人工智能期末整理 复习资料
- 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》
Artificial Intelligence
期末知识点整理
题型:
一、选择题(15题,每题2分,共30分)
主要考查基本概念
二、问答题(7题,每题10分,共70分)
主要考算法具体应用于一个小问题
必考:
与或树的宽度、深度优先搜索算法(必考)
博弈树的极大极小搜索过程(必考)
知识点整理:
第一部分课程综述
1、人工智能英语:Artificial Intelligence
2、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。它的近期目标在于研究用机器来模仿和执行人脑的某些智能功能,并开发相关的理论和技术。
3、课程所讲内容:
➢问题求解经典人工智能(符号主义)所研究的内容➢谓词逻辑与推理
➢计算智能(神经计算) 计算智能(连接主义)
4、主要学派
➢符号主义:又称逻辑主义、心理学派或计算机学派-----物理符号系统假设和有限合理性原理。
➢连接主义:又称仿生学派、生理学派-----神经网络。
➢行为主义:又称计算主义、控制论学派------控制论及感知-动作型控制系统。
5、每一部分的内容安排原则:
问题(知识)的表达--------------------表达
相应的求解技术------------------------求解
软件实现的平台或者环境----------------平台
6、每部分概述
·表达方法:谓词逻辑
·求解方法:消解原理、消解反演算法
·实现平台:Visual-Prolog语言
➢人工神经网络
·数据采集与表示方法:用一个向量及其性质(类别或函数值)来描述每一个样本。
·求解方法:针对不同的问题,选择一个神经网络模型,并用训练样本集确定网络的权值。
·实现平台:Matlab或其他高级语言。
第二部分问题求解
1、
2、状态空间法与图的搜索技术
➢状态空间法表示问题的关键:状态与操作符
·状态:为了描述某一类不同事物间的差别引入的一组最少变量的有序集合·算符(操作符):使问题从一个状态变换到另一状态的手段
➢求解问题:寻找从初始状态到目标状态的某一个操作符序列
状态空间法的求解过程:用有向图来表示
对应关系:状态<—>结点
操作符<—>有向弧
➢状态空间法的解:从初始状态到目标状态的操作符序列
➢图中的解:从起始节点到目标节点的一条路径
➢求解思路:边扩展节点边找解的搜索思想
➢图的搜索技术分为
⏹盲目搜索技术(宽度、深度、代价优先搜索技术)
◆宽度优先:先扩展出来的节点优先(OPEN 为队列),后继节点有目标
节点结束
例子!!!
思路:按照操作符顺序,从第一个开始,先从宽度开始,拓展一层,从左到右排好(先---后),然后,从先拓展出来的结点(即最左边的)开始进行拓展,注意已经拓展过的结点不拓展,所以4不行,走不通的结点也是不行,如3。注意要一次用完所有的操作符,即找到目标结点也要继续拓展完这个结点的。
深度优先:后者扩展出来的节点优先(OPEN 为堆栈),且有深度限制,后继节点有目标节点结束
例子!!!
思路:按照操作符顺序,从第一个开始,运用操作符,拓展第一层,拓展的结点按照从右到左的顺序存放(后---先),然后,从后拓展出来的结点(即最左边的)开始进行拓展,接着往深处搜索直到深度界限,回溯。同样注意已经拓展过的结点不拓展,注意要一次用完所有的操作符,即找到目标结点也要继续拓展完这个结点的。
◆代价优先(等代价):到起始节点代价小的节点优先( OPEN 为线性表),
具有最小代价的节点是目标节点时结束
例子!!!
思路:按照操作符顺序,从第一个开始,拓展第一层,拓展的结点按照从左到右的顺序存放(先---后),然后,计算出各个点的代价,选择代价最小的拓展。可以拓展拓展过的结点,注意要全部走完才能判断出出口。
⏹启发式搜索技术(有序搜索算法)
◆有序搜索算法:估价函数值小的节点优先,有解的结束条件:具有最
小估价函数值的节点是目标节点
例子!!!
思路:按照操作符顺序,从第一个开始,拓展第一层,拓展的结点按照从左到右的顺序存放(先---后),然后,计算出各个点的估计函数值,选择值最小的拓展。同样注意已经拓展过的结点不拓展。
差别:
·选取待扩展节点的规则不同,并可以OPEN表的不同数据结构来体现
·算法有解的终止条件不同
3、问题归约法、与或树搜索技术
➢问题归约法表示问题的关键:
原始问题描述、本原问题描述、操作符
⏹操作符:将问题转换或分解为子问题的手段
⏹本原问题:一组可以直接得出答案的简单问题
➢问题归约法的求解过程:用与或图来表示
➢判断节点是否可解的方法:
⏹终叶节点是可解节点
⏹无后继节点的非终叶节点是不可解节点
⏹用倒推的方法来逐步判断其他节点是否可解
➢与或图有解的条件是:起始节点(根节点)可解(通过倒推来判断)
➢与或图的解图:由最少可解节点所构成的子图,这些可解节点能够使问题的起始节点可解
➢与或树:与或图的特例,除了根节点外,任何一个节点只有一个父节点➢与或树的搜索技术:
⏹宽度优先:先扩展出来的节点优先(OPEN表是队列)
例子!!