人工智能课件2.pptVIP

2.1.2 问题归约法 2.1.3 谓词逻辑法 一种形式语言，能够把数学中的逻辑论证符号化。 采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。 常与其他方法混合使用，表示比较复杂的问题。 2.1.4 语义网络法 一种结构化表示方法。 由节点和弧线或链线组成。 节点：表示物体、概念和状态。 弧线：表示节点间的关系。 语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。 可表示多元关系，扩展后可表示更复杂的问题。 2.1.5 框架 一种结构化表示方法。 通常由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又拥有若干个值。 大多数实用系统必须同时使用许多框架，可联成一个框架系统。 剧本是框架的一种特殊形式，使用一组槽来描述事件的发生序列，特别适用于描述顺序性动作或事件。 2.1.6 过程 一种知识的过程式表示方法。 将某一有关问题领域知识与这些使用方法一起，隐式地表示为一个问题求解过程。 用程序来描述问题，具有很高的问题求解效率。 由于知识隐含在程序中难以操作，适用范围较窄。 2.2 图搜索策略 搜索过程既是一个问题求解的过程。 搜索过程可采用适当的搜索技术，如各种规则、过程和算法等推理技术，力求找到问题的解答。 图搜索策略可看成是一种在图中寻找路径的方法。 图搜索策略最终生成一个明确的搜索图（图G）和搜索树（G的一个子集T）。 2.2 图搜索策略 从某王姓家族的四代中找王A的后代且其寿命为X=57的人。 2.2 图搜索策略 建立一个只含有起始节点 S的搜索图G，把S放到一个叫做OPEN的未扩展节点表中。 建立一个叫做 CLOSED的已扩展节点表，其初始为空表。 LOOP：若OPEN表是空表，则失败退出。 选择OPEN表上的第一个节点，把它从 OPEN表移出并放进 CLOSED表中。 称此节点为节点n。 若n为一目标节点，则有解并成功退出，此解是搜索图G中沿着指针从n到S 这条路径而得到（指针将在第 7步中设置）。 2.2 图搜索策略 扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图 G中。 对那些未曾在 G中出现过的（既未曾在 OPEN表上或 CLOSED表上出现过的） M成员设置一个通向n的指针 ，把M的这些成员加进 OPEN表。对已经在 OPEN或CLOSED表上的每一个M成员，确定是否需要更改通到n的指针方向。对已在 CLOSED表上的每个M成员，确定是否需要更改图 G中通向它的每个后裔节点的指针方向。 按某一任意方式或按某个探试值，重排OPEN表。 GO LOOP CLOSED中的节点是搜索树中的非端节点 OPEN中的节点是搜索树上未被扩展的节点 决定该过程是盲目搜索还是启发式搜索 2.2 图搜索策略 将牌移入空格的顺序： 从空格左边开始顺时针旋转。不许斜向移动，也不返回先辈节点。 从图可见，要扩展 26个节点，共生成 46个节点之后才求得解（目标节点）。 2.3 一般搜索与推理技术 启发式搜索： 特点：运用启发信息，引用某些准则或经验来重新排列OPEN表中节点的顺序，使搜索沿着某个被认为最有希望的前沿区段扩展。 关键点：正确选择估价函数，以寻求最小代价路径或解树。 方法： 有序搜索（最好优先搜索） 最优搜索A*算法 AO*算法 2.3 一般搜索与推理技术 盲目搜索：“盲目”穷举，不重排OPEN表 宽度优先搜索：搜索效率次之； 深度优先搜索：搜索效率较差； 等代价搜索（有界深度优先搜索）：具有一定的启发性，搜索效率较高，但可能丢失某些解。 2.3 一般搜索与推理技术 高级求解系统 规则演绎系统：采用if-then规则来求解问题。又分为正向、逆向和双向规则演绎系统。 产生式系统：由总数据库、产生式规则和控制策略三部分组成，也分为正向、逆向和双向推理三种形式。 系统组织技术 将一个大系统或复杂系统中的知识划分为一组相对独立的模块，然后考虑各子模块在求解时的合作问题。 2.4 A*算法 一种有序搜索算法，总是选择估价函数值最小的节点作为扩展节点。 定义： 任一节点上函数值 表示从节点S开始约束通过节点n的一条最佳路径的代价。 表示从节点S到节点n的一条最佳路径的实际代价。 表示从节点n到某目标节点的一条最佳路径的代价。 2.4 A*算法 希望估价函数 是 的一个估计。 是 的估计，表示用搜索算法找到的从节点S到节点n的最小代价路径，并且