下载文档原格式
人工智能及其应用复习资料(DOC 33页)人工智能及其应用(2)第一章绪论1-1. 什么是人工智能？试从学科和能力两方面加以说明。
从学科角度来看：人工智能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。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。
从能力角度来看：人工智能是智能机器所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1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？控制论之父维纳1940 年主张计算机五原则。
他开始考虑计算机如何能像大脑一样工作。
系统地创建了控制论，根据这一理论，一个机械系统完全能进行运算和记忆。
帕梅拉·麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究《机器思维》(Machine Who Think,1979)中曾经指出：在复杂的机械装置与智能之间存在着长物理符号系统的假设伴随有3 个推论。
推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。
推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。
推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。
1-4. 现在人工智能有哪些学派？它们的认知观是什么？符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism) [ 其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
]认为人的认知基元是符号，而且认知过程即符号操作过程。
认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。
知识是信息的一种形式，是构成智能的基础。
人工智能的核心问题是知识表示、知识推理和知识运用。
可编辑修改精选全文完整版《人工智能导论》期末复习一、题型：填空题、简答题、计算题、论述题二、复习重点：第一章：1．什么是人工智能？人工智能的三种观点分别是什么？2．实现人工智能的技术路线是哪四种？3．人工智能要研究的三个主要问题是什么？4．人工智能有哪些主要研究领域？第二章：1．什么是知识？何谓知识表示？2．用谓词逻辑表示法表示猴子摘香蕉问题。
3．产生式系统推理机的推理形式有哪三种？4．产生式系统一般由哪三个基本部分组成？5．用语义网络表示：“苹果树枝繁叶茂，上结了很多苹果，有大的，也有小的，有红的，也有绿的” 。
6．用与 / 或树方法表示三阶Hanoi 塔问题。
第三章：1．推理的含义是什么？2．应用归结原理求解下列问题：任何兄弟都有同一个父亲， John 和Peter 是兄弟，且 John 的父亲是 David ，问 Peter 的父亲是谁？第四章：1．可信度方法：例 4.1 ，例 4.22．主观 Bayes 方法：例 4.8 ，例 4.93．证据理论中描述证据和结论的不确定性采用哪两个函数度量？第五章：1．什么叫搜索？搜索的两层含义是什么？2．用全局最佳优先搜索方法求解以下八数码问题。
3．用代价树的深度优先搜索求解下面的推销员旅行问题。
第六章：1．什么是机器学习？机器学习研究的目标是什么？研究机器学习的意义何在？2．机器学习有哪些主要学习策略？3．机器学习系统的基本模型包含哪四个基本环节？4．实例学习的含义是什么？它包含哪两个空间模型？对规则空间进行搜索的方法有几种？第七章：1．什么是自然语言理解？自然语言理解过程有哪些层次？各层次的功能如何？2．对汉语语料库加工的方法是什么？汉语自动分词的方法有哪些？其难点何在？第八章：1．什么是专家系统？它有哪些基本特点？一般专家系统由哪些基本部分构成？2．知识获取的主要任务是什么？3．有哪几类专家系统开发工具？各有什么特点？第九章：1．解答 B-P 学习算法的流程图，并说明其优缺点。
人工智能导论复习资料一、什么是人工智能人工智能，简单来说，就是让机器像人一样思考和行动。
它不是一种单一的技术，而是一个涵盖了多种学科和技术的领域，包括计算机科学、数学、统计学、心理学、语言学等等。
想象一下，你有一个智能助手，它能理解你的需求，回答你的问题，甚至帮你完成一些复杂的任务，比如规划旅行、管理财务。
这就是人工智能在日常生活中的一种应用。
人工智能的目标是创建能够执行需要人类智能才能完成的任务的计算机系统。
这些任务包括学习、推理、解决问题、理解语言、识别图像和声音等等。
二、人工智能的发展历程人工智能的发展并非一蹴而就，它经历了几个重要的阶段。
在早期，科学家们就开始思考机器能否像人类一样思考。
20 世纪50 年代，人工智能的概念被正式提出，当时的研究主要集中在基于规则的系统和符号推理上。
然而，由于计算能力的限制和对智能本质理解的不足，人工智能在20 世纪 70 年代遭遇了第一次寒冬。
到了 20 世纪 80 年代，随着专家系统的出现，人工智能迎来了一次小的复兴。
专家系统是一种基于知识库和推理规则的系统，可以解决特定领域的问题。
但随着问题的复杂度增加，专家系统的局限性也逐渐显现。
近年来，由于大数据的出现、计算能力的大幅提升以及深度学习算法的突破，人工智能再次取得了巨大的进展。
图像识别、语音识别、自然语言处理等领域都取得了令人瞩目的成果。
三、人工智能的核心技术（一）机器学习机器学习是人工智能的核心领域之一。
它让计算机通过数据自动学习模式和规律。
机器学习有监督学习、无监督学习和强化学习等多种方法。
监督学习是最常见的一种，比如通过大量已标记的图片（比如猫和狗的图片）来训练计算机识别新的猫和狗的图片。
无监督学习则是让计算机在没有标记的数据中自己发现模式，例如将相似的客户分组。
强化学习是通过奖励和惩罚机制来训练智能体做出最优决策，比如让机器人学会走路。
（二）深度学习深度学习是机器学习的一个分支，它使用多层神经网络来学习数据的表示。
⼈⼯智能复习资料终极版⼈⼯智能复习参考（2015⼯程硕⼠）第1章绪论1-1.什么是⼈⼯智能？它的研究⽬标是什么？⼈⼯智能（Artificial Intelligence），简称AI，⼜称机器智能（Machine Intelligence，MI），主要研究⽤⼈⼯的⽅法和技术开发智能机器或智能系统，以模仿、延伸和扩展⼈的智能、⽣物智能、⾃然智能，实现机器的智能⾏为。
近期⽬标：⼈⼯智能的近期⽬标是实现机器智能。
即先部分地或某种程度地实现机器智能，从⽽使现有的计算机更灵活好⽤和更聪明有⽤。
远期⽬标：⼈⼯智能的远期⽬标是要制造智能机器。
具体讲就是使计算机具有看、听、说、写等感知和交互能⼒，具有联想、学习、推理、理解、学习等⾼级思维能⼒，还要有分析问题解决问题和发明创造的能⼒。
1-2.⼈⼯智能有哪些研究⽅法和途径？简单描述它们的特点。
⼀、传统划分法1.符号主义：以⼈脑的⼼理模型为依据，将问题或知识表⽰成某种符号，采⽤符号推演的⽅法，宏观上模拟⼈脑的推理、联想、学习、计算等功能，实现⼈⼯智能。
2.连接主义：不仅要求机器产⽣的智能和⼈相同，产⽣的过程和机理也应该相同。
⼈或某些动物所具有的智能皆源⾃于⼤脑，通过对⼤脑微观结构的模拟达到对智能的模拟，这是⼀条很⾃然的研究⼈⼯智能的途径。
3.⾏为主义：模拟⼈在控制过程中的智能活动和⾏为特性，如⾃适应，⾃寻优、⾃学习、⾃组织等，以此来研究和实现⼈⼯智能。
⼆、现代划分法1.符号智能：是对智能和⼈⼯智能持狭义的观点，侧重于研究任何利⽤计算机软件来模拟⼈的抽象思维过程，并把思维过程看成是⼀个抽象的符号处理过程。
2.计算智能：计算机智能⼜重新回到依靠数值计算解决问题的轨道上来，它是对符号智能中符号推演的再次否定。
3.群体智能：它认同智能同样可以表现在群体的整体特性上，群体中每个个体的智能虽然很有限，但通过个体之间的分⼯协作和相互竞争，可以表现出很⾼的智能。
1-3.为什么能够⽤机器（计算机）模仿⼈的智能？假设：任何⼀个系统，如果它能够表现出智能，那么它就必定能够执⾏上述6种功能：输⼊符号；输出符号；存储符号；复制符号；建⽴符号结构；条件性迁移：反之，任何系统如果具有这6种功能，那么它就能够表现出智能，这种智能指的是⼈类所具有的那种智能。
、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。
实用文档人工智能第一章1 、智能（ intelligence）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。
2 、人工智能（学科）人工智能研究者们认为：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。
它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。
3 、人工智能（能力）人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。
4 、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。
5、人工智能的主要学派：符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。
代表人物有纽厄尔、肖、西蒙和尼尔逊等。
连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。
行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。
6 、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图思维策略计算机程序计算机语言初级信息处理生理过程计算机硬件人类计算机图：人类认知活动与计算机的比认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。
研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。
7 、人工智能研究目标为：1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。
2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。
一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。
人工智能重点总结(正式版).pdf 人工智能重点总结一、人工智能概述人工智能（ArtificialIntelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，旨在生产出一种能以人类智能相似的方式做出反应的智能机器。
人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理、专家系统等。
二、人工智能发展历程人工智能的发展经历了多个阶段。
最初，人工智能的概念和理论开始萌芽，并在20世纪50年代达成了初步的共识。
从20世纪60年代开始，人工智能进入了第一个繁荣期，但这个阶段的人工智能技术还比较初级。
在20世纪70年代，人工智能遭遇了瓶颈期，因为当时的计算机技术和算法无法满足人工智能的发展需求。
直到20世纪80年代，随着计算机技术的进步和神经网络的提出，人工智能再次迎来了发展高峰。
进入21世纪，随着大数据和云计算技术的发展，人工智能得到了更广泛的应用和发展。
三、人工智能的技术和应用人工智能的技术包括机器学习、深度学习、自然语言处理、计算机视觉等。
机器学习是一种通过让机器从数据中学习规律和模式，从而完成特定任务的方法。
深度学习是机器学习的一种，通过构建深度神经网络来实现。
自然语言处理是一种将自然语言转化为计算机语言的方法，使得计算机能够理解和处理自然语言。
计算机视觉是一种通过图像和视频等视觉信息进行识别和分析的技术。
人工智能的应用非常广泛，包括机器人、智能家居、自动驾驶、医疗保健、金融等。
人工智能在机器人领域的应用可以实现自主行动和智能交互。
在智能家居领域，人工智能可以提高家居设备的智能化程度，提高生活质量和节约能源。
在自动驾驶领域，人工智能可以实现车辆的自主驾驶和安全驾驶。
在医疗保健领域，人工智能可以帮助医生进行疾病诊断和治疗计划的制定。
在金融领域，人工智能可以进行风险评估和投资策略的制定等。
四、人工智能的未来发展随着技术的不断进步和发展，人工智能的未来发展前景非常广阔。
第一章人工智能与空间技术、原子能技术一起被誉为20世纪三大科学技术成就。
智能的概念：智能是知识和智力的总和。
其中，知识是一切智能行为的基础，而智力是获取知识并运用知识求解问题的能力。
智能的特征：1具有感知能力；2具有记忆和思维能力；3具有学习的能力；4具有行为能力。
其中思维能力分为：逻辑思维、形象思维、顿悟思维。
逻辑思维有如下特点：1.依靠逻辑进行思维2.思维过程是串行的，表现为一个线性过程3.容易形式化，其思维过程可以用符号串表达出来。
4.思维过程具有严密性、可靠性，能对事物未来的发展给出逻辑上合理的预测。
人工智能：用人工的方法在机器上（计算机）实现的智能，或者说人们使用机器具有类似人的智能。
又称为机器智能。
人工智能是一门研究如何制造智能机器（智能计算机）或智能系统，使它们能模拟、延伸、扩展人类智能的学科。
机器感知：机器感知就是使机器（计算机）具有累死人的感知能力，其中以机器视觉和机器听觉为主。
第二章知识的特性：1相对正确性2不确定性（①有随机性引起的不确定性；②由模糊性引起的不确定性；③由经验性引起的不确定性；④由不完全性引起的不确定性）3可表示性与可利用性。
4 按知识的确定性划分为确定性和不确定性知识。
知识的表示：知识表示就是将人类知识形式化或者模式化。
实际上就对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。
一阶谓词逻辑表示法 P27---36谓词个体是变元，表示没有指定的一个或者一组个体个体是函数，表示一个个体到另一个个体的映射量词全称量词、存在量词一阶谓词逻辑表示法的优点：自然性、精确性、严密性、容易实现。
一阶谓词逻辑表示法的局限性：不能表示不确定的知识、组合爆炸、效率低。
语义网络表示法的语义联系：实体联系、泛化联系、聚集联系、属性联系。
第三章从推出结论的途径划分：演绎推理、归纳推理、默认推理。
1演绎推理是从全称判断推导出单称判断的过程，即由一般性知识推出适合于某一具体情况的结论。
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。
人工智能复习参考（2015工程硕士）第1章绪论1-1.什么是人工智能？它的研究目标是什么？人工智能（Artificial Intelligence），简称AI，又称机器智能（Machine Intelligence，MI），主要研究用人工的方法和技术开发智能机器或智能系统，以模仿、延伸和扩展人的智能、生物智能、自然智能，实现机器的智能行为。
近期目标：人工智能的近期目标是实现机器智能。
即先部分地或某种程度地实现机器智能，从而使现有的计算机更灵活好用和更聪明有用。
远期目标：人工智能的远期目标是要制造智能机器。
具体讲就是使计算机具有看、听、说、写等感知和交互能力，具有联想、学习、推理、理解、学习等高级思维能力，还要有分析问题解决问题和发明创造的能力。
1-2.人工智能有哪些研究方法和途径？简单描述它们的特点。
一、传统划分法1.符号主义：以人脑的心理模型为依据，将问题或知识表示成某种符号，采用符号推演的方法，宏观上模拟人脑的推理、联想、学习、计算等功能，实现人工智能。
2.连接主义：不仅要求机器产生的智能和人相同，产生的过程和机理也应该相同。
人或某些动物所具有的智能皆源自于大脑，通过对大脑微观结构的模拟达到对智能的模拟，这是一条很自然的研究人工智能的途径。
3.行为主义：模拟人在控制过程中的智能活动和行为特性，如自适应，自寻优、自学习、自组织等，以此来研究和实现人工智能。
二、现代划分法1.符号智能：是对智能和人工智能持狭义的观点，侧重于研究任何利用计算机软件来模拟人的抽象思维过程，并把思维过程看成是一个抽象的符号处理过程。
2.计算智能：计算机智能又重新回到依靠数值计算解决问题的轨道上来，它是对符号智能中符号推演的再次否定。
3.群体智能：它认同智能同样可以表现在群体的整体特性上，群体中每个个体的智能虽然很有限，但通过个体之间的分工协作和相互竞争，可以表现出很高的智能。
1-3.为什么能够用机器（计算机）模仿人的智能？假设：任何一个系统，如果它能够表现出智能，那么它就必定能够执行上述6种功能：输入符号；输出符号；存储符号；复制符号；建立符号结构；条件性迁移：反之，任何系统如果具有这6种功能，那么它就能够表现出智能，这种智能指的是人类所具有的那种智能。
把这个假设称为物理符号系统的假设。
物理符号系统的假设伴随3个推论，推论1：既然人具有智能，那么他（她）就一定是个物理符号系统。
推论2：既然计算机是一个物理符号系统，它就一定能够表现出智能。
推论3：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么就能够用计算机来模拟人的活动。
1-4.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？研究领域：问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学，模式识别，机器视觉，智能控制，智能检索，智能调度与指挥，分布式人工智能与Agent，计算智能与进化计算，数据挖掘与知识发现，人工生命，系统与语言工具。
研究热点：专家系统，机器学习，神经网络，机器人学，模式识别，分布式人工智能与Agent，数据挖掘与知识发现。
1-5.人工智能的发展对人类有哪些方面的影响？试结合自己了解的情况和理解，从经济、社会和文化等方面加以说明？1、人工智能对经济的影响：人工智能系统的开发和应用，已为人类创造出可观的经济效益，专家系统就是一个例子。
随着计算机系统价格的继续下降，人工智能技术必将得到更大的推广，产生更大的经济效益。
2、人工智能对社会的影响：劳务就业问题；社会结构变化；思维方式与观念的变化；心理上的威胁；技术失控的危险。
3、人工智能对文化的影响：改善人类知识；改善人类语言；改善文化生活。
1-6.试评述人工智能的未来发展。
主要有以下两个发展方向：1、计算机能直接而人类大脑实现人机交流。
借助以上技术，人类可以用思维控制自己想看到的，想听到的，使媒体技术中的感官媒体更真实化，对虚拟的事物不仅可以看见听见，更可以摸得，闻得着。
同时电脑可以进一步辅助人类做出一定的判断，储存大量信息，甚至可以以身体为媒介，执行电脑程序，是人类更快的学会各种技巧，掌握更多知识。
同时，提高了生物验证的渠道，比如利用DNA染色体作为密码的载体，相信是很难伪造的。
2、电脑拥有机器思维：机器学会人类的思维方式，帮助人更好的思考问题。
第2章基于图的知识表示与图搜索技术2-1.什么是知识？知识有哪些分类？知识的表示方法有哪些？掌握用状态图表示知识的方法。
概括地说，知识是高度组织起来的信息集团，是人们在长期的生活和社会实践中、科学研究和科学实验中积累起来的经验或对客观世界规律的认识等。
知识分类：（1）从应用领域来划分常识性知识领域（专业）性知识（2）从在问题求解中的作用来划分叙述性知识过程性知识控制性知识（3）从确定性来划分确定性知识非确定性知识（4）从知识的表现形式来划分，可分为文字、符号、声音、图形、图像等。
知识的表示方法有：胃词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示法。
2-2.什么是盲目搜索？什么是启发式搜索？它们各有什么特点？盲目搜索：无向导的搜索，也称穷举搜索。
在搜索过程中，没有任何背景知识作指导，不考虑任何与解有关的信息，随机地或按预先规定的顺序生成树的节点，并判断是否为解，直到找到解或证明问题无解为止。
启发式搜索：利用“启发性信息”作为导航的搜索过程。
用于问题有关的、有利于尽快找到问题解的信息或知识，如待解问题解的分布规律、求解该类问题的经验、窍门等，引导搜索。
对于较大或无限状态空间问题，盲目搜索效率太低，所以在实际当中往往是不可行的。
启发式搜索广泛地应用于实际问题求解中，如博弈、机器学习、数据挖掘、智能检索等。
2-3.深度优先搜索和广度优先搜索各有什么特点？广度优先搜索：广度优先搜索是严格按节点在树中的出现位置一层一层向下的搜索过程。
通过将OPEN表设计为一个队列来实现，将新生成的子节点放在OPEN表的后面，保证先生成的节点先考察。
➢广度优先中OPEN表是一个队列，CLOSED表是一个顺序表，表中各节点按顺序编号，正被考察的节点在表中编号最大。
➢广度优先搜索又称为宽度优先或横向搜索。
➢广度优先策略是完备的，即如果问题的解存在，则它一定可以找到解，并且找到的解还是最优解。
➢广度优先搜索策略与问题无关，具有通用性。
➢缺点搜索效率低。
深度优先搜索：深度优先搜索是一种一直向下的搜索过程，它优先在自己的子结点集合中选择下一个被考察的结点，不断向纵深方向前进，直到到达叶子结点或受到深度限制时，才返回到上一级结点沿另一方向继续前进。
➢OPEN表为一个堆栈。
➢深度优先又称纵向搜索。
➢一般不能保证找到最优解。
如下图所示：2-4.什么是与或树？画出猴子摘香蕉问题的分解变换过程的与或树表示。
（见例2.10）与或树:一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或关系。
这棵树中既有与关系又有或关系，因此被称为与或树。
2-5.什么是博弈树？有何特点？博弈树搜索有哪些方法？博弈树：博弈问题的状态空间就是以状态为结点、以合法走步为边的一个树形图，称为博弈树。
特点：博弈的过程是双方轮流走步，因此，博弈树中的与、或结点就会按层交替出现。
这就是博弈树的特点。
极小极大分析法是搜索方法是博弈树搜索的基本方法：对与结点求极小值、对或结点求极大值计算各先辈结点倒推值的方法。
2-6.P62，8,13，14题第3章基于谓词逻辑的知识表示与机器学习推理技术3-1.如何用谓词逻辑法表示知识?用谓词公式既可表示事物的状态、属性和概念等事实性的知识，也可表示事物间具有因果关系的规则性知识。
用谓词公式表示知识的一般步骤1.分析定理中的对象、对象的属性及对象之间的关系，定义谓词和函数。
2.定理中的事实通常用谓词公式的与或型表示，规则用蕴含式表示，据此定义谓词公式。
3. 注意：用谓词表示命题时，一般取全总个体域，再采用使用限定谓词的方法来指出每个个体变元的个体域3-2.基于谓词逻辑的机器推理有哪几种方法？各有什么特点？按推理的逻辑基础划分、所利用的知识划分、推出的结论的单调性划分。
基于谓词逻辑的机器推理有自然演绎推理、归结演绎推理以及基于规则的演绎推理。
自然演绎推理是模拟人的思维过程，从一组一直为真的事实出发，直接运用经典逻辑的推理规则推出结论。
归结演绎定理是使用归结原理进行自动定理证明。
基于规则的演绎推理则是根据推理的方向不同，把已知判断中的知识表示成规则的形式。
3-3.什么是子句？把谓词公式化为子句集有哪些步骤?子句：任何文字的析取称为一个子句。
子句集：由子句构成的集合称为子句集。
子句集中子句和子句之间的关系是合取关系，所以，子句集就是一个合取范式。
谓词公式化为子句集步骤：1. 消蕴含词和等值词2. 移动否定词作用范围，使其仅作用于原子公式3. 适当改名，使变量标准化4. 消去存在量词(Skolem化）,同时进行变元替换5. 消去所有全称量词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S3-4.掌握把谓词公式化为子句集的方法。
如把下列句子变换成子句形式：～(∀x)｛P(x)→｛（∀ y）［p(y)→p(f(x,y))］∧(∀ y)［Q(x,y)→P(y)］｝答案：（1）消去蕴涵符号（只应用∨和～符号，以～A∨B替换A→B）～(∀x)｛～P(x)∨｛（∀ y）［～p(y)∨p(f(x,y))］∧(∀ y)［～Q(x,y)∨P(y)］｝｝（2）减少否定符号的辖域（每个否定符号～最多只用到一个谓词符号上，并反复应用狄·摩根定律）(∃x) ｛～｛～P(x)∨｛（∀ y）［～p(y)∨p(f(x,y))］∧(∀ y)［～Q(x,y)∨P(y)］｝｝｝(∃x) ｛P(x) ∧｛～｛（∀ y）［～p(y)∨p(f(x,y))］∧(∀ y)［～Q(x,y)∨P(y)］｝｝｝(∃x) ｛P(x) ∧｛｛～（∀ y）［～p(y)∨p(f(x,y))］∨｛～(∀ y)［～Q(x,y)∨P(y)］｝｝｝(∃x) ｛P(x) ∧｛（∃ y）［p(y)∧～p(f(x,y))］∨(∃ y)［Q(x,y)∧～P(y)］｝｝（3）对变量标准化（对哑元（虚构变量）改名，以保证每个量词有其自己唯一的哑元）(∃x) ｛P(x) ∧｛（∃ y）［p(y)∧～p(f(x,y))］∨(∃ω)［Q(x,ω)∧～P(ω)］｝｝（4）消去存在量词（以Skolem函数代替存在量词内的约束变量，然后消去存在量词）P(A) ∧｛［p(B)∧～p(f(A,B))］∨［Q(A, C)∧～P(C)］｝（5）化为前束形：（把所有全称量词移到公式的左边，并使每个量词的辖域包括这个量词后面公式的整个部分）（6）把母式化为合取范式（任何母式都可写成由一些谓词公式和(或)谓词公式的否定的析取的有限集组成的合取）P(A) ∧｛［p(B)∨Q(A, C)］∧［p(B)∨～P(C)］∧［～p(f(A,B))∨Q(A, C)］∧［～p(f(A,B))∨～P(C)］｝P(A) ∧［p(B)∨Q(A, C)］∧［p(B)∨～P(C)］∧［～p(f(A,B))∨Q(A, C)］∧［～p(f(A,B))∨～P(C)］（7）消去全称量词（所有余下的量词均被全称量词量化了。
