人工智能简略复习大纲.ppt

人工智能-复习大纲;课程简介 ;课程重点章节介绍 ;本课程重点和难点内容简介 ;人工智能的定义;目前人工智能的主要学派 ;第1章 搜索问题;图搜索的一般过程 ;图搜索技术的分类;盲目搜索 ;深度优先搜索;宽度优先搜索;宽度优先搜索与深度优先搜索的主要区别 ;宽度优先搜索与深度优先搜索的其他区别:;启发式图搜索;爬山法;登山法算法步骤：;分支界限法;具有动态规划原理的分支界限法;耗散值的概念及应用;最佳优先搜索算法;A算法;f(n)——节点n的估价函数； g(n)——从初始节点S到n节点的实际代价； h(n)——从n到目标节点Sg最佳路径的估计代价。 这里h(n)体现了搜索的启发信息，因为g(n)是已知的。如果说详细点，g(n)代表了搜索的宽度优先趋势。但是当h(n)??g(n) 时，可以省略g(n),而提高效率。;g(n)的计算方法：;h(n)的计算方法：;A*算法的定义：;对右图所示的状态空间图进行： 1) 深度优先搜索; 2) 宽度优先搜索； 3) 均一(等)代价搜索； 4) 最佳优先搜索； 5) A*搜索。 其中A为起始节点，E为目标节点，各节点的启发值表示在括号内。;1) 深度优先搜索算法;2) 宽度优先搜索算法;3) 均一(等)代价搜索算法;4) 最佳优先搜索算法;5) A*算法;第2章 与或图搜索问题;与或图表示的问题;k-连接符的定义;解图耗散值的计算;能