人工智能概述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章 人工智能概述
• 什么是人工智能？人工智能的研究目 标和意义？ • 人工智能的研究途径与方法 • 人工智能的分支领域（基于应用领域） • 人工智能基本技术
第3章 图搜索技术
• 状态图知识表示 • 状态图搜索
– 穷举式搜索 – 启发式搜索 – 加权状态图搜索
• 与或图知识表示 • 与或图搜索
– 启发式与或树搜索
化子句集的过程
• • • • • • • • 1、消去蕴含词和等值词。 2、使否定词仅作用于原子公式。 3、适当改名使量词间不含同名指导变元。 4、消去存在量词。 5、消去全称量词。 6、化公式为合取范式。 7、适当改名，使子句间无同名变元。 8、消去合取词，以子句为元素组成一个集合S。
命题逻辑的归结原理
• 与或树搜索
– 可解性判定 – 广度优先、有界深度优先
与或图搜索（续1）
• 有序搜索
– 解树（树根）代价的计算方法
• 和代价法 • 最大代价法
– 有序搜索过程
博弈树搜索
• 极小极大分析法 • α －ß剪枝技术
第5章基于谓词逻辑的机器推理
• • • • • • • 相关定义及概念 化子句集的过程 命题逻辑的归结原理 替换与合一 谓词逻辑中的归结原理 应用归结原理求取问题答案 归结策略
• 博弈树搜索
状态图知识表示
• 状态空间（State Space）
–问题的状态空间是一个表示该问题全部 的可能状态及相互关系的图。 –一般用赋值有向图，包含
• S：问题的可能有的初始状态的集合； • F：操作的集合； • G：目标状态的集合。 • 状态空间常记为三元序列<S，F，G>
状态图搜索
• 穷举式搜索
• 设C1， C2是命题逻辑中的两个子句 C1中有文字L1 ，C2中有文字L2 ，且L1与 L2互补， 从C1 、 C2中分别删除L1 、L2 ， 再将剩余部分析取起来，记构成的新子句为 C1 2，则C1 2为C1 、 C2的归结式。
替换与合一
• 一个替换（Substitution）是形如 {t1/x1, t2/x2, …, tn/xn}的有限集合 • 设σ是原子公式集S的一个合一，如果 对S的任何一个合一θ都存在一个替换λ， 使得 θ ＝ σ •λ 则称σ为S的 最一般合一(Most General Unifier),简 称MGU。
谓词逻辑中的归结原理
• C1，C2为无相同变元的子句； L1，L2为其中的两个文字， L1和¬L2有最一般合一σ； C1，C2的二元归结式（二元消解式） 为： C1 σ －{L1 σ}） ∪ （ C2 σ－ {L2 σ}）
应用归ห้องสมุดไป่ตู้原理求取问题答案
（1）先为待求解的问题找一个合适的求证目标谓词； （2）再对目标否定子句增配（以析取形式）一个辅助 谓词，该谓词的变元必须与对应目标谓词中的变元 完全一致； （3）进行归结； （4）当归结是刚好只剩下辅助谓词时，辅助谓词中原 变元位置上的项就是所求的结果。
归结策略
• • • • • • 删除策略 支持集策略 线性归结策略 输入归结策略 单元归结策略 祖先过滤型策略
第6章 产生式系统
• 产生式系统的组成 • 产生式系统的组成过程 • 产生式系统的控制策略与常用算法 （正向，反向）
第7章 知识表示
• 框架 • 语义网络
– 广度优先 – 深度有限 – 有界深度优先
• 启发式搜索（九宫重排为例）
– 局部择优 – 全局择优
状态图搜索（续1）
• 加权状态图搜索
– 分支界限 – 最近择优（瞎子爬山）
与或图搜索
• 与或图相关概念
– 本原问题、终止节点、端节点、与节点、 或节点 –与或图也是一个三元组 Q0 , F , Qn） –博弈树知识表示
• 什么是人工智能？人工智能的研究目 标和意义？ • 人工智能的研究途径与方法 • 人工智能的分支领域（基于应用领域） • 人工智能基本技术
第3章 图搜索技术
• 状态图知识表示 • 状态图搜索
– 穷举式搜索 – 启发式搜索 – 加权状态图搜索
• 与或图知识表示 • 与或图搜索
– 启发式与或树搜索
化子句集的过程
• • • • • • • • 1、消去蕴含词和等值词。 2、使否定词仅作用于原子公式。 3、适当改名使量词间不含同名指导变元。 4、消去存在量词。 5、消去全称量词。 6、化公式为合取范式。 7、适当改名，使子句间无同名变元。 8、消去合取词，以子句为元素组成一个集合S。
命题逻辑的归结原理
• 与或树搜索
– 可解性判定 – 广度优先、有界深度优先
与或图搜索（续1）
• 有序搜索
– 解树（树根）代价的计算方法
• 和代价法 • 最大代价法
– 有序搜索过程
博弈树搜索
• 极小极大分析法 • α －ß剪枝技术
第5章基于谓词逻辑的机器推理
• • • • • • • 相关定义及概念 化子句集的过程 命题逻辑的归结原理 替换与合一 谓词逻辑中的归结原理 应用归结原理求取问题答案 归结策略
• 博弈树搜索
状态图知识表示
• 状态空间（State Space）
–问题的状态空间是一个表示该问题全部 的可能状态及相互关系的图。 –一般用赋值有向图，包含
• S：问题的可能有的初始状态的集合； • F：操作的集合； • G：目标状态的集合。 • 状态空间常记为三元序列<S，F，G>
状态图搜索
• 穷举式搜索
• 设C1， C2是命题逻辑中的两个子句 C1中有文字L1 ，C2中有文字L2 ，且L1与 L2互补， 从C1 、 C2中分别删除L1 、L2 ， 再将剩余部分析取起来，记构成的新子句为 C1 2，则C1 2为C1 、 C2的归结式。
替换与合一
• 一个替换（Substitution）是形如 {t1/x1, t2/x2, …, tn/xn}的有限集合 • 设σ是原子公式集S的一个合一，如果 对S的任何一个合一θ都存在一个替换λ， 使得 θ ＝ σ •λ 则称σ为S的 最一般合一(Most General Unifier),简 称MGU。
谓词逻辑中的归结原理
• C1，C2为无相同变元的子句； L1，L2为其中的两个文字， L1和¬L2有最一般合一σ； C1，C2的二元归结式（二元消解式） 为： C1 σ －{L1 σ}） ∪ （ C2 σ－ {L2 σ}）
应用归ห้องสมุดไป่ตู้原理求取问题答案
（1）先为待求解的问题找一个合适的求证目标谓词； （2）再对目标否定子句增配（以析取形式）一个辅助 谓词，该谓词的变元必须与对应目标谓词中的变元 完全一致； （3）进行归结； （4）当归结是刚好只剩下辅助谓词时，辅助谓词中原 变元位置上的项就是所求的结果。
归结策略
• • • • • • 删除策略 支持集策略 线性归结策略 输入归结策略 单元归结策略 祖先过滤型策略
第6章 产生式系统
• 产生式系统的组成 • 产生式系统的组成过程 • 产生式系统的控制策略与常用算法 （正向，反向）
第7章 知识表示
• 框架 • 语义网络
– 广度优先 – 深度有限 – 有界深度优先
• 启发式搜索（九宫重排为例）
– 局部择优 – 全局择优
状态图搜索（续1）
• 加权状态图搜索
– 分支界限 – 最近择优（瞎子爬山）
与或图搜索
• 与或图相关概念
– 本原问题、终止节点、端节点、与节点、 或节点 –与或图也是一个三元组 Q0 , F , Qn） –博弈树知识表示