人工智能复习总结讲解

➢ 综合数据库，用于存放求解过程中各种当前信息的数据结构，如问题是的初始状态、
事实或证据、中间推理结论和最后结果等。
➢ 规则库，用于存放与求解问题有关的某个领域知识的规则之集合及其交换规则。
➢
其基本形式为
•
IF 前提 THEN 结论
➢ 控制策略的作用是说明下一步应该选用什么规则。
2.2.4 语义网络法
3.3 启发式搜索 ➢ 盲目搜索的不足：效率低，耗费过多的计算空间与时间。 ➢ 宽度优先、深度优先搜索，或代价树搜索算法,其主要的差别是 OPEN 表中待扩展节 点的顺序问题。人们就试图找到一种方法用于排列待扩展节点的顺序，即选择最有 希望的节点加以扩展，那么，搜索效率将会大为提高。 ➢ 启发信息：进行搜索技术一般需要某些有关具体问题领域的特性的信息。 ➢ 把利用启发信息的搜索方法叫做启发式搜索方法。 ➢ 启发式搜索策略 ➢ 启发信息用于决定要扩展的下一个节点， ➢ 这种搜索总是选择“最有希望”的节点作为下一个被扩展的节点。
（4）喜欢读《三国演义》的人必读《水浒》。
定义谓词：
MAN(x)：x 是人。
LIKE(x,y)：x 喜欢读 y。
(x)(MAN(x)∧LIKE(x, 《SANGUOYANYI》)
→LIKE(x, 《SHUIHU》))
（5）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
定义谓词：
MAN(x):x 是人。
例： 一个用来描述硕士生有关情况的框架 Frame <硕士生>
姓名: 单位（姓，名） 性别：范围（男，女）
默认：男 年龄：单位（岁）
条件：岁＞16 学习专业：单位（专业名）
研究方向：单位（方向名） 导师姓名：单位（姓，名） 参加课题：范围（国家级，省部级，其他）
默认：国家级 学籍：<硕学籍> 住址：单位（楼号，房间号） 电话：单位（ （区号），话机号） 入学时间：单位（年，月） 学制：单位（年）
➢ 语义网络是 1968 年 J.R.Quillian 在研究人类联想记忆时提出的心理学模型。
➢ 语义网络的概念
每个语义基元可表示为三元组：
（结点 1，弧，结点 2）
节点代表实体
弧是有方向和标注的
方向体现了结点所代表的实体的主次关系
标注表示它所连接的两个实体之间的语义联系
连接的两个节点间的某种语义联系或语义关系。
➢ 问题归约法的组成部分 （1）一个初始问题描述； （2）一套把问题变换为子问题的操作符； （3）一套本原问题描述。 第 3 章 搜索推理技术
重点掌握各种盲目搜索策略、A 算法、A*算法、博弈树的 α-β 剪枝算法 和搜索相对应的知识表示法一般有两种：
状态空间法：（S，F，G） 与或图表示法：基于一种分解与变换的思想，利用树状结构对复杂问题进行
鲁滨逊归结原理
重点掌握子句集的求解步骤和归结反演过程，掌握归结推理的规则。
归结反演求解过程
1、归结反演
给出一个公式集 S 和目标公式 L，通过反证或反演来求证目标公式 L，其证明步骤如下：
(1)否定目标 L，得¬L；
(2)把¬L 添加到 S 中去；
(3)把新产生的集合｛¬L，S｝化成子句集；
(4)应用归结原理，力图推导出一个表示矛盾的空子句 NIL。
解：（1）人人爱劳动。
定义谓词如下：
Man(x):x 是人。
Love(x,y):x 爱 y。
（x)(Man(x)→Love(x,劳动））
解：（1）人人爱劳动。
定义谓词如下：
Man(x):x 是人。
Love(x,y):x 爱 y。
（x)(Man(x)→Love(x,劳动））
（2）自然数都是大于等于零的整数。
第 1 章 概述 1、重点掌握人工智能的几种定义。 2、掌握目前人工智能的三个主要学派及 其认知观。 3、一般了解人工智能的主要研究范围和 应用领域。 人工智能的三大学派及其认知观： (1)符号主义： 认为人工智能起源于数理逻辑。 (2)连接主义： 认为人工智能起源于仿生学，特别是对人脑模型的研究。 (3)行为主义： 认为人工智能起源于控制论。 第 2 章 确定性知识系统
A 算法 ➢ A 算法：在状态空间搜索中，每一步都利用估价函数 f(n)=g(n)+h(n)对 Open 表中的 节点进行排序。 ➢ 类型： ➢ 全局择优： 从 Open 表的所有节点中选择一个估价函数值最小的进行扩展。 ➢ 局部择优：仅从刚生成的子节点中选择一个估价函数值最小的进行扩展。
A 算法存在的问题： 不能保证总是找到问题的最优解。
解决办法：对 A 算法的估价函数增加一些限制条件
应用：A*算法求解 8 数码问题 3.5 博弈树搜索过程
首先假定，有一个评价函数 f(n) 可以对所有的棋局进行评估 考虑双方对弈若干步之后，从可能的走步中选一步相对好棋的着法来走，即在有限
的搜索深度范围内进行求解。 静态估计函数 f
➢ 一般规定有利于 MAX 的势态， f(p)取正值 有利于 MIN 的势态，f(p)取负值 势均力敌的势态，f(p)取 0 值
LIKE(x,y): x 喜欢 y。
Meihua 表示梅花，Juhua 表示菊花，
(x)(MAN(x) ∧ LIKE(x, Meihua))∧
(y)(MAN(y) ∧ LIKE(y, Juhua))∧
(z)(MAN(z) ∧(LIKE(z, Meihua)
∧LIKE(z,Juhua)))
（6）他每天下午都去打篮球。
定义谓词及个体：
设 TIME(x):x 是下午。
PLAY(x,y):x 去打 y，
Liming 表示李明，
Basketball 表示足球，则:
（x）TIME(x)PLAY(Liming,Basketball)
产生式系统
产生式系统的组成
产生式系统由 3 个部分组成，即全局数据库、规则库和控制策略，
语义网络表示一元关系、二元关系和多元关系：
多元关系表示方法：通过增加关系结点、动作结点、事件结点或情况结点等
的方法把多元关系转化为多个二元关系。
例 1、用一个语义网络表示下列命题。
(1) 树和草都是植物；
(2) 树和草是有根有叶的；
(3) 水草是草，且长在水中；
(4) 果树是树，且会结果；
(5) 苹果树是果中的一种，它结苹果。
公式。 Computer(zhangxh)∧ ¬Like(zhangxh, programming) Higher(lixp, father(lixp)) 例 2：设有下列语句，请用相应的谓词公式把它们表示出来： （1）人人爱劳动。 （2）自然数都是大于零的整数。 （3）西安市的夏天既干燥又炎热。 （4）喜欢读《三国演义》的人必读《水浒》。 （5）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 （6）他每天下午都去打篮球。
分析：
问题涉及的对象有：
植物、树、草、水草、果树、苹果树
各对象的属性分别为：
树和草的属性：有根、有叶；
水草的属性：长在水中；
果树的属性：会结果；
苹果树的属性：结苹果。
植物 AKO
树 AKO
果树 AKO
有根 有叶
会结果
苹果树 结苹果
AKO
草
有根 有叶
AKO
水草 长在水中
例2：这只小燕子从春天到秋天占有一个巢。 占有
➢ 若 f(p)＝＋∞，则表示 MAX 赢 ➢ 若 f(p)＝－∞，则表示 MIN 赢
α-β 搜索过程思想 极大节点的下界为 α 极小节点的上界为 β 剪枝的条件 ➢ 后辈节点的 β 值≤祖先节点的 α 值时，α 剪枝 ➢ 后辈节点的 α 值≥祖先节点的 β 值时，β 剪枝 简记为 ➢ 极小≤极大，剪枝 ➢ 极大≥极小，剪枝 、 值的性质 ➢ MAX 节点的 值永不减少 ➢ MIN 节点的 值永不增加
默认；3 年 例：用框架表示下述报道的地震事件 【虚拟新华社 3 月 15 日电】昨日，在云南玉溪地区发生地震，造成财产损失约 10
万元，统计部门如果需要详细的损失数字，可电询 62332931。另据专家认为震级不 会超过 4 级，并认为地处无人区，不会造成人员伤亡。 提示：分析概括用下划线标出的要点，经过概念化形成槽（slot）、侧面（facet）值。 特别要注意，“值”（value）、“默认值”（default）、“如果需要值”（if-needed）、“如 果附加值”（if-added）的区别与应用，建议采用格式如下，不用的侧面值可删。
问题归约法
➢ 问题归约法的概念
❖ 已知问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些
子问题的解可以直接得到，从而解决了初始问题。
❖ 该方法也就是从目标(要解决的问题)出发逆向推理，建立子问题以及子问题 的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。这就是问 题归约的实质。
24
2.2.4 框架表示 ➢ 1974 年，由 Minsky 在“A framework for representing knowledge”中提出。 ➢ 框架是一种描述所论对象属性的数据结构。 ➢ 所论对象可以是一个事物、一个事件或者一个概念 ➢ 。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。槽和侧面所具有的属性值分别称为槽值和侧面值。槽值可以是 逻辑型或数字型的，具体的值可以是程序、条件、默认值或是一个子框架。 ➢ （1）框架的基本结构 ➢ 一个框架通常由若干个称为“槽”的结构组成 ➢ 每一个槽又可以根据实际情况拥有若干个“侧面” ➢ 每一个侧面也可以拥有若干个“侧面值” ➢ 框架的槽值和侧面值，可以是数字、字符串、布尔值，也可以是一个在满 足某个给定条件时需执行的动作或过程，还可以是另外一个框架。 ➢ 槽或侧面值可附加约束信息。