Artificial Intelligence人工智能
一、什么是人工智能
答：学科方面：人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支，其近期的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。能力方面：人工智能能力是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规划学习问题求解等思维活动。
人工智能的学派及其认知观：①符号主义 认为人工智能起源于数理逻辑；②连接主义 认为人工智能起源于仿生学，特别是对人脑模型的研究；③行为主义 认为人工智能源于控制论。人工智能三个学派：心理学派、仿生学派、控制论学派。
二、机器学习的定义，主要策略
答：机器学习是研究如何使用机器来模拟人类学习生活的一门学科，严格说，机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。
学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为四种：机械学习、示教学习、类比学习、示例学习
三、模糊判决定义，常用的模糊判决方法
答：通过模糊推理得到的结果是一个模糊集合或者隶属函数，但实际应用中只有一个确定的值才能用于控制伺服机构。在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程就称为模糊判决。
模糊判决的方法有：重心法、最大隶属度法、系数加权评价法和隶属度限幅元素平均法。
四、遗传算法原理和步骤
答：遗传算法的基本原理如下：通过随机方式产生若干个所求解问题的数字编码即染色体，形成初始种群，通过适应度函数给每个个体一个数值评价，淘汰低适应度的个体，选择高适应度的个体参加遗传操作，经过遗传操作后的个体集合形成下一代的新的种群，在对这个新种群进行下一轮进化。
一般遗传算法的主要步骤如下：
(1)初始化群体。
(2) 计算种群上每个个体的适应度值
(3)按由个体适应度值所决定的某个规则选择将进入下一代的个体
⑷按照概率Pc进行交叉操作
⑸按照概率Pc进行变异操作
⑹若没有满足某种停止条件，则转步骤⑵，否则进入下一步
⑺输出种群中适应度值最优的染色体作为问题的满意解或最优解
五、归纳学习的一般步骤
答：归纳学习的一般模式为：
给定：①观察陈述（事实）F，用以表示有关某些对象、状态、过程等的特定知识②假定的初始归纳断言（可能为空）③背景知识，用于定义有关观察陈述，候选归纳断言以及任何相关问题领域知识、假设和约束，其中包括能够刻画所求归纳断言的性质的优先准则。 求：归纳断言（假设），能重言蕴涵或弱蕴涵观察陈述，并满足知识背景。
六、消解原理求取问题的过程
答：⑴把前提用谓词公式表示，化成相应的子句集，设该子句集为S1⑵把待求的问题也用谓词公式表示，然后将其否定，并与谓词ANSWER构成析取式谓词ANSWER是一个专为求解问题而设立的谓词，其变量必须与问题公式的完全一致⑶把问题公式与谓词ANSWER构成的析取式化为子句集，并把该子句集与S1合并构成子句集S⑷对子句集S用谓词消解
原理消解改成ANSWER中的变元⑸如果得到消解式ANSWER，问题答案即在ANSWER谓词中。
子句集求取九步⑴消去蕴涵符号⑵减少否定符号的辖域⑶对变量标准化⑷消去存在量词⑸化为前束行⑹把母式化为合取范式⑺消去全称量词⑻消去两次符号“∨”⑼更换变量名称
七、如何通过消解反演求取问题的答案？
答：从反演树求取对某个问题的答案，其过程如下：（1）把由目标公式的否定产生的每个子句添加到目标公式否定之否定的子句中去（2）按照反演树，执行和以前相同的消解，直至在根部得到某个子句为止 （3）用根部的子句作为一个回答语句。 ”
八、什么叫做专家系统？它具有哪些特点与优点？
答：专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，能够利用人类专家的知识和解决问题的方法来处理该领域问题。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
专家系统特点如下： 启发性：专家系统能运用专家的知识与经验进行推理、判断和决策。透明性：专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 灵活性：专家系统能不断地增长知识，修改原有知识，不断更新。
专家系统的优点具体地说，包括下列八个方面：
⑴专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。
⑵专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。
⑶可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。⑷专家系统能促进各领域的发展。
⑸专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力。⑹军事专家系统的水平是一个国家国防现代化的重要标志之一。
⑺专家系统的研制和应用，具有巨大的经济效益和社会效益。
⑻研究专家系统能够促进整个科学技术的发展。
第三章、搜索推理技术
一、盲目搜索包括宽度优先搜索（次之，如果有解一定能找到）、深度优先搜索（较差，如果有解一定能找到）、等价优先搜索，其中有界深度优先搜索（较好但可能会丢失部分解）具有一定启发性
宽度优先搜索特点 缺点 当目标节点距离初始节点较远时会产生许多无用的节点,搜索效率低。优点 只要问题有解,则总可以得到解,而且是最短路径的解。
深度优先的特点 缺点：如果目标节点不在搜索所进入的分支 上,而该分支又是一个无穷分支,则就得不到解.因此该算法是不完备的 优点：如果目标节点不在搜索所进入的分支 上,则可以较快地得到解 与宽度优先搜索算法最根本的不同在于：将扩展的后继节点放在OPEN表的前端
二、启发式搜索的核心是启发式构造，包括有序搜索和最有搜索A*算法。有序搜索（最好优先搜索）选择最有希望的节点作为下一个要扩展的节点，其目的在于减少被扩展的节点数
三、消解式是由取这两个子句的析取，然后消去互补对而得到的
先进的推理技术和系统求解包括：规则演绎系统、产生式系统、系统组织技术、不确定性推理、非单调推理。发展较快的高级求解技术有：Angent、计算智能、专家系统、机器学习、自动规划系统。
与或形表达式是由符号和连接的一些文字的字表达式组成的，呈与或形的表达式并不是子句形，而更接近于原始表达式形，特别是他的子表达式不是复合产生的。
按照推理方式不同规则演绎系统分为三种，正向规则演绎系统、逆向规则演绎系统和双向规则演绎系统，
正向规则演绎系统和反响规则演艺系统都具有局限性，前者能够处理任何形式的事实表达式，但只适用于由文字的析取组成的目标表达式，后者能够处理任意形式的目标表达式，但只适用于由文字的合取组成的事实表达式，双向规则演绎系统组合了以上两种的优点，克服了各自的缺点具有更高的搜索求解效率
与或图的F规则：形式L＝＞W（L是单文字W为与或形的唯一公式）
在任一量词辖域内，受该量词约束的变量为一哑元
产生式系统：由三部分组成：总数据库、产生式规则、控制策略，控制策略通常分三步：匹配，冲突解决、操作
不确定性推理：不确定包括：模糊性、随机性、不一致性。两种不确定性：证据的不确定性和结论的不确定性。
第四章
计算智能
生物神经元是由轴突和树突组成，人工神经网络由神经元模型构成分为递归（反馈）网络和多层（前馈）网络。人工神经网络的主要学习算法：有师学习，无师学习，强化学习计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域。
进化计算包括遗传算法、进化策略、进化编程、遗传编程和人工生命。
通过 模糊推理得到一个模糊集合或隶属函数
定义：在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程就称为解模糊或模糊判决。
第二章
常用知识表示方法：状态空间法、问题归约法、谓词逻辑法、语义网络法、框架法。
问题的状态空间是一个表示该问题全部可能状态及其关系的图，包含三种说明集合：所有可能的问题初始状态集合S、操作符集合F、目标状态集合G。可把状态空间记为三元状态（S，F，G）。
产生式系统由下面三部分组成：
1、一个总数据库，它含有与具体任务有关的信息；
2、一套规则，他对数据库进行操作运算；
3、一个控制策略，它确定应该使用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。
问题规约的组成和实质：
1、一个初始问题描述；
2、一套把问题变为子问题的操作符；
3、一套本原问题描述。实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。这就是问题规约的实质。 语义网络是知识的一种结构化图解表示，它由（节点）和（弧线）或（链线）组成。节点用于表示实体、概念和情况，弧线用于表示节点间的关系。
推理过程主要有两种，一种是继承，另一种是匹配。
问题的状态空间包含三种说明的集合：所有可能的问题初始状态集合S，操作符集合F，目标状态集合G
“李的父亲和他的母亲结婚”
MARRIED[FATHER（LI）, MOTHER（LI）]
我喜欢音乐和绘画
LIKE（I,MUSIC）合取LIKE（I,PAINTING）
李住在一栋黄色的房子里
LIVES(LI,HOUSE1)合取COLOR(HOUSE1,YELLOW)
如果该书是何平的，那么它是蓝色的。
OWNS（HEPING,BOOK1）=>COLOR（BOOK1,BLUE）
机器人不在一号房间里
非INROOM（robet,room1）大写
所以机器人都是灰色的
(任何x)【ROBERT(x)=>COLOR(x,GRAY)】
例任何兄弟都有同一个父亲，John和Peter是兄弟，且John的父亲是David，问Peter的父亲是谁？
解第一步：将已知条件用谓词公式表示出来，并化成子句集
(1) 定义谓词：
设Father(x,y)表示x是y的父亲；Brother(x,y)表示x和y是兄弟。
(2) 将已知事实用谓词公式表示出来。
F1 ：任何兄弟都有同一个父亲。
(∀ x)(∀ y)(∀ z)(Brother(x,y)∧Father(z,x)→Father(z,y))
F2：John和Peter是兄弟。Brother(John,Peter)
F3：John的父亲是David。Father(David, John)
(3) 将它们化成子句集得：
S1={~Brother(x,y)∨~Father(z,x)∨Father(z,y),
Brother(John,Peter), Father(David,John)}
第二步：把问题用谓词公式表示出来，并将其否定与谓词ANSWER作析取。
设Peter的父亲是u，则有：Father(u,Peter)。
将其否定与ANSWER作析取，得：
G：～Father(u,Peter)∨ANSWER(u)
第三步：将上述公式G化为子句集S2,并将S1和S2合并到S。
S2 ={～Father(u,Peter)∨ANSWER(u)}
S= S1 ∪S2
将S中各子句列出如下：
(1)～Brother(x,y)∨～Father(z,x)∨Father(z,y)。
(2)Brother(John,Peter)。
(3)Father(David,John)。
(4)～Father(u,Peter)∨ANSWER(u)。
第四步：应用消解原理进行消解
(5)～Brother(John,y)∨Father(David,y)
(1)与(3)消解σ={David/z,John/x}
(6)～Brother(John,Peter)∨ANSWER(David)
(4)与(5)消解σ={David/u,Peter/y}
(7)ANSWER(David) (2)与(6)消解
第五步：得到了消解式ANSWER(David)，求得答案
所以u=David。即Peter的父亲是David
