搜索
1．智能的特点1.具有感知能力；2.具有记忆与思维的能力；3.具有学习能力及自适应能力；4.具有行为能力。2．知识表示常用方法1.一阶谓词逻辑表示法；2.产生式表示法；3.框架表示法；4.语义网络表示法；5脚本表示法；6.过程表示法；7.Petri网表示法；8.面向对象表示法。3．人工智能研究途径三大学派：1.生理学派（连接主义），从结构模拟（微观）；（自下而上）2.心理学派（逻辑学派，符号主义），从功能模拟（宏观）；（自上而下）3.控制论学派（行为主义，进化主义），从行为模拟。4．在框架表示知识系统中，问题的求解主要是通过匹配和填槽实现的。当要求解某个问题是，首先把这个问题用一个框架表示出来，然后通过与知识库中已有的框架进行匹配，找出一个或几个可匹配的预选框架作为初步假设，并在此初步假设的引导下收集进一步的信息，最后用某种评价方法对预选框架进行评价，以便决定是否接受它。5．推理控制策略包括：推理方向；搜索策略；冲突消解策略；求解策略；限制策略；6．在不确定推理中，除推理方面等基本问题外，是需要解决不精确推理，还应解决不确定性的表示与度量、不确定性匹配、不确定性的传递算法以及不确定性的合成等7．不精确推理常用的方法有：1.概率方法；2.主观Bayes方法；3.可信度方法；4.证据理论；5.模糊推理。8．α-β剪枝技术的一般规律：1.任何“或”节点x的α值如果不能降低其父节点的β值，则对节点x以下的分枝可停止搜索，并使x的倒推值为α。这种剪枝称为β剪枝；2.任何“与”节点x的β值如果不能升高其父节点的α值，则对节点x以下的分枝可停止搜索，并使x的倒推值为β。这种剪枝称为α剪枝。9．搜索的完备性与效率1.完备性对于一类可解的问题和一个搜索过程，如果运用该搜索过程一定能求得该类问题的解，则称该搜索过程为完备的，否则为不完备的。完备的搜索过程称为“搜索算法”，简称为“算法”。不完备的搜索过程不是算法，称为“过程”。2.搜索效率：（1）外显率：P=L/T.其中，L为从初始节点到目标节点的路径长度，T为整个搜索过程中所生成的节点总数。外显率反映了搜索过程中从初始节点向目标节点前进时搜索区域的宽度。当L=T时，P=1，表示搜索过程中每次只生成一个节点，它恰好是解路径上的节点，搜索效率最高。P越小，表示搜索时产生的无用节点越多，搜索效率越低。（2）有效分枝因数B定义为：B+B^2+……B^L=T，其中，B是有效分枝因数，它表示在整个搜索过程中每个有效节点平均生成的子节点数目；L为路径长度；T为节点总数。当B=1时，有L=T，此时所生成的节点数最少，搜索效率最高。10．专家系统及其特征1.所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题。2.专家系统的基本特征具有专家水平的专门知识；能进行有效的推理；具有获取知识的能力；具有灵活性；具有透明性；具有交互性；具有实用性；具有一定的复杂性及难度。十一．语义网络的优缺点、问题求解基本过程。1.优点：结构性（不挑剔：用其它表示法能表达的知识几乎都可以用语义网络表示出来）；联想性；自然性；2.缺点：非严格性；处理上的复杂性；3.问题求解基本过程：用语义网络表示知识的问题求解系统称为语义网络系统。该系统主要由两大部分组成：一是由语义网络构成的知识库；另一个是用于求解问题的解释程序，称为语义网络推理机。在语义网络系统中，问题的求解一般是通过匹配实现的，其主要过程为：（1）根据待求解问题的要求构造一个网络片断，其中有些节点或弧的标识是空的，反映待求解的问题；（2）依此网络片断到知识库中去寻找可匹配的网络，以找出所需要的信息；（3）当问题的语义网络片断与知识库中的某语义网络片断匹配时，则与询问处匹配的事实就是问题的解。十二．典型学习系统的基本结构及之间的关系，用图画出十三．用语义网络表示十四．有界深度优先描写的流程、所用数据结构、描述其作用。