人工智能期末整理 复习资料

《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！！