工程图学AI期末考试复习纲要

合集下载

人工智能复习大纲

8．何为状态图和与或图图搜索与问题求解有什么关系状态图是描述寻找目标或路径问题的有向图，即描述一个实体基于事件反应的动态行为，显示了该实体如何根据当前所处的状态对不同的时间做出反应的。

与或图是一种系统地将问题分解为互相独立的小问题，然后分而解决的方法。

与或图中有两种代表性的节点：“与节点”和“或节点”，“与节点”指所有的后续节点都有解时它才有解；“或节点”指各个后续节点均完全独立，只要其中有一个有解它就有解。

关系：问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题，图搜索模拟的实际是人脑分析问题，解决问题的过程，它基于领域知识的问题求解过程。

11. 什么是与或树什么是可解节点什么是解树答：一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或关系。

这棵树中既有与关系又有或关系，因此被称为与或树。

满足下列条件的节点为可解节点。

①终止节点是可解节点；②一个与节点可解，当且仅当其子节点全都可解；③一个或节点可解，只要其子节点至少有一个可解。

解树实际上是由可解节点形成的一棵子树,这棵子树的根为初始节点，叶为终止节点，且这棵子树一定是与树14. 请阐述状态空间的一般搜索过程。

OPEN表与CLOSED表的作用是什么答：先把问题的初始状态作为当前扩展节点对其进行扩展，生成一组子节点，然后检查问题的目标状态是否出现在这些子节点中。

若出现，则搜索成功，找到了问题的解；若没出现，则再按照某种搜索策略从已生成的子节点中选择一个节点作为当前扩展节点。

重复上述过程，直到目标状态出现在子节点中或者没有可供操作的节点为止。

所谓对一个节点进行“扩展”是指对该节点用某个可用操作进行作用，生成该节点的一组子节点。

OPEN表用于存放刚生成的节点，对于不同的搜索策略，节点在OPEN表中的排序是不同的。

CLOSED表用于存放将要扩展或者已扩展的节点。

15. 广度优先搜索与深度优先搜索各有什么特点答：广度优先搜索就是始终先在同一级节点中考查,只有当同一级节点考查完之后,才考查下一级节点。

《工程图学A1》期末复习提纲

《工程图学A1》期末考试主要内容：
1.平面图形的画法（几何作图、比例、圆弧连接）习题集P6、7；[例题]
2.形体（基本体、复合体、切割体、相贯体、组合体）的构成：（1）先画出二维草图（需说明绘制该草图所用的坐标面）；（2）拉伸、旋转、扫略（画出其形体）；
（3）说明组合方式。

[例题] 描述组合体的建模过程,徒手绘制所需图形,并在草图上标注尺寸。

习题集P9、20、21
答案：
3.形体（基本体、复合体、切割体、相贯体、组合体）形状的表达：
画三视图（形体分析法，按形成过程画图给分、并给图线质量分）；习题集P27、28、30、31
[例题]
4.形体（基本体、复合体、切割体、相贯体、组合体）大小的表达：
标注尺寸（形体分析法，按形成过程标注尺寸给分、并给标注规范分）；习题集P25
[例题]
5.组合体三视图的阅读：
（1）读图“二补三”；习题集P26
[例题]
（2）画轴测图。

习题集P12、13、32、33 [例题]。

人工智能期末复习概要

当MD(H,E)>0时，应该有P(H/E)< P(H),那么有 MB(H,E)=0
当MB(H,E)>0时，则为P(H/E)> P(H),那么有 MD(H,E)=0
如果P(H/E)= P(H),则MD(H,E)= MD(H,E)=0表示，E与H无关
第四章不确定性推理
不确定性的传递问题
– 单条知识
第四章不确定性推理
可信度方法组合证据不确定性表示
– 当多个证据以合取得方式构成一个组合证据的时候，组合证据的可信度为这些单一证据的可信度最小值；
– 当多个证据以析取得方式构成一个组合证据的时候，组合证据的可信度为这些单一证据的可信度最大值；
第四章不确定性推理
– MB(H,E)：信任增长度 – MD(H,E)：不信任增长度 – MB(H,E)与MD(H,E)是互斥的 – 解释
学习目标
– 了解不确定性推理的含义、思路和讨论的主要问题。
– 掌握可信度方法、主观Bayes方法和证据理论不确定性推理方法
第四章不确定性推理
计算问题
– 不确定性的传递问题 – 证据不确定性的合成问题 – 结论不确定性的合成问题
第四章不确定性推理
可信度方法知识不确定性的表示
– 在基于可信度的不确定性推理模型中，知识是以产生式规则来表示的，而只是的不确定性则是以可信度CF(H,E)来表示的，其一般的形式为：
第一章绪论
课程研究的主要内容
– 知识表示 – 推理方式
确定性推理（主要归结原理）不确定性推理
– 搜索技术研究
普通图搜索超图搜索（与或图搜索）
第一章绪论
需要解决的问题：
– 万能的人工智能的知识体系结构从根本上就不可能有，最根本的原因是缺乏知识。人是根据知识行事的，而不是根据抽象原则上进行推理。

人工智能期末复习

人工智能原理期末考试复习1. 什么是人工智能?发展经历了几个阶段?人工智能指的是能够感知或推断信息，并将其作为知识而拥有，以应用于环境或语境中适合的行为;机器的智能称为人工智能，通常在运用程序、间或适当硬件的计算机系统中得以实现.2. 人工智能研究的内容有哪些?机器学习、知识表示方法、搜索求解策略、进化算法及其应用、确定性及不确定性推理方法、群体智能算法及其应用。

3. 人工智能有哪些研究领域?安全防范、医疗诊断、语音识别、工业制造、计算机游戏、机器翻译。

4. 什么是知识?有哪些特性?有几种分类方法?知识是人们在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。

相对正确性、不确定性、可表示性与可利用性。

分类方法：(1)按知识的作用范围分为∶常识性知识和领域性知识﹔(2)按知识的作用及表示分为∶事实性知识、规则性知识、控制性知识和元知识;(3 )按知识的确定性分为：确定知识和不确定知识;(4) 按人类思维及认识方法分为：逻辑性知识和形象性知识。

5. 什么是知识表示、命题、谓词，一阶谓词逻辑、产生式、框架、语义网络?知识表示就是将人类知识形式化或者模型化；命题是一个非真即假的陈述句；谓词的一般形式： ),...,,(21n x x x P )；n x x x ,...,,21是个体，某个独立存在的事物或者某个抽象的概念， P 是谓词名，用来刻画个体的性质、状态或个体间的关系。

一阶谓词逻辑表示：谓词不但可表示一些简单的事实，而且可以表示带有变量的“知识”，有时称为“事实的函数”。

进而可用谓词演算中的逻辑联接词“与()”、“或(v)"、“非(┐)”和“蕴含(→)”等来组合已有知识，从而表示出更复杂的知识。

产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。

框架是一种描述所论对象（一个事物、事件或概念）属性的数据结构。

语义网络：从图论的观点看，它其实就是“一个带标识的有向图”，由结点和弧（也称“边”)所组成。

AI考试重点

AI考试重点人工智能（Artificial Intelligence，简称AI）是一门涉及模拟、延伸和扩展人类智能的学科。

在当前科技发展迅速的时代背景下，AI已经成为了各个领域的热门话题。

随着AI技术的不断进步，人们对于AI的考试也越来越关注。

本文将介绍AI考试的主要重点内容。

一、机器学习（Machine Learning）机器学习是AI领域中的核心内容之一。

它是让计算机通过学习并不断优化算法和模型，从而使其能够自主地从数据中获取规律和知识，并能够在新的数据上做出准确的预测和判断。

在AI考试中，机器学习的相关知识点是必考的重点。

1. 监督学习（Supervised Learning）监督学习是机器学习的一种常见方法。

它通过已有的标记好的训练数据，让计算机学习到输入和输出之间的映射关系，从而可以对新的未知数据进行预测。

在监督学习中，常见的算法包括线性回归、逻辑回归、决策树等。

2. 无监督学习（Unsupervised Learning）无监督学习是指在训练数据中没有给定标签或者类别的情况下，让计算机自主地发现其中的模式和规律。

常见的无监督学习算法包括聚类算法、关联规则挖掘等。

3. 强化学习（Reinforcement Learning）强化学习是一种通过给予奖励来引导计算机进行学习的方法。

在强化学习中，计算机通过与环境的交互来不断优化自己的策略，并根据奖励的反馈来调整行为。

常见的强化学习算法包括Q-learning、深度强化学习等。

二、深度学习（Deep Learning）深度学习是机器学习中的一个重要分支，它模拟了人脑神经网络的结构和工作原理，通过多层神经网络的训练和优化来实现对复杂问题的建模和解决。

在AI考试中，对于深度学习的掌握是必不可少的。

1. 人工神经网络（Artificial Neural Network，简称ANN）人工神经网络是深度学习中最为核心的概念之一。

它模拟了生物神经网络的结构和功能，由多个节点（神经元）和连接（神经突触）组成。

人工智能期末复习资料

人工智能技术期末复习纲要一、填空（20分）+判断(10分)1、人工智能：Artificial Intelligence，简称AI2、计算智能就是计算人工智能, 它是模拟（群智能）的人工智能。

计算智能以（数值数据）为基础, 主要通过数值计算，运用算法进行问题求解。

3、（判断）人工智能作为一门学科, 其研究目标就是制造智能机器和智能系统, 实现智能化社会4、（判断）人工智能学科的研究策略则是先部分地或某种程度地实现机器的智能,并运用智能技术解决各种实际问题特别是工程问题, 从而逐步扩展和不断延伸人的智能, 逐步实现智能化。

5、（判断）符号智能采用搜索方法进行问题求解，一般是在（问题空间）搜索；计算智能也采用搜索方法进行问题求解，一般是在（解空间）搜索。

6、（填空）表示、运算和搜索是人工智能的三个最基本、最核心的技术。

7、PROLOG语言只有三种语句，分别称为（事实）、（规则）和（问题）。

8、（填空）PROLOG程序的执行过程是一个(归结)演绎推理过程9、（填空）一个完整的Turbo PROLOG(2.0版)程序一般包括常量段、领域段、数据库段、（谓词段）、（目标段）和（子句段）等六个部分。

10、（填空）按连接同一节点的各边间的逻辑关系划分，图可分为（或图）或（与或图）两大类，图搜索也就可分为（或图搜索）和（与或图搜索）两大类。

或图通常称为（状态图）。

11、（填空）用计算机来实现状态图的搜索, 有两种最基本的方式：（树式搜索）和（线式搜索）。

12、（填空）按搜索范围的扩展顺序的不同, 搜索又可分为（广度优先）和（深度优先）两种类型。

13、（填空）与或图搜索也分为（盲目搜索）和（启发式搜索）两大类。

前者又分为穷举搜索和盲目碰撞搜索。

14、（填空）遗传算法中有三种关于染色体的运算: （选择-复制）、（交叉）和（变异）。

15、（判断、填空）遗传算法是一种随机搜索算法，遗传算法又是一种优化搜索算法。

16、（填空、判断）基于谓词逻辑的机器推理也称（自动推理）。

ai复习计划

ai复习计划AI复习计划本文主要介绍了一份有效的AI复习计划，旨在帮助学生高效复习AI课程，提高学习效果。

1. 制定复习计划：根据课程教学大纲和个人需求，制定详细的复习计划。

将整个课程内容分解成小的模块，安排每个模块的复习时间。

合理安排计划，保证每个模块都有足够的时间进行复习。

2. 理解重点知识点：AI课程知识点繁多，但并非每个知识点都同等重要。

通过翻阅教材、课堂笔记等，确定重点知识点，并深入理解这些知识点的概念、原理和实践应用。

3. 多练习编程项目：AI课程离不开实践，编程项目是提高实践能力的重要途径。

选择一些与课程内容相关的编程项目，并反复进行练习。

通过实际操作，加深对AI算法和技术的理解。

4. 查漏补缺：复习过程中，时常检查自己的学习进展，发现知识的薄弱环节。

针对这些薄弱环节，及时查漏补缺，可以通过查阅资料、请教老师或同学等方式进行。

5. 制作复习资料：整理复习笔记、制作知识点思维导图、总结解题方法等，可以帮助巩固和回顾所学知识。

制作的复习资料可用于复习前快速回顾，促进记忆。

6. 进行模拟考试：在复习的最后阶段，进行模拟考试，模拟真实考试环境。

通过模拟考试，检验自己的学习成果，找出存在的问题，并及时调整复习计划和学习策略。

7. 合理休息：复习是一项持久战，过度疲劳会影响学习效果。

合理安排休息时间，保证充足的睡眠，调整饮食习惯，有助于提高复习效率和集中注意力。

8. 动态调整计划：复习计划不是一成不变的，随着学习进度和需求的变化，需要及时调整计划。

灵活变通，根据实际情况合理安排学习时间和复习内容。

通过执行以上复习计划，可以帮助学生系统地学习AI知识，提高理论水平和实践能力，为应对考试和日后的实践打下坚实基础。

一定要坚持下去，相信付出的努力一定会有回报。

加油！。

AI考试重点

01、人工智能研究思想路线的思考？（10分）答：人工智能研究处于信息技术的前沿，它的研究，应用和发展在一定程度上决定着计算机技术的发展方向。

同时，信息技术的广泛应用也对人工智能技术的发展提出急切的需求，今天，人工智能的不少研究领域如机器学习，人工神经网络等都走在了信息技术的前沿，有许多研究成果已经进入人们生活、学习中，并对人类发展产生重要影响。

02、知识的特性：相对正确性，不确定性，可表示性可利用性可发展性5分）03、知识表示就是知识的符号化过程。

（2分）04、谓词：¬否定词，∧合取词，∨析取词，→蕴含词，↔等价词。

量词：全称量词（所有，任意）存在量词（存在有）05、事实的定义：事实是断言一个语言变量的值或断言多个语言变量之间关系的陈述句。

事实的表示：确定性知识，非确定性知识。

语言变量的值或语言变量之间的关系可以是数字、词等。

06、产生式与条件语句的主要区别？（8分）答：前件结构不同：产生式的前件可以是一个复杂的的结构。

控制流程不同：产生式系统中满足前提条件的规则被激活后，不一定被立即执行，能否执行将取决于冲突消解策略。

07、一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。

08、产生式系统的推理方向：（正向、逆向、双向）推理产生式系统。

（6分）09、语义网络是一种用实体及其语义关系来表达知识的有向图。

（2分）10、什么是推理？按思维方式分AI 推理可以分为那三部分（6分）答：所谓推理就是按某种策略由已知判断推出另一判断的思维过程。

按思维方式分AI 推理可以分为（1）演绎推理：即一般到个别推理（2）归纳推理：个别到一般的推理（3）发现推理：一种不完全知识环境下的推理11、AI 推理包括：计算推理、逻辑推理和搜索三方面内容。

（6分）12、什么是知识匹配？（6分）答：所谓知识匹配是指对两个知识模式的比较与耦合，即检查这两个知识模式是否完全一致或者近似一致。

13、鲁滨逊归结原理的基本思想？（6分）答：检查子句集S 中是否包含空子句。

人工智能期末复习资料

一、智能化智能体1.什么是智能体？什么是理性智能体?智能体的特性有哪些?智能体的分类有哪些？智能体定义：通过传感器感知所处环境并通过执行器对该环境产生作用的计算机程序及其控制的硬件.理性智能体定义：给定感知序列（percept sequence）和内在知识（built—in knowledge)，理性智能体能够选择使得性能度量的期望值（expected value)最大的行动。

智能体的特性：自主性（自主感知学习环境等先验知识）、反应性(Agent为实现自身目标做出的行为）、社会性(多Agent及外在环境之间的协作协商）、进化性（Agent自主学习,逐步适应环境变化）智能体的分类:简单反射型智能体:智能体寻找一条规则，其条件满足当前的状态(感知），然后执行该规则的行动.基于模型的反射型智能体:智能体根据内部状态和当前感知更新当前状态的描述，选择符合当前状态的规则,然后执行对应规则的行动。

基于目标的智能体：为了达到目标选择合适的行动，可能会考虑一个很长的可能行动序列，比反射型智能体更灵活。

基于效用的智能体：决定最好的选择达到自身的满足。

学习型智能体：自主学习，不断适应环境与修正原来的先验知识.2.描述几种智能体类型实例的任务环境PFAS，并说明各任务环境的属性.答题举例：练习：给出如下智能体的任务环境描述及其属性刻画。

o机器人足球运动员o因特网购书智能体o自主的火星漫游者o数学家的定理证明助手二、用搜索法对问题求解1。

简述有信息搜索（启发式搜索）与无信息搜索（盲目搜索、非启发式搜索）的区别。

非启发式搜索：按已经付出的代价决定下一步要搜索的节点。

具有较大的盲目性,产生较多的无用节点，搜索空间大,效率不高。

启发式搜索：要用到问题自身的某些信息，以指导搜索朝着最有希望的方向前进。

由于这种搜索针对性较强，因而原则上只需搜索问题的部份状态空间,搜索效率较高。

2.如何评价一个算法的性能？（度量问题求解的性能）▪完备性:当问题有解时，算法是否能保证找到一个解;▪最优性：找到的解是最优解；▪时间复杂度：找到一个解需要花多长时间▪搜索中产生的节点数▪空间复杂度：在执行搜索过程中需要多少内存▪在内存中存储的最大节点数3。

人工智能期末复习资料

-构成推理的两个要素为：已知事实（证据）和知识。

第四章不确定性推理方法-不确定性分为：知识不确定性和证据不确定性。

-可信度是根据经验对一个事物或现象为真的相信程度。

-可信度带有较大的主观性和经验性，其准确性难以把握。

-由于相应证据的出现增加结论H为真的可信度，则CF(H,E)>0，证据的出现越支持H为真，就使CF(H,E)的值越大；反之，CF(H,E)<0，证据的出现越是支持H为假，CF（H,E）的值就越小。

若证据的出现与否与H无关，则CF(H,E)=0。

-静态强度CF(H,E)：知识的强度，即当E所对应的证据为真时对H的影响程度；动态强度CF(E)：证据E当前的不确定性程度。

-概率分配函数与概率不同。

-模糊性：客观事实在性态与类属方面的不分明性。

-模糊集合完全由其隶属函数确定，即一个模糊集合与其隶属函数是等价的。

-模糊推理控制系统的功能结构：（输入）->模糊化->模糊规则库->推理方法->去模糊化（输出）-模糊控制系统的核心是：模糊控制器。

-不确定性及其类型？1.不确定性；2.不确切性；3.不完全性；4.不一致性；-在确定一种度量方法及其范围时，应当注意到哪几点？1.度量要能充分表达相应知识及证据的不确定性程度；2.度量范围的指定要便于领域专家及用户对不确定性的估计；3.度量要便于对不确定性的传递进行计算，而且对结论算出的不确定性度量不能超出度量规定的范围；4.度量的确定应当是直观的，同时要有相应的理论依据-经典概率方法与逆概率方法的比较经典概率方法的缺点：用于简单的不确定推理，只考虑了证据的“真”“假”情况；逆概率方法优点：较强的理论背景和良好的数学特征，当证据和结论都彼此独立时计算的复杂度较低；缺点：要求给出结论Hi的先验概率和证据的条件概率；-主观Bayes方法的优缺点优点：1.具有较坚强的理论基础；2.知识的静态强度LS与LN是由领域专家根据实践经验得出的，推出的结论有较准确的确定性；3.主观Bayes方法是一种比较实用且灵活的不确定性推理方法；缺点：1.要求领域专家给出知识时同时给出H的先验概率；2.Bayes定理中关于事件独立性的要求使此方法的应用受到了限制。

人工智能及应用期末复习资料

考试：9周二晚7点，5下单选题15×2分推理问答题7×10分人工智能复习资料第二章3、谓词★（预测大题：谓词的表示）谓词逻辑法采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

谓词逻辑的组成：谓词符号、变量符号、函数符号和常量符号。

用谓词公式表示知识的一般步骤：(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，用适当的连接符将各个谓词连接起来形成谓词公式。

二元语义网络（预测大题）语义网络是一种结构化表示方法，它由节点和弧线或链线组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

（1）常用的类属关系有：AKO(A-Kind-of):表示一个事物是另一个事物的一种类型。

AMO(A-Member-of):表示一个事物是另一个事物的成员。

ISA(Is-a):表示一个事物是另一个事物的实例。

（2）常用的包含关系的有：Part_of:表示一个事物是另一个事物的一部分，或说是部分与整体的关系。

（3）常用的属性的关系有：Have：表示一个结点具有另一个结点所描述性。

Can：表示一个结点能做另一个结点的事情。

·····用语义网络表示知识的步骤：确定问题总所有对象和各对象的属性。

确定所讨论对象间的关系。

根据语义网络中所涉及的关系，对语义网络中的节点及弧进行整理，包括增加节点、弧和归并节点等。

将各对象作为语义网络的一个节点，而各对象间的关系作为网络中各节点的弧，连接形成语义网络。

框架（预测大题）框架是一种结构化表示方法。

框架通常由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又可拥有若干个值。

常用槽名：Part-of槽——用于指出部分和全体的关系。

AI期末复习

期末复习
1、绘制五环
新建一个400 px* 600px，72ppi，CMYK模式的文件，运用相关工具绘制如下图所示的奥运五环，将结果以“五环. jpg”保存在考生文件夹中。

2、绘制奔驰标志
新建一个800 px* 800px，72ppi，CMYK模式的文件，运用相关工具和命令绘制如下图所示的表情效果，将结果以“汽车标志. jpg”保存在考生文件夹中。

3、绘制中国联通标志（20分）
新建一个800 px* 800px，72ppi，CMYK模式的文件，运用相关工具绘制如下图所示的中国
联通标志，将结果以“中国联通标志. jpg”保存在考生文件夹中。

4、绘制珍项链
新建一个500 px* 800px，72ppi，CMYK模式的文件，运用椭圆工具、混合工具等绘制如下图所示的珍珠项链效果，并输入文字“龙的珍珠”，将结果以“珍珠项链. jpg”保存在考生文件夹中。

5、绘制胶卷效果
新建800*600px, 72ppi，CMYK模式的文件,运用相关工具绘制胶卷效果，然后将素材文件夹中3张图片素材置入到文件中，做成下图所示的效果。

人工智能期末考试知识点(考点)总结

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。

电工AI复习提纲(Autosaved)

电工AI复习提纲第一章要点：参考方向，基尔霍夫定律，功率的判别，电位1.参考方向电流表示方法：双下标 I AB，箭标→I > 0 参考方向与实际方要向相同；I < 0 参考方向与实际方向相反电压表示方法：+，- 极性；双下标 U AB；箭标→U > 0 参考方向与实际方向相同；U < 0 参考方向与实际方向相反关联参考方向：I从U正极性端流入，负极性端流出2.功率U，I为关联参考方向P = UI > 0 做负载< 0 做电源U，I为非关联参考方向P = -UI > 0 做负载 P = UI > 0 做电源< 0 做电源 < 0 做负载3.基尔霍夫定律KCL：ΣI = 0 ；ΣI入= ΣI出广义结点KVL：ΣU = 0 ；ΣU升= ΣU降广义回路4.电位电路中有零参考电位点，能看懂简化图1.图示电路中，已知：I S ＝2 A，U S＝12 V，R1＝R2＝4Ω，R3＝16Ω。

求：(1) S 断开后A点电位V A；(2) S闭合后A点电位V A。

A2.如题图所示，电流I为____________A。

电位V A为____________V。

3.图示电路中，已知U S1=15V，U S2=5V；I S=1A ，R=5Ω。

求电路中的各元件上的功率，指出哪些元件是电源，哪些是负载，并验证功率平衡关系。

+U S2_4. 图示电路中，元件A的功率为（）W。

6V9VV AI第二章要点：电阻等效变换，叠加定理，戴维南等效电路 1．电阻等效变换串联：R = R 1+R 2 分压公式并联：2121R R R R R +=分流公式：S I R R R I 2121+=；S I R R R I 2112+= 注意方向 2．叠加定理a.当某电源不作用时，将该电源置零，即电压源短路，电流源开路b.叠加的时候注意方向c.画电源单独作用时的分电路图 3．戴维南定理用来求某一支路上的电压或电流求解步骤：a. 断开待求支路b. 确定U OC (先设参考方向，求解方法不限)c. 确定等效内阻R 0（要先除源即电压源短路，电流源开路）d. 画戴维南等效电路e. 接上待求支路 4．电源等效变换a.主要指实际电压源与实际电流源之间的变换b.变换条件：I S = U S /R S ；U S = I S R S 两电源内阻相等c.方向：I S 的方向是从U S 的负极指向正极 5．支路电流法6．结点电压法（两个结点）RI U U SS 1∑∑+∑=结点电压U 的参考方向指向参考结点。

AI平面设计考试要点

AI平面设计考试要点共有5个大题：单选题，判断题，工具解释题，问答题，图形绘制题部分要点：1、撤销快捷键：ctrl+z2、按住shift绘制正图形3、复制同一图形，按住alt键，要保持在同一直线上，再按住shift键4、Alt键可以使绝大多数的操作向反方向操作，例如将放大镜改为缩小镜，喷枪工具里面的一系列操作，删除网格点等。

5、RGB用于屏幕色，CMYK用于打印色6、重复上一步骤的动作：ctrl+d7、按住shift键，钢笔工具不会自动切换8、画笔拖动时，按住alt键，可以绘制闭合路径9、RGB分别代表：红、绿、蓝三种颜色10、Illustrator默认纸张大小为A411、编组：Ctrl+g12、实时上色时，按住alt键可以临时切换成吸管工具13、重复上一步骤的动作：ctrl+d14、按住shift键，钢笔工具不会自动切换15、画笔拖动时，按住alt键，可以绘制闭合路径工具解释题1.吸管工具利用吸管与油漆桶工具，双击吸管或油漆桶可出吸管/油漆桶选项预设对话框。

如果不选中对象点吸管会将颜色吸至工具箱颜色组中。

如果选中对象会将颜色直接吸至对象身上。

2.选择工具可以选择整个对象、群组或者路径，按Shift键选择多个。

选中后可对其缩放、旋转。

3.直接选择工具主要用于形状的调整，选择任何一个单独的锚点或某一路径上的线段，单击填充区选择整个对象；单击对象的锚点，选中单个锚点；单击锚点间路径，选中该段路径；拖出虚线框，选择区域内的多个锚点。

4.组选择工具主要用于选择群组或嵌套群组中的路径或对象，单击选择要选择的图形，按Shift选择多个，双击可选择该组图形，如果有多个嵌套，每单击一次就会将群组对象中的另一子集加入当前选择集中。

5.符号喷枪工具用于在符号中创建符号图形，也是惟一一个可以创建符号图形的工具，选择一个符号样本，点击喷枪工具，在页面上单击，也可拖动鼠标，则沿着鼠标拖动轨迹创建一组符号图形。

按Alt删除符号。

人工智能考试复习提纲

第一章绪论●人工智能的诞生：1965年夏季，在达特茅斯大学●人工智能的学派：符号主义，联结主义，行为主义第二章知识表示方法●知识的特性：1.相对正确性；2.不确定性；3.可表示性；4.可利用性●★用谓词公式表示知识的步骤：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，用适当的联接符号将各个谓词联接起来，形成谓词公式。

●★★机器人搬弄积木块问题表示P19●★一阶谓词逻辑表示法的特点：1.自然性；2.适宜于精确性知识的表示；3.易实现；4.与谓词逻辑表示法相对应的推理方法。

●产生式系统的组成：1.规则库；2.综合数据库；3.推理机●★产生式系统的推理方式：1.正向推理：①规则库中的规则与综合数据库中的事实进行匹配，得到匹配的规则集合；②使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则；③执行启动规则的后件。

将该启用规则的后件送入综合数据库或对综合数据库进行必要的修改。

重复这个过程直至达到目标。

2.反向推理：①规则库中的规划后件与目标事实进行匹配，得到匹配的规则集合；②使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则；③将启用规则的前件作为子目标。

重复这个过程直至各子目标均为已知事实，则反向推理的过程成功结束。

●★★语义网络表示知识举例：P36 例2.5、2.6、2.7；P71 作业18●框架的定义及组成：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。

框架名<槽名><侧面><值>●脚本表示法：美国耶鲁大学的R.C.Schank及其同事们根据概念从属理论提出了一种知识表示方法——脚本表示法。

●问题状态空间的构成：1.状态；(2).算符；3.状态空间。

●★用状态空间表示问题的步骤1.定义状态的描述形式；2.用所定义的状态描述形式把问题的所有可能的状态都表示出来，并确定出问题的初始状态集合描述和目标状态集合描述；3.定义一组算符。

人工智能期末考试重点

人工智能：Artificial Intelligence，简称AI，主要研究如何使用人工的方法和技术，使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能，实现某些机器的智能行为。

传统划分①符号主义学派②联结主义学派③行为主义学派现代1.符号智能流派2.计算智能流派3.群体智能流派人工智能的基本技术：1知识表示技术2知识推理、计算和搜索技术3系统实现技术。

符号智能的表示是知识的表示，运算是基于知识表示的推理或符号操作，采用搜索方法进行问题求解，一般在问题空间上进行，计算智能的表示是对象表示，运算时给予对象的表示的操作或计算，采用搜索方法进行问题求解，一般是在解空间上进行。

人工智能的研究领域：定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、组合调度问题。

应用领域：难题求解、自动定理证明、自动翻译、智能管理、智能通信、智能仿真等。

人工智能的主要研究途径与方法：1功能模拟。

符号推演2结构模拟。

神经计算3行为模拟。

控制进化人工智能的研究目标及其意义：1目标：远期目标是要制造智能机器，即探索智能的基本机理，最终制造出和人有相似或相近智力和行为能力的综合智能系统；近期目标是实现机器智能，即研究如何使用现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。

2意义：普遍的计算机智能低下，无法满足社会需求；研究AI是当前信息化社会的迫切需求；智能化是自动化发展的必然趋势；研究AI，对人类自身的智能的奥秘也提供有益的帮助。

人工智能的基本内容：1从人工智能的定义出发包括（感知与交流的模拟，记忆，联想，计算，思维的模拟，输出效率或行为模拟2从知识工程的角度出发包括（知识的获取，知识的处理以及知识的运用）人工智能诞生1956年夏，达特莫斯大学的研究会，麦卡锡提议正式采用了“AI”术语。

发展：推理期，知识期，学习期ＡＩ的现状与发展趋势：１多种途径齐头并进，多种方法协作互补２新思想、新技术不断涌现，新领域新方向不断开拓3理论研究更加深入，应用研究愈加广泛4研究队伍日益壮大，社会影响越来越大。

工程图学AI期末考试复习纲要

人工智能复习大纲

《工程图学A1》期末复习提纲

人工智能期末复习概要

人工智能期末复习

AI考试重点

人工智能期末复习资料

ai复习计划

AI考试重点

人工智能期末复习资料

人工智能期末复习资料

人工智能及应用期末复习资料

AI期末复习

人工智能期末考试知识点(考点)总结

电工AI复习提纲(Autosaved)

AI平面设计考试要点

人工智能 考试复习提纲

人工智能期末考试重点

人工智能考试复习提纲