第三章 搜索推理技术
3-1 什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?
图搜索的一般过程如下：
(1) 建立一个搜索图G(初始只含有起始节点S)，把S放到未扩展节点表中（OPEN表）中。
(2) 建立一个已扩展节点表（CLOSED表），其初始为空表。
(3) LOOP：若OPEN表是空表，则失败退出。
(4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节点n，它是CLOSED表中节点的编号
(5) 若n为一目标节点，则有解并成功退出。此解是追踪图G中沿着指针从n到S这条路径而得到的(指针将在第7步中设置)
(6) 扩展节点n，生成不是n的祖先的那些后继节点的集合M。将M添入图G中。
(7) 对那些未曾在G中出现过的(既未曾在OPEN表上或CLOSED表上出现过的)M成员设置一个通向n的指针，并将它们加进OPEN表。
对已经在OPEN或CLOSED表上的每个M成员，确定是否需要更改通到n的指针方向。
对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。
(8) 按某一任意方式或按某个探试值，重排OPEN表。
(9) GO LOOP。
重排OPEN表意味着，在第(6)步中，将优先扩展哪个节点，不同的排序标准对应着不同的搜索策略。
重排的原则当视具体需求而定，不同的原则对应着不同的搜索策略，如果想尽快地找到一个解，则应当将最有可能达到目标节点的那些节点排在OPEN表的前面部分，如果想找到代价最小的解，则应当按代价从小到大的顺序重排OPEN表。
3-2 试举例比较各种搜索方法的效率。
宽度优先搜索
(1) 把起始节点放到OPEN表中(如果该起始节点为一目标节点，则求得一个解答)。
(2) 如果OPEN是个空表，则没有解，失败退出；否则继续。
(3) 把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED扩展节点表中。
人工智能 -课程简介+课程大纲模板(总7页)
--本页仅作为文档封面，使用时请直接删除即可--
--内页可以根据需求调整合适字体及大小--
《人工智能理论与应用》课程简介
课程编号：A0940111
课程名称：人工智能理论与应用
学分/学时：3/48
先修课程：《数据结构》、《离散数学》和《高级程序设计语言》
适用专业：计算机科学与技术
课程性质：限选
考核方式：考查
考核形式：大作业、实验评估
建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版
内容简介：（200字以内）（黑体五号）
1、人工智能研究的发展和基本原则：人工智能的研究和应用；人工智能研究的发展；人工智能研究的成果；人工智能研究的基本原则；存在的问题和发展前景
2、一般图搜索：回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程、搜索算法讨论。
3、与或图搜索问题：与或图的搜索、与或图的启发式搜索算法AO*、博弈树的搜索。
4、谓词逻辑与归结原理：命题逻辑、谓词逻辑基础、谓词逻辑归结原理、HERBRAND定理。
5、知识表示：知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其他表示方法。
6、不确定性推理方法：不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法、证据理论。
7、机器学习：机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知识发现与数据挖掘。
8、高级搜索：基本概念、局部搜索算法、模拟退火算法、遗传算法等。 人工智能理论与应用
Artificial Intelligence Theory and Application
课程编号：A0940111
学 分：3
学 时：48 学时 （讲课学时：32 实验学时：16）
先修课程：《数据结构》、《离散数学》和《高级程序设计语言》
适用专业：计算机科学与技术
建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版
1、 模糊控制器有哪几部分组成？各完成什么功能？
答：模糊控制器主要是由模糊化、知识库、模糊推理和去模糊化四个功能模块组成。
模糊化：为实现模糊控制而将精确的输入量进行模糊化处理，是将精确量转化为模糊量的过程。模糊化模块在不同的阶段有不同的作用：a、确定符合模糊控制器要求的输入量和输出量。b、对输入输出变量进行尺度变换，使之落于各自的论域范围内。c、对已经论域变换的输入量进行模糊化处理，包括模糊分割和隶属函数的确定。
知识库：知识库通常由数据库和规则库组成，包含了具体应用领域的知识和要求。其中，数据库主要包含输入输出变量的尺度变换因子、输入输出空间的模糊分割以及模糊变量的模糊取值及相应的隶属度函数选择和形状等方面的内容。规则库包含了用模糊语言描述专家的经验知识，来表示一系列控制规则。它们反映了控制专家的经验和知识。
模糊推理：是一种近似推理，根据模糊控制规则库和当前系统状态推断出应施加的控制量的过程，由推理机完成。
去模糊化：由于控制器输出到具体的执行机构的信号必须是清晰的精确量，因此，需要一个与输入模糊化相反的过程，即把模糊推理结果转变为清晰量，他实现从输出论域上输出模糊空间到输出精确空间的映射。
2、 模糊控制器设计的步骤怎样？
答：模糊控制器的设计包括以下几个方面的内容；
①、输入变量和输出变量的确定。
②、输入输出变量的论域和模糊分割，以及包括量化因子和比例因子在内的控制参数的选择。
③、输入变量的模糊化和输出变量的清晰化。
④、模糊控制规则的设计以及模糊推理模型的选择。
⑤、模糊控制程序的编制。
3、 清晰化的方法有哪些？
答：清晰化的方法：
①、最大隶属度法：这种方法将模糊推理得到的结论中最大隶属度值最对应的元素作为控制器输出的精确值，如果有多个最大点，则取其平均值。 ②、加权平均法
③、面积等分法：把输出的模糊集合所对应的隶属函数与横坐标之间围成的面子分成两部分，那么该方法得到的精确值应满足使该两部分的面积相等。
1
《人工智能》课程教学大纲
课程代码：H0404X
课程名称：人工智能
适用专业：计算机科学与技术专业及有关专业
课程性质：本科生专业基础课﹙学位课﹚
主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授
总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚
课程学分：2学分
预修课程：离散数学，数据结构
一. 教学目的和要求：
通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。
此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。
二. 课程内容简介
人工智能的主要讲授内容如下：
1. 叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。
2. 研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法
谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。
3. 讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。
4. 探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。
