人工智能课程复习剖析.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 2017-4-9 人工智能 7 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} 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} 2017-4-9 人工智能 8 例2.2 翻转钱币问题（4） 3.状态空间图 问题的状态空间为： 2017-4-9 人工智能 9 构造状态空间图： aab aba baa bbb bcc cbc ccb 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） 。 2017-4-9 人工智能 11 B A A A A A B A B B B B B 补充例 二阶梵塔问题（2） 2017-4-9 人工智能 12 （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,