人工智能技术导论总复习2011中澳.ppt

第1章 人工智能概述 什么是人工智能？人工智能的研究目标和意义？ 人工智能的研究学派、途径与方法 人工智能的研究目标 人工智能的分支领域（基于应用领域） 人工智能基本技术 人工智能何时、何地、怎么诞生？ 人工智能的现状与发展趋势 第3章 图搜索技术 状态图知识表示 状态图搜索 穷举式搜索 启发式搜索 加权状态图搜索 与或图知识表示 与或图搜索 启发式与或树搜索 博弈树搜索 状态图知识表示 状态空间（State Space） 问题的状态空间是一个表示该问题全部的可能状态及相互关系的图。 一般用赋值有向图，包含 S：问题的可能有的初始状态的集合； F：操作的集合； G：目标状态的集合。 状态空间常记为三元序列S，F，G 习题三第5、6题 状态图搜索 穷举式搜索 广度优先 深度有限 有界深度优先 启发式搜索（九宫重排为例） 局部择优 全局择优 习题三第14题 状态图搜索（续1） 加权状态图搜索 分支界限 最近择优（瞎子爬山） 与或图搜索 与或图相关概念 本原问题、终止节点、端节点、与节点、或节点 与或图也是一个三元组 （Q0 , F , Qn）（第15题） 博弈树知识表示 与或树搜索 可解性判定 广度优先、有界深度优先 与或图搜索（续1） 有序搜索 解树（树根）代价的计算方法 和代价法 最大代价法 有序搜索过程 习题三，第12题 博弈树搜索 极小极大分析法 α－?剪枝技术 补充习题 第5章基于谓词逻辑的机器推理 相关定义及概念 化子句集的过程 命题逻辑的归结原理 替换与合一 谓词逻辑中的归结原理 应用归结原理求取问题答案 归结策略 化子句集的过程 1、消去蕴含词和等值词。 2、使否定词仅作用于原子公式。 3、适当改名使量词间不含同名指导变元。 4、消去存在量词。 5、消去全称量词。 6、化公式为合取范式。 7、适当改名，使子句间无同名变元。 8、消去合取词，以子句为元素组成一个集合S。 命题逻辑的归结原理 设C1， C2是命题逻辑中的两个子句 C1中有文字L1 ，C2中有文字L2 ，且L1与L2互补， 从C1 、 C2中分别删除L1 、L2 ，再将剩余部分析取起来，记构成的新子句为C1 2，则C1 2为C1 、 C2的归结式。 替换与合一 一个替换（Substitution）是形如 {t1/x1, t2/x2, …, tn/xn}的有限集合 设σ是原子公式集S的一个合一，如果对S的任何一个合一θ都存在一个替换λ，使得 θ ＝ σ ?λ 则称σ为S的最一般合一(Most General Unifier),简称MGU。 谓词逻辑中的归结原理 C1，C2为无相同变元的子句； L1，L2为其中的两个文字， L1和?L2有最一般合一σ； C1，C2的二元归结式（二元消解式）为： C1 σ －{L1 σ}） ∪ （ C2 σ－ {L2 σ}） 应用归结原理求取问题答案 （1）先为待求解的问题找一个合适的求证目标谓词； （2）再对目标否定子句增配（以析取形式）一个辅助谓词，该谓词的变元必须与对应目标谓词中的变元完全一致； （3）进行归结； （4）当归结是刚好只剩下辅助谓词时，辅助谓词中原变元位置上的项就是所求的结果。 归结策略 删除策略 支持集策略 线性归结策略 输入归结策略 单元归结策略 祖先过滤型策略 第6章 产生式系统 产生式系统的组成（规则库、推理机、全局数据库） 产生式系统的推理过程 产生式系统的控制策略与常用算法（正向，反向） 推理方式 正向推理 ——从初始事实数据出发，正向使用规则进行推理，朝目标方向前进。又称为前向推理、正向链、数据驱动的推理。 反向推理——从目标出发，反向使用规则进行推理，朝初始事实或数据方向前进。又称反向推理、反向链、目标驱动的推理。 第7章 知识表示 框架（习题7第4、5题） 语义网络（习题7第6题） 第8章 不确定性知识的表示与推理 不确定性类型及特点（习题八第1题） 确定性理论（习题八第7题） 考试相关 考试题型 简答题（25%） 应用题（65%） 问答题（10%） * *