)当证据以某种程度为真时，CF(E) > 0(3)当证据肯定为真时，CF(E) = 1(4)当证据以某种程度为假时，CF(E) < 0(5)当证据肯定为假时，CF(E) = -1(6)当证据一无所知时，CF(E) = 09.用产生式方法表示张和李是同学关系：（classmate，Zhang，Li）10.模糊集合表示，例如有一组数据：85,90,82,70,98，模糊集合表示为：11.自然语言理解过程的层次有：语音分析、句词分析、语义分析。
12.人工生命研究实例有：人工脑、计算机病毒、计算机进程、细胞自动机、人工核苷酸。
13.计算智能涉及神经计算、模糊计算、进化计算、粒群计算、自然计算、免疫计算和人工生命等研究领域。
人工智能复习总结讲解
鲁滨逊归结原理
重点掌握子句集的求解步骤和归结反演过程，掌握归结推理的规则。
归结反演求解过程
1、归结反演
给出一个公式集 S 和目标公式 L，通过反证或反演来求证目标公式 L，其证明步骤如下：
(1)否定目标 L，得¬L；
(2)把¬L 添加到 S 中去；
(3)把新产生的集合｛¬L，S｝化成子句集；
(4)应用归结原理，力图推导出一个表示矛盾的空子句 NIL。
重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题，解决 问题；
重点掌握归结演绎推理方法 谓词逻辑法
➢ 一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及 易实现等特点。
➢ 用一阶谓词逻辑法表示知识的步骤如下： （1）定义谓词及个体，确定每个谓词及个体的确切含义。 （2）根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。 （3）根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。 例 1：设有下列事实性知识：
分析：
问题涉及的对象有：
植物、树、草、水草、果树、苹果树
各对象的属性分别为：
树和草的属性：有根、有叶；
水草的属性：长在水中；
果树的属性：会结果；
苹果树的属性：结苹果。
植物 AKO
树 AKO
果树 AKO
有根 有叶
会结果
苹果树 结苹果
AKO
草
有根 有叶
AKO
水草 长在水中
例2：这只小燕子从春天到秋天占有一个巢。 占有
LIKE(x,y): x 喜欢 y。
Meihua 表示梅花，Juhua 表示菊花，
(x)(MAN(x) ∧ LIKE(x, Meihua))∧
人工智能复习资料
⼈⼯智能复习资料1.3什么是⼈⼯智能？它研究的⽬标是什么？从能⼒的⾓度：⼈⼯智能是指⽤⼈⼯的⽅法在机器（计算机）上实现的智能。
从学科的⾓度：⼈⼯智能是⼀门研究如何构造智能机器或智能系统，去模拟、延伸和扩展⼈类智能的学科。
⽬标：1）对智能⾏为有效解释的理论分析。
2）解释⼈类智能。
3）构造具有智能的⼈⼯制品。
1.8⼈⼯智能有哪些主要研究和应⽤领域？其中哪些是新的研究热点？机器思维、机器学习、机器感知、机器⾏为计算智能、分布智能、智能系统、⼈⼯⼼理与⼈⼯情感⼈⼯智能的典型应⽤：智能机器⼈、智能检索、智能游戏问题求解(下棋程序)，逻辑推理与定理证明(四⾊定理证明)，⾃然语⾔理解，⾃动程序设计，专家系统，机器学习，神经⽹络，机器⼈学(星际探索机器⼈)，模式识别(⼿写识别，汽车牌照识别，指纹识别)，机器视觉(机器装配，卫星图像处理)，智能控制，智能检索，智能调度与指挥(汽车运输⾼度，列车编组指挥)，系统与语⾔⼯具新的研究热点：分布式⼈⼯智能与Agent，计算智能与进化计算，数据挖掘与知识发现(超市市场商品数据分析)，⼈⼯⽣命1.9⼈⼯智能有未来发展有哪些值得思考和关注的重要问题？1. 多学科交叉研究2. 分布智能与社会智能研究3. 集成智能研究4. 智能⽹络研究5. 认知计算与情感计算研究6. 智能系统与智能服务2.2什么是知识表⽰？知识表⽰有哪些要求？知识表⽰是对知识的描述，即⽤⼀组符号把知识编码成计算机可以接受的某种结构。
要求：1）表⽰能⼒。
2）可利⽤性。
3）可组织性与可维护性。
4）可理解性与可实现性。
2.4什么是推理？它有哪些分类⽅法？推理是由具体事例归纳出⼀般规律，或者根据已有知识推出新的结论的思维过程。
分类⽅法：按推理的逻辑基础：演绎推理和归纳推理按知识的确定性：确定性推理和不确定性推理按推理的控制策略：推理策略和搜索理策略2.5推理中的控制策略包括哪⼏个⽅⾯的内容？主要解决哪些问题？推理的控制策略是指如何使⽤领域知识使推理过程尽快达到⽬标的策略解决推理⽅向控制策略、求解策略、限制策略、冲突消解策略等2.6什么是命题？什么是命题的真值？断⾔：⼀个陈述句称为⼀个断⾔.命题：具有真假意义的断⾔称为命题.命题的意义通常称为真值，它只有真、假两种情况。
ai总结试卷知识点
ai总结试卷知识点一、人工智能的基本概念1. 人工智能的定义和特点人工智能是指利用计算机技术模拟人类智能的能力，包括感知、认知、学习、推理、规划和行动等方面。
具有智能的特点，如自主性、学习能力、推理能力、语言能力等。
2. 人工智能的分类根据不同的方法和技术，人工智能可以分为强人工智能和弱人工智能。
强人工智能是指具有人类智能水平的人工智能系统，能够思考、学习和创造；弱人工智能则是指专门针对某一领域或任务的人工智能系统，无法与人类智能相提并论。
二、人工智能的技术原理1. 机器学习机器学习是一种基于数据的自动化学习方法，通过训练数据和算法的迭代优化，使计算机系统能够从中提取知识、模式和规律。
常见的机器学习方法包括监督学习、无监督学习和强化学习。
2. 深度学习深度学习是一种基于人工神经网络的学习方法，具有多层次的表示和抽象特征提取能力。
它能够处理大规模的数据，并在图像识别、语音识别、自然语言处理等领域取得了显著的成果。
3. 自然语言处理自然语言处理是指通过计算机技术处理和理解自然语言的能力，包括文本分析、语义理解、机器翻译等。
它是人工智能技术的重要应用领域之一，已经在搜索引擎、智能对话系统等方面得到了广泛应用。
4. 强化学习强化学习是一种基于奖励信号进行学习的方法，通过试错和反馈机制，使智能体在与环境的交互中学习并优化策略。
它在游戏、机器人控制、自动驾驶等领域具有重要应用价值。
5. 人工智能的伦理和安全问题随着人工智能技术的发展，一些伦理和安全问题也愈发突出。
包括数据隐私保护、算法歧视、自动化生产带来的社会影响等。
需要制定相关政策和法规来保障个人权益和社会稳定。
三、人工智能的应用领域1. 医疗健康领域人工智能技术在医疗影像诊断、药物研发、健康管理等方面得到了广泛应用，能够提高诊断精度和治疗效果，促进健康产业的发展。
2. 金融领域人工智能技术在风险管理、信用评估、市场预测等方面具有重要作用，能够提高金融机构的运营效率和风险控制能力。
《人工智能》考试复习资料
中南大学人工智能习题：1-1、什么是人工智能？试从学科和能力两方面加以说明。
从学科方面定义：人工智能是计算机科学中涉及研究、涉及应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模范和执行人脑的某些智力功能，并开发相关理论和技术。
从能力方面定义：人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
1-2、在人工智能的发展过程中，有哪些思想和思潮起了重要作用？1、数理逻辑和关于计算本质的新思想2、1956年第一次人工智能研讨会召开3、控制论思想的影响4、计算机的发明发展5、专家系统和知识工程6、机器学习、计算智能、人工神经网络和行为主义研究1-3、为什么能够用机器（计算机）模仿人的智能？物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。
反之，任何系统如果具有这6种功能，那么它就能够表现出智能（人类所具有的智能）。
物理符号系统的假设伴随有3个推论：推论一：既然人具有智能，那么他(她)就一定是个物理符号系统。
推论二：既然计算机是一个物理符号系统，它就一定能够表现出智能。
推论三：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
1-4、人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？研究和应用领域：问题求解（下棋程序），逻辑推理与定理证明（四色定理证明），自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别），机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。
新的研究热点：概率图模型（隐马尔可夫模型、贝叶斯网络）、统计学习理论（SLT）& 支持向量机（SVM）、数据挖掘与知识发现（超市市场商品数据分析），人工生命1-5、人工智能有哪几种学派?1）符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
人工智能复习资料
1.人工智能概念：人造智能，其英文表示是“Artifical Intelligence”，简称AI。
“人工智能”一词目前是指用计算机模拟或实验的智能，因此人工智能又称机器智能。
2.框架的概念：顾名思义，框架（frame）就是一种结构，一种模式，其一般形式是：<框架名><曹名1><槽值1>|<侧面名11><侧面值111，侧面值112，···><侧面名12><侧面值121，侧面值122，···>·<曹名2><槽值2>|<侧面名21><侧面值211，侧面值212，···><侧面名22><侧面值221，侧面值222，···>·<曹名k><槽值k>|<侧面名k1><侧面值k11，侧面值k12，···><侧面名k2><侧面值k21，侧面值k22，···>·即一个框架一般有若干个槽，一个槽有一个槽值或者有若干个侧面3.人工智能实际上是一门综合性的交叉学科和边缘学科。
4.数据挖掘（也称数据开采、数据采掘等）和数据库中的知识发现的本质含义是一样的，只是前者主要流行于统计、数据分析、数据库和信息系统等领域，后者则主要流行于人工智能和机器学习等领域。
5.PROLOG语言只有三种语句，分别称为事实、规则和问题。
6. PROLOG中称无值的变量为自由变量，有值的变量为约束变量。
7.一个完整的Turbo PROLOG程序一般包括常量段、领域段、数据字段、谓词段、目标段和子句段等六个部分。
（加粗字体为常用部分）8.在状态图中寻找目标或路径的基本方法就是搜索。
人工智能复习试题和答案及解析
一、单选题1. 人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（ C ）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（D ）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（D ）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C ）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A ）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（ B ）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（ A ）领域作出了贡献。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能第一章 绪论1、智能（intelligence ）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。
2、人工智能（学科）人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
3、人工智能（能力）人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。
4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。
5、人工智能的主要学派：符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。
代表人物有纽厄尔、肖、西蒙和尼尔逊等。
连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。
行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。
6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图人类 计算机 认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。
研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。
7、人工智能研究目标为：1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。
2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。
一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。
两者具有不可分割的关系，一方面，近期目标的实现为远期目标研究做好理论和技术准备，打下了必要的基础，并增强人们实现远期目标的信心。
另一方面，远期目标则为近期目标指明了方向，强化了近期研究目标的战略地位。
8、人工智能研究的基本内容：（1）认知建模；（2）知识表示；（3）知识推理；（4）知识应用；（5）机器感知；（6）机器思维；（7）机器学习；（8）机器行为（9）智能系统构建9、人工智能研究的主要方法：（1）、功能模拟法（2）、结构模拟法（3）、行为模拟法（4）、集成模拟法10、人工智能研究和应用领域：（1）计算智能（2）专家系统（3）机器学习（4）机器视觉（5）神经网络第二章 知识表示方法1、人工智能课程三大内容：思维策略 初级信息处理 生理过程 计算机程序 计算机语言 计算机硬件 图：人类认知活动与计算机的比知识表示；知识推理；知识应用。
2、知识表示方法：（9种）重点掌握这4种：状态空间法，谓词演算法，产生表示法，语义网络法（重点），问题归约法、框架表示、面向对象表示、剧本表示和过程表示。
3、状态空间法状态空间法三要点：① 状态：表示问题求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手段；③ 状态空间方法：基于解答空间的问题表示和求解方法，它是以状态与算符为基础来表示和求解问题的。
（看p29的图2.2）4、问题归约法（与或图表示）有圆弧的表示“与”，无圆弧的表示“或”或节点：只要解决某个问题就可以解决其父辈问题的节点集合，如图中（M\N\H ）.与节点：只有解决所有子问题，才能解决其父辈问题的节点八集合，如图中（B,C ）和（D,E,F ）各个节点之间用一段小圆弧连接标记。
5、谓词逻辑法（1）连词A 、合取：就是用连词（∧）把几个公式连接起来而构成的公式。
相当于“与”B 、析取：就是用连词（∨）把几个公式连接起来而构成的公式。
相当与“或”C 、蕴涵：（→）表示“如果….那么”的语句。
D 、非：表示否定，用符号（~，）表示。
（2）量词A 、全称量词：若一个原子公式P （x ），对于所有可能变量x 都具有T 值，则用（∃ ）表示。
B 、存在量词：若一个原子公式P （x ），至少有一个变元x ，可使P （x ）为T 值，则用（∀）P （x ）表示。
6、置换与合一（1）置换例2.2表达式P[x,f(y),B]的4个置换为s1={z/x,w/y}(出现x 和y 的地方，分别z 和w 替换，下同)s2={A/y}s3={q(z)/x,A/y}s4={c/x,A/y}用Es 来表示一个表达式E 用置换s 所得到的表达式的置换。
于是，可得到P[x,f(y),B]的4个置换的例，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]A N M HBCDE FG（2）合一例2.3表达式集{P[x,f(y),B]，P[x,f(B),B]}的合一者为s={A/x,B/y}因为 P[x,f(y),B]s=P[x,f(B),B]s=P[A,f(B),B]即s 使表达式成为单一形式 P[A,f(B),B]7、二元语义网络的表示（1）语义网络的组成：词法部分；结构部分；过程部分；语义部分。
例，所有的燕子（SW ALLOW ）都是鸟（BIRD ）。
建立两个节点SW ALLOW 和 BIRD ，分别表示燕子和鸟。
两个节点以“是一个”（ISA ）链相连，如图一，如果再希望表示小燕（XIAOYAN ）是一只燕子，那么，只需要在语义网络上增加一个节点（XIAOYAN ）和一根ISA 链。
如图二ISA图一 ISA ,图二 除了按分类学对物体进行分类以外，人们通常需要表示有关物体性质的知识。
假设希望表示小燕子有一个巢（NEST ）这个事实，那么，可用所有权连（OWNS ）连到表示是小燕子的巢的节点巢－１（NEST －１）。
巢－１是巢中的一个，即NEST 节点表示物体的各类，而NEST －１表示这种物体中的一个例子。
如下图ISA （2）语义网络中的推理过程主要有两种：继承和匹配。
（3）3种继承过程：①值继承；②“如果需要”继承；③“默认”继承。
值继承：除了ISA 链以外，另外还有一种AKO （是某种）链也可被用于语义网络中的描述或特性的继承。
AKO 是A-KIND-OF 的缩写。
第三章 确定性推理BIRD SWALLOW BIRDSWALLOW XIAOY ANNEST-1 NEST Manager1、盲目搜索（无信息搜索）：图搜索策略、宽度优先搜索、深度优先搜索、等代价搜索。
2、宽度优先搜索和深度优先搜索的优缺点：并作图（简答题）宽度优先搜索：这种搜索是从上到下逐层进行的，在对下一层的任一节点进行搜索之前，必须先搜索完上层的所有节点。
它是图搜索一般过程的特殊情况，实际是将OPEN表作为“先进先出”的队列进行操作。
并能够保证在搜索树种找到一条通向目标节点的最短途径；这颗搜索树提供了所有存在的路径（缺点：如果没有路径存在，那么对有限图来说，该算法失败退出；对于无限图来说，则永远不会终止。
）深度优先搜索：首先扩展最新产生的（即最深的）节点，深度相等的节点可以任意排序。
其中起始节点（即根节点）的深度为0，任何其他节点的深度等于其父辈节点深度加上1。
深度优先搜索可能会使搜索过程沿着无益的路径扩展下去，造成路径太长，即使应用了深度界限来避免该问题，但所求得的解答路径并不一定就是最短路径。
启发式搜索：（盲目搜索的不足：效率低，耗费过多的计算空间与时间）（1）启发式搜索策略：用估价函数（evaluation function）来估算节点希望程度（promise）（2）有序搜索；（3）A*算法新的智能搜索算法：遗传算法、模拟退火算法和免疫算法3、谓词演算公式可以化成一个子句集的变换过程步骤：（1）消去蕴涵符号（2）减少否定符号辖域（3）对变量标准化（4）消去存在量词（5）化为前束形（6）把母式化为合取范式（7）消去全称量词（8）消去连词符号^（9）更换变量名称4、(题4—4)基于规则的演绎系统和产生式系统，均有两种推理方式：正向推理和逆向推理正向推理：从if部分向then部分推理的过程，它是从事实或状况向目标或动作进行操作的。
逆向推理：从then部分向if部分推理的过程，它是从目标或动作向事实或状况进行操作的。
5、规则演绎系统：（1）正向规则演绎系统（2）逆向规则演绎系统（3）双向规则演绎系统6、产生式的基本形式（4）（1）产生式规则是一种因果关系或推理关系，通常形式如下：（5）IF P THEN Q (如果P则Q) 或者P→Q（6）其中，P称为条件、前向或产生式的左边，Q称为操作、结果或产生式的右边。
其还可以是“如果P被满足，则可推出结论Q，或应该执行操作Q”。
（7）（2）产生式推理（8）如果已有产生式规则P→Q（9）并且观察到P，或者知识库中已p，则可得得到结论Q，或执行操作Q。
（10）这种推理的一个关键之处是如何有效解决规则匹配的冲突问题。
7、产生式系统的推理方式分为（按搜索方向）：（1）正向推理（2）反向推理（3）双向推理第四章非经典推理1、不确定性推理：在推理过程中所使用的知识、证据等有不确定性。
第五章计算智能1、人工神经网络人工神经网络（ANN ）或模拟神经网络是由人工神经元组成的，可把人工神经网络看成是以处理单元（PE ）为节点、用加权的向弧（链）相互连接而成的有向图。
它的三层结构：输入层、输出层、隐层。
2、模糊计算3、遗传算法是仿真和自然选择机理，通过人工方式所构造的一类搜索法，从某种程度上来说遗传算法是对生物进化过程的数学方式仿真。
遗传算法的基本原理：A 、编码与译码：将问题结构变换为位串形式编码表示的过程叫编码；反之，将位串形式编码表示变换为原问题结构的过程叫译码。
位串形式编码表示称为染色体或个体。
B 、适应度函数：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，称为适应度函数。
C 、遗传操作：主要有三种（选择、交叉、变异）选择操作也叫复制操作，根据个体的适应度函数值所度量的优劣程度决定它在下一代是被淘汰还是被遗传。
交叉操作：它的简单方式是将被选择出的两个个体P1和P2作为父母个体，将两者的部分码值进行交换。
变异操作：它的简单方式是改变数码串的某个位置上的数码。
D 、控制参数（交叉概率取0.6~0.95之间的值，变异概率取0.001~0.01之间的值，种群规模为30~100）。
第六章 专家系统1、专家系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。
2、专家系统的特点：（1）启发性（2）透明性（3）灵活性3、专家系统的优点：（1）能够高效率、准确、周到、迅速和不知疲倦地进行工作。