《人工智能》基础知识

《人工智能》需要掌握的基本知识和基本方法 第一章：

1.人工智能的定义：P5；人工智能研究的基本内容：P10-P11

2..当前人工智能有哪些学派？他们对人工智能在理论上有何不同观？（第一章课件）

第二章

1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集

2.产生式系统的基本结构，各部分的功能以及主要工作过程。P38-P39

3.框架表示的结构组成

4.语义网络的基本结构组成

第三章 课件里的全部例题

第四章1.主观Bayes方法的主要优缺点（P109）

2.模糊推理：给两个模糊集合，会计算模糊关系（P129例4.11，例4.12）

第五章：

1.搜索的方向，状态空间表示法的四元组 ；

2.深度优先搜索和广度优先搜索的异同点：从几个角度

（1）扩展节点的方法

（2）数据结构

（3）能否找到最优解

（4）存储空间和搜索速度

3.启发式搜索的A*算法。 OPEN表和CLOSE表的变化。

例：

对于八数码难题按下式定义估价函数：

f(x)=d(x)+h(x)

其中，d(x)为节点x的深度；h(x)是所有棋子偏离目标位置的曼哈顿距离（棋子偏离目标位置的水平距离和垂直距离和），例如下图所示的初始状态S0：8的曼哈顿距离为2；2的曼哈顿距离为1；1的曼哈顿距离为1；6的曼哈顿距离为1；h(S0)= 5。

初始状态（S0）

*（1） 用A搜索法搜索目标，列出头三步搜索中的OPEN、CLOSED表的内容和当前扩展节点

的f值。

（2）画出搜索树和当前扩展节点的f值。

第六章 专家系统包括那些基本部份?和传统程序有何区别？每一部分的主要功能是什么?

题目类型：

一． 填空题（30分）

二． 选择题（20分）

三． 简答题：四个（24分）

四． 综合题：两个（26分）