搜索
《人工智能导论》课程复习计算机学院任课教师：肖明电话：3005xiaomingxy@msn.com考试安排•时间–2009年12月18日–上午10点•地点：综合楼206-计061-3，软件工程综合楼207-计061-1，2•考试方式：开卷•考试时间：2个小时课程主要内容•第零章人工智能绪论目录•第一章产生式系统•第二章产生式系统的搜索策略•第三章与或图的搜索•第四章谓词演算及应用•第五章人工智能系统的规划问题•第六章专家系统•第七章知识表示•第八章机器学习•第九章人工神经网络及其应用•第十章遗传算法•第十一章数据挖掘与Agent技术•第十二章不确定推理方法课程主要内容•第一章绪论–人工智能产生发展历史，AI的几个时期中出现的著名人物和事件–人工智能的学科范畴•研究任务•研究路线•核心问题•学派–智能和人工智能的含义–人工智能中的研究和应用领域•模式识别•自然语言理解•博弈•…•AI的定义•AI的发展历史•AI研究的特点、核心课题、基本技术•AI主要研究学派•AI主要研究领域和内容•AI主要研究机构、国内外会议及核心刊物•本课的主要内容第二章搜索•状态空间表示法–状态•定义，一些特定的状态–操作•定义，要素：条件和动作–状态空间–问题的解–状态空间的隐式图•状态描述的知识•状态变换的知识第二章搜索•与/或图表示法–本原问题–归约法求解问题的思路–与图（分解）和或图（替换）表示归约的过程–与或图•边：归约•节点：问题–归约策略•关键状态法•关键操作法第二章搜索•博弈问题的状态空间–节点表示棋局•开局，终局，中间棋局•MAX走棋：或节点•MIN走棋：与节点–边表示走法–博弈问题的状态空间第二章搜索•搜索–搜索的基本概念–搜索分类•盲目搜索及其特点•启发式搜索及其特点–算法和过程–搜索效率•外显率•有效分枝因数第二章搜索状态空间的盲目搜索广度优先搜索法思想，搜索过程，数据结构，特点深度优先搜索法有界深度优先搜索法分支界限搜索法（代价树的广度优先搜索法）瞎子爬山法（代价树的深度优先搜索法）代价树的有界深度搜索法状态空间的启发式搜索概念估计函数和启发式函数最好择优法和局部择优法第二章搜索•与/或树的搜索–基本概念：端节点，终止节点，可解节点，应用可解过程，解树，不可解节点，应用不可解过程，部分解树，解树的代价–与/或树的搜索的一般过程–赋值树的广度优先搜索•部分解树，一般搜索过程–赋值树的启发式搜索•希望解树，估计函数，一般过程•博弈树的启发式搜索–极大极小分析方法–α－β剪枝第三章知识与知识表示方式1.基本概念知识知识表示法2.一阶谓词逻辑表示法的方式和特点3.产生式表示法…4.框架表示法…5.语义网络表示法…6.脚本表示法…7.过程表示法…第四章经典逻辑推理•推理的基本概念–推理–推理的分类•命题逻辑的归结推理–归结原理证明定理成立的思想和步骤–概念：子句，归结式•一阶谓词逻辑定理的归结证明–子句集：斯柯林标准型，合取范式，消去存在量词–谓词逻辑的归结–置换和合一–归结策略•与/或形演绎推理（不要求）第五章人工智能语言•不要求第六章专家系统•专家系统的功能，特点•专家系统的类型•专家系统的一般结构和工作原理第七章非精确性推理•非精确性推理的含义•非精确性推理系统的几个基本问题–非精确性度量–非精确性传播–条件部分非精确性的确定–非精确性的匹配算法与阈值选择•可信度方法–规则的不确定性度量–证据的非精确性度量–中非精确性的传播•主观Bayes方法（不要求）