人工智能期末考試知識點(考點)總結(jié)

1、1、智能所包含的能力（1） 感知能力（2）記憶與思維能力（3）學(xué)習和自適應(yīng)能力（4）行為能力2、人工智能分為五個階段：（1） 孕育期（2）形成期（3）知識應(yīng)用期（4）從學(xué)派分立走向綜合（5）智能科學(xué)技術(shù)學(xué)科的興起3、人工智能研究的基本內(nèi)容（1）與腦科學(xué)和認知科學(xué)的交叉研究（2）智能模擬的方法和技術(shù)研究4、人工智能研究中的不同學(xué)派（三大學(xué)派）（1）符號主義（2）聯(lián)結(jié)主義（3）行為主義5、機器學(xué)習機器學(xué)習是機器獲取知識的根本途徑，同時也是機器具有智能的重要標志。有人認為，一個計算機系統(tǒng)如果不具備學(xué)習功能，就不能稱其為智能系統(tǒng)。機器學(xué)習有多種不同的分類方法，如果按照對人類學(xué)習的模擬方式，機器學(xué)習可分

2、為符號學(xué)習、聯(lián)結(jié)學(xué)習、知識發(fā)現(xiàn)和數(shù)據(jù)挖掘等。6、演繹推理與歸納推理的區(qū)別演繹推理與歸納推理是兩種完全不同的推理。演繹推理是在已知領(lǐng)域內(nèi)的一般性知識的前提下，通過演繹求解一個具體問題或證明一個給定的結(jié)論。這個結(jié)論實際上早已蘊涵在一般性知識的前提中，演繹推理只不過是將其揭示出來，因此它不能增殖新知識。而在歸納推理中，所推出的結(jié)論是沒有包含在前提內(nèi)容中的。這種由個別事物或現(xiàn)象推出一般性知識的過程，是增殖新知識的過程。7、確定性知識確定性知識是指其真假可以明確給出的知識，其表示方法主要包含謂語邏輯表示法、產(chǎn)生式表示法、語義網(wǎng)絡(luò)表示法、框架表示法等。8、謂語邏輯表示方法P299、語義網(wǎng)絡(luò)表示法P3410

3、、框架表示法（鳥框架）P4111、產(chǎn)生式推理的基本結(jié)構(gòu)控制系統(tǒng)規(guī)則庫綜合數(shù)據(jù)庫產(chǎn)生式推理的基本結(jié)構(gòu)如圖所示，它包括綜合數(shù)據(jù)庫、規(guī)則庫和控制系統(tǒng)三個重要組成部分。12、謂語公式P6913、狀態(tài)空間的盲目搜索根據(jù)狀態(tài)空間采用的數(shù)據(jù)結(jié)構(gòu)的不同，它可分為圖搜索算法和樹搜索算法。樹搜索算法包括一般樹和代價樹的盲目搜索算法。一般樹的盲目搜索主要包括廣度優(yōu)先搜索算法和深度優(yōu)先搜索算法兩種。14、廣度優(yōu)先搜索算法和深度優(yōu)先搜索算法的區(qū)別P7915、八數(shù)碼難題P7916、代價樹的廣度優(yōu)先搜索也稱為分枝界限算法P8017、城市交通難題P8118、什么是估價函數(shù)用來估計節(jié)點重要性的函數(shù)稱為估價函數(shù)。估價函數(shù)f（n）

4、被定義為從初始節(jié)點S0出發(fā)，約束經(jīng)過節(jié)點n到達目標節(jié)點Sg的所有路徑中最小路徑代價的估計值。它的一般形式為f（n）=g（n）+h（n）式中，g（n）是從初始節(jié)點S0到節(jié)點n的實際代價；h（n）是從節(jié)點n到目標節(jié)點Sg的最優(yōu)路徑的估計代價。19、與/或樹的啟發(fā)式搜索計算解樹的代價P9020、找出一條最優(yōu)線路P9521、什么是計算智能計算智能是在神經(jīng)網(wǎng)絡(luò)、進化計算、模糊系統(tǒng)這三個領(lǐng)域發(fā)展相對成熟的基礎(chǔ)上形成的一個統(tǒng)一的學(xué)科概念。22、神經(jīng)網(wǎng)絡(luò)可分為前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)兩種主要類型。前饋網(wǎng)絡(luò)可分為單層前饋網(wǎng)絡(luò)和多層前饋網(wǎng)絡(luò)（定義見P102）23、感知器模型、BP網(wǎng)絡(luò)模型和Hopfield網(wǎng)絡(luò)模型（簡單

5、解釋見P104）24、什么是機器學(xué)習機器學(xué)習是定義在學(xué)習之上的，由于對學(xué)習目前尚無統(tǒng)一定義，因此對機器學(xué)習也不可能給出一個嚴格的定義。從直觀上理解，機器學(xué)習就是讓機器（計算機）來模擬人類的學(xué)習功能。25、機器學(xué)習的研究主要集中在以下三個方面：（1） 認知模擬。主要目的是通過對人類學(xué)習機理的研究和模擬，從根本上解決機器學(xué)習方面存在的種種問題。（2） 理論性分析。主要目的是從理論上探索各種可能的學(xué)習方法，并建立起獨立于具體應(yīng)用領(lǐng)域的學(xué)習算法。（3） 面向任務(wù)的研究。主要目的是根據(jù)特定任務(wù)的要求，建立相應(yīng)的學(xué)習系統(tǒng)。26、機器學(xué)習的發(fā)展過程（四個階段）一、神經(jīng)元模型的研究二、符號概念獲取三、知識強化

6、學(xué)習四、聯(lián)結(jié)學(xué)習和混合型學(xué)習27、一個機器學(xué)習系統(tǒng)的基本要求1具有適當?shù)膶W(xué)習環(huán)境2具有一定的學(xué)習能力3能夠運用所學(xué)知識求解問題4能通過學(xué)習提高自身性能28、示例學(xué)習的模型驗證過程規(guī)則空間示例空間解釋過程29、示例學(xué)習的歸納方法1把常量化為變量2去掉條件3增加選擇4曲線擬合30、決策樹決策樹是一種由節(jié)點和邊構(gòu)成的用來描述分類過程的層次數(shù)據(jù)結(jié)構(gòu)。31、聯(lián)結(jié)學(xué)習規(guī)則（4個）1Hebb學(xué)習規(guī)則2糾錯學(xué)習規(guī)則3競爭學(xué)習規(guī)則4隨機學(xué)習規(guī)則32、感知器學(xué)習可分為單層感知器學(xué)習和多層感知器學(xué)習33、Hopfield網(wǎng)絡(luò)學(xué)習的過程實際上是一個從網(wǎng)絡(luò)初始狀態(tài)向其穩(wěn)定狀態(tài)過渡的過程。34、Hopfield網(wǎng)絡(luò)初始狀

7、態(tài)下的網(wǎng)絡(luò)能量。35、分布智能的主要特點如下：（1）分布性。（2）互聯(lián)性。（3）協(xié)作性。（4）獨立性。36、分布式問題求解系統(tǒng)的類型（1）層次結(jié)構(gòu)（2）平行結(jié)構(gòu)（3）混合結(jié)構(gòu)37、Agent的特性（了解P211）38、Agent的分類按Agent的工作環(huán)境，可將其分為軟件Agent、硬件Agent、人工生命Agent。按Agent的屬性可將其分為反應(yīng)Agent、認知Agent及混合Agent等。39、多Agent系統(tǒng)的特性與類型根據(jù)系統(tǒng)中Agent對環(huán)境知識存儲方式，可將多Agent系統(tǒng)分為以下三種類型：（1） 反應(yīng)式多Agent系統(tǒng)；（2） 黑板模式多Agent系統(tǒng)；（3） 分布式存儲多Ag

8、ent系統(tǒng)。40、Agent通信方式（1）消息傳送（2）黑板模型41、Agent通信語言KQML知識查詢與操縱語言KQML是目前國際上最著名的一種Agent通信語言。42、多Agent合作中的協(xié)調(diào)、協(xié)作與協(xié)商問題。（P220）43、移動Agent的關(guān)鍵技術(shù)移動、通信、安全性、容錯性、協(xié)作模型44、自然語言理解的含義從微觀上講，自然語言理解是從自然語言到計算機系統(tǒng)內(nèi)部形式的一種映射；從宏觀上講，自然語言理解是指計算機能夠執(zhí)行人類所期望的某些語言功能。45、“The professor trains Jack.”的分析樹（P234）46、先進專家系統(tǒng)的類型（1）分布式專家系統(tǒng)（2）協(xié)同式專家系統(tǒng)（3）模糊專家系統(tǒng)（4）神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)（5）基于Web的專家系統(tǒng)47、專家系統(tǒng)基本結(jié)構(gòu)通常，一個專家系統(tǒng)的基本結(jié)構(gòu)由知識庫、數(shù)據(jù)庫、推理機、解釋模塊、知識獲取模塊和人機接口六大部分所組成。如圖所示（見P241）48、基于Web的專家系統(tǒng)的結(jié)構(gòu)它由Web瀏覽器、應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器三個層次所組成，包括Web接口、推理機、知識庫、數(shù)據(jù)庫和解釋器。49、分布式和協(xié)同式專家系統(tǒng)的區(qū)別分布式專家系統(tǒng)強調(diào)并行和分布，而協(xié)同式專家系統(tǒng)則強調(diào)協(xié)作與協(xié)同。50、分布式專家系統(tǒng)（DES）：是具有并行分布處理特征的專家