人工智能课程回顾课件.pptVIP

第一章绪论?AI的概念?AI的历史?AI的应用?AI研究领域?AI研究方法

第二章产生式系统?产生系统基本结构–综合数据库、产生式规则、控制系统?产生系统基本过程–匹配、选择、执行

第二章产生式系统?问题的表示–综合数据库和规则集的描述–状态空间法(S,O,G)、问题归约法(S,O,P)0?控制策略–不可撤回方式–试探方式?回溯方式?图搜索方式

第三章产生式系统的搜索策略?“状态空间”的图描述–图的节点表示问题的状态–图的弧表示求解问题的步骤（应用的规则）–初始状态对应问题的已知信息，是图的根节点?控制策略–回溯策略–图搜索策略?盲目的图搜索过程?启发式图搜索过程

第三章产生式系统的搜索策略?盲目的图搜索过程–宽度优先搜索–深度优先搜索?启发式图搜索过程–启发式图搜索算法A–最佳图搜索算法A*

第三章产生式系统的搜索策略?启发式图搜索算法A–对结点n定义评价函数f(n)=g(n)+h(n)–g?0，f=h爬山法–h?0，f=g分支限界法?f=g=d，宽度优先搜索?分支限界法中只考虑f值最小的一条局部路径，动态规划法

第三章产生式系统的搜索策略?最佳图搜索算法A*–评价函数f(n)=g(n)+h(n)满足条件h(n)?h*(n)的启发式图搜索算法A?A*算法的改进–针对节点重复扩展问题，改进方法：?定义单调的启发函数h?待扩展节点的选择：已扩展节点的最大f值记为f，扩m展f值小于f的节点，且选择满足条件的节点中g值最m小者进行扩展。

第四章与或图搜索?“问题归约”对应的与或图–原始问题描述对应根节点–本原问题对应叶节点–图中的弧是1-连接符或k-连接符?与或图搜索–寻找解图–AO算法*

第四章与或图搜索?博弈树搜索–二人完备博弈–目的是给出最好走步–博弈树的极大极小搜索法–?-?搜索过程?极大值层的下界值记为?，极小值层的上界值记为???-?剪枝

在一个分支上进行?-?剪枝的规则描述如下：?1．?剪枝：若任一极小值层节点的?值小于或等于它任一先辈极大值层节点的?值，即?（先辈层）≥?（后继层），则可以终止该极小值层中这个MIN节点以下的搜索，并设置这个MIN节点的最终的倒推值为?。(极小值层节点的剪枝)?2．?剪枝：若任一极大值层节点的?值大于或等于它任一先辈极小值层节点的?值，即?（后继层）≥?（先辈层），则可以终止该极大值层中这个MAX节点以下的搜索过程，并设置这个MAX节点的最终倒推值为?。(极大值层节点的剪枝)

第五章高级搜索?局部搜索算法?遗传算法

第五章高级搜索?局部搜索算法–改进1：针对陷入局部最优，依一定概率选择邻域内的点；–改进2：针对等步长跳过全局最优，改固定步长搜索为变步长搜索；–改进３：针对初始点可能距离局部最优点近，随机选择多个初始点。

第五章高级搜索?遗传算法–问题解的编码–定义适应函数–交配规则–变异规则

第六章基于逻辑的问题求解方法?一阶谓词逻辑–谓词逻辑演算公式–谓词演算的基本等价式及推理规则–谓词公式的规范化?前束范式?SKOLEM范式–谓词公式化为子句集

第六章基于逻辑的问题求解方法?谓词逻辑公式化为子句集的步骤：1.`消去多余的前束（量词），即在母式中无相应变量的量词。2.利用蕴涵等价式消去蕴涵符号（→）；3.利用摩根律内移否定词~的辖区范围，使其仅作用于原子公式。

?4.变量标准化。将各约束变量换成不同的名字以免混淆。在一量词的辖区内，受该量词约束的变量名可任意设定（只要没出现过），该过程不影响合式公式的真值。?5.利用量词辖区变换律把量词的辖区范围扩充至整个WFF，得到一个前束范式。即把所有的量词都集中在公式的左边，移动时不要改变其相对顺序。?6.消去存在量词，把所得的前束范式化为S范式。

?7.把母式化成合取范式。反复使用结合律和分配律，将母式表达成合取范式的标准式（即用?连接的公式)。?8.略去全称量词。由于母式的变量均受全称量词的约束，可省略掉全称量词（不显式地受全称量词量化）。?9．用子句集表示母式。把母式中每一个合取元称为一个子句，省去合取连接词，这样就可把母式写成集合的形式表示，每个元素就是一个子句。?10．子句变量标准化。将子句集合中的变量作分离标准化，即对某些变量重新命名，使任意两个子句不会有相同的变量出现。

第六章基于逻辑的问题求解方法?归结法–命题逻辑的归结–谓词逻辑的归结?置换?合一?求最一般合一mgu

第六章基于逻辑的问题求解方法?归结反演产生式系统–基本算法（归结反演树）–搜索策略?宽度优先策略?支持集