人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

合集下载

人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

第五章状态空间搜索策略搜索是人工智能的一个基本问题，是推理不可分割的一部分。

搜索是求解问题的一种方法，是根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造出一条使问题获得解决的推理路线的过程。

搜索包含两层含义：一层含义是要找到从初始事实到问题最终答案的一条推理路线；另一层含义是找到的这条路线是时间和空间复杂度最小的求解路线。

搜索可分为盲目搜索和启发式搜索两种。

1．1 盲目搜索策略1．状态空间图的搜索策略为了利用搜索的方法求解问题，首先必须将被求解的问题用某种形式表示出来。

一般情况下，不同的知识表示对应着不同的求解方法。

状态空间表示法是一种用“状态”和“算符”表示问题的方法。

状态空间可由一个三元组表示(S，F，Sg)。

利用搜索方法求解问题的基本思想是：首先将问题的初始状态(即状态空间图中的初始节点)当作当前状态，选择一适当的算符作用于当前状态，生成一组后继状态(或称后继节点)，然后检查这组后继状态中有没有目标状态。

如果有，则说明搜索成功，从初始状态到目标状态的一系列算符即是问题的解；若没有，则按照某种控制策略从已生成的状态中再选一个状态作为当前状态，重复上述过程，直到目标状态出现或不再有可供操作的状态及算符时为止。

算法5．1 状态空间图的一般搜索算法①建立一个只含有初始节点S0的搜索图G，把S放入OPEN表中。

②建立CLOSED表，且置为空表。

③判断OPEN表是否为空表，若为空，则问题无解，退出。

④选择OPEN表中的第一个节点，把它从OPEN表移出，并放入CLOSED表中，将此节点记为节点n。

⑤考察节点n是否为目标节点，若是，则问题有解，并成功退出。

问题的解的这条路径得到。

即可从图G中沿着指针从n到S⑥扩展节点n生成一组不是n的祖先的后继节点，并将它们记作集合M，将M中的这些节点作为n的后继节点加入图G中。

⑦对那些未曾在G中出现过的(即未曾在OPEN表上或CLOSED表上出现过的)M中的节点，设置一个指向父节点(即节点n)的指针，并把这些节点加入OPEN 表中；对于已在G中出现过的M中的那些节点，确定是否需要修改指向父节点(n 节点)的指针；对于那些先前已在G中出现并且已在COLSED表中的M中的节点，确定是否需要修改通向它们后继节点的指针。

人工智能期末复习

人工智能期末复习一、名词解释1、人工智能（学科）：人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支，是一门综合性的交叉学科和边缘学科。

2、语义网络：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。

3、机器学习：机器学习就是让机器（计算机）来模拟和实现人类的学习功能。

4、正向推理产生式系统：正向推理也称数据驱动方式，它是从初始状态出发，朝着目标状态前进，正向使用规则的一种推理方法。

所谓正向使用规则，是指以问题的初始状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的前提时，该规则才被使用。

正向推理产生式系统简单明了，且能求出所有解，但是执行效率较低，具有一定的盲目性。

5、遗传算法：遗传算法是在模拟自然界生物遗传进化过程中形成的一种自适应优化的概率搜索算法。

6、人工智能（能力）：是智能机器执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。

7、机器学习系统：机器学习系统是指能够在一定程度上实现机器学习的系统。

8、逆向推理产生式系统：逆向推理也称目标驱动方式，它是从目标状态出发，朝着初始状态前进，反向使用规则的一种推理方法。

所谓逆向使用规则，是指以问题的目标状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的后件时，该规则才被使用。

逆向推理产生式系统不寻找无用数据，不使用与问题无关的规则。

9、演绎推理：演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。

是一种由一般到个别的推理方法，其核心是三段论，如假言推理、拒取式和假言三段论。

10、启发式搜索：状态空间的启发式搜索是一种能够利用搜索过程所得到的问题自身的一些特性信息来引导搜索过程尽快达到目标的搜索方法。

二、填空题1、目前人工智能的主要学派有下列三家：符号主义、联结主义和行为主义。

2、常用的知识表示方法有一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法和过程表示法。

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。

人工智能状态空间搜索策略

计算f(n, mi):=g(n, mi)+h(mi);
7, OPEN中的节点按f值从小到大排序； 8, GO LOOP；
一个A算法的例子
283 164 75
123 84 765
定义评价函数：
f(n) = g(n) + h(n) g(n)为从初始节点到当前节点的代价值 h(n)为当前节点“不在位”的位置数
h计算举例
123 283 81 6 4 4 7 55 76
h(n) =4
283
A(6) 1 6 4
75
283 3
D(5) 1 4
765
2 8 3 s(4)
164 1 75
283 2
1 4 B(4)
765
283
1 6 4 C(6)
75
4
23
1 8 4 E(5)
765
283
1 4 F(6)
7 65
83 214 765
问题求解就是搜索过程搜索对应的知识表示法：
状态空间表示法、与/或树表示法
（6）对节点n进行扩展，将它的所有后继节点放入OPEN表的末端，并为这些后继节点设置指向父节点n的指针，然后转步骤（2）
宽度优先搜索
1, G:=G0(G0=s), OPEN:=(s), CLOSED:=( );
5.3 启发式搜索策略
5.3.1 启发信息与估价函数 5.3.2 最佳优先搜索 5.3.3 A*算法
需要重点掌握的问题
用宽度优先搜索和深度优先搜索求解八数码问题；
用代价树的宽度优先搜索和深度优先搜索求解推销员旅行问题；
用全局最佳优先搜索八数码问题。
状态空间搜索策略
搜索是人工智能的基本问题，是推理不可分割的一部分

人工智能期末考试复习提纲(工硕)

人工智能期末考试复习范围第1部分绪论1-1.什么是人工智能？试从学科和能力两方面加以说明.答：从学科方面定义:人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。

它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能，并开发相关理论和技术从能力方面定义：人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。

1-2.在人工智能的发展过程中,有哪些思想和思潮起了重要作用？答：1）数理逻辑和关于计算本质的新思想,提供了形式推理概念与即将发明的计算机之间的联系；2）1956年第一次人工智能研讨会召开，标志着人工智能学科的诞生;3）控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来，影响了许多早期人工智能工作者，并成为他们的指导思想；4）计算机的发明与发展；5）专家系统与知识工程;6）机器学习、计算智能、人工神经网络和行为主义研究,推动人工智能研究的近一步发展。

1-3.为什么能够用机器（计算机）模仿人的智能?答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件迁移6种功能。

反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能）。

物理符号系统的假设伴随有3个推论.推论一:既然人具有智能，那么他(她)就一定是各物理符号系统;推论二：既然计算机是一个物理符号系统,它就一定能够表现出智能;推论三：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动.1-4.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解(下棋程序)，逻辑推理与定理证明（四色定理证明）,自然语言理解,自动程序设计,专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别）,机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。

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。

山东大学网络教育-人工智能-期末考试试题答案

⼭东⼤学⽹络教育-⼈⼯智能-期末考试试题答案⼭⼤⽹络教育《⼈⼯智能》1.⾸次提出“⼈⼯智能”是在（D ）年A.1946B.1960C.1916D.19562. ⼈⼯智能应⽤研究的两个最重要最⼴泛领域为：BA.专家系统、⾃动规划B. 专家系统、机器学习C. 机器学习、智能控制D. 机器学习、⾃然语⾔理解3. 下列不是知识表⽰法的是 A 。

A：计算机表⽰法B：“与/或”图表⽰法C：状态空间表⽰法D：产⽣式规则表⽰法4. 下列关于不确定性知识描述错误的是 C 。

A：不确定性知识是不可以精确表⽰的B：专家知识通常属于不确定性知识C：不确定性知识是经过处理过的知识D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。

⼀、填空题1、在删除策路归结的过程中，删除以下⼦句：含有的⼦句；含有的⼦句；⼦句集中被别的⼦句的⼦句。

正确答案：纯⽂字#永真#类含2、⼀般公认⼈⼯智能学科诞⽣于年。

正确答案：19563、在启发式搜索当中，通常⽤来表⽰启发性信息。

正确答案：启发函数4、⽤谓词、量词（存在量词，全称量词、联接词（⼀蕴涵，个合取，V析取连接⽽成的复杂的符号表达式称为。

正确答案：谓词公式。

⼆、简答与应⽤题5、何谓“图灵测试”？简单描述之，请您设计⼀个图灵测试问题来测试您⾯对的是⼀台机器还是⼀个⼈？正确答案：图灵实验是为了判断⼀台机器是否具有智能的实验，试验由三个封闭的房间组成，分别放置主持⼈、参与⼈和机器。

主持⼈向参与⼈和机器提问，通过提问的结果判断哪是⼈，哪是机器，如果⽆法判断，则这台机器具有智能，即所谓的“智能机器”6、⼀个产⽣式系统是以整数的集合作为综合数据库，新的数据库可通过把其中任意⼀对元素的乘积添加到原数据库的操作来产⽣。

设以某⼀个整数⼦集的出现作为⽬标条件，试说明该产⽣式系统是可交换的。

正确答案：说明⼀个产⽣式系统是可交换的，就是要证明该产⽣式系统满⾜可交换产⽣式系统的三条性质。

（1）该产⽣式系统以整数的集合为综合数据库，其规则是将集合中的两个整数相乘后加⼊到数据库中。

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。

2021年人工智能山东大学期末考试知识点复习

第二章知识表达办法1．1 知识及其表达1．知识、信息和数据数据与信息是两个密切有关概念。

数据是记录信息符号，是信息载体和表达。

信息是对数据解释，是数据在特定场合下详细含义。

只有把两者密切结合起来，才干实现对现实世界中某一详细事物描述。

此外，数据和信息又是两个不同概念，相似数据在不同环境下表达不同含义，蕴涵有不同信息。

信息是要以数据形式来表达和传递，数据中蕴涵着信息，然而，并不是所有数据中都蕴涵着信息，而是只有那些有格式数据才故意义。

对数据中信息理解也是主观、因人而异，是以增长知识为目。

不同格式数据蕴涵信息多少也不同样，例如，图像数据所蕴涵信息量就大，而文本数据所蕴涵信息量就少。

信息在人类生活中占有十分重要地位，但是，只有把关于信息关联到一起时候，它才有实际意义，普通把关于信息关联在一起所形成信息构造称为知识。

知识是人们在长期生活及社会实践、科学研究及实验中积累起来对客观世界结识与经验，人们把实践中获得信息关联在一起，就获得了知识。

因而，知识、信息和数据是3个层次概念。

有格式数据通过解决、解释过程会形成信息，而把关于信息关联到一起，通过解决过程就形成了知识。

知识是用信息表达，信息则是用数据表达，这种层次不但反映了数据、信息和知识因果产生关系，也反映了它们不同抽象限度。

人类在社会实践过程中，其重要智能活动就是获取知识，并运用知识解决生活中遇到各种问题。

2．知识特性与分类知识具备如下特性：相对对的性；不拟定性；可表达性；可运用性。

知识分类：(1)按知识作用范畴划分，可分为常识性知识和领域性知识。

(2)按知识作用及表达划分，可分为事实性知识、规则性知识、控制性知识和元知识。

(3)以知识拟定性来划分，可分为拟定知识和不拟定知识。

(4)以人思维及结识办法划分，可分为逻辑性知识和形象性知识。

3．知识表达知识表达是研究用机器表达知识可行性、有效性普通办法，是一种数据构造与控制构造统一体，既考虑知识存储又考虑知识使用。

人工智能教程习题及答案第5章习题参考解答

第五章搜索策略习题参考解答5.1 练习题5.1 什么是搜索？有哪两大类不同的搜索方法？两者的区别是什么？5.2 用状态空间法表示问题时，什么是问题的解？求解过程的本质是什么？什么是最优解？最优解唯一吗？5.3 请写出状态空间图的一般搜索过程。

在搜索过程中OPEN表和CLOSE表的作用分别是什么？有何区别？5.4 什么是盲目搜索？主要有几种盲目搜索策略？5.5 宽度优先搜索与深度优先搜索有何不同？在何种情况下，宽度优先搜索优于深度优先搜索？在何种情况下，深度优先搜索优于宽度优先搜索？5.6 用深度优先搜索和宽度优先搜索分别求图5.10所示的迷宫出路。

图5.10 习题5.6的图5.7 修道士和野人问题。

设有3个修道士和3个野人来到河边，打算用一条船从河的左岸渡到河的右岸去。

但该船每次只能装载两个人，在任何岸边野人的数目都不得超过修道士的人数，否则修道士就会被野人吃掉。

假设野人服从任何一种过河安排，请使用状态空间搜索法，规划一使全部6人安全过河的方案。

（提示：应用状态空间表示和搜索方法时，可用(N m,N c)来表示状态描述，其中N m和N c分别为传教士和野人的人数。

初始状态为(3,3)，而可能的中间状态为(0,1),(0,2),(0,3), (1,1),(2,1),(2,2),(3,0),(3,1),(3,2)等。

）5.8 用状态空间搜索法求解农夫、狐狸、鸡、小米问题。

农夫、狐狸、鸡、小米都在一条河的左岸，现在要把它们全部送到右岸去。

农夫有一条船，过河时，除农夫外，船上至多能载狐狸、鸡和小米中的一样。

狐狸要吃鸡，鸡要吃小米，除非农夫在那里。

试规划出一个确保全部安全的过河计划。

（提示：a.用四元组(农夫，狐狸，鸡，米)表示状态，其中每个元素都可为0或1，0表示在左岸，1表示在右岸；b.把每次过河的一种安排作为一个算符，每次过河都必须有农夫，因为只有他可以划船。

）5.9 设有三个大小不等的圆盘A 、B 、C 套在一根轴上，每个圆盘上都标有数字1、2、3、4，并且每个圆盘都可以独立地绕轴做逆时针转动，每次转动90°，初始状态S 0和目标状态S g 如图5.11所示，用宽度优先搜索法和深度优先搜索法求从S 0到S g 的路径。

人工智能期末复习资料

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。

人工智能第五章

• 状态：用三元组(m,c,b)表示左岸的传教士、野人和船数。 m={0,1,2,3}，c={0,1,2,3}，b={0,1} 共4×4×2＝32种状态其中有16种可行，14种不可行（危险），2种达不到。初始状态：S=（3，3，1）或 S331 目标状态：G=（0，0，0）或 S000
• 操作符（规则） Pij（左右），qij （右左）左右：p01,p10,p11,p02,p20 条件：船在左岸右左：q01,q10,q11,q02,q20 条件：船在右岸
❖ 特点：一种高代价搜索，但若有解存在，则必能找到它。
16
• 例子八数码难题（8-puzzle problem）
28 3
1
4
76 5
12 3
8
4
76 5
（初始状态）
（目标状态）
规定：将牌移入空格的顺序为：从空格左边开始
顺时针旋转。不许斜向移动，也不返回先辈节点。
从图可见，要扩展26个节点，共生成46个节点
• 问题的形式化表示：
三元组(I,j,k) I ---C所在钢针号 j ----B所在钢针号 k---A所在钢针号
• 问题：（1，1，1）（3，3，3）
3
9
三阶梵塔问题的与/或树
（111）（333）
（111）（122）（122）（322）
（322）（333）
（111）（113）（113）（123）（123）（122）（322）（321）（321）（331）（331）（333）
A
A
B
C
D
与图
B
C
或图
2、变换：大问题变成若干个易解子问题，只要有一个子问题解决了，大问题也就解决了。

(完整word版)人工智能复习参考(山东大学2015)

一、填空题01．构成产生式系统的基本元素有(综合数据库）(产生式规则)（控制系统），控制策略按执行规则的方式分为（正向推理）（反向推理)(双向推理）三类。

02．归结过程中控制策略的作用是给出控制策略，以使仅对选择合适的子句间方可做归结，避免（多余的不必要的归结式）。

常见的控制策略有（采用支撑集）（线性归结）（单元归结）(输入归结）.03．公式G和公式的子句集并不等值,但在（不可满足）的意义下是一致的。

04．与或图的启发式搜索算法（AO*算法）的两个过程分别是（图生成过程即扩展节点）和（计算耗散值的过程）。

05．人工智能的研究途径主要有两种不同的观点,一种观点称为（符号主义）,认为智能的基本单元是(符号)。

另一种观点称为（连接主义）,认为智能的基本单元是(神经元).06．集合{P(a,x,f(g（y）），P（z，f（z），f(u))）}的mgu（最一般合一置换）为（{z/a, f(x)/x, u/g(y)})。

07．语义网络是对知识的（有向图）表示方法,一个最简单的语义网络是一个形如（节点1、弧、节点2）的三元组，语义网络可以描述事物间多种复杂的语义关系、常用ISA、AKO弧表示节点间具有（类属）的分类关系.语义网络下的推理是通过(继承和匹配）实现的。

08．按综合属性分类，机器学习可分为（连接学习)（归纳学习)（分析学习）和遗传算法与分类器系统。

一个机器学习系统应有（环境)(知识库）（学习环节)(执行环节）四个基本部分组成.09．常用的知识表示法有逻辑表示法和（产生式规则表示法)（语义网络表示法）（框架理论表示法）（过程表示法)等。

10．有两个A＊算法A1和A2，若A1比A2有较多启发信息，则h1(n) （大于）h2(n）。

11．关于A算法与A＊算法，若规定h（n)≥0，并且定义启发函数:f*（n)=g＊(n）+h*(n）表示初始状态S0经点n到目标状态Sg最优路径的费用。

其中g＊（n)为S0到n的最小费用，h ＊(n）为n到Sg的实际最小费用。

人工智能期末考试知识点（考点）总结

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。

人工智能教程习题及答案第5章习题参考解答

图5.10 习题5.6的图5.7 修道士和野人问题。

设有3个修道士和3个野人来到河边，打算用一条船从河的左岸渡到河的右岸去。

但该船每次只能装载两个人，在任何岸边野人的数目都不得超过修道士的人数，否则修道士就会被野人吃掉。

假设野人服从任何一种过河安排，请使用状态空间搜索法，规划一使全部6人安全过河的方案。

（提示：应用状态空间表示和搜索方法时，可用(N m,N c)来表示状态描述，其中N m和N c分别为传教士和野人的人数。

初始状态为(3,3)，而可能的中间状态为(0,1),(0,2),(0,3), (1,1),(2,1),(2,2),(3,0),(3,1),(3,2)等。

）5.8 用状态空间搜索法求解农夫、狐狸、鸡、小米问题。

农夫、狐狸、鸡、小米都在一条河的左岸，现在要把它们全部送到右岸去。

农夫有一条船，过河时，除农夫外，船上至多能载狐狸、鸡和小米中的一样。

狐狸要吃鸡，鸡要吃小米，除非农夫在那里。

试规划出一个确保全部安全的过河计划。

人工智能导论-第5章搜索求解策略

下面首先讨论搜索的基本概念，然后着重介绍状态空间知识表示和搜索策略，主要有回溯策略、宽度优先搜索、深度优先搜索等盲目的图搜索策略，以及A及A*搜索算法等启发式图搜索策略。
4
第5章搜索求解策略
5.1 搜索的概念 5.2 状态空间的搜索策略 5.3 盲目的图搜索策略 5.4 启发式图搜索策略
5
节点, 深度相等的节点按生成次序的盲目搜索。
特点：扩展最深的节点的结果使得搜索沿着状态空间某条
单一的路径从起始节点向下进行下去；仅当搜索到达一个没有后裔的状态时，才考虑另一条替代的路径。
2023/12/14
Char 5. pp.34
5.3.3 深度优先搜索策略
算法：
防止搜索过程沿着无益的路径扩展下去，往往给出一个节点扩展的最大深度—— 深度界限；与宽度优先搜索算法最根本的不同：将扩展的后继节点放在OPEN表的前端。深度优先搜索算法的OPEN 表后进先出。
O ：操作算子的集合。
S 0：包含问题的初始状态是 S 的非空子集。
G ：若干具体状态或满足某些性质的路径信息描述。
15
5.2.1 状态空间表示法
求解路径：从 S 0 结点到 G 结点的路径。
状态空间解：一个有限的操作算子序列。
S0 O1 S1 O2 S 2 O3 Ok G O1,, Ok ：状态空间的一个解。
Q [q1, q2 ,, qn ]T
操作：表示引起状态变化的过程型知识的一组关系或函数：
F { f1, f 2 ,, f m}
14
5.2.1 状态空间表示法
状态空间：利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组：
(S , O, S0 , G)

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。

人工智能第五章问题求解的基本原理

例如，把问题P分解为三个子问题P1，P2，P3，可用图表示。如图：P1，P2，P3是问题P的三个子问题，只有当这三个子问题都可解时，问题P才可解，称P1，P2，P3之间存在“与”关系；称节点P为“与”节点；由P，P1，P2，P3所构成的图称为“与”树。在图中，为了标明某个节点是 “与”节点，通常用一条弧把各条边连接起来。
2 、等价变换：对于一个复杂问题，除了可用“分解”方法进行求解外，还可利用同构或同态的等价变换，把它变换为若干个较容易求解的新问题。若新问题中有一个可求解，则就得到了原问题的解。问题的等价变换过程，也可用一个图表示出来，称为“或”树。
例如，问题 P 被等价变换为新问题 P1， P2， P3。如
搜索的一般过程如下： ①把初始节点S0放入OPEN表，并建立目前只包含 S0的图，记为G。②检查OPEN表是否为空，若为空则问题无解，退出。③把OPEN表的第一个节点取出放入CLOSED表，并记该节点为节点 n。④考察节点n是否为目标节点。若是，则求得了问题的解，退出。⑤扩展节点n，生成一组子节点。把其中不是节点 n先辈的那些子节点记作集合 M，并把这些子节点作为节点n的子节点加入G中。
该过程与广度优先搜索的唯一区别是：广度优先搜索是将节点n的子节点放入到OPEN表的尾部，而深度优先搜索是把节点n的子节点放入到OPEN表的首部。
2、其搜索过程如下：
①把初始节点S0放入OPEN表。②如果OPEN表为空，则问题无解，退出。③把OPEN表的第一个节点（记为节点n）取出放入CLOSED表。④考察节点n是否为目标节点。若是，则求得了问题的解，退出。⑤若节点 n不可扩展，则转第②步。⑥扩展节点n，将其子节点放入到OPEN表的首部，并为其配臵指向父节点的指针，然后转第②步。

人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

人工智能期末复习

人工智能期末考试重点

人工智能状态空间搜索策略

人工智能期末考试复习提纲(工硕)

人工智能期末复习概要

山东大学网络教育-人工智能-期末考试试题答案

人工智能期末复习

2021年人工智能山东大学期末考试知识点复习

人工智能教程习题及答案第5章习题参考解答

人工智能期末复习资料

人工智能第五章

(完整word版)人工智能复习参考(山东大学2015)

人工智能期末考试知识点（考点）总结

人工智能教程习题及答案第5章习题参考解答

人工智能导论-第5章 搜索求解策略

人工智能期末复习资料

人工智能第五章 问题求解的基本原理

人工智能导论-第5章搜索求解策略

人工智能第五章问题求解的基本原理