人工智能技术导论(廉师友)考试复习重点总结(共4页).doc
《人工智能技术导论(廉师友)考试复习重点总结(共4页).doc》由会员分享,可在线阅读,更多相关《人工智能技术导论(廉师友)考试复习重点总结(共4页).doc(4页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上第一章人工智能:主要研究如何用人工的方法和技术,使用各种自动化机器或智能机器(主要指计算机)模仿、延伸和扩展人的智能,实现某些机器思维或脑力劳动自动化。为什么要研究人工智能:1)普通计算机智能低下,不能满足社会需求。2)研究人工智能也是当前信息化社会的迫切需求。3)智能化是自动化发展的必然趋势。4)研究人工智能,对人类自身智能的奥秘也提供有益帮助。远期目标是要制造智能机器。具体讲就是使计算机具有看、听、说、写等感知和交互能力,具有联想、学习、推理、理解、学习等高级思维能力,还要有分析问题解决问题和发明创造的能力。近期目标:是实现机器智能。即先部分地或某种程度地实现机器
2、智能,从而使现有的计算机更灵活好用和更聪明有用。人工智能的研究内容1)搜索与求解2)学习与发现3)知识与推理4)发明与创造5)感知与交流6)记忆与联想7)系统与建造8)应用与工程研究途径与方法:1)心理模拟,符号推演法就是以人脑的心理模型为依据,将问题或知识表示成某种逻辑网络,采用符号推演的方法,实现搜索、推理、学习等功能,从宏观上来模拟人脑的思维,实现人工智能。2)生理模拟,神经计算就是用人工神经元组成的人工神经网络来作为信息和知识的载体,用称为神经计算的方法实现学习、记忆、联想、识别和推理等功能,从而来模拟人脑的智能行为,使计算机表现出某种智能。3)行为模拟,控制进化是一种基于感知行为模型
3、的研究途径和方法,它是在模拟人在控制过程中的智能活动和行为特性,如自适应,自寻优、自学习、自组织等,来研究和实现人工智能。4)群体模拟,仿生计算模拟生物群落的群体智能行为,从而实现人工智能。5)博采广鉴,自然计算就是模仿或借鉴自然界的某种机理而设计计算模型,这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。6)原理分析,数学建模就是通过对智能本质和原理的分析,直接采用某种数学方法来建立智能行为模型。人工智能的基本技术1)表示a符号智能的表示是知识表示b计算智能的表示一般是对象表示2)运算a符号智能的运算是基于知识表示的推理或符号操作b计算智能的运算是基于对象表示的操作或计算3
4、)搜索a符号智能在问题空间内搜索进行问题求解b计算智能在解空间搜索进行求解第三章1广度优先搜索的特点广度优先中OPEN表是一个队列,CLOSED表是一个顺序表,表中各节点按顺序编号,正被考察的节点在表中编号最大,广度优先策略是完备的广度优先搜索策略与问题无关,具有通用性。缺点搜索效率低。2. 深度优先搜索的特点OPEN表为一个堆栈。一般不能保证找到最优解。当深度限制不合理时,可能找不到解,可以将算法改为可变深度限制,即有界深度优先搜索。最坏情况时,搜索空间等同于穷举。3. 加权状态图与代价树边上附有数值的状态图称为加权状态图或赋权状态图,这种数值称为权值。加权状态图的搜索:加权状态图的搜索与权
5、值有关,并且要用权值来导航。具体来讲,加权状态图的搜索算法,要在一般状态图搜索算法基础上再增加权值的计算与传播过程,并且要由权值来确定节点的扩展顺序。4。综述图搜索的方式和策略。用计算机来实现图的搜索有两种最基本的方式:树式搜索和线式搜索。树式搜索就是在搜索过程中记录所经过的所有节点和边。线式搜索就是在搜索过程中只记录那些当前认为是处在所找路径上的节点和边。线式搜索的基本方式又可分为不回溯和可回溯的的两种。图搜索的策略可分为:盲目搜索和启发式搜索。盲目搜索就是无向导的搜索。树式盲目搜索就是穷举式搜索。而线式盲目搜索,对于不回溯的就是随机碰撞式搜索,对于回溯的则也是穷举式搜索。启发式搜索则是利用
6、“启发性信息”引导的搜索。启发式搜索又可分为许多不同的策略,如全局择优、局部择优、最佳图搜索等。第四章三种遗传操作: 1)选择-复制 从种群中选择适应度高的染色体进行复制,以生成下一代种群。2)交叉 就是互换两个染色体某些位上的基因。3)变异 就是改变染色体某个(些)位上的基因。遗传算法就是对种群中的染色体反复做三种遗传操作,使其朝着适应度增高的方向不断更新换代,直至出现了适应度满足目标条件的染色体为止。遗传算法的主要特点1)遗传算法一般是直接在解空间搜索, 而不像图搜索那样一般是在问题空间搜索, 最后才找到解。 2)遗传算法的搜索随机地始于搜索空间的一个点集, 所以遗传算法是一种随机搜索算法
7、。3)遗传算法总是在寻找优解, 所以遗传算法又是一种优化搜索算法。4)遗传算法的搜索过程是从空间的一个点集(种群)到另一个点集(种群)的搜索。5)遗传算法的适应性强, 除需知适应度函数外, 几乎不需要其他的先验知识。6)遗传算法长于全局搜索, 它不受搜索空间的限制性假设的约束,不要求连续性, 能以很大的概率从离散的、多极值的、 含有噪声的高维问题中找到全局最优解。 第六章产生式系统的基本结构产生式规则库:作用在全局数据库上的一些规则的集合。每条规则都有一定的条件,若全局数据库中内容满足这些条件可调用这条规则。一般可形成一个称为推理网络的结构图。对应过程性知识。推理机:负责产生式规则的前提条件测
8、试或匹配,规则的调度和选取,规则体的解释和执行。即推理机实施推理,并对推理进行控制,它也是规则的解释程序。对应控制性知识。全局数据库:人工智能系统的数据结构中心。是一个动态数据结构,用来存放初始事实数据、中间结果和最后结果。对应叙述性知识。控制策略与常用算法:a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。b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。问题求解、图搜索和产生式系统的关系是:问题求解是目的,图搜索是方法,产生式系统是形式。第八章确定性理论E=E1E2 CF
9、(E)=minCF(E1) ,CF(E2) E=E1E2 CF(E)=maxCF(E1) ,CF(E2) 主观贝叶斯方法1) 证据肯定存在的情况2) 证据肯定不存在的情况3) 证据不确定的情况4) 多证据的总概率合成第一步:O(H)=P(H)/(1-P(H) 第二步:O(H|E)=LS*O(H) 或O(H|非E)=LN*O(H)第三步O(H|E1E2)=O(H|E1)/O(H) * O(H|E2)/O(H) * O(H) 第四步P(H|E1E2)=O(H|E1E2)/O(H|E1E2)+11.不确定性及其类型知识和信息中含有的不肯定、不可靠、不准确、不精确、不严格、不严密、不完全甚至不一致的成
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 技术 导论 师友 考试 复习 重点 总结
限制150内