人工智能考試復(fù)習(xí)資料

1、 人工智能第一章 緒論1、智能（intelligence）人的智能是他們理解和學(xué)習(xí)事物的能力，或者說，智能是思考和理解能力而不是本能做事能力。2、人工智能（學(xué)科）人工智能研究者們認為：人工智能（學(xué)科）是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支。它的近期主要目標(biāo)在于研究用機器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。3、 人工智能（能力）人工智能（能力）是智能機器所執(zhí)行的通常與人類智能有關(guān)的智能行為，這些智能行為涉及學(xué)習(xí)、感知、思考、理解、識別、判斷、推理、證明、通信、設(shè)計、規(guī)劃、行動和問題求解等活動。4、人工智能：就是用人工的方法在機器上實現(xiàn)的智能，或者說，是人們使用機器

2、模擬人類的智能。5、人工智能的主要學(xué)派：符號主義：又稱邏輯主義、心理學(xué)派或計算機學(xué)派，其原理主要為物理符號系統(tǒng)（即符號操作系統(tǒng)）假設(shè)和有限合理性原理。代表人物有紐厄爾、肖、西蒙和尼爾遜等。連接主義：又稱仿生學(xué)派或生理學(xué)派，其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法。行為主義：又稱進化主義或控制論學(xué)派，其原理為控制論及感知動作模式控制系統(tǒng)。6、 人類認知活動具有不同的層次，它可以與計算機的層次相比較，見圖計算機程序思維策略計算機語言初級信息處理計算機硬件生理過程 人類 計算機圖：人類認知活動與計算機的比較 認知活動的最高層級是思維策略，中間一層是初級信息處理，最低層級是生理過程，即中樞

3、神經(jīng)系統(tǒng)、神經(jīng)元和大腦的活動，與此相對應(yīng)的是計算機程序、語言和硬件。研究認知過程的主要任務(wù)是探求高層次思維決策與初級信息處理的關(guān)系，并用計算機程序來模擬人的思維策略水平，而用計算機語言模擬人的初級信息處理過程。7、人工智能研究目標(biāo)為：1、更好的理解人類智能，通過編寫程序來模仿和檢驗的關(guān)人類智能的理論。2、創(chuàng)造有用和程序，該程序能夠執(zhí)行一般需要人類專家才能實現(xiàn)的任務(wù)。一般來說，人工智能的研究目標(biāo)又可分為近期研究目標(biāo)和遠期研究目標(biāo)兩種。兩者具有不可分割的關(guān)系，一方面，近期目標(biāo)的實現(xiàn)為遠期目標(biāo)研究做好理論和技術(shù)準(zhǔn)備，打下了必要的基礎(chǔ)，并增強人們實現(xiàn)遠期目標(biāo)的信心。另一方面，遠期目標(biāo)則為近期目標(biāo)指明了

4、方向，強化了近期研究目標(biāo)的戰(zhàn)略地位。8、人工智能研究的基本內(nèi)容：（1）認知建模；（2）知識表示；（3）知識推理；（4）知識應(yīng)用；（5）機器感知；（6）機器思維；（7）機器學(xué)習(xí)；（8）機器行為（9）智能系統(tǒng)構(gòu)建9、人工智能研究的主要方法： （1）、功能模擬法（2）、結(jié)構(gòu)模擬法（3）、行為模擬法（4）、集成模擬法10、 人工智能研究和應(yīng)用領(lǐng)域： （1）計算智能（2）專家系統(tǒng)（3）機器學(xué)習(xí)（4）機器視覺（5）神經(jīng)網(wǎng)絡(luò)第二章 知識表示方法1、 人工智能課程三大內(nèi)容： 知識表示；知識推理；知識應(yīng)用。2、 知識表示方法：（9種） 重點掌握這4種：狀態(tài)空間法，謂詞演算法，產(chǎn)生表示法，語義網(wǎng)絡(luò)法（重點）， 問

5、題歸約法、框架表示、面向?qū)ο蟊硎?、劇本表示和過程表示。3、 狀態(tài)空間法狀態(tài)空間法三要點： 狀態(tài)：表示問題求解法中每一步問題狀況的數(shù)據(jù)結(jié)構(gòu)； 算符：把問題從一種狀態(tài)變換為另一種狀態(tài)的手段； 狀態(tài)空間方法：基于解答空間的問題表示和求解方法，它是以狀態(tài)與算符為基礎(chǔ)來表示和求解問題的。（看p29的圖2.2） A4、問題歸約法（與或圖表示）MNHGCBEDF有圓弧的表示“與”，無圓弧的表示“或”或節(jié)點：只要解決某個問題就可以解決其父輩問題的節(jié)點集合，如圖中（MNH）.與節(jié)點：只有解決所有子問題，才能解決其父輩問題的節(jié)點八集合，如圖中（B,C）和（D,E,F）各個節(jié)點之間用一段小圓弧連接標(biāo)記。5、謂詞邏輯

6、法（1）連詞A、合?。壕褪怯眠B詞（）把幾個公式連接起來而構(gòu)成的公式。相當(dāng)于“與”B、析取：就是用連詞（）把幾個公式連接起來而構(gòu)成的公式。相當(dāng)與“或”C、蘊涵：（）表示“如果.那么”的語句。D、非：表示否定，用符號（，）表示。（2） 量詞A、 全稱量詞：若一個原子公式P（x），對于所有可能變量x都具有T值，則用（ ）表示。B、 存在量詞：若一個原子公式P（x），至少有一個變元x，可使P（x）為T值，則用（）P（x）表示。6、 置換與合一（1）置換例2.2表達式Px,f(y),B的4個置換為 s1=z/x,w/y(出現(xiàn)x和y的地方，分別z和w替換，下同) s2=A/y s3=q(z)/x,A/y

7、s4=c/x,A/y用Es來表示一個表達式E 用置換s所得到的表達式的置換。于是，可得到Px,f(y),B的4個置換的例，如下： Px,f(y),Bs1Pz,f(w),B Px,f(y),Bs2=Px,f(A),B Px,f(y),Bs3=Pq(z),f(A),B Px,f(y),Bs4=Pc,f(A),B（2）合一例2.3表達式集Px,f(y),B，Px,f(B),B的合一者為s=A/x,B/y因為 Px,f(y),Bs=Px,f(B),Bs=PA,f(B),B即s使表達式成為單一形式 PA,f(B),B7、二元語義網(wǎng)絡(luò)的表示（1）語義網(wǎng)絡(luò)的組成：詞法部分；結(jié)構(gòu)部分；過程部分；語義部分。例，

8、所有的燕子（SWALLOW）都是鳥（BIRD）。建立兩個節(jié)點SWALLOW和 BIRD，分別表示燕子和鳥。兩個節(jié)點以“是一個”（ISA）鏈相連，如圖一，如果再希望表示小燕（XIAOYAN）是一只燕子，那么，只需要在語義網(wǎng)絡(luò)上增加一個節(jié)點（XIAOYAN）和一根ISA鏈。如圖二ISASWALLOWBIRDBIRDSWALLOWXIAOYAN圖一 ISA ,圖二除了按分類學(xué)對物體進行分類以外，人們通常需要表示有關(guān)物體性質(zhì)的知識。假設(shè)希望表示小燕子有一個巢（NEST）這個事實，那么，可用所有權(quán)連（OWNS）連到表示是小燕子的巢的節(jié)點巢（NEST）。巢是巢中的一個，即NEST節(jié)點表示物體的各類，而NE

9、ST表示這種物體中的一個例子。如下圖ISANESTNEST-1（2） 語義網(wǎng)絡(luò)中的推理過程主要有兩種：繼承和匹配。（3） 3種繼承過程：值繼承；“如果需要”繼承；“默認”繼承。值繼承：除了ISA鏈以外，另外還有一種AKO（是某種）鏈也可被用于語義網(wǎng)絡(luò)中的描述或特性的繼承。AKO是A-KIND-OF的縮寫。Manager第三章 確定性推理1、 盲目搜索（無信息搜索）：圖搜索策略 、寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價搜索。2、 寬度優(yōu)先搜索和深度優(yōu)先搜索的優(yōu)缺點：并作圖（簡答題） 寬度優(yōu)先搜索：這種搜索是從上到下逐層進行的，在對下一層的任一節(jié)點進行搜索之前，必須先搜索完上層的所有節(jié)點。它是圖搜索一

10、般過程的特殊情況，實際是將OPEN表作為“先進先出”的隊列進行操作。并能夠保證在搜索樹種找到一條通向目標(biāo)節(jié)點的最短途徑；這顆搜索樹提供了所有存在的路徑（缺點：如果沒有路徑存在，那么對有限圖來說，該算法失敗退出；對于無限圖來說，則永遠不會終止。） 深度優(yōu)先搜索：首先擴展最新產(chǎn)生的（即最深的）節(jié)點，深度相等的節(jié)點可以任意排序。其中起始節(jié)點（即根節(jié)點）的深度為0，任何其他節(jié)點的深度等于其父輩節(jié)點深度加上1。深度優(yōu)先搜索可能會使搜索過程沿著無益的路徑擴展下去，造成路徑太長，即使應(yīng)用了深度界限來避免該問題，但所求得的解答路徑并不一定就是最短路徑。啟發(fā)式搜索：（盲目搜索的不足：效率低，耗費過多的計算空間與

11、時間） （1）啟發(fā)式搜索策略：用估價函數(shù)（evaluation function）來估算節(jié)點希望程度（promise） （2）有序搜索；（3）A*算法新的智能搜索算法：遺傳算法、模擬退火算法和免疫算法3、謂詞演算公式可以化成一個子句集的變換過程步驟：（1）消去蘊涵符號（2）減少否定符號轄域（3）對變量標(biāo)準(zhǔn)化（4）消去存在量詞（5）化為前束形（6）把母式化為合取范式（7）消去全稱量詞（8）消去連詞符號（9）更換變量名稱4、(題44)基于規(guī)則的演繹系統(tǒng)和產(chǎn)生式系統(tǒng)，均有兩種推理方式：正向推理和逆向推理正向推理：從if部分向then部分推理的過程，它是從事實或狀況向目標(biāo)或動作進行操作的。逆向推理：從

12、then部分向if部分推理的過程，它是從目標(biāo)或動作向事實或狀況進行操作的。5、規(guī)則演繹系統(tǒng)：（1）正向規(guī)則演繹系統(tǒng)（2） 逆向規(guī)則演繹系統(tǒng)（3） 雙向規(guī)則演繹系統(tǒng)6、產(chǎn)生式的基本形式（4） （1）產(chǎn)生式規(guī)則是一種因果關(guān)系或推理關(guān)系，通常形式如下：（5） IF P THEN Q (如果P則Q) 或者PQ（6） 其中，P稱為條件、前向或產(chǎn)生式的左邊，Q稱為操作、結(jié)果或產(chǎn)生式的右邊。其還可以是“如果P被滿足，則可推出結(jié)論Q，或應(yīng)該執(zhí)行操作Q”。（7） （2）產(chǎn)生式推理（8） 如果已有產(chǎn)生式規(guī)則 PQ（9） 并且觀察到P，或者知識庫中已p，則可得得到結(jié)論Q，或執(zhí)行操作Q。（10） 這種推理的一個關(guān)鍵之

13、處是如何有效解決規(guī)則匹配的沖突問題。7、產(chǎn)生式系統(tǒng)的推理方式分為（按搜索方向）：（1）正向推理（2）反向推理（3）雙向推理第四章 非經(jīng)典推理1、不確定性推理：在推理過程中所使用的知識、證據(jù)等有不確定性。 第五章 計算智能1、人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ANN）或模擬神經(jīng)網(wǎng)絡(luò)是由人工神經(jīng)元組成的，可把人工神經(jīng)網(wǎng)絡(luò)看成是以處理單元（PE）為節(jié)點、用加權(quán)的向?。ㄦ湥┫嗷ミB接而成的有向圖。它的三層結(jié)構(gòu)：輸入層、輸出層、隱層。2、模糊計算3、遺傳算法是仿真和自然選擇機理，通過人工方式所構(gòu)造的一類搜索法，從某種程度上來說遺傳算法是對生物進化過程的數(shù)學(xué)方式仿真。遺傳算法的基本原理：A、編碼與譯碼：將問題結(jié)構(gòu)變

14、換為位串形式編碼表示的過程叫編碼；反之，將位串形式編碼表示變換為原問題結(jié)構(gòu)的過程叫譯碼。位串形式編碼表示稱為染色體或個體。B、適應(yīng)度函數(shù)：為了體現(xiàn)個體的適應(yīng)能力，引入了對問題中的每一個個體都能進行度量的函數(shù)，稱為適應(yīng)度函數(shù)。C、遺傳操作：主要有三種（選擇、交叉、變異）選擇操作也叫復(fù)制操作，根據(jù)個體的適應(yīng)度函數(shù)值所度量的優(yōu)劣程度決定它在下一代是被淘汰還是被遺傳。交叉操作：它的簡單方式是將被選擇出的兩個個體P1和P2作為父母個體，將兩者的部分碼值進行交換。變異操作：它的簡單方式是改變數(shù)碼串的某個位置上的數(shù)碼。D、控制參數(shù)（交叉概率取0.60.95之間的值，變異概率取0.0010.01之間的值，種群

15、規(guī)模為30100）。第六章 專家系統(tǒng)1、 專家系統(tǒng)：是一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。2、 專家系統(tǒng)的特點：（1）啟發(fā)性（2）透明性（3）靈活性3、 專家系統(tǒng)的優(yōu)點： （1）能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進行工作。 （2）解決實際問題時不受周圍環(huán)境的影響，也不可能遺漏忘記。 （3）能夠不受時間和空間的限制，保存、推廣珍貴和稀缺的專家知識與經(jīng)驗。 （4）能促進各領(lǐng)域的發(fā)展，它使各領(lǐng)域?qū)＜业膶I(yè)知識和經(jīng)驗得到總結(jié)和精煉。 （5）能匯集多領(lǐng)域?qū)＜业闹R和經(jīng)驗以及他們協(xié)作解決重大問題的能力。4、專家

16、系統(tǒng)簡化結(jié)構(gòu)圖：知識庫推理機專家知識輸出或提問答案專家系統(tǒng)的主要組成部分：知識庫、綜合數(shù)據(jù)庫、推理機、解釋器、接口知識庫：用于存儲某領(lǐng)域?qū)＜业膶ｉT知識，包括事實、可行操作與規(guī)則等。建立知識庫，需要解決知識獲取和知識表示問題。包括兩個部分內(nèi)容一部分是已知的同當(dāng)前問題有關(guān)的數(shù)信息，另一部分是進行推理時要用到的一般知識和領(lǐng)域知識。推理機：用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作。能夠根據(jù)知識進行推理和導(dǎo)出結(jié)論，而不是簡單地搜索現(xiàn)成的答案。5、專家系統(tǒng)設(shè)計與建立步驟知識化概念化形式化規(guī)則化合法化再設(shè)計改進問題知識概念結(jié)構(gòu)規(guī)則形式 重新闡述建立系統(tǒng)的一般步驟：（1）設(shè)

17、計初始知識庫：包括問題知識化、知識概念化、概念形式化、形式規(guī)則化、規(guī)則合法化（2）原型機的開發(fā)與試驗（3）知識庫的改進與歸納6、評價專家系統(tǒng)的內(nèi)容（掌握5項）當(dāng)專家系統(tǒng)完成時，應(yīng)對系統(tǒng)的以下各方面都做出正式的評價）：（1） 系統(tǒng)所做的決定和建議的質(zhì)量；（2）所用推理技術(shù)的正確性；（3）人機對話的質(zhì)量；（4）效率；（5）成本效果（或工程經(jīng)濟分析）。7、 專家系統(tǒng)開發(fā)工具：骨架型開發(fā)工具（又稱外殼）、語言型開發(fā)工具、構(gòu)造輔助工具、支撐環(huán)境。8、 新型專家系統(tǒng)具有以下特征： （1）并行與分布處理；（2）多專家系統(tǒng)協(xié)同工作；（3）高級語言和知識語言描述；（4）具有自學(xué)習(xí)功能；（5）引入新的推理機制；（

18、6）具有自糾錯和自完善能力；（7）先進的智能人機接口。第七章 機器學(xué)習(xí)1、學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)（填圖題或解答題）環(huán)境學(xué)習(xí)知識庫執(zhí)行環(huán)境向系統(tǒng)的學(xué)習(xí)的部分提供某些信息，學(xué)習(xí)部分利用這些信息修改知識庫，以增進系統(tǒng)執(zhí)行部分完成任務(wù)的效能，執(zhí)行部分根據(jù)知識庫完成任務(wù)，同時把獲得的信息反饋給學(xué)習(xí)部分。2、機器學(xué)習(xí)常見的幾種學(xué)習(xí)方法：（1）機械學(xué)習(xí)；（2）基于解釋的學(xué)習(xí)；（3）基于事例的學(xué)習(xí)；（4）基于概念的學(xué)習(xí)；（5）基于類比的學(xué)習(xí)；（6）基于決策樹的歸納學(xué)習(xí)；（7）強化學(xué)習(xí)。第十章 自然語言理解1、語言的構(gòu)成 語言詞匯 語法詞熟語 詞法句法詞素 構(gòu)形法 構(gòu)形法 造句法 詞組構(gòu)造法語音和文字是構(gòu)成語言的兩個基本屬性語言是以詞為基本單位，詞匯又受到語法的支配才可以構(gòu)