人工智能导论在线作业
人工智能导论习题作业

习题:1·比较深度优先、宽度优先和爬山法的优缺点,说明在什么条件下某种方法最有效。
2·如果把估价函数写为f=(1-W)g+Wh, 其中 0<=W<=1,讨论W的大小对A算法的影响。
3·如图1所示,初始节点为S,目标节点为G,请分别用宽度优先和深度优先搜索树,并标明已扩展过的节点顺序(closed表中的节点顺序)。
4·有一堆火柴棒共9根,甲乙二人轮流玩,每人每次必须而且只能从其中取走1根2根或3根,取走最后一根者输,试用与或树法证明后玩者必胜。
5·对于图2.32所示的搜索树,以优先生成最右边的节点的顺序来进行a-b搜索。
指出在何处出现修剪,并与图2.32(以优先生成最左边的节点的顺序进行搜索)加以比较。
6·用状态空间图中的路径证明字符串(((),()),(),((),()))是由下列重写规则规定的语法中的一个句子S:(1). S <- ( ) (2). A <- S (3). A <- A,A (4). S <- (A)在这些重写规则中,我们规定箭号左边的符号可以代替箭号右边的子字符串,此子字符串可出现在该字符串中的任何位置上。
7·节点nj为节点ni的后继节点,如果从nj至ni是不可达的,则称ni和nj之间的连接弧线为不可撤回弧线。
试举出1个含有不可撤回弧线的状态空间图问题的例子。
8·对求解下述八皇后问题的产生式系统规定一个总数据库、规则和终止条件。
此问题叙述如下:把八个皇后摆在一个标准的国际象棋棋盘上,使得每行、每列以及每个对角线上都只包含不多于一个皇后。
画出部分状态空间图,用适当的描述来标记各节点和连接弧线。
9·请举例说明AI的宽度优先,深度优先,等费用方法,爬山法和A算法可以用于什麽实际问题。
S /|\/ | \B / | \|\ | \| \|____\ D| / C |E |/_______| F\ /\ /\ /G \/图1。
北语20春《人工智能导论》作业3.doc

1.一组_相当于系统的知识库,它采用"IF <前件> THEN <后件>"的形式,来表达求解问题所需要的知识。
A.数据库B.产生式规则集C.控制系统D.综合数据库【参考答案】: B2.在AO*算法中,已知h(n)函数对一个与或图中各节点的假想估值如下:h(n0)=3,h(n1)=2,h(n2)=4,h(n3)=4,h(n4)=1,h(n5)=1,h(n6)=2,h(n7)=h(n8)=0(目标节点)。
此外假设k-连接符的耗散值为k。
开始时,初始节点n0,n0被扩展,生成出节点n1、n4和n5,一个1-连接符指向n1,一个2-连接符指向n4和n5。
这两个连接符之间是"或"的关系。
问指针将指向_。
A.n0的1-连接符B.n0的2-连接符C.n4D.n5【参考答案】: A3.基于规则的正向演绎系统的子句形式:_。
A.子句的合取式(合取范式)B.子句的析取式(析取范式)C.文字的析取式D.文字的合取式【参考答案】: C4.在搜索解图的过程中,若解图的耗散值记为k(n,N),则若n是N的一个元素,则k(n,N)=。
A.nB.NC.N-nD.0【参考答案】: D5.基于规则的逆向演绎系统的初始综合数据库是_。
A.事实表达式的与或树B.目标公式的与或树C.与或树D.证明树【参考答案】: B6.产生式系统求解问题时,如果控制系统保留住所有规则应用后生成并链接起来的数据库(状态)记录图,则称工作在这种方式下的控制系统使用了_。
A.回溯搜索策略B.图搜索策略C.盲目搜索D.启发式搜索【参考答案】: B7.在九宫格棋盘上,两位选手轮流在棋盘上摆各自的棋子(每次一枚),谁先取得三子一线的结果就取胜。
问第一步的最好着法是把棋子下在_。
A.左上位置B.中上位置C.中央位置D.中左位置【参考答案】: C8.在AO*算法中,已知h(n)函数对一个已知与或图中各节点的假想估值如下:h(n0)=3,h(n1)=2,h(n2)=4,h(n3)=4,h(n4)=1,h(n5)=1,h(n6)=2,h(n7)=h(n8)=0(目标节点)。
人工智能导论测试题库及答案

人工智能导论测试题库及答案一、人工智能导论测试题库一、选择题1. 以下哪项不是人工智能的主要研究领域?A. 机器学习B. 计算机视觉C. 数据挖掘D. 神经科学2. 以下哪种编程语言在人工智能领域应用最广泛?A. PythonB. JavaC. C++D. Ruby3. 以下哪种算法是监督学习算法?A. K-均值聚类B. 决策树C. 遗传算法D. 深度学习4. 以下哪个不属于人工智能的主要类型?A. 弱人工智能B. 强人工智能C. 通用人工智能D. 超级智能5. 以下哪个不属于机器学习的主要任务?A. 分类B. 回归C. 聚类D. 排序二、判断题6. 人工智能是计算机科学的一个分支。
()7. 机器学习是一种无需编写明确规则,让计算机自动从数据中学习的算法。
()8. 神经网络是一种模拟人脑神经元结构的算法。
()9. 深度学习是一种基于神经网络的算法。
()10. 计算机视觉的主要任务是让计算机能够理解和解释图像和视频。
()三、填空题11. 人工智能的三大基石是________、________和________。
12. 在机器学习算法中,________和________是两种常用的分类算法。
13. 人工智能可以分为________、________和________三种类型。
四、简答题14. 请简要解释机器学习中的监督学习和无监督学习的区别。
15. 请简要介绍深度学习的概念及其在人工智能领域的应用。
二、答案及解析一、选择题1. D(神经科学是研究人脑结构和功能的学科,不属于人工智能研究领域)2. A(Python在人工智能领域应用广泛,因为它有丰富的库和框架支持)3. B(决策树是一种监督学习算法,用于分类和回归任务)4. D(超级智能是一种假设性的未来状态,目前还未实现)5. D(排序不属于机器学习的主要任务,而是数据结构的一种操作)二、判断题6. √(人工智能确实是计算机科学的一个分支,主要研究如何使计算机具有智能)7. √(机器学习确实是一种无需编写明确规则,让计算机自动从数据中学习的算法)8. √(神经网络确实是一种模拟人脑神经元结构的算法)9. √(深度学习确实是一种基于神经网络的算法)10. √(计算机视觉确实是一种让计算机能够理解和解释图像和视频的技术)三、填空题11. 数据、算法、计算能力12. 支持向量机、决策树13. 弱人工智能、强人工智能、通用人工智能四、简答题14. 监督学习:从标记好的训练数据中学习,以预测新的、未标记的数据。
人工智能导论: 第1次阶段作业

1.正确
2.错误
知识点:
第2章知识表示与知识图谱
学生答案:
[A;]
标准答案:
A
得分:
[10]
试题分值:
10.0
提示:
12.
一阶谓词逻辑表示法可以表示不确定的知识。
13.
1.正确
2.错误
知识点:
第2章知识表示与知识图谱
学生答案:
[B;]
标准答案:
B
得分:
[10]
试题分值:
1Байду номын сангаас.0
提示:
14.
一个命题不能同时既为真又为假,但可以在一种条件下为真,在另一种条件为假。
学生答案:
[A;]
标准答案:
A
得分:
[10]
试题分值:
10.0
提示:
7.
框架的槽值或侧面值不能是另一个框架的名字。
8.
9.
1.正确
2.错误
知识点:
第2章知识表示与知识图谱
学生答案:
[B;]
标准答案:
B
得分:
[10]
试题分值:
10.0
提示:
10.
产生式系统求解问题的过程是一个反复进行“匹配—冲突消解--执行”的过程。
一、判断题(共8道小题,共80.0分)
1.
产生式是蕴含式。
2.
3.
1.正确
2.错误
知识点:
第2章知识表示与知识图谱
学生答案:
[B;]
标准答案:
B
得分:
[10]
试题分值:
10.0
提示:
4.
产生式有固定的格式,每一条产生式规则都由前提与结论(操作)两部分组成。
北语17秋《人工智能导论》作业3

1. 在进行α-β剪枝时,比较都是在_间进行的。
A. 极大节点和极大节点B. 极小节点和极小节点C. 极小节点和极大节点D. 以上全选正确答案:C 满分:4 分2. 在搜索解图的过程中,若解图的耗散值记为k(n,N),则若n是N的一个元素,则k (n,N)=。
A. nB. NC. N-nD. 0正确答案:D 满分:4 分3. 若存在一个置换s使得表达式集{Ei}中每个元素经置换后的例有:E1s=E2s=E3s =…,则称表达式集{Ei}是可_的,这个置换s称作{Ei}的_者。
A. 置换置换B. 合一合一C. 归结归结D. 递归递归正确答案:B 满分:4 分4. 在AO*算法中,已知h(n)函数对一个已知与或图中各节点的假想估值如下:h(n0)=3,h(n1)=2,h(n2)=4,h(n3)=4,h(n4)=1,h(n5)=1,h(n6)=2,h(n7)=h(n8)=0(目标节点)。
且k-连接符的耗散值为k。
假设此时n5刚被扩展成n6、n7和n8三个节点。
一个1-连接符指向n6,一个2-连接符指向n7和n8。
则有关能解节点的说法正确的是_。
A. n7和n8是能解节点,n5不是能解节点。
B. n7和n8是不能解节点,n5是能解节点。
C. n7、n8和n5都是能解节点。
D. n7、n8和n5都是不能解节点。
正确答案:C 满分:4 分5. 在九宫格棋盘上,两位选手轮流在棋盘上摆各自的棋子(每次一枚),谁先取得三子一线的结果就取胜。
设程序方MAX的棋子用(×)表示,对手MIN的棋子用(○)表示,MAX 先走。
静态估计函数f(p)规定如下:若p对任何一方来说都不是获胜的格局,则f(p)=(所有空格都放上MAX的棋子之后,MAX的三子成线(行、列、对角)的总-(所有空格都放上MIN的棋子之后,MIN的三子成线(行、列、对角)的总数)。
当×在中央位置,○在中上位置时,则可得f(p)=_。
A. 1B. 2C. 4D. 6正确答案:B 满分:4 分6. 在AO*算法中,已知h(n)函数对一个已知与或图中各节点的假想估值如下:h(n0)=3,h(n1)=2,h(n2)=4,h(n3)=4,h(n4)=1,h(n5)=1,h(n6)=2,h(n7)=h(n8)=0(目标节点)。
东北大学23年秋《人工智能导论》在线平时作业1-答案

东大23年秋《人工智能导论》在线平时作业1
试卷总分:100 得分:100
第1题,脑的宏观心理层次的智能表现称为()
【A.项】符号智能
【B.项】计算智能
【C.项】脑智能
【D.项】群智能
[正确答案]:C
第2题,不属于VR虚拟课堂和AR技能实训室构建技术的是()
【A.项】虚拟现实技术
【B.项】WEB网络技术
【C.项】信息加密技术
【D.项】智能问答系统
[正确答案]:A
第3题,下列几项生活中的应用哪项属于语音识别的应用范畴?智能音箱语音输入法语音导航()
【A.项】
【B.项】
【C.项】
【D.项】
[正确答案]:D
第4题,下列不属于阿莫西夫提出的“机器人三定律”的是()
【A.项】机器人必须保护自身安全和服从人的一切命令;一旦发生冲突,以自保为先【B.项】机器人不得伤害人类,或者目睹人类将遭受危险时袖手不管
【C.项】机器人必须服从人类发出的命令,当该命令与B冲突时例外
【D.项】机器人在不违反
【B.项】C的情况下,要尽可能保护自身的安全
[正确答案]:A
第5题,人工智能技术的应用对商家的改变不包含()
【A.项】市场需求分析
【B.项】产品品质把控
【C.项】广告精准投放
【D.项】满足所有用户需求
[正确答案]:D
第6题,A算法中所用的函数是()
【A.项】特性函数
【B.项】能量函数
【C.项】隶属函数。
人工智能导论试卷加答案

人工智能导论试卷加答案一、选择题(每题2分,共20分)1. 以下哪项不是人工智能的主要研究领域?A. 机器学习B. 自然语言处理C. 量子计算D. 计算机视觉答案:C2. 以下哪种算法不属于深度学习?A. 卷积神经网络(CNN)B. 循环神经网络(RNN)C. 决策树D. 长短时记忆网络(LSTM)答案:C3. 在机器学习领域,以下哪项技术不属于监督学习?A. 线性回归B. 逻辑回归C. K-均值聚类D. 决策树答案:C4. 以下哪种编程语言在人工智能领域应用最广泛?A. PythonB. JavaC. C++D. Ruby答案:A5. 在自然语言处理领域,以下哪种技术不属于词嵌入?A. Word2VecB. Doc2VecC. Sentiment AnalysisD. GloVe答案:C二、填空题(每题2分,共20分)6. 人工智能的三要素是:算法、数据和______。
答案:计算能力7. 机器学习可以分为监督学习、无监督学习和______。
答案:半监督学习8. 在深度学习中,卷积神经网络主要用于解决______问题。
答案:图像识别9. 强化学习中的智能体通过与环境的交互来学习达到______。
答案:最大回报10. 在自然语言处理领域,词嵌入技术可以将单词映射到______空间。
答案:高维三、判断题(每题2分,共20分)11. 人工智能就是让计算机像人类一样思考。
()答案:错误12. 深度学习是机器学习的一个子领域。
()答案:正确13. 监督学习需要大量的标注数据进行训练。
()答案:正确14. 量子计算是人工智能的一个主要研究领域。
()答案:错误15. 机器学习算法可以分为有监督学习和无监督学习两大类。
()答案:正确四、简答题(每题10分,共30分)16. 简述机器学习的主要应用领域。
答案:机器学习的主要应用领域包括:(1)图像识别与处理:如人脸识别、物体识别、图像分割等;(2)自然语言处理:如机器翻译、情感分析、语音识别等;(3)推荐系统:如个性化推荐、广告推送等;(4)金融领域:如股票预测、信用评分、风险管理等;(5)生物信息学:如基因序列分析、蛋白质结构预测等;(6)其他领域:如无人驾驶、机器人、智能家居等。
人工智能导论 习题及参考答案

1、根据美国教育家、心理学家霍华德·加德纳(Howard Gardner)提出的多元智能理论,人类的智能可以分成七个范畴,以下哪项不属于这七大范畴?CA、音乐智能B、空间智能C、计算智能D、语言智能2、“计算机之父”及“人工智能之父”是_________?BA、尼尔森(N.J.Nilsson)B、艾伦·图灵(Alan.M.Turing)C、马文·闵斯基(Marvin Lee Minsky)D、约翰·麦卡锡(John McCarthy)3、人工智能发展过程中的三大学派不包括:DA、符号主义B、连接主义C、行为主义D、逻辑主义4、“一个概念用一组数字,向量,矩阵或张量表示,各个节点并不表示特定的概念。
”描述了哪个学派?BA、符号主义B、连接主义C、行为主义D、逻辑主义5、人工智能的四要素是数据、算力、算法、场景。
其中______是基础。
DA、算力B、算法C、场景D、数据6、下列哪项不属于人工智能主要的三个技术方向?DA、计算机视觉B、语音处理C、自然语言处理D、大数据分析7、根据美国汽车工程师协会(SAE)将自动驾驶按照车辆行驶对于系统依赖程度的级别划分,在全场景下车辆行驶完全实现对系统的依赖属于哪一级别?BA、L4B、L5C、L6D、L78、计算机视觉的主要应用领域中,不包含以下哪一个?AA、文本挖掘B、智能交通C、文字处理D、公安安防9、智能医疗主要应用的人工智能中的哪一项技术?AA、计算机视觉B、语音处理C、自然语言处理D、大数据分析10、下面哪一项主要应用自然语言处理技术?CA、文字识别B、信号处理C、情感分析D、目标检测判断题1、数理逻辑智能是指准确感知视觉空间及周围一切事物,并且能把所感觉到的形象以图画的形式表现出来的能力。
False2、人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学,它是计算机科学的一个分支。
- 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)。
人工智能导论在线作业集团标准化办公室:[VV986T-J682P28-JP266L8-68PNN]答:决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。
基本方法:决策树一般由方块结点、圆形结点、方案枝、概率枝等组成,方块结点称为决策结点,由结点引出若干条细支,每条细支代表一个方案,称为方案枝;圆形结点称为状态结点,由状态结点引出若干条细支,表示不同的自然状态,称为概率枝。
每条概率枝代表一种自然状态。
在每条细枝上标明客观状态的内容和其出现概率。
在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。
这样树形图由左向右,由简到繁展开,组成一个树状网络图。
步骤:a.绘制决策树图。
从左到右的顺序画决策树,此过程本身就是对决策问题的再分析过程。
b.按从右到左的顺序计算各方案的期望值,并将结果写在相应方案节点上方。
期望值的计算是从右到左沿着决策树的反方向进行计算的。
c.对比各方案的期望值的大小,进行剪枝优选。
在舍去备选方案枝上,用“=”记号隔断。
2、什么是知识它有哪些特性列举至少六种知识表示方法答:经过国内外学者的共同努力,目前已经有许多知识表示方法得到了深入的研究,目前使用较多的知识表示方法主要有:谓词逻辑表示法,产生式表示法、框架表示法、语义网络表示法、表示法、基于本体的知识表示法等。
本文将介绍这些知识表示方法的特征和优缺点,进行一些分析和比较。
(1)词逻辑表示法。
谓词逻辑表示法是指各种基于(ormalogic)知识表示方式,用逻辑公式描述对象、性质、状况和关系,例如“在轨道上”可以描述成:(npaceshiporbit)它是领域中使用最早和最广泛的知识表示方法之一。
其根本目的在于把数学中的逻辑论证符号化,能够采用数学演绎的方式,证明一个新语句是从哪些已知正确的语句推导出来的,那么也就能够断定这个新语句也是正确的。
在这种方法中,识库可以看成一组逻辑公式的集合,识库的修改是增加或删除逻辑公式。
使用逻辑法表示知识,将以描述的知识通过引入谓词、函数来加以形式描述,得有关的逻辑公式,而以机器内部代码表示。
在逻辑法表示下可采用归结法或其它方法进行准确的推理。
谓词逻辑表示法建立在的基础上,有下列优点:①谓词逻辑表示法对如何由简单说明构造复杂事物的方法有明确、统一的规定,且有效地分离了知识和处理知识的程序,构清晰;②谓词逻辑与数据库,别是与关系数据库有密切的关系;一阶谓词逻辑具有完备的算法;可以保证知识库中新旧知识在逻辑上的一致性和演绎所得结论的正确性;作为一种形式推理方法,依赖于任何具体领域,具有较大的通用性。
但是,词逻辑表示法也存在着下列缺点:①难于表示过程和启发式知识;②由于缺乏组织原则,得知识库难于管理;③由于是弱证明过程,当事实的数目增大时,证明过程中可能产生组合爆炸;④表示的内容与推理过程的分离,理按进行,容所包含的大量信息被抛弃,样使得处理过程加长、工作效率低。
谓词逻辑适合表示事物的状态、属性、概念等事实性的知识,及事物间确定的因果关系,是不能表示不确定性的知识,及推理效率很低。
(2)生式规则表示法。
产生式知识表示法是常用的知识表示方式之一。
它是依据人类大脑记忆模式中的各种知识之间的大量存在的因果关系,以“IFHEN”的形式,产生式规则表示出来的。
这种形式的规则捕获了人类求解问题的行为特征,通过认识———行动的循环过程求解问题。
一个由规则库、综合数据库和控制机构三个基本部分组成。
产生式规则表示法具有非常明显的优点:①自然性好,产生式表示法用“If-THEN”的形式表示知识,这种表示形式与人类的判断性知识基本一致,直观,自然,便于推理;②除了对系统的总体结构、各部分相互作用的方式及规则的表示形式有明确规定以外,对系统的其它实现细节都没有具体规定,这使设计者们在开发实用系统时具有较大灵活性,可以根据需要采用适当的实现技术,特别是可以把对求解问题有意义的各种启发式知识引入到系统中;③表示的格式固定,形式单一,规则间相互独立,整个过程只是前件匹配,后件动作。
匹配提供的信息只有成功与失败,匹配一般无递归,没有复杂的计算,所以系统容易建立;④由于规则库中的知识具有相同的格式,并且全局数据库可以被所有的规则访问,因此规则可以被统一处理;⑤模块性好,产生式规则是规则中最基本的知识单元,各规则之间只能通过全局数据库发生联系,不能互相调用,增加了规则的模块性,有利于对知识的增加、删除和修改;⑥产生式表示法既可以表示确定的知识单元,又可以表示不确定性知识;既有利于表示启发式知识,又可方便地表示;既可表示领域知识,又可表示元知识。
但是,产生式规则表示法也存在着下列缺点:①推理效率低下:由于规则库中的知识都有统一格式,并且规则之间的联系必须以全局数据库为媒介,推理过程是一种反复进行的“匹配———冲突消除———执行”的过程。
而且在每个推理周期,都要不断地对全部规则的条件部分进行搜索和模式匹配,从原理上讲,这种做法必然会降低推理效率,而且随着规则数量的增加,效率低的缺点会越来越突出,甚至会出现组合爆炸问题。
②不直观:数据库中存放的是一条条相互独立的规则,相互之间的关系很难通过直观的方式查看;③缺乏灵活性:产生式表示的知识有一定的格式,规则之间不能直接调用,因此较难表示那些具有结构关系或层次关系的知识,也不能提供灵活的解释。
产生式方法是目前首选的知识表示方式。
用于化工工业测定分子结构的DENDRAL系统,用于诊断和血液病毒感染的MYCIN系统,以及用于估计矿藏的PROSPECTOR系统等,都是用这种方法进行知识表示和推理的例子。
(3)语义网络表示法。
语义网络是知识表示中最重要的方法之一,是一种表达能力强而且灵活的知识表示方法。
语义网络利用节点和带标记的边构成的有向图描述事件、概念、状况、动作及客体之间的关系。
带标记的有向图能十分自然的描述客体之间的关系。
语义网络由于其自然性而被广泛应用。
采用语义网络表示的知识库的特征是利用带标记的有向图描述可能事件。
结点表示客体、客体性质、概念、事件、状况和动作,带标记的边描述客体之间的关系。
知识库的修改是通过插入和删除客体及其相关的关系实现的。
采用网络表示法比较合适的领域大多数是根据非常复杂的分类进行推理的领域以及需要表示事件状况、性质以及动作之间的关系的领域。
语义网络表示法具有以下的优点:①把各节点之间的联系以明确、简洁的方式表示出来,是一种直观的知识表示方法;②着重强调事物间的语义联系,体现了人类思维的联想过程,符合人们表达事物间关系的习惯,因此把自然语言转换成语义网络较为容易;③具有广泛的表示范围和强大的表示能力,用其它形式的表示方法能表达的知识几乎都可以用语义网络来表示;④把事物的属性以及事物间的各种语义联系显式地表示出来,是一种结构化的知识表示法。
但是,语义网络表示法也存在着以下的缺点:①推理规则不十分明了,不能充分保证网络操作所得推论的严格性和有效性;②一旦节点个数太多,网络结构复杂,推理就难以进行;③不便于表达判断性知识与深层知识。
(4)框架表示法。
框架表示法是明斯基于1975年提出的,其最突出的特点是善于表示结构性知识,能够把知识的内部结构关系以及知识之间的特殊关系表示出来,并把与某个实体或实体集的相关特性都集中在一起。
框架是一种描述固定情况的数据结构,一般可以把框架看成是一个由节点和关系组成的网络。
框架的最高层次是固定的,并且它描述对于假定情况总是正确的事物,在框架的较低层次上有许多终端———被称为槽(Slots)。
在槽中填入具体值,就可以得到一个描述具体事物的框架,每一个槽都可以有一些附加说明———被称为侧面(Facet),其作用是指出槽的取值范围和求值方法等。
一个框架中可以包含各种信息:描述事物的信息,如何使用框架的信息,关于下一步将发生什么情况的期望及如果期望的事件没有发生应该怎么办的信息等等,这些信息包含在框架的各个槽或侧面中。
一个具体事物可由槽中己填入值的框架来描述,具有不同的槽值的框架可以反映某一类事物中的各个具体事物。
相关的框架链接在一起形成了一个框架系统,框架系统中由一个框架到另一个框架的转换可以表示状态的变化、推理或其它活动。
不同的框架可以共享同一个槽值,这种方法可以把不同角度搜集起来的信息较好地协调起来。
框架表示法具有以下优点:①框架系统的数据结构和问题求解过程与人类的思维和问题求解过程相似;②框架结构表达能力强,层次结构丰富,提供了有效的组织知识的手段,只要对其中某些细节作进一步描述,就可以将其扩充为另外一些框架;③可以利用过去获得的知识对未来的情况进行预测,而实际上这种预测非常接近人的认识规律,因此可以通过框架来认识某一类事物,也可以通过一系列实例来修正框架对某些事物的不完整描述(填充空的框架,修改默认值)。
框架表示法与语义网络表示法存在着相似的问题:①缺乏形式理论,没有明确的推理机制保证问题求解的可行性和推理过程的严密性;②由于许多实际情况与原型存在较大的差异,因此适应能力不强;③框架系统中各个子框架的数据结构如果不一致会影响整个系统的清晰性,造成推理的困难。
(5)面向对象的知识表示。
面向对象的知识表示方法基本出发点就是:客观世界是由一些实体组成的。
这些实体有自己的状态,可以执行一定的动作。
相似的实体抽象为较高层的实体,实体之间能以某种方式发生联系。
所谓对象就是对这些实体的映象。
对象中封装了数据成员(或者叫实例成员)和成员函数(方法)。
数据成员可以用来描述对象的各种属性,这些属性是对外隐蔽的。
外界可以且仅可以通过成员函数访问对象的私有成员,数据成员可以被初始化,可以通过成员函数被改变,因此对象可以动态地保存当前自己的状态。
由于对象中还包含了操作(成员函数),因此可以把求解机制封装于对象之中。
这样对象既是信息的存储单元,又是信息处理的独立单位,它具有一定的内部结构和处理能力。
各种类型的求解机制分布于各个对象,通过对象之间消息的传递完成整个问题求解过程。
用对象表示的知识与客观情况更为接近,这种表示方案比较自然,易于理解。
面向对象表示法具有如下优点:①“继承”带来了天然的层次性和结构性。
在高层次,对象能封装复杂的行为,使具体细节对该层知识使用保持透明,从而降低问题描述和计算推理的复杂度;通过继承可以减少知识表达上的冗余,知识库的修改、增加、删减以及使用和维护都十分方便;对一个知识单元进行修改不会影响其它单元,每一知识单元中所包含的知识规则有限,推理空间小,提高了推理效率;②对象本身的定义产生了良好的兼容性和灵活性,它可以是数据,也可以是方法;可以是事实,也可以是过程;可以是一个框架,也可以是一个语义子网络;③用几何语言来描述的话,面向对象的抽象机制实际上是将对象看成了客观世界及其映射系统的分形元,因而事物都可以由这些分形元堆垒而成。