试卷共有15道题，四种题型：
1、名词解释题（不超过五个字的概念）
2、简答题（包涵计算）
鲁滨逊归结原理、wuzi？置换？
- 倒推值计算方法、
- 代价树每个结点的代价的算法：最大代价法、和代价法
- α-β剪枝、
3、证明题
4、综合题
小小tips
理解就可、不用和课本一模一样、说的正确就行
千万别空着，有步骤分、可以找分
书、课后习题、itc习题多看看
老师没有讲的 就不考
一、知识表示的基本方法
非结构化方法：一阶谓词逻辑，产生式规则
结构化方法：语义网络，框架
其他方法：状态空间法，问题规约法
二、人工智能三大流派
(1)符号主义学派：
认识的基元是符号，认识过程就是符号运算和推理；
代表人物：纽厄尔，西蒙；
代表成果：人工定理证明，人工智能语言LISP，鲁滨逊归结原理，专家系统。
(2)连接主义学派：
思维的基元是神经元，而不是符号，思维的过程是神经元的连接活动，而不是符号运算的过程；
代表人物：麦卡洛克，霍普菲德尔；
代表成果：单层感知机，Hopfield网络，BP网络。
(3)行为主义学派，
行为主义学派认为人工智能起源于控制论，智能取决于感知与行为，取决于对外部复杂环境的适应；
代表任务及成果：布鲁克斯研制的六角机器虫。
三、合一置换
合一置换的概念与计算方法
二元归结式证明过程
四、产生式表示法（不确定性推理方法里的说法）
1、产生式系统的组成
(1)一个综合数据库，又称事实库，用于存放输入的事实，从外部数据库输入的事实、中间结果、最后结果；
(2)一组产生式规则，描述某领域内知识的产生式集合；
(3)一个控制系统，包含推理方式和控制策略，又称推理机或推理引擎。
2、专家系统推理过程和结果
3、正向推理
也称为数据驱动推理或前向链推理
4、逆向推理
亦称为目标驱动推理或逆向链推理
5、知识匹配
五、框架、语义网
（了解如何构建）
框架：横向、纵向联系
匹配、继承方法
有例题
六、状态空间图
构建状态空间图来问题求解 盲目搜索 得到解、如何表示出来
七、与或图：搜索
1、搜索的概念
依靠经验，利用已有知识，根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索。
2、启发式搜索与盲目性搜索的区别
(1)盲目搜素是指在搜索之前就预定好控制策略，整个搜索过程中的策略不变，即使搜索出来的中间信息有利用价值，其搜索过程中的策略不再改变，效率低，灵活性差，不利于复杂问题求解。
(2)智能搜索是指可以利用搜索过程中得到的中间信息（与问题相关的信息）来引导搜索过程向最优方向发展的算法。
3、启发式信息的概念、（简答、名词解释）
用于指导搜索过程且与具体问题求解有关的控制信息称为启发信息
启发信息作用分类：
- 用于决定先扩展哪一个节点
- 在扩展节点时，用于决定要生成哪一个或哪几个后继节点
- 用于确定某些应该从搜索树中抛弃或修建的节点
4、启发函数的概念
在扩展节点时，用来描述节点重要程度的函数称为估价函数， 一般形式为f(x)=g(x)+h(x)。其中，g(x)为初始节点S0到节点x已实际付出的代价，h(x)是从节点x到目标节点Sg的最优路径的估计代价，启发信息主要由h(x)来体现，故把它称为启发函数。
5、A算法和A*算法基本原理和区别
A 算法
在状态空间搜索中，如果每一步都利用估价函数f(n)=g(n)+h(n)对Open表中的节点进行排序，则称为A算法。它是一种为启发式搜索算法
类型：
全局择优：从Open表中的所有节点中选择一个估价函数值最小的进行扩展
局部择优：仅从刚生成的子节点中选择一个估价函数值最小的进行扩展。
A*算法
对在A算法的基础上，选用了一个比较特殊的估价函数，对节点n定义f*(x)=
g(x)+h(x)，表示从S0开始通过节点x到Sg的一条最佳路径的代价，g是g的估计，h是h的估计。g(x)是对最小代价g(x)的估计，且g(x)>0,g(x)>=g(x),
h(x)为h*(x)的下界，即对所有的x存在h(x)
Original: https://blog.csdn.net/CE00001/article/details/125153526
Author: 乐心唯帅
Title: 【人工智能】期末复习 重点知识点总结
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/691881/
转载文章受原作者版权保护。转载请注明原作者出处！