人工智能总复习.ppt

第一章 绪论 1.1 什么是人工智能 1.3. AI的研究目标 1.4. AI的研究途径与流派 1.1 什么是人工智能AI是计算机科学的一个分支，是研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为(机器智能)。总之, AI是指用人工的方法在机器（ 计算机）上模拟或实现的智能，即机器智 能。 1.3.1 AI的研究目标中心目标是使计算机有智能，一方面是使他们更有用，另一方面是理解使智能成为可能的原理。 近期研究目标---使计算机更有用、更聪明 远期研究目标---探讨智能的基本机理,研究如何利用各种自动机来模拟人的某些思维过程和智能行为人的各种智能活动过程特别是思维过程，虽然各自有特殊的规律和特点，但都可以在一定条件下形式地等效成一个“问题求解”过程。这里，问题表示某个给定过程的当前状态与我们所要求的目标状态之间存在某种差异。AI研究中的其它内容都可以围绕“问题求解”这个中心来组织，所以AI研究的核心课题可以概括为“广义的问题求解”.知识工程认为AI是一个知识信息处理系统，知识表示、知识利用和知识获取是其中的三个基本问题。 1.4 AI的研究途径、方法和流派 研究途径对人工智能的研究必然借鉴天然智能—人脑的研究成果，根据侧重点的不同，可分为三大类： 结构模拟，神经计算，生理学派，连接主义 功能模拟，符号推演，心理学派，符号主义 行为模拟，控制进化，控制论学派，行为主义，进化主义 第2章图搜索技术 2.1 状态图问题求解 2.2 状态图搜索2.3 与或图问题求解 2.4 与或图搜索 2.5 博弈树搜索 状态空间法问题求解举例 示例1: 修道士和野人问题(MC问题) 问题描述：设N个传教士(Missionary)带领N个野人(Cannibal)划船渡河，为了安全起见，需遵循两个约束： 船上的人数不得超过载重限制K人； 任何时候两岸和船上的野人数不得超过传教士。现考虑N=3,K=2的简单情况。称每次过河的一种安排为一个操作或算子。 操作算子可以定义两类：L(m,c)和R(m,c)，分别表示m个传教士和c个野人将船从左岸划到右岸和相反方向的操作。由于m和c取值的可能组合只有5个：10, 20, 11, 01, 02，因此总共有10个操作算子（如下图），操作集为： F={P01，P10，P11，P02，P20，Q01，Q10，Q11，Q02，Q20} 由于划船操作是可逆的，所以节点间的弧是双向弧。1. 广度优先搜索广度优先搜索就是始终先在同一级节点中考查，只有当同一级节点考查完之后，才考查下一级节点。或者说，是以初始节点为根节点，向下逐级扩展搜索树。所以，广度优先策略的搜索树是自顶向下一层一层逐渐生成的。又称宽度优先或横向搜索。 广度优先：扩展当前节点后生成的子节点总是置于OPEN表的尾端，即OPEN表作为FIFO的队列使用，使搜索优先向横广方向发展。CLOSED表是一个顺序表，正被考察的节点在表中编号最大。 广度优先搜索的优点：能确保找到最短解路径。如果问题的解存在，用此搜索法一定能找到解，且找到的解还是最优解（即最短的路径）。 缺点是搜索效率低。 2.深度优先搜索深度优先搜索就是在搜索树的每一层始终先只扩展一个子节点，不断地向纵深前进，直到不能再前进(到达叶子节点或受到深度限制)时，才从当前节点返回到上一级节点，沿另一方向又继续前进。这种方法的搜索树是从树根开始一枝一枝逐渐形成的。3.分支界限法(最小代价优先法)其基本思想是：每次从OPEN表中选出g(x)值最小的节点进行考察，而不管这个节点在搜索树的什么位置上。可以看出，这种搜索法与前面的广度优先法的区别仅是选取扩展节点的标准不同，一个是代价值g(x)（最小），一个是路径值d(x)（最小）。4.最近择优法(瞎子爬山法)这种方法实际同深度优先法类似，区别也仅是选取扩展节点的标准不同，一个是代价值g(x)（最小），一个是路径值d(x)（最小）。用瞎子爬山法过程求解上题,其搜索过程是:A0-B1-C2-D3-E4 ,发现的是一个非最佳解,代价为145. 全局择优搜索全局择优搜索就是利用启发函数制导的一种启发式搜索方法。该方法亦称为最好优先搜索法，它的基本思想是：在OPEN表中保留所有已生成而未考察的节点，并用启发函数h(x)对它们全部进行估价，从中选出最优节点进行扩展，而不管这个节点出现在搜索树的什么地方。6. 局部择优搜索局部择优搜索与全局择优搜索的区别是，扩展节点N后仅对N的子节点按启发函数值大小以升序排序，再将它们依次放入OPEN表的首部。故算法从略。4.2.6 启发式图搜索的A算法和A*算法1.估价函数估计一个结点的价值，必须综合考虑两方面的因素：已经付出的代价和将要付