人工智能 知识点归纳.docxVIP

第 PAGE \* Arabic 5 页 人工智能的不同研究流派：符号主义/逻辑主义学派--符号智能；连接主义--计算智能；行为主义-低级智能。 人工智能的主要研究领域 （一）自动推理（二）专家系统（三）机器学习（四）自然语言理解（五）机器人学和智能控制（六）模式识别（七）基于模型的诊断 产生式系统是人工智能系统中常用的一种程序结构，是一种知识表示系统。 三部分组成： 综合数据库:存放问题的状态描述的数据结构, 动态变化的。产生式规则集、控制系统。 / 产生式规则集/ 控制系统 产生式规则形式： IF前提条件 THEN操作 八数码难题的产生式系统表示 综合数据库：以状态为节点的有向图。 状态描述： 3×3矩阵 产生式规则： IF空格不在最左边Then左移空格；依次 控制系统： 选择规则:按左、上、右、下的顺序移动空格。 终止条件：匹配成功。 产生式系统的基本过程: Procedure PROCUCTION DATA←初始状态描述 until DATA 满足终止条件，do： begin 在规则集合中，选出一条可用于DATA的规则R（步骤4是不确定的，只要求选出一条可用的规则R，至于这条规则如何选取，却没有具体说明。） DATA←把R应用于DATA所得的结果 End 产生式系统的特点：1.模块性强，2.产生式规则相互独立，3.规则的形式与逻辑推理相近，易懂。 产生式系统的控制策略：1.不可撤回的控制策略：优点是空间复杂度小、速度快；缺点是多数情况找不到解 2.试探性控制策略：回溯方式：占用空间小，多数情况下能找到解；缺点是如果深度限制太低就找不到解；和图搜索方式：优点总能找到解，缺点时间空间复杂度高。 产生式系统工作方式：正向、反向和双向产生式系统 可交换产生式系统：1.可应用性，每一条对D可应用的规则，对于对D应用一条可应用的规则后，所产生的状态描述仍是可应用的。2.可满足性，如果D满足目标条件，则对D应用任何一条可应用的规则所产生的状态描述也满足目标条件。3.无次序性，对D应用一个由可应用于D的规则所构成的规则序列所产生的状态描述不因序列的次序不同而改变。 可分解的产生式系统：能够把产生式系统综合数据库的状态描述分解为若干组成部分，产生式规则可以分别用在各组成部分上，并且整个系统的终止条件可以用在各组成部分的终止条件表示出来的产生式系统，称为可分解的产生式系统。基本过程： Procedure SPLIT 1.DATA ← 初始状态描述 2.{Di} ← DATA的分解结果；每个Di看成是独立的状态描述 3.until 对所有的Di ?{Di}， Di都满足终止条件，do: 4.begin 5. 在{Di}中选择一个不满足终止条件的D* 6. 从{Di}中删除D* 7.从规则集合中选出一个可应用于D*的规则R 8.D ← 把R应用于D*的结果 9.{di} ← D的分解结果 10.把{di}加入{Di}中 11.end 回溯算法BACKTRACK过程：Recursive Procedure BACKTRACK(DATA) 1.if TERM(DATA),return NIL; 2.if DEADEND(DATA),return FAIL; 3.RULES←APPRULES(DATA); 4.LOOP:if NULL(RULES),return FAIL; 5.R←FIRST(RULES); 6.RULES←TAIL(RULES); 7.RDATA←R（DATA）; 8.PATH←BACKTRACK(RDATA); 9．if PATH=FAIL,go PATH; 10.return CONS(R,PATH). Procedure GRAPHSEARCH 1．G←{s}， OPEN ←（s）． 2．CLOSED ←NIL． 3．LOOP：IF OPEN=NIL,THEN FAIL． 4． n ← FIRST(OPEN)，OPEN ←TAIL(OPEN),CONS(n, CLOSED) ． 5． IF TERM(n)，THEN 成功结束 （解路径可通过追溯G中从n到s的指针获得）。 6． 扩展节点n， 令M={m︱ m是n的子节点，且m不是n的祖先} ， G ←G ∪M 7． （设置指针，调整指针）对于m?M, (1)若m?CLOSED, m?OPEN, 建立m到n的指针，并CONS(m, OPEN). (2)(a)m?OPEN, 考虑是否修改m的指针. (b)m?CLOSED,考虑是否修改m及在G中后裔的指针。 8．