南邮人工智能复习大纲 2021-7
//
题型：
1、选择题（15%）
2、简答题（15%）
3、推理题（30%）
4、计算题（25%）
5、画图题（15%）
基本概念：
1、人工智能有哪几个主要学派？各自的特点是什么？
符号主义：认为人工智能起源于数理逻辑，人类认知基本元素是符号，认知过程是符号表示上的一种运算
连接主义：认为人工智能起源于仿生学。思维的基元是神经元，思维过程是神经元连接活动
行为主义：认为人工智能起源于控制论，智能取决于感知、行为和对外界环境的适应
2、人工智能有哪些主要研究和应用领域？
研究领域：机器思维、机器学习、机器感知、机器行为、计算智能、分布智能、智能系统
应用领域：机器人、教育、医疗、农业。四项前加智能
3、 什么是产生式系统？产生式推理的基本结构由哪几部分组成？
产生式系统：以产生式知识表示方法和产生式推理方法所实现的系统
产生式推理基本结构：综合数据库、规则库、控制系统
4、什么是状态空间？用状态空间表示问题时，什么是问题的解？
状态空间：由表示一个问题的全部状态及一切可用算符构成的集合
用状态空间表示问题时，问题的解是从初始状态到目标状态所使用算符的序列
5、什么是语义网络？它有哪些基本的语义关系？
语义网络：用实体及其语义关系表达知识的有向图
基本语义关系：
实例关系（ISA）、分类关系（AKO）、成员关系（A-Member-of）、属性关系（Have Can Age）、包含关系（Part-of）、时间关系（Before After）、位置关系（Located-on…）、相近关系（Similar-to）
6、什么是框架？框架的一般形式是什么？
框架：通用的数据结构形式
框架的一般形式：< 槽：侧面 值 >（见下面例题）
7、什么是置换？什么是合一？
置换：利用项对变元进行替换
一个表达式的置换指在该表达式中用置换项置换变量：t|x表示用x代换t
合一：利用置换使两个或多个谓词的个体一致
8、什么是不确定性推理？为什么要采用不确定性推理？不确定推理可分为哪些类型？
不确定性推理是建立在不确定性知识和证据基础上的推理，是从不确定的初始证据出发，运用不确定性知识最终推理出基本合理的结论的思想过程。
采用不确定性推理的原因：
- 所需知识不完备不精确
- 所需知识描述模糊
- 多种原因导致同一结论
- 解题方案不唯一
不可确定推理分为：
按采用数值描述不确定性：1. 数值方法 2. 非数值方法
按依据的理论：1. 基于概率论的方法 2. 基于模糊逻辑理论的方法
9、常见的机器学习方法有哪些？
记忆学习
线性回归
决策树学习
统计学习
集成学习
粗糙集知识发现
10、局部择优搜索与全局择优搜索的相同之处和区别是什么？
相同：都是启发式搜索算法
区别：全局择优搜索需要扩展节点时，总是从open表所有节点选一个估价函数值最小的节点进行扩展。局部择优搜索需要扩展节点时，总是从刚生成的子节点中选择一个估价函数值最小的节点进行扩展。（即选择扩展节点的范围不同）
11、什么是自然演绎推理？它所依据的推理规则是什么
自然演绎推理：从一组已知为真的事实出发，运用经典逻辑中的推理规则得到的结论
依据的推理规则：经典逻辑中的推理规则
12、遗传算法的基本思想是什么？基本的遗传操作有哪些？
基本思想：用模拟生物和人类进化的方式求解复杂问题。从初始种群出发，采用优胜劣汰适者生存的自然法则选择个体，通过杂交变异产生新一代种群，直到满足目标
遗传操作：选择、交叉、变异
13、归约
分解：问题P被归约为一组子问题，当所有子问题都有解，P才有解；任何一个子问题无解，P就无解
等价变换：子问题有一个有解，P就有解；所有子问题均无解，P才无解
例题和习题：
1、 用一阶谓词公式表示语句。参考例题2.2，2.3，习题2.9。
2、 将命题转换成语义网络。参考例题2.6~2.12，习题2.16，2.17。
3、 用框架表示知识。参考例题2.14，习题2.23。
4、 将谓词公式化简成子句。参考例题2.32，2.33，习题2.37。
5、 使用归结演绎推理证明结论。参考例题2.32，2.33，习题2.41，2.42。
(鲁滨逊归结原理)
6、 可信度推理计算。参考例题3.1，习题3.5。
7、主观Bayes推理计算。参考例题3.2，习题3.7。
LS和LN都是根据专家经验给出。当证据E越支持H为真，则LS越大；当证据E对H重要，则LN越小
主观bayes的任务就是根据E的概率P(E)、LS、LN，把H的先验概率P(H)更新为后验概率；或把H的先验几率O(H)更新为后验几率
7、 状态空间问题求解方法。参考例题4.1，4.2，4.3。
8、 A算法和A算法应用，八数码难题。参考例题4.6，4.7。
超详细的示例，可以帮助理解~ AA*算法详解
A：f(n) = g(n)+h(n) g(n)表示从s0出发的最短路径，h(n)称作启发函数。八数码中h(n)为不在位数码个数，记为w(n)；g(n)为层级
A*：h(n) ≥ w(n) AND p(n)，八数码中p(n)为每个数码与目标位置的距离和
9、 与/或树的代价计算。参考例题4.9，习题4.9。
若按和代价法，则该解树的代价为：
h(A)=2+3+2+5+2+1+6=21
若按最大代价法，则该解树的代价为：
h(A)=max(h(B)+5, h©+6) = max((max(2, 3)+2)+5, max(2, 1)+6)
=max((5+5, 2+6)=10
10、 用遗传算法求解问题。参考例题4.20，习题4.19。
根据累计百分比画出轮盘，是否选中就看落在哪块区域，并以此变成新种群
对交叉点k 的k+1~n位二进制数进行交换
