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!