人工智能及其应用总结.docVIP

第一章：绪论 智能： 根据对人脑已有的认识，结合智能的外在表现，从不同的角度、不同的侧面、用不同的方法对智能进行研究，提出了几种不同的观点，其中影响较大的观点有思维理论、知识阈值理论及进化理论。综合三个方面，智能是知识和智力的总和。其中，知识是一切智能行为的基础，而智力是获取知识并使用知识求解问题的能力。 智能的基本特征： 1、感知能力、2、记忆和思维能、3、学习能力、4、行为能力（表达能力） 人工智能的研究内容： 知识表示、机器感知、机器思维、机器学习、机器行为 人工智能的研究目标： 近期目标：使现有的电子数字计算机更聪明、更有用，使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。 建造智能机器人代替人类的部分智力劳动。 远期目标：用自动机模仿人类的思维过程和智能行为。 最终目标：机器智能实现生物智能的各项功能。 智能行为：感知、推理、学习、通信和复杂环境下的动作行为 知识发现的处理过程：数据挖掘、数据选择、知识评价?? 人工智能的主要学派：符号主义、连接主义和行为主义 人工智能的研究途径：心理模拟 、生理模拟和行为模拟 人工智能的使用领域：智能控制、智能管理、智能决策、智能仿真。 人工智能的基本技术：表示 、运算、搜索归纳技术、联想技术 人工智能（机器智能）、学科和能力：（书）所谓人工智能就是用人工的方法在机器(计算机)上实现的智能，或者说是人们使机器具有类似于人的智能。从学科角度来看：人工智能是计算机科学中涉及研究、设计和使用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。从能力角度来看：人工智能是智能机器所执行的通常和人类智能有关的功能。 对认知行为进行研究：心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，和此相应的是计算机程序、语言和硬件。研究认知过程的主要任务是探求高层次思维决策和初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 人工智能新的研究热点：新的研究热点：分布式人工智能和Agent，计算智能和进化计算，数据挖掘和知识发现 (超市市场商品数据分析)，人工生命 第二章：知识表示方法 知识的一般概念：知识是人们在改造客观世界的实践中积累起来的认识和经验 知识表示：是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构和控制结构的统一体，既考虑知识的存储又考虑知识的使用。 知识表示的要求：表示能力、可利用性、可实现性、可组织性、可维护性、自然性、可理解性 状态空间法的三要素：状态、算符、状态空间方法 问题求解技术：问题的表示和求解的方法 二种不确定性：关于证据的不确定性和关于结论的不确定性? 原子公式：由若干谓词符号和项组成 问题的状态空间包含三种说明的集合：初始状态集合S、操作符集合以及目标状态集合 “我听音乐或者绘画”的谓词表示的析取式LISTEN(I,MUSIC)VDRAW(I,PAINTING) 句子变换成子句形式：(x)｛P(x)→P(x)｝ (ANY x) { P(x)?P(x) } (ANY x) {~P(x) OR P(x)} ~P(x) OR P(x) 最后子句为~P(x) OR P(x) 第三章：搜索推理技术 如果搜索是以接近起始节点的程序来依次扩展节点，这种搜索叫宽（广）度优先搜索 盲目（无信息）搜索叫做深度优先搜索 盲目搜索包括：宽度优先搜索，深度优先搜索和等代价搜索 第四章：计算智能（神经计算、模糊计算） 对于人的思维的模拟可以从两条道路进行：一是结构模拟，二是功能模拟 计算智能，涉及研究分支 贝兹德克认为计算智能取决于制造者提供的数值数据，而不依赖于知识。计算智能是智力的低层认知。主要的研究领域为神经计算，模糊计算，进化计算，人工生命。 计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。 计算智能是智力的低层认知，主要取决于数值数据而不依赖于知识。人工智能是在计算智能的基础上引入知识而产生的智力中层认知。生物智能，尤其是人类智能，则是最高层的智能。即CI包含AI包含BI 人工神经网络的主要学习算法：(1) 指导式(有师)学习(2) 非指导(无导师)学习(3) 强化学习 第五章：计算智能（进化计算、人工生命） 遗传算法：从一组随机初始化的候选解出发，按某种指标从解群中选取较优的个体，利用遗传算子（选择、交叉和变异）对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止 遗传算法的特点： (1) 遗传算法是对参数集合的编码而非针对参数本身进行进化； (2)?遗传算法是从问题解的编码组（种群）开始而非从单个解开始搜索； (3)?遗传算法利用目标函数的适应度这一信息