当前位置:文档之家› 人工智能复习总结讲解-共30页

人工智能复习总结讲解-共30页

第1章概述1、重点掌握人工智能的几种定义。

2、掌握目前人工智能的三个主要学派及其认知观。

3、一般了解人工智能的主要研究范围和应用领域。

人工智能的三大学派及其认知观:(1)符号主义:认为人工智能起源于数理逻辑。

(2)连接主义:认为人工智能起源于仿生学,特别是对人脑模型的研究。

(3)行为主义:认为人工智能起源于控制论。

第2章确定性知识系统⏹重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题,解决问题;⏹重点掌握归结演绎推理方法谓词逻辑法一阶谓词逻辑表示法适于表示确定性的知识。

它具有自然性、精确性、严密性及易实现等特点。

用一阶谓词逻辑法表示知识的步骤如下:(1)定义谓词及个体,确定每个谓词及个体的确切含义。

(2)根据所要表达的事物或概念,为每个谓词中的变元赋以特定的值。

(3)根据所要表达的知识的语义,用适当的连接符号将各个谓词连接起来,形成谓词公式。

例1:设有下列事实性知识:张晓辉是一名计算机系的学生,但他不喜欢编程序。

李晓鹏比他父亲长得高。

请用谓词公式表示这些知识。

(1)定义谓词及个体。

Computer(x):x是计算机系的学生。

Like(x,y):x喜欢y。

Higher(x,y):x比y长得高。

这里涉及的个体有:张晓辉(zhangxh),编程序(programming), 李晓鹏(lixp),以及函数father(lixp)表示李晓鹏的父亲。

第二步:将这些个体代入谓词中,得到Computer(zhangxh)¬Like(zhangxh, programming)Higher(lixp, father(lixp))⏹第三步:根据语义,用逻辑联结词将它们联结起来,就得到了表示上述知识的谓词公式。

Computer(zhangxh)∧¬Like(zhangxh, programming)Higher(lixp, father(lixp))例2:设有下列语句,请用相应的谓词公式把它们表示出来:(1)人人爱劳动。

(2)自然数都是大于零的整数。

(3)西安市的夏天既干燥又炎热。

(4)喜欢读《三国演义》的人必读《水浒》。

(5)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。

(6)他每天下午都去打篮球。

解:(1)人人爱劳动。

定义谓词如下:Man(x):x是人。

Love(x,y):x爱y。

(∀x)(Man(x)→Love(x,劳动))解:(1)人人爱劳动。

定义谓词如下:Man(x):x是人。

Love(x,y):x爱y。

(∀x)(Man(x)→Love(x,劳动))(2)自然数都是大于等于零的整数。

定义谓词如下:N(x):x是自然数。

I(x):x是整数。

GZ(x):x大于等于零。

(∀x)(N(x)→(GZ(x)∧I(x)))(3) 西安市的夏天既干燥又炎热。

定义谓词:SUMMER(x):x处于夏天。

DRY(x):x很干燥。

HOT(x):x很炎热。

SUMMER(Xi’an)→DRY(Xi’an)∧HOT(Xi’an)(4)喜欢读《三国演义》的人必读《水浒》。

定义谓词:MAN(x):x是人。

LIKE(x,y):x喜欢读y。

(∀x)(MAN(x)∧LIKE(x, 《SANGUOYANYI》)→LIKE(x, 《SHUIHU》))(5)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。

定义谓词:MAN(x):x是人。

LIKE(x,y): x喜欢y。

Meihua表示梅花,Juhua表示菊花,(∃x)(MAN(x) ∧LIKE(x, Meihua))∧(∃y)(MAN(y) ∧LIKE(y, Juhua))∧(∃z)(MAN(z) ∧(LIKE(z, Meihua)∧LIKE(z,Juhua)))(6)他每天下午都去打篮球。

定义谓词及个体:设TIME(x):x是下午。

PLAY(x,y):x去打y,Liming表示李明,Basketball表示足球,则:(∀x)TIME(x)→PLAY(Liming,Basketball)产生式系统⏹产生式系统的组成⏹产生式系统由3个部分组成,即全局数据库、规则库和控制策略,综合数据库,用于存放求解过程中各种当前信息的数据结构,如问题是的初始状态、事实或证据、中间推理结论和最后结果等。

规则库,用于存放与求解问题有关的某个领域知识的规则之集合及其交换规则。

其基本形式为•IF 前提THEN 结论控制策略的作用是说明下一步应该选用什么规则。

2.2.4 语义网络法语义网络是1968年J.R.Quillian在研究人类联想记忆时提出的心理学模型。

语义网络的概念每个语义基元可表示为三元组:(结点1,弧,结点2)☐节点代表实体☐弧是有方向和标注的⏹方向体现了结点所代表的实体的主次关系⏹标注表示它所连接的两个实体之间的语义联系⏹连接的两个节点间的某种语义联系或语义关系。

☐语义网络表示一元关系、二元关系和多元关系:☐多元关系表示方法:通过增加关系结点、动作结点、事件结点或情况结点等的方法把多元关系转化为多个二元关系。

例1、用一个语义网络表示下列命题。

(1)树和草都是植物;(2)树和草是有根有叶的;(3)水草是草,且长在水中;(4)果树是树,且会结果;(5)苹果树是果树中的一种,它结苹果。

分析:问题涉及的对象有:植物、树、草、水草、果树、苹果树各对象的属性分别为:树和草的属性:有根、有叶;水草的属性:长在水中;果树的属性:会结果;苹果树的属性:结苹果。

例2:这只小燕子从春天到秋天占有一个巢。

占有242.2.4 框架表示1974年,由Minsky在“A framework for representing knowledge”中提出。

框架是一种描述所论对象属性的数据结构。

所论对象可以是一个事物、一个事件或者一个概念。

一个框架由若干个“槽”组成,每个“槽”又可划分为若干个“侧面”。

一个槽用于描述所论及对象的某一方面的属性,一个侧面用于描述相应属性的一个方面。

槽和侧面所具有的属性值分别称为槽值和侧面值。

槽值可以是逻辑型或数字型的,具体的值可以是程序、条件、默认值或是一个子框架。

(1)框架的基本结构一个框架通常由若干个称为“槽”的结构组成每一个槽又可以根据实际情况拥有若干个“侧面”每一个侧面也可以拥有若干个“侧面值”框架的槽值和侧面值,可以是数字、字符串、布尔值,也可以是一个在满足某个给定条件时需执行的动作或过程,还可以是另外一个框架。

槽或侧面值可附加约束信息。

例:一个用来描述硕士生有关情况的框架Frame <硕士生>姓名: 单位(姓,名)性别:范围(男,女)默认:男年龄:单位(岁)条件:岁>16学习专业:单位(专业名)研究方向:单位(方向名)导师姓名:单位(姓,名)参加课题:范围(国家级,省部级,其他)默认:国家级学籍:<硕学籍>住址:单位(楼号,房间号)电话:单位((区号),话机号)入学时间:单位(年,月)学制:单位(年)默认;3年⏹例:用框架表示下述报道的地震事件⏹【虚拟新华社3月15日电】昨日,在云南玉溪地区发生地震,造成财产损失约10万元,统计部门如果需要详细的损失数字,可电询62332931。

另据专家认为震级不会超过4级,并认为地处无人区,不会造成人员伤亡。

⏹提示:分析概括用下划线标出的要点,经过概念化形成槽(slot)、侧面(facet)值。

特别要注意,“值”(value)、“默认值”(default)、“如果需要值”(if-needed)、“如果附加值”(if-added)的区别与应用,建议采用格式如下,不用的侧面值可删。

鲁滨逊归结原理⏹重点掌握子句集的求解步骤和归结反演过程,掌握归结推理的规则。

归结反演求解过程1、归结反演给出一个公式集S和目标公式L,通过反证或反演来求证目标公式L,其证明步骤如下:(1)否定目标L,得¬L;(2)把¬L添加到S中去;(3)把新产生的集合{¬L,S}化成子句集;(4)应用归结原理,力图推导出一个表示矛盾的空子句NIL。

问题归约法问题归约法的概念已知问题的描述,通过一系列变换把此问题最终变为一个子问题集合;这些子问题的解可以直接得到,从而解决了初始问题。

该方法也就是从目标(要解决的问题)出发逆向推理,建立子问题以及子问题的子问题,直至最后把初始问题归约为一个平凡的本原问题集合。

这就是问题归约的实质。

问题归约法的组成部分(1)一个初始问题描述;(2)一套把问题变换为子问题的操作符;(3)一套本原问题描述。

第3章搜索推理技术⏹重点掌握各种盲目搜索策略、A算法、A*算法、博弈树的α-β剪枝算法⏹和搜索相对应的知识表示法一般有两种:⏹状态空间法:(S,F,G)⏹与或图表示法:基于一种分解与变换的思想,利用树状结构对复杂问题进行表示,使复杂问题简单化。

3.2 盲目搜索盲目搜索又叫做无信息搜索,一般只适用于求解比较简单的问题。

宽度优先搜索和深度优先搜索,属于盲目搜索方法。

Open表、closed表代价树的盲目搜索宽度优先搜索的推广用来解决从起始状态至目标状态的具有最小代价的路径问题。

从起始节点S到任一节点i的路径代价记为g(i)。

从节点i到它的后继节点j的连接弧线代价记为c(i,j);则节点j的路径代价为g(j)=g(i)+c(i,j)。

待扩展的节点是路径代价最小的节点。

3.3启发式搜索盲目搜索的不足:效率低,耗费过多的计算空间与时间。

宽度优先、深度优先搜索,或代价树搜索算法,其主要的差别是OPEN表中待扩展节点的顺序问题。

人们就试图找到一种方法用于排列待扩展节点的顺序,即选择最有希望的节点加以扩展,那么,搜索效率将会大为提高。

启发信息:进行搜索技术一般需要某些有关具体问题领域的特性的信息。

把利用启发信息的搜索方法叫做启发式搜索方法。

启发式搜索策略启发信息用于决定要扩展的下一个节点,这种搜索总是选择“最有希望”的节点作为下一个被扩展的节点。

A算法A算法:在状态空间搜索中,每一步都利用估价函数f(n)=g(n)+h(n)对Open表中的节点进行排序。

类型:全局择优:从Open表的所有节点中选择一个估价函数值最小的进行扩展。

局部择优:仅从刚生成的子节点中选择一个估价函数值最小的进行扩展。

◆A算法存在的问题:不能保证总是找到问题的最优解。

◆解决办法:对A算法的估价函数增加一些限制条件应用:A*算法求解8数码问题3.5 博弈树搜索过程◆首先假定,有一个评价函数f(n) 可以对所有的棋局进行评估◆考虑双方对弈若干步之后,从可能的走步中选一步相对好棋的着法来走,即在有限的搜索深度范围内进行求解。

◆静态估计函数f一般规定有利于MAX的势态,f(p)取正值有利于MIN的势态,f(p)取负值势均力敌的势态,f(p)取0值若f(p)=+∞,则表示MAX赢若f(p)=-∞,则表示MIN赢α-β搜索过程思想◆极大节点的下界为α◆极小节点的上界为β◆剪枝的条件后辈节点的β值≤祖先节点的α值时,α剪枝后辈节点的α值≥祖先节点的β值时,β剪枝◆简记为极小≤极大,剪枝极大≥极小,剪枝◆α、β值的性质MAX节点的α值永不减少MIN节点的β值永不增加第四章计算智能遗传算法结构组成、基本原理、算法步骤第五章不确定性推理掌握⏹可信度推理⏹主观Bayes推理第二章语义练习请对下列命题分别写出它们的语义网络:(1) 每个学生都有一台计算机。

相关主题