人工智能复习总结讲解.doc

1、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：（

2、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(l

3、ixp)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

4、。 （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：SUMM

5、ER(x):x 处于夏天。DRY(x):x 很干燥。HOT(x):x 很炎热。SUMMER(Xian)DRY(Xian)HOT(Xian) （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

6、) 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

7、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

8、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。植 物苹 果 树 水 草果 树 草树AKO AKOAKOAKO AKO有 根有 叶 有 根有 叶会 结 果结 苹 果 长 在 水 中24例 2： 这 只 小 燕 子 从 春 天 到 秋 天 占 有 一 个 巢 。占 有2.2.4 框架表示

9、 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

10、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 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：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

11、 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

12、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

13、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 - 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

14、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

15、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