人工智能期末考试知识点(考点)总结(共4页).docx

精选优质文档-----倾情为你奉上1、智能所包含的能力（1） 感知能力（2）记忆与思维能力（3）学习和自适应能力（4）行为能力2、人工智能分为五个阶段：（1） 孕育期（2）形成期（3）知识应用期（4）从学派分立走向综合（5）智能科学技术学科的兴起3、人工智能研究的基本内容（1）与脑科学和认知科学的交叉研究（2）智能模拟的方法和技术研究4、人工智能研究中的不同学派（三大学派）（1）符号主义（2）联结主义（3）行为主义5、机器学习机器学习是机器获取知识的根本途径，同时也是机器具有智能的重要标志有人认为，一个计算机系统如果不具备学习功能，就不能称其为智能系统机器学习有多种不同的分类方法，如果按照对人类学习的模拟方式，机器学习可分为符号学习、联结学习、知识发现和数据挖掘等6、演绎推理与归纳推理的区别演绎推理与归纳推理是两种完全不同的推理演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或证明一个给定的结论这个结论实际上早已蕴涵在一般性知识的前提中，演绎推理只不过是将其揭示出来，因此它不能增殖新知识而在归纳推理中，所推出的结论是没有包含在前提内容中的这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。

7、确定性知识确定性知识是指其真假可以明确给出的知识，其表示方法主要包含谓语逻辑表示法、产生式表示法、语义网络表示法、框架表示法等8、谓语逻辑表示方法P299、语义网络表示法P3410、框架表示法（鸟框架）P4111、产生式推理的基本结构控制系统规则库综合数据库产生式推理的基本结构如图所示，它包括综合数据库、规则库和控制系统三个重要组成部分12、谓语公式P6913、状态空间的盲目搜索根据状态空间采用的数据结构的不同，它可分为图搜索算法和树搜索算法树搜索算法包括一般树和代价树的盲目搜索算法一般树的盲目搜索主要包括广度优先搜索算法和深度优先搜索算法两种14、广度优先搜索算法和深度优先搜索算法的区别P7915、八数码难题P7916、代价树的广度优先搜索也称为分枝界限算法 P8017、城市交通难题 P8118、什么是估价函数 用来估计节点重要性的函数称为估价函数估价函数f（n）被定义为从初始节点S0出发，约束经过节点n到达目标节点Sg的所有路径中最小路径代价的估计值它的一般形式为 f（n）=g（n）+h（n） 式中，g（n）是从初始节点S0到节点n的实际代价；h（n）是从节点n到目标节点Sg的最优路径的估计代价。

19、与/或树的启发式搜索计算解树的代价P9020、找出一条最优线路P9521、什么是计算智能 计算智能是在神经网络、进化计算、模糊系统这三个领域发展相对成熟的基础上形成的一个统一的学科概念22、神经网络可分为前馈网络和反馈网络两种主要类型 前馈网络可分为单层前馈网络和多层前馈网络（定义见P102）23、感知器模型、BP网络模型和Hopfield网络模型（简单解释见P104）24、什么是机器学习机器学习是定义在学习之上的，由于对学习目前尚无统一定义，因此对机器学习也不可能给出一个严格的定义从直观上理解，机器学习就是让机器（计算机）来模拟人类的学习功能25、机器学习的研究主要集中在以下三个方面：（1） 认知模拟主要目的是通过对人类学习机理的研究和模拟，从根本上解决机器学习方面存在的种种问题2） 理论性分析主要目的是从理论上探索各种可能的学习方法，并建立起独立于具体应用领域的学习算法3） 面向任务的研究主要目的是根据特定任务的要求，建立相应的学习系统26、机器学习的发展过程（四个阶段） 一、神经元模型的研究 二、符号概念获取 三、知识强化学习 四、联结学习和混合型学习27、一个机器学习系统的基本要求 1．具有适当的学习环境 2．具有一定的学习能力 3．能够运用所学知识求解问题 4．能通过学习提高自身性能28、示例学习的模型验证过程 规则空间示例空间解释过程29、示例学习的归纳方法1．把常量化为变量2．去掉条件3．增加选择4．曲线拟合30、决策树决策树是一种由节点和边构成的用来描述分类过程的层次数据结构。

31、联结学习规则（4个）1．Hebb学习规则2．纠错学习规则3．竞争学习规则4．随机学习规则32、感知器学习可分为单层感知器学习和多层感知器学习33、Hopfield网络学习的过程实际上是一个从网络初始状态向其稳定状态过渡的过程34、Hopfield网络初始状态下的网络能量35、分布智能的主要特点如下：（1）分布性2）互联性3）协作性4）独立性36、分布式问题求解系统的类型（1）层次结构（2）平行结构（3）混合结构37、Agent的特性（了解P211）38、Agent的分类按Agent的工作环境，可将其分为软件Agent、硬件Agent、人工生命Agent按Agent的属性可将其分为反应Agent、认知Agent及混合Agent等39、多Agent系统的特性与类型根据系统中Agent对环境知识存储方式，可将多Agent系统分为以下三种类型：（1） 反应式多Agent系统；（2） 黑板模式多Agent系统；（3） 分布式存储多Agent系统40、Agent通信方式（1）消息传送（2）黑板模型41、Agent通信语言KQML知识查询与操纵语言KQML是目前国际上最著名的一种Agent通信语言。

42、多Agent合作中的协调、协作与协商问题P220）43、移动Agent的关键技术移动、通信、安全性、容错性、协作模型44、自然语言理解的含义从微观上讲，自然语言理解是从自然语言到计算机系统内部形式的一种映射；从宏观上讲，自然语言理解是指计算机能够执行人类所期望的某些语言功能45、“The professor trains Jack.”的分析树（P234）46、先进专家系统的类型（1）分布式专家系统（2）协同式专家系统（3）模糊专家系统（4）神经网络专家系统（5）基于Web的专家系统47、专家系统基本结构通常，一个专家系统的基本结构由知识库、数据库、推理机、解释模块、知识获取模块和人机接口六大部分所组成如图所示（见P241）48、基于Web的专家系统的结构它由Web浏览器、应用服务器和数据库服务器三个层次所组成，包括Web接口、推理机、知识库、数据库和解释器49、分布式和协同式专家系统的区别 分布式专家系统强调并行和分布，而协同式专家系统则强调协作与协同50、分布式专家系统（DES）：是具有并行分布处理特征的专家系统，它可以把一个专家系统的功能分解后，分布到多个处理机上去并行执行，从而在总体上提高系统的处理效率。

协同式专家系统，亦称群专家系统（CES）：是一种能综合若干个相近领域或同一个领域内多个方面的分专家系统相互协作、共同解决单个分专家系统无法解决的更广领域或更复杂问题的专家系统专心---专注---专业。