人工智能南阳理工学院计科系人工智能考试复习总结

1.人工智能定义: 答：从学科来说，人工智能是指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。 从能力来说，人工智能是指智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、、学习和问求解等思维活动。 2.界定机器智能的方法：图灵测试和中文屋子。 3.脑智能和群智能概念。 答：脑智能：人脑的职能及其过程都是发生在其心理层面上的，即以某种心理过程和思维过程表现的，脑（主要指人脑）的这种宏观心理层次的智能表现一般称为脑智能 群智能：生物群落或者更一般的生命群体（蚂蚁群、蜜蜂群、鱼群、鸟群等等）的群体行为或者社会行为（脑神经网络中的神经细胞所组成的细胞群体——所具有的智能表现）也表现出一定的智能，这种由群体行为所表现出的智能称为群智能 4.符号智能和计算智能。 答：符号智能就是符号人工智能, 它是模拟脑智能的人工智能, 也就是所说的传统人工智能或经典人工智能。符号智能以符号形式的知识和信息为基础, 主要通过逻辑推理，运用知识进行问题求解。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。 5.为什么要研究人工智能？ 答:①使当前的电脑更好用，更有用，以扩大和延伸人类智能②是当前信息化社会的迫切要求③有益于探索人类自身智能的奥秘④智能化也是自动化发展的必然趋势| 6.人工智能的研究目标。 答：制造智能机器和智能系统, 实现智能化社会。 7.人工智能研究的内容。 答：搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建造、应用与八个方面。 8.人工智能的最基本、最核心技术是“表示”、“运算”、“搜索” 9.人工智能分为符号智能和计算智能。 10.人工智能学科正式诞生于1956年。 11. 人工智能发展中的3个主要学派：符号主义、连接主义、行为主义。 符号主义认为人工智能源于数理逻辑；人的认知基元是符号，认知过程即符号操作过程。 连接主义认为源于仿生学；人的思维基元是神经元，不是符号处理过程。 行为主义认为源于控制论。智能取决于感知和行动，提出智能行为的“感知—动作”模式。 12. 人工智能语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。典型的人工智能语言主要有Prolog、LISP、Smaltalk、C++等。 13．基本PROLOG包含有哪几种基本语句？ 答：PROLOG是一种逻辑型智能程序设计语言，PROLOG只有三种语句，分别是事实、规则和问题。 事实（fact）：功能是一般表示对象的性质或关系。 规则（rule）:格式 <谓词名>（<项表>）：--<谓词名>（<项表>）{，<谓词名>（<项表>）} 功能是一般表示对象间的因果关系、蕴含关系或对应关系。 问题（question）:功能是表示用户的询问，他就是程序运行的目标。 14.PROLOG语言的写要求： ①事实、规则和问题都分行书写。 ②规则和事实可连续排列在一起, 其顺序可随意安排,③同一谓词名的事实或规则必须集中排列在一起。④ 问题不能与规则及事实排在一起 15.同过程性语言相比，一个PROBLOG程序，其问题就相当于主程序，其规则就相当于子程序，而事实相当于数据。 16. 一个Turbo PROLOG程序一般应包括哪几部分？ 答：一个完整的Turbo PPOLOG程序一般包括常量段（constants）、领域段（domains）、数据库段(database)、谓词段(predicates)、目标段(goal)和子句段(clauses)等六个部分。一个程序不一定要包括上述所有段, 但一个程序至少要有一个predicates段、clauses段和goal段。 17.Turb0 PPOLOG标准领域即标准数据类型，包括整数、实数、符号、串和符号等。 Turbo PPOLOG的常量有整数、实数、串、符号、结构、表和文件八个数据类型。 19.Turbo PROLOG的变量命名有什么要求？ 变量名必须以大写字母或下划线开头的字母、数字和下划线系列，或者只有一个下划线。 18.PROLOG中并无专门的分支和循环语句，但也可实现分支与循环程序结构。 19. 表的匹配合一示例 20．图搜索技术是人工智能中的核心技术之一，人工智能的许多分支领域都涉及到图搜索。这里的图是指由节点和有向边组成的网络。按连接同一个节点的个边间的逻辑关系划分，图又可分为图（也称直接图）和与或图两大类。图搜索分为或图搜索和与图搜索两大类。或图通常称为状态图。 21. 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。 22.对于状态图搜索策略大体可分为盲目搜索和启发式搜索两大类。按搜索范围的扩展顺序不同，搜索可分为广度优先和深度优先两种类型。对于树式搜索, 既可深度优先进行, 也可广度优先进行。对于线式搜索则总是深度优先进行。 23. 搜索算法 由于搜索的目的是为了寻找初始节点到目标节点的路径, 所以在搜索过程中就得随时记录搜索轨迹。为了记录搜索轨迹, 我们用一个称为CLOSED表的动态数据结构来专门记录考查过的节点。对于树式搜索来说, 还得不断地把待考查的节点组织在一起, 并做某种排列, 以便控制搜索的方向和顺序。 为此, 我们采用一个称为OPEN表的动态数据结构,来专门登记当前待考查的节点。  24. 与或图搜索几个概念： 　　本原问题——直接可解的简单问题；(已知条件,真理,定理及推论, 等相关) 终止节点——本原问题对应的节点； 端 节 点——与或图中无子节点的节点； 与 节 点——子节点是“与”关系的节点；或 节 点——子节点是“或”关系的节点。 终止节点一定是端节点，端节点不一定是终止节点。 25. 有一农夫带一只狼、一只羊和一筐菜欲从河的左岸乘船到右岸,但受下列条件限制：  (1) 船太小,农夫每次只能带一样东西过河。 (2) 如果没有农夫看管, 则狼要吃羊,羊要吃菜。  　请设计一个过河, 使得农夫、狼、羊、菜都能不受损失地过河。画出相应的状态空间图。 用向量（人，狼，羊，菜）表示状态 0表示在左岸（出发点），取1表示在右岸 如：（1, 0, 1, 0）表示：人和羊在右岸，狼和菜在左岸 “农夫过河”问题的状态空间图 　　26. 传教士和野人问题。有三个传教士和三个野人一起来到河边准备渡河, 河边有一条空船,且传教士和野人都会划船, 但每次最多可供两人乘渡。河的任何一岸以及船上一旦出现野人人数超过传教士人数,野人就会把传教士吃掉。为安全地渡河,传教士应如何规划渡河方案？试给出该问题的状态图表示。 若传教士和野人的数目均为五人,渡船至多可乘三人,请定义一个启发函数, 并给出相应的搜索树。 27. 遗传算法(GA: Genetic Algorithm) 就是人们从生物界按自然选择和有性繁殖、遗传变异的自然进化现象中得到启发，而设计出的一种优化搜索算法。 28. 遗传算法中的三种遗传操作：选择—复制、交叉和变异。 29. 谓词和函数的区别：谓词代表语句，结果是关系（具有真假值）；函数代表关系运算，结果是一个新个体 例子：谓词SUM(e1, e2, e3) 说明e1、e2、e3之间的关系是e1与e2的和是e3 ， 函数add(e1, e2)说明e1与e2相加的结果仍是一个数 30.子句集 定义1 原子谓词公式及其否定称为文字，若干个文字的一个析取式称为一个子句，由r个文字组成的子句叫r—文字子句，1—文字子句叫单元子句，不含任何文字的子句称为空子句，记为或NIL。 例如下面的析取式都是子句 P∨Q∨乛R P(x,y)∨乛Q(x) 定义2 对一个谓词公式G，通过以下步骤所得的子句集合S，称为G的子句集（有了子句集，就可以通过一个谓词公式的子句集来判断公式的不可满足性——公式/命题证明）。 (1)消去蕴含词→和等值词←→。可使用逻辑等价式: ①A→B　　乛A∨B ②A←→B　　(乛A∨B)∧(乛B∨A) 有了子句集，就可以通过一个谓词公式的子句集来判断公式的不可满足性——公式/命题证明 　　(3)适当改名，使量词间不含同名指导变元和约束变元。 (4)消去存在量词。 消去存在量词时，同时还要进行变元替换。变元替换分两种情况： ①若该存在量词在某些全称量词的辖域内，则用这些全称量词指导变元的一个函数代替该存在量词辖域中的相应约束变元，这样的函数称为Skolem函数；   　　②若该存在量词不在任何全称量词的辖域内，则用一个常量符号代替该存在量词辖域中的相应约束变元，这样的常量符号称为Skolem常量。 　 (5)消去所有全称量词。 (6)化公式为合取范式。 可使用逻辑等价式: ①A∨(B∧C) (A∨B)∧(A∨C) ②(A∧B)∨C (A∨C)∧(B∨C) (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S。 31. 归结原理除了能用于对已知结果的证明外，还能用于对未知结果的求解，即能求出问题的答案来 32.几种常见的归结策略： （1）删除策略：在归结过程中可随时删除一下子句：①含有纯文字的字句②含有永真式的子句 ③被子句集中别的子句类包含的子句。 纯文字是指那些在子句集中无补的文字。 删除策略特点：---删除策略的思想是及早删除无用子句，以避免无效归结，缩小搜索规模，并尽量是归结式朝“小”方向发展，从而尽快导出空子句。---删除策略是完备的，如果对于不可满足的子句集，使用该策略进行归结，最终必导出空子句□。 33.产生式规则 产生式与逻辑蕴含式非常相似。是的, 逻辑蕴含式就是产生式, 但它只是一种产生式。除逻辑蕴含式外, 产生式还包括各种操作、规则、变换、算子、函数等等。例如：“如果炉温超过上限, 则立即关闭风门”就是一个产生式, 但并不是一个逻辑蕴含式。 34.产生式系统由三部分组成：产生式规则库、推理机和动态数据库。 35.产生式系统的推理可分为正向推理和反向推理两种基本方式。 36.常用的冲突消解策略有：优先级法（优先级高者有限）、可信度法（可信度高者优先）、代价法（代价低者优先）及自然顺序法等。 37. PROLOG的规则恰好能直接表示产生式规则, PROLOG的事实也恰好能表示产生式系统中的事实, PROLOG的动态数据库也刚好可用来实现产生式系统的动态数据库, 程序中的目标也就是产生式系统的运行目标, PROLOG的翻译程序本身就是一个推理机。这就是说, PROLOG语言本身恰好就是一个产生式系统框架或实现工具。 38.由框架的形式可以看出，框架适合表达结构性的知识。所以，概念、对象等知识最适于用框架表示。产生式规则也可用框架表示 39. 基于框架的推理：基于框架的推理方法是继承，所谓继承，就是子框架可以拥有其父框架的槽及其槽值。实现继承的操作有匹配、搜索和填槽。匹配就是问题框架同知识库中的框架的模式匹配，搜索就是沿着框架间的纵向和横向联系，在框架网络中进行查找。 40. 语义网络是由节点和边（也称有向弧）组成的一种有向图。它划分为五个级别：执行级、逻辑级、认识论级、概念级和语言学级。并分为七种类型： 　　(1)命题语义网（包括分块联想网络）； (2)数据语义网：以数据为中心的语义网络； 　 　(3)语言语义网：用于自然语言的分析和理解； (4)结构语义网：描述客观事物的结构，常见于模式识别和机器学习等领域； (5)分类语义网：描述抽象概念及其层次； (6)推理语义网：是一种命题网，但它已在某种程度上规范化，更适于推理； (7)框架语义网：与框架相结合的语义网。 41. 语义网络的表达能力 由语义网络的结构特点可以看出，语义网络不仅可以表示事物的属性、状态、行为等，而且更适合于表示事物之间的关系和联系 42. 关系（或联系）型的知识和能化为关系型的知识都可以用语义网络来表示，常见几种：实例关系、分类（或从属、泛化）关系、组装关系、属性关系、集合与成员关系，逻辑关系、方位关系、所属关系 43. 狭义上讲，知识或信息中的不确定性是指描述随机事件或随机现象所表现出的不确定性——这种不确定性一般用概率来刻画。 广义不确定性分类：(狭义)不确定性、不确切性(模糊性)、不完全性、不一致性、时变性等几种类型。 44.不确定性推理=符号推演+信度计算 45. 什么是贝叶斯网络？ 答：贝叶斯网络是一种以随机变量为节点, 以条件概率为节点间关系强度的有向无环图(Directed Acyclic Graph, DAG)。 它描述事物之间的因果关系或依赖关系，是一种直观的图形表示。 46. 机器学习就是让计算机模拟人的学习行为，或者说计算机也具有学习的能力。  人工智能中的机器学习主要是指机器对自身的行为的修正或性能的改善和机器对客观规律的发现。 47.机器学习的三要素：信息、发现和知识。他们分别是机器学习的对象、方法和目标。 49.基于学习策略的分类：模拟人脑的机器学习、直接采用教学方法的机器学习。 50.知识发现的任务：数据总结、概念描述、分类、聚类、相关性分析、偏差分析、建模。 51.根据连接的拓扑结构不同，神经网络可分为四大类：分层向前网络、反馈前向网络、广泛互联网络。 52.机器学习原理 53.人工神经元结构模型 答： 53. 常见的特性函数： 答：阀值型、S型、分段线性型 55. 定义1 能够表征或刻画被识对象类属特征的信息模型称为对象的模式(pattern)——模式是对某些感兴趣的客体的定量的或结构的描述。 定义2 具有某些共同特性的模式的集合称为模式类, 判定一个待识模式类属的过程称为模式识别。 56. 模式的表示：最常用的模式表示形式有向量和字符串。 57. 对于特征向量描述的模式，进行模式识别的一个最直接思想就是——如果能找到模式类的标准模式，则对于任一待识模式，通过计算与各标准模式的距离，就可以确定该待识模式的类属。分为距离分类法、几何分类法、概率分类法。 58.距离分类法可分为标准模式法、平均距离法和最邻近法。 59. 自然语言理解包括语音理解和文字理解。 60. 理解的实现过程 要理解一个语句，需建立起一个和该简单句相对应的机内表达。而要建立机内表达，需要做以下两方面的工作： (1)理解语句中的每一个词。 (2)理解整个语句，并构造目标表示（以这些词为基础组成一个可以表达整个语句意义的结构）。 第二项分成以下三个部分来进行：语法分析、语义分析、语用分析。 61.智能系统可分为智能计算机系统、智能化网络、智能应用系统和只鞥你机器人系统等类型。 62.随着物理、生物、信息和计算等技术的发展，现在已有多种可望成为新一代智能系统硬件平台的新型智能计算机正在研制和开发。 63.专家系统（ES）就是能像人类一样解决困难、复杂的实际问题的脚手架（软件）系统。 专家系统应具备以下四个要素：①应用于某专门领域②拥有专家级知识③能模拟专家的思维④能达到专家级水平。 专家系统应应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机（软件）系统。 64.专家系统的类型 按用途分类可分为：诊断型、解释型、预测型、预测型、设计型、规划型、调度型等几种类型。 65.知识库，就是以某种表示形式存储于计算机中的知识的集合。知识库通常是以一个个文件的形式存放于外部介质上,专家系统运行时将被调入内存。知识库中的知识一般包括专家知识、领域知识和元知识。元知识是关于调度和管理知识的知识。知识库中的知识通常就是按照知识的表示形式、 性质、层次、内容来组织的, 构成了知识库的结构。 66.知识获取的三种途径：人工途径、半自动获取、自动获取。 67. 在人工智能领域现在所说的Agent则具有更加特定的含义。简单地讲, 这里的Agent指的是一种实体, 而且是一种具有智能的实体。这种实体可以是智能软件、智能设备、智能机器人或智能计算机系统等等, 甚至也可以是人。 68. Agent应具有如下基本特性: (1) 自主性,亦称自治性(2) 反应性，(3) 适应性(4) 社会性 69.从系统构成来说，智能计算机也应分为智能硬件平台和智能操作系统两大部分。 智能操作系统主要有三大特点：并行性、分布性和智能性。