人工智能期末复习

1、人工智能的概念及其发展历史上先后出现的主流学派2、传统搜索算法的优点和不足，会用宽度优先和深度优先求解问题答：宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。

换句话说，它并不考虑结果的可能位址，彻底地搜索整张图，直到找到结果为止。

在状态图搜索中，从初始节点出发，同层优先搜索，逐层进行搜索。

深度优先搜索是在搜索树的每一层始终先只扩展一个子节点，不断地向纵深前进直到不能再前进（到达叶节点或受到深度限制）时，才从当前节点返回到上一级节点，沿另一方向又继续前进。

这种方法的搜索树是从根节点开始一枝一枝逐渐形成的。

宽度优先搜索将新扩展的节点放在open表的尾部，而深度优先搜索将新扩展的节点放在open表的前面。

3、高级搜索算法的优点和不足4、A*算法的概念、步骤以及应用5、适值函数的作用和意义，会分析问题的适值函数（估价函数，如八数码问题的估价函数）6、谓词逻辑的概念、原理、优点和不足；能够用其描述知识和过程7、产生式系统概念、组成；能够用其进行逻辑推导。

8、语义网络概念、原理，会用（比较详细）语义网描述知识9、机器学习、聚类分类概念，了解其所采用四个策略。

10、SA原理，其计算过程中的三函数两准则，能够用SA求解实际问题11、GA原理，交叉、变异、选择操作，能够用GA求解实际问题12、人工神经网络的历史和要素13、递归网络结构和原理14、BP网络，能描述网络结构，解释其原理15、Hopfield网络，能描述网络结构，解释其工作机理16、博弈树原理，会利用α-β剪枝搜索（掌握生成节点倒推值的方法、判定剪枝）答：博弈策略假设我们对所讨论的博弈问题构造了一棵完整的博弈树，我们希望能从中找出棋手应采用的策略。

这种策略应当确保棋手会赢，或者起码能够得到和局的结果首先我们把该博弈树的每一个节点标上w（对应于赢）、d（对应于和局）或者l（对应于输）。

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：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。

人工智能期末考试试题一、选择题（每题2分，共20分）1. 人工智能的英文缩写是：A. AIB. IAC. IID. AII2. 以下哪个不是人工智能的分支领域？A. 机器学习B. 深度学习C. 量子计算D. 自然语言处理3. 神经网络的灵感来源于：A. 电子计算机B. 人脑神经结构C. 遗传算法D. 蜂群算法4. 下列哪项技术不属于机器学习算法？A. 决策树B. 支持向量机C. 遗传算法D. 逻辑回归5. 在人工智能领域，以下哪个概念与“深度学习”最不相关？A. 卷积神经网络B. 循环神经网络C. 专家系统D. 长短期记忆网络二、简答题（每题10分，共30分）1. 请简述人工智能与机器学习之间的关系。

2. 解释什么是监督学习和无监督学习，并给出一个实际应用的例子。

3. 描述深度学习在图像识别领域的应用。

三、论述题（每题25分，共50分）1. 论述人工智能在医疗领域的应用及其潜在的伦理问题。

2. 讨论人工智能对就业市场的影响，包括正面和负面的影响。

四、案例分析题（共30分）阅读以下案例：某公司开发了一款智能客服机器人，能够处理客户咨询和解决问题。

请分析该机器人可能面临的技术挑战，并提出解决方案。

五、编程题（共20分）编写一个简单的Python程序，实现一个基于决策树的分类器，对以下数据集进行分类：数据集：```特征1, 特征2, 类别1, 2, 正2, 1, 负3, 3, 正1, 1, 负```要求：- 使用sklearn库中的决策树分类器。

- 训练模型并预测新数据点 [2, 2] 的类别。

六、开放性问题（共10分）你认为人工智能在未来10年内将如何改变我们的日常生活？请给出你的观点和理由。

请注意：所有答案需根据题目要求，结合人工智能的相关知识进行回答。

《人工智能导论》期末复习知识点
人工智能导论知识点总结
一、定义：
人工智能（Artificial Intelligence，AI）是指研究如何实现机器的智能，即使用计算机来模拟或提高人类的智能表现和能力。

基于此，人工智能的主要任务是解决一些超出传统计算能力的问题，其中包括学习、推理和解决一些挑战。

二、技术：
人工智能技术可分为三个主要技术领域：
1、机器学习：机器学习是一种研究机器如何学习，并从这些学习中学习及其反馈环境的解决实际问题的学科。

包括规则学习、支持向量机以及深度学习。

2、自然语言处理：自然语言处理是指人工智能技术在处理人类自然语言的理解和翻译方面的应用研究。

它将注重语言应用的学习、理解、表达和使用，以及语言识别、概念识别和分析。

3、计算机视觉：计算机视觉是指使用计算机的视觉系统来处理可视化的图像、图片、视频信息，以及关于图像的相关内容的研究。

它是一种智能系统，包括图像处理、识别和分析等功能。

三、应用：
人工智能在各行各业都有广泛的应用，有助于改善工作效率，提高工作质量，提升企业竞争力，节省成本。

1、机器人：工业机器人、服务机器人等用于工厂生产线和服务行业，可以大大提高工作效率。

、选择填空。

1.智能：1956年智能作为个专业术语出现。

智能有以下点：AI(ArtificialIntelligence)1.智能具有感知能；2.智能具有记忆和思维能：记忆和思维是脑最重要的功能，记忆和思维需要同时具备，它们是由智能的根本原因；思维分为好种:逻辑思维，形象思维，以及顿悟思维；3.智能具有学习能，适应能及为能。

2.图灵1950年发表“计算机与智能”的论，章以“机器能思维吗？”开始，论述并提出了著名的“图灵测试”，以测试个计算机系统是否具有智能。

3.智能界主要由符号主义，为主义和连结主义等研究学派。

4.智能主要的研究领域（挑选5或6个认真看）1.专家系统2.模式识别3.机器学4.动定理证明5.博弈6.智能检索7.动程序设计 8.组合调度问题 9.软计算 10.分布式智能 11.数据挖掘5.智能研究的3个主要内容：知识的获取、知识的表和知识的运。

6.知识的描述：知识的某领域中所涉及的各有关的种符号表。

7.知识的特点：（1）相对正确性（2）不确定性（3）可表性（4）可利性8.知识的分类（1）事实性知识（2）过程性知识（3）为性知识（4）实例性知识（5）类性知识（6）元知识9.确定性和不确定性规则知识的产式表：确定性：P Q或者 if P then Q不确定性：P Q（可信度）或者 if P then Q（可信度）10.确定性和不确定性事实性知识的产式表：确定性事实性知识般使三元组（对象，属性，值）或（关系，对象1，对象2）不确定性事实性知识般使四元组（对象，属性，值，不确定度量值）或（关系，对象1，对象2，不确定度量值）11.产式系统通常由规则库、数据库、推理机这3个基本部分组成。

它们之间的关系可以表为12.规则库是专家系统的核。

数据库，称事实库。

13.产式系统推理机的推理式：正向推理，反向推理，双向推理和混合式推理。

个较常的槽名：（要会判断属于哪种槽）P46（1）ISA槽（2）AKO槽（3）Instance槽（4）Part-of槽15.语义络的基本语义联系（学会如何表各种关系，重点是类属关系）1.类属关系2.包含关系3.属性关系4.时间关系5.位置关系6.相近关系7.因果关系8.组成关系16类属关系：（1）AKO（A-Kind-of）表个事物是另个事物的种类型。

大学人工智能期末考试试题带答案第一部分：选择题（每题2分，共30分）1. 人工智能的主要研究领域是（）。

A. 计算机科学B. 机器人学C. 认知心理学D. 语言学答案：A2. 人工智能学科吸收了多方面的技术，包括（）。

A. 数据科学B. 操作系统C. 控制系统D. 以上都是答案：D3. 以下哪些技术是人工智能的核心技术之一？A. 编程技术B. 机器研究C. 算法技术D. 测试技术答案：B4. 机器研究的主要目的是（）。

A. 可视化数据B. 提高数据质量C. 从数据中研究形式化模型D. 数据压缩答案：C5. 人工神经网络是指（）。

A. 一类集成电路B. 一类自动控制设备C. 一类算法D. 一类数学模型答案：D...第二部分：简答题（每题10分，共50分）6. 请简述机器研究中的“监督研究”和“无监督研究”的区别。

答案：监督研究是指研究算法需要具有标记的数据集来进行研究，也称之为有指导研究；无监督研究则是指算法可以从未标记的数据中进行研究和发现模式。

二者的主要区别在于是否有标记的数据集。

7. 请简要说明人工神经网络中的BP算法。

答案：BP算法是一种通过反向传导来训练多层神经网络的算法。

首先对于每个输入给予网络一个输出，然后计算误差并向后传递，通过不断调整神经元之间的权值和阈值来使误差最小化。

...第三部分：应用题（每题20分，共40分）8. 机器研究可以在金融领域中得到广泛应用，请举例说明。

答案：（可能答案会因人而异，以下仅供参考）- 风险管理：通过机器研究算法分析金融市场的现状和变化趋势，以及企业的财务状况，实现风险较低的金融产品设计和风险管控。

- 投资策略：机器研究可以通过模型训练出不同的投资策略，辅助人们进行投资决策。

- 信用评估：通过机器研究算法对客户的信用历史、银行流水等数据进行分析和评估，提高信用评估的准确率。

9. 请简单设计一个人工智能项目，包括实现的功能和技术手段等。

答案：（可能答案会因人而异，以下仅供参考）- 项目名称：智能交通管理系统- 实现的功能：通过复杂的路况分析、自适应信号灯控制等手段，提高城市交通流畅性，减少交通拥堵。

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。

人工智能复习重点1绪论1.1人工智能-理论基础。

从理论基础上讲，它是信息论、控制论、系统工程论、计算机科学、心理学、神经学、认知科学、数学和哲学等多学科相互渗透的结果。

1.2 什么是人工智能？从思维基础上讲，它是人们长期以来探索研制能够进行计算、推理和其它思维活动的智能机器的必然结果；• 从理论基础上讲，它是信息论、控制论、系统工程论、计算机科学、心理学、神经学、认知科学、数学和哲学等多学科相互渗透的结果；• 从物质和技术基础上讲，它是电子计算机和电子技术得到广泛应用的结果。

1.3 人工智能的研究途径和方法1．利用搜索采用尝试－检验（try－and－test）的方法，对问题进行试探性的求解，直到成功。

这就是AI问题求解的基本策略中的生成－测试法。

2．利用知识知识有几大难以处理的属性：①非常庞大②难于精确表达③经常变化所以，对于知识的处理必须做到：①抓住一般性，以免浪费大量时间，空间；②要能够被提供和接受知识的人所理解；③易于修改；④能够通过搜索技术来减少知识的巨大容量。

3．利用抽象抽象用以区分重要与非重要的特征，借助于抽象可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来，使对知识的处理变得更有效、更灵活。

4．利用推理目前，AI 工作者以研究出各种逻辑推理、概率推理、定性推理、模糊推理、非单调推理和次协调推理等各种推理技术和各种控制策略，它为人工智能的应用开辟了广阔的应用前景。

5．遵循有限合理性原则西蒙在20世纪50年代在研究人的决策制定中总结出一条关于智能行为的基本原则，因此而获得诺贝尔奖。

爆炸性的搜索量，仍要做好决策，而不是放弃，这时，人将在一定的约束条件下作机遇性的搜索，以制定尽可能好的决策。

这样的决策的制定具有一定的机遇性，往往不是最优的。

1.4 人工智能三大学派1. 符号主义认为人工智能源于数理逻辑。

2. 联结主义（Connetionism）认为人工智能源于仿生学，特别是人脑模型的研究，神经元与神经元之间的连接。

人工智能技术期末复习纲要一、填空（20分）+判断(10分)1、人工智能：Artificial Intelligence，简称AI2、计算智能就是计算人工智能, 它是模拟（群智能）的人工智能。

计算智能以（数值数据）为基础, 主要通过数值计算，运用算法进行问题求解。

3、（判断）人工智能作为一门学科, 其研究目标就是制造智能机器和智能系统, 实现智能化社会4、（判断）人工智能学科的研究策略则是先部分地或某种程度地实现机器的智能,并运用智能技术解决各种实际问题特别是工程问题, 从而逐步扩展和不断延伸人的智能, 逐步实现智能化。

5、（判断）符号智能采用搜索方法进行问题求解，一般是在（问题空间）搜索；计算智能也采用搜索方法进行问题求解，一般是在（解空间）搜索。

6、（填空）表示、运算和搜索是人工智能的三个最基本、最核心的技术。

7、PROLOG语言只有三种语句，分别称为（事实）、（规则）和（问题）。

8、（填空）PROLOG程序的执行过程是一个(归结)演绎推理过程9、（填空）一个完整的Turbo PROLOG(2.0版)程序一般包括常量段、领域段、数据库段、（谓词段）、（目标段）和（子句段）等六个部分。

10、（填空）按连接同一节点的各边间的逻辑关系划分，图可分为（或图）或（与或图）两大类，图搜索也就可分为（或图搜索）和（与或图搜索）两大类。

或图通常称为（状态图）。

11、（填空）用计算机来实现状态图的搜索, 有两种最基本的方式：（树式搜索）和（线式搜索）。

12、（填空）按搜索范围的扩展顺序的不同, 搜索又可分为（广度优先）和（深度优先）两种类型。

13、（填空）与或图搜索也分为（盲目搜索）和（启发式搜索）两大类。

前者又分为穷举搜索和盲目碰撞搜索。

14、（填空）遗传算法中有三种关于染色体的运算: （选择-复制）、（交叉）和（变异）。

15、（判断、填空）遗传算法是一种随机搜索算法，遗传算法又是一种优化搜索算法。

16、（填空、判断）基于谓词逻辑的机器推理也称（自动推理）。

第二章状态空间法要完成某一个具体问题的状态描述，必须完成三项工作：①如何描述状态，特别是初始状态②操作符集合及其对状态描述的作用③如何描述目标状态即定义好三元状态（S, F, G）中的三个成分。

状态空间法的问题：寻找从初始状态到目标状态的某一个操作符序列状态空间法的解：从初始状态变换到目标状态的操作符序列2.1.2 状态图示法状态空间法（求解过程）的表示方法：用图来表示（借助于图论中某些技术）图是由节点（不一定是有限个的节点）的集合构成的注意：在图论中，图的定义中还包括边的集合当用有向图来表示状态空间法时，对应关系：➢图中的一个节点对应于某一个状态➢图中的一个有向弧对应于某一个算符注：有向弧的旁边可以标以具体算符在某些情况下，每个操作符作用、成本是不一样的，需要引入代价的概念（不相邻的）两个节点间路径的代价等于连接该路径的各个节点的所有弧线的代价之和引入代价的概念后，我们的问题可能是：寻找初始节点到目标节点之间的代价最小的路径对应的原始问题：寻找从初始状态到目标状态的操作符代价之和最小的操作符序列利用图论的技术，我们要解决两个问题：第一、找出初始节点到目标节点的一条路径。

对应于寻找初始状态到目标状态的操作符序列第二、找出初始节点到目标节点的一条代价最小的路径。

对应于寻找将初始状态变换到目标状态所用操作符代价之和最小的操作符序列。

问题归约法：从已知问题的描述出发，通过一系列变换或分解将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，从而解决初始问题。

问题归约法由三个部分组成：1.一个初始问题描述 2.一套将问题变换或分解为子问题的操作符 3.一套本原问题（解可以直接得到的简单问题）描述。

2、问题归约的描述问题归约法的基本思路是：应用一系列算符将原始问题的描述变换或分解成为子问题的描述。

问题的描述可以采用各种数据结构，如表、树、矢量、数组等。

问题归约法可以用一个三元组（S, O, P）来表示，其中：➢S：原始问题，即要解决的问题➢P：本原问题集，其中的每一个问题是不用证明的或自然成立的，例如公理、已知事实等➢O：操作算子集，用于将问题化为子问题与或图的特例：➢所有节点都是或节点，这时就是一般的图，即状态空间法用到的图➢除了起始节点外，所有节点只有一个父节点，此时称为与或树，前面的图2.11就是与或树。

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。

-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。

一、填空题1、人工智能三大学派是（符号主义）、（联结主义）和（行为主义）。

2、设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（永真式）。

3、谓词公式G是不可满足的，当且仅当对所有的解释（G都为假）。

4、广度优先搜索算法中，OPEN表的数据结构实际是一个（二叉树），深度优先搜索算法中，OPEN表的数据结构实际是一个（单链表）。

5、产生式系统由三部分组成（综合数据库）、（知识库）和推理机，其中推理可分为（正向推理）和（反向推理）。

6、专家系统的结构包含人机界面、（知识库）、（推理机）、（动态数据库）、（知识库答理系统）和解释模块。

7、开发专家系统所要解决的基本问题有三个，那就是知识的获取、知识的表示和知识的运用，知识表示的方法主要有（逻辑表示法或称谓词表示法）、（框架）、（产生式）和语义网络等，在语义网络表示知识时，所使用的推理方法有（AKO）和（ISA）。

8、从已知事实出发，通过规则库求得结论的产生式系统的推理方式是（正向推理）。

9、AI是（Artifical Inteligence）的缩写。

10、在谓词公式中，紧接于量词之后被量词作用的谓词公式称为该量词的（辖域），而在一个量词的辖域中与该量词的指导变元相同的变元称为（约束变元），其他变元称为（自由变元）。

11、假言推理（A B） A （ B ），假言三段论（A B）（B C）（ A C ）。

12、在诸如走迷宫、下棋、八数码游戏等游戏中，常用到的一种人工智能的核心技术称为（图搜索）技术，解这类问题时，常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表，这种图称为（状态空间图或状态图）。

13、在启发式搜索当中，通常用（启发函数）来表示启发性信息。

14、某产生式系统中的一条规则：A（x） B（x），则前件是（ A（x）），后件是（ B （x））。

15、在框架和语义网络两种知识表示方法中，（框架）适合于表示结构性强的知识，而（语义网络）则适合表示一些复杂的关系和联系的知识。