1、人工智能导论课程复习,计算机学院任课教师：肖明 电话：,考试安排,时间2009年12月18日上午10点 地点： 综合楼206-计061-3，软件工程 综合楼207-计061-1，2考试方式：开卷考试时间：2个小时,课程主要内容,第零章 人工智能绪论目录第一章 产生式系统第二章 产生式系统的搜索策略第三章 与或图的搜索第四章 谓词演算及应用第五章 人工智能系统的规划问题第六章 专家系统,第七章 知识表示第八章 机器学习第九章 人工神经网络及其应用第十章 遗传算法第十一章 数据挖掘与Agent技术第 十二 章不确定推理方法,课程主要内容,第一章 绪论人工智能产生发展历史，AI的几个时期中出现的著名
2、人物和事件人工智能的学科范畴研究任务研究路线核心问题学派智能和人工智能的含义人工智能中的研究和应用领域模式识别自然语言理解博弈,AI的定义AI的发展历史AI研究的特点、核心课题、基本技术AI主要研究学派AI主要研究领域和内容AI主要研究机构、国内外会议及核心刊物本课的主要内容,第二章 搜 索,状态空间表示法状态定义，一些特定的状态操作定义，要素：条件和动作状态空间问题的解状态空间的隐式图 状态描述的知识 状态变换的知识,第二章 搜 索,与/或图表示法本原问题归约法求解问题的思路与图（分解）和或图（替换）表示归约的过程与或图边：归约节点：问题归约策略关键状态法关键操作法,第二章 搜 索,博弈问题
3、的状态空间节点表示棋局开局，终局，中间棋局MAX走棋：或节点MIN走棋：与节点边表示走法博弈问题的状态空间,第二章 搜 索,搜索搜索的基本概念搜索分类盲目搜索及其特点启发式搜索及其特点算法和过程搜索效率外显率有效分枝因数,第二章 搜 索,状态空间的盲目搜索广度优先搜索法思想，搜索过程，数据结构，特点深度优先搜索法有界深度优先搜索法分支界限搜索法（代价树的广度优先搜索法）瞎子爬山法（代价树的深度优先搜索法）代价树的有界深度搜索法状态空间的启发式搜索概念估计函数和启发式函数最好择优法和局部择优法,第二章 搜 索,与/或树的搜索基本概念：端节点，终止节点，可解节点，应用可解过程，解树，不可解节点，应
4、用不可解过程，部分解树，解树的代价与/或树的搜索的一般过程赋值树的广度优先搜索部分解树，一般搜索过程赋值树的启发式搜索希望解树，估计函数，一般过程博弈树的启发式搜索极大极小分析方法剪枝,第三章 知识与知识表示方式,基本概念知识知识表示法一阶谓词逻辑表示法的方式和特点产生式表示法框架表示法语义网络表示法脚本表示法过程表示法,第四章 经典逻辑推理,推理的基本概念推理推理的分类命题逻辑的归结推理归结原理证明定理成立的思想和步骤概念：子句，归结式一阶谓词逻辑定理的归结证明子句集：斯柯林标准型，合取范式 ，消去存在量词谓词逻辑的归结置换和合一归结策略与/或形演绎推理（不要求）,第五章 人工智能语言,不要求,第六章 专家系统,专家系统的功能，特点专家系统的类型专家系统的一般结构和工作原理,第七章 非精确性推理,非精确性推理的含义非精确性推理系统的几个基本问题非精确性度量非精确性传播条件部分非精确性的确定非精确性的匹配算法与阈值选择可信度方法规则的不确定性度量证据的非精确性度量中非精确性的传播主观Bayes方法（不要求）,演讲完毕，谢谢观看！,
