人工智能导论VIP免费

《人工智能导论》在启发式搜索中，通常用来表示启发性信息：（）厂剪枝函数启发函数匹配函数似然函数~(AB)v=>~A~B称为()以下哪种算法是“智能程度相对比较高”的算法。（）厂广度优先搜索深度优先搜索启发式搜索有界深度优先搜索下列哪个不是知识表示方法：（）厂框架法语义网络法状态空间法最大匹配法已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。这种知识表示法叫（）状态空间法问题规约法谓词逻辑法语义网络法下列哪部分不是专家系统的组成部分：（）灯用户综合数据库推理机知识库要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫：（）专家系统机器学习神经网络模式识别专家系统也成为基于知识的系统，它的设计方法是以和为中心而展开的。（）知识库和推理机规则库和知识库搜索策略和推理机语义网中的推理过程有和两种()灯继承和匹配正向和反向确定和不确定独立和交叉简述决策树学习的基本方法和步骤。决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。基本方法：决策树一般由方块结点、圆形结点、方案枝、概率枝等组成，方块结点称为决策结点，由结点引出若干条细支，每条细支代表一个方案，称为方案枝；圆形结点称为状态结点，由状态结点引出若干条细支，表示不同的自然状态，称为概率枝。每条概率枝代表一种自然状态。在每条细枝上标明客观状态的内容和其出现概率。在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。这样树形图由左向右，由简到繁展开，组成一个树状网络图。步骤：a.绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程。b.按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。c.对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上，用“=”记号隔断。什么是知识？它有哪些特性？列举至少六种知识表示方法？经过国内外学者的共同努力，目前已经有许多知识表示方法得到了深入的研究，目前使用较多的知识表示方法主要有：谓词逻辑表示法，产生式表示法、框架表示法、语义网络表示法、面向对象表示法、基于本体的知识表示法等。本文将介绍这些知识表示方法的特征和优缺点，进行一些分析和比较。(1)词逻辑表示法。谓词逻辑表示法是指各种基于形式逻辑(ormalogic)知识表示方式,用逻辑公式描述对象、性质、状况和关系，例如“宇宙飞船在轨道上”可以描述成：(npaceshiporbit)它是人工智能领域中使用最早和最广泛的知识表示方法之一。其根本目的在于把数学中的逻辑论证符号化，能够采用数学演绎的方式，证明一个新语句是从哪些已知正确的语句推导出来的，那么也就能够断定这个新语句也是正确的。在这种方法中，识库可以看成一组逻辑公式的集合，识库的修改是增加或删除逻辑公式。使用逻辑法表示知识，将以自然语言描述的知识通过引入谓词、函数来加以形式描述，得有关的逻辑公式，而以机器内部代码表示。在逻辑法表示下可采用归结法或其它方法进行准确的推理。谓词逻辑表示法建立在形式逻辑的基础上，有下列优点：①谓词逻辑表示法对如何由简单说明构造复杂事物的方法有明确、统一的规定，且有效地分离了知识和处理知识的程序，构清晰；②谓词逻辑与数据库，别是与关系数据库有密切的关系；一阶谓词逻辑具有完备的逻辑推理算法；逻辑推理可以保证知识库中新旧知识在逻辑上的一致性和演绎所得结论的正确性逻辑推理作为一种形式推理方法，依赖于任何具体领域，具有较大的通用性。但是，词逻辑表示法也存在着下列缺点：①难于表示过程和启发式知识；②由于缺乏组织原则，得知识库难于管理；③由于是弱证明过程，当事实的数目增大时，证明过程中可能产生组合爆炸；④表示的内容与推理过程的分离，理按形式逻辑进行，容所包含的大量信息被抛弃，样使得处理过程加长、工作效率低。谓词逻辑适合表示事物的状态、属性、概念...