《人工智能总结.docx》由会员分享，可在线阅读，更多相关《人工智能总结.docx（7页珍藏版）》请在三一办公上搜索。
1、人工智能总结行的起点，称为程序的目标。PROLOG就是一种基于Horn子句的逻辑程序。PROLOG程序的运行是从目标出发，并不断进行匹配、合一、归结，有时还要回溯，直到目标别完全满足或不能满足时为止。PROLOG程序的执行过程是一个(归结)演绎推理过程。其特点是：推理方式为反向推理, 控制策略是深度优先, 且有回溯机制。3、简述用A*算法求解问题时为什么会出现重复扩展节点问题，解决的方法有哪些？答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问
2、题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，这样，随着经验的丰富，系统的性能自然就会不断改善和提高。24、机器学习的三个要素：信息，发展和知识。对应于机器学习的对象、方法和目标。25、基于学习策略的分类：符号学习和神经网络学习。26、决策树：也称判断树，它由对象的若干属性、属性值和有关决策组成的一棵树。其中的节点为属性，分支为属性值，从同一节点出发的各个分支之间是逻辑或关系，根节点为对象的一个属性；从根节点出发到每一个叶子节点的所有节点
3、和边，按顺序串联成一条分支路径，位于同一分支路径上的各个属性-值对之间是逻辑与关系，叶子节点是这个与关系的对应结果，即决策。 27、决策树学习首先要有一个实例集，基本方法和步骤：选取一个属性，按这个属性的不同取值对实例集进行分类；并以该属性作为根节点，以这个属性的诸取值作为根节点的分支，进行画树；考察所得的每一个子类，看其中的实例的结论是否完全相同。如果相同，则以这个相同的结论作为相应分支路径末端的叶子节点；否则，选取一个非父节点的属性，按这个属性的不同取值对孩子集进行分类，并以该属性作为节点，以这个属性的诸取值作为节点的分支，继续进行画树。如此继续，直到所分的子集全都满足：实则可以减少重复扩
4、展节点问题。4、简述回溯策略与深度优先策略的不同点。答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 5、不确定性类型按性质分：随机性，模糊性，不完全性，不一致性 6、在删除策略归结的过程中删除以下子句：含有纯文字的子句;含 有永真式的子句;子句集中被别的子句类含的子句。7、图：指由节点和有向边组成的网络。按连接同一节点的各边的逻辑关系又可分为或图和与或图。8、合一算法：求非空有限具有相同谓词名的原子公式集的最一般合一。 9、人工智能的远期目标
5、是制造智能机器，近期目标是实现机器智能。 10、什么是产生式？产生式规则的语义是什么？产生式规则基本形式：P 或者 IF P THEN P 是产生式的前提，用于指出该产生式是否可用的条件 是一组结论或操作，用于指出当前提 P 所指示的条件满足时，应该得出的结论或应该执行的操作产生式规则的语义：如果前提P被满足，则可推出结论 或执行 所规定的操作11、谓词公式G通过个步骤所得的子句集合S，称为G的子句集。请写出这些步骤：1）消去蕴含式和等价式， ；2）缩小否定词的作用范围，直到其作用于原子公式: ；3）适当改名，使量词间不含同名指导变元和约束变元。 ；4.）消去存在量词 ；5）消去所有全称量词
6、；6) 化成合取范式；7). 适当改名，使子句间无同名变元；8). 消去合取词，用逗号代替，以子句为元素组成一个集合S12、人工智能的基本技术包括搜索技术 推理技术 知识表示和知识库技术、归纳技术、联、想技术13、产生式系统有三部分组成综合数据库，知识库和推理机。其中推理可分为正向推理和反向推理。14、在归结原理中，几种常见的归结策略并且具有完备性的是删除策略 支持集策略 线性归结策略、输入归结策略、单元归结策略 15、归结法中，可以通过修改证明树的方法得到问题的解答16、开发专家系统所要解决的基本问题有三个，那就是知识的获取、知识的表示和知识的运用，在语义网络表示知识时，所使用的推理方法有A
7、KO 和ISA 。17、剪枝的条件是：剪枝：若任一极小值层节点的值小于或等于它任一先辈极大值节点的值，即，则可中止该极小值层中这个MIN节点以下的搜索过程。这个MIN节点最终的倒推值就确定为这个值。剪枝：若任一极大值层节点的值大于或等于它任一先辈极小值层节点的值，即，则可以中止该极大值层中这个MAX节点以下的搜索过程。这个MAX节点的最终倒推值就确定为这个值。18、知识表示的方法主要有逻辑表示法 框架 产生式和语义网络，类和对象，模糊集合，因果网络，脚本，过程等 19、知识的分类：就形式而言：显示和隐式。显示知识是指可用语言文字符号形象声音及其他人能直接识别和处理的形式，明确的在其载体上表示出
8、来的知识。隐式知识只可用神经网络存储和表示就严密性和可靠性而言：理论知识和经验知识就确定性而言：确定性知识和不确定知识就确切性而言：确切描述的知识和非确切描述的知识。20、知识表示是指面向计算机的知识描述或表达形式和方法。具体的讲就是要用某种约定的形式结构来描述知识，而且这种形式结构还要能够转换为机器的内部形式，使的计算机能方便的存储、处理和应用。-知识表示是建立专家系统级各种知识系统的重要环节，也是知识工程的一个重要方面。 21、基于谓词逻辑的推理主要是演绎方式的推理；基于框架、语义网络和对象知识表示的推理是一种称为继承的推理。22、机器学习：主要指机器对自身行为的修正或性能的改善和机器对客
9、观规律的发现。 23、机器学习的流程：对于输入的信息，系统根据目标和经验做出决策予以响应，即执行相应的动作；对目标的实现或任务的完成情况进行评估；将本次的输入、响应和评价作为经验予以存储记录。可以看出，第一次决策时系统中还无任何经验，但从第二此决策开始，经验便开始积累。例结论完全相同，而得到所有的叶子节点为止。这样一棵决策树就被生成。 28、神经网络分为四大类：分层前向网络、反馈前向网络、互联前向网络、广泛互联网络。29、网络学习一般是利用一组称为样本的数据，作为网络的输入，网络按照一定的规则自动调节神经元之间的连接强度或拓扑结构，当网络的实际输出满足期望的要求，或者趋于稳定是，则认为学习成功
10、。30、神经网络学习的规则是权值修正规则：相关规则和误差修正规则。 31、神经网络学习方法分类：有导师学习，强化学习，无导师学习；权值修正，拓扑变化，权值与拓扑修正；确定性学习，随机性学习；基于相似性学习，基于命令学习。32、专家系统：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，像专家一样解决困难、复杂的实际问题的计算机系统。33、专家系统的基本要素：专家拥有丰富的专业知识和实践经验或者说拥有丰富的理论知识和经验知识，特别是经验知识。34、专家系统与一般的软件系统开发无异，其开发过程同样要遵循软件工程的步骤和原则，即也要进行系统分析、系统设计等几个阶
11、段的工作。但由于它是专家系统，而不是一般的软件系统，所以，又有其独特的地方，主要包括以下几个步骤：系统总体分析与设计；知识获取；知识表示与知识描述语言设计；知识库设计、知识库管理系统设计；推理机与解释模块设计；总控与界面设计；编程与调试；测试与评价；运行与维护。可以看出它有如下特点：知识获取和知识表示设计是一切工作的起点；知识表示与知识描述语言确定后，其他设计可同时进行；35、对涉及人工智能的一些问题的认识：首先人工智能把人脑更有效的扩大和延伸是人类智能扩大的延伸，人工智能的应用十分广泛：机器翻译、智能控制、模式识别、机器博弈等，运用智能技术解决很多的实际问题从而使现有的计算机更有效更灵活成为
12、人类智能化信息处理的工具。人工智能用计算机模拟人的思维活动包含理解能力、学习能力、推理能力，主要是脑功能的结构模拟和功能模拟。然而人类不能赋予机器同等的情感，无法确保责任问题，此外生物物种灭绝新型细菌的出现，人类的未来难以预料37、能解节点定义如下： 是能解节点； 若非终节点有子节点时，当且仅当其子节点至少有一能解，该非终节点才能解； 若非终节点有子节点时，当且仅当其子节点均能解，该非终节点才能解。18、局部图的耗散值定义如下： 若n是局部图的一个叶节点，则k=，其中表示节点n到目标节点集的最佳解图耗散值的估计； 若n由一个外向连接符指向后继节点n1，ni，并设该连接符的耗散值为Cn，则k=
13、+ + k）。 19、耗散值最小的解图称为解图20、AO*算法是一种用于对进行搜索的启发式搜索算法，该算法对目前找到的局部图进行评价，选择的局部图进行优先搜索，直到找到一个解图为止。当启发函数h满足条件时，在问题有解的情况下，AO*算法一定能找到最佳解图结束。 21、所谓“图灵实验”，是为了判断一台机器是否具备智能的实验。实验由三个封闭的房间组成，分别放置主持人、参与人和机器。主持人向参与人和机器提问，通过提问的结果来判断谁是人，谁是机器。如果主持人无法判断谁是人，谁是机器，则这台机器具备智能，即所谓的“智能机器”。22/深度优先方法的特点是什么？属于图搜索；是一个通用的搜索方法；如果深度限制不合适，有可能找不到问题的解；不能保证找到最优解。23/什么是置换？置换是可交换的吗？通常用有序对的集合st1/v1，t2/v2，?，tn/vn
