人工智能课程复习.pptx

人工智能课程复习南晓斐考试题型设置一、4道简答题，共20分；二、7道计算题，共70分；三、1道论述题，共10分。考试范围为章节3.4.6之前。书本范围为1—86页。考试题目来源于课本例题和课后习题。问答部分1.人工智能的概念人工智能就是人造智能，主要研究用人工的方法和技术开发智能机器或智能系统，以模仿、延伸和扩展人的智能、生物智能、自然智能，实现机器的智能行为2. 人工智能的研究领域博弈（Game Playing）\自动定理证明（Automatic Theorem Proving）\专家系统（Expert System）\模式识别(Pattern Recognition) \机器学习（Machine Learning）\计算智能（Computational Intelligence）\自然语言处理（Natural Language Processing）\分布式人工智能(Distributed Artificial Intelligence)\机器人（Robot）3.盲目搜索盲目搜索，也就是无导向搜索。在搜索过程中，没有任何背景知识作指导不考虑任何与解有关的信息，随机的或按预定顺序机械地搜索，并判断是否为所求的解，直到找到解或是证明问题无解为止。盲目搜索效率太低，一般只适用于求解比较简单的问题。4. 深度优先和宽度优先搜索的优缺点深度优先效率高但有可能进入无限分支，在问题有解的情况下而找不到系统的解，并且找到解也不能保证是最有解。如果问题有解，宽度优先搜索一定能够找到解，而且是最优解，但宽度优先搜索的效率较低。5.启发式搜索和启发函数启发式搜索就是利用启发信息进行制导的搜索。在启发式搜索中，常用启发函数来表示启发性信息，是用来估计搜索树节点与目标节点接近程度的一种函数。启发函数的定义一般可以参考：一个节点到目标节点的某种距离或差异的量度；一个节点处在最佳路径上的概率等。6. OPEN表和ClOSED表的作用OPEN表：动态数据结构，登记记录当前待考察的节点。CLOSED表：动态数据结构，记录考察过得节点。7.基于谓词逻辑的机器推理方法自然演绎推理，归结演绎推理，基于规则的演绎推理。计算部分考核内容包括：1. 状态空间图表示（1）描述状态（2）定义操作（3）写出状态空间的三元组（4）绘制状态空间图（5）在图中寻找答案例2.2 翻转钱币问题（1） 三枚钱币处于反、正、反状态，每次只许翻动一枚钱币，问连续翻动三次后，能否出现全正或全反状态。 初始状态Qs目标状态集合{Q0, Q7}人工智能例2.2 翻转钱币问题（2）引入一个三元组(q0,q1,q2)来描述总状态，钱币正面为0，反面为1，全部可能的状态为： Q0=(0,0,0) ; Q1=(0,0,1); Q2=(0,1,0) Q3=(0,1,1) ; Q4=(1,0,0); Q5=(1,0,1) Q6=(1,1,0) ; Q7=(1,1,1)。翻动钱币的操作抽象为改变上述状态的算子， 即F＝{a, b, c} a:把钱币q0翻转一次 b:把钱币q1翻转一次 c:把钱币q2翻转一次 问题的状态空间为{Q5}, {a, b, c}， {Q0 Q7} 人工智能例2.2 翻转钱币问题（4）3.状态空间图 问题的状态空间为： aabababaabbbbcccbcccb 构造状态空间图： 人工智能从状态空间图，可以找到初始Q5到Q7为3的7条路径，对应的操作序列分别为aab, aba, baa, bbb, bcc, cbc, ccb。找不到Q5到Q0为3的路径.补充例 二阶梵塔问题（1） 一号杆有A、B两个金盘，A小于B。要求将A、B移至三号杆，每次只可移动一个盘子，任何时刻B不能在A上。（1）有关状态的知识：用二元组（SA，SB）表示状态，SA表示A所在杆号，SB表示B所在杆号。其中: SA ,SB?{1,2,3} , 则全部状态如下： （1，1），（1，2），（1，3） （2，1），（2，2），（2，3） （3，1），（3，2），（3，3）初始状态为（1，1），终止状态为：（3，3） 。人工智能1A1A1111111A222222222333333333S3：（2，1）S2：（1，3）S0：（1，1）S4：（2，2）S1：（1，2）S5：（2，3）S6：（3，1）S7：（3，2）S8：（3，3）补充例 二阶梵塔问题（2）BAABBABAABABB人工智能补充例 二阶梵塔问题（3）（2）有关操作的知识（规则）： A（i，j）表示金盘A从第I号杆移到j号杆，B（i，j）表示金盘B从第i号杆移到j号杆，其中：i,j ?{1,2,3}，但i ?j ，全部操作为： A（1，2），A（1，3）， A（2，1） A（2，3），A（3，1）， A（3，2） B（1，2），B（1，3）， B（2，1