今年的试卷分值分布为：

选填40，两道计算题15x2 两道解答题15x2

复习重点：

1.人工智能学派派别

符号主义学派、连接主义学派、行为主义学派

各学派认知观：

符号主义（逻辑主义、心理学派、计算机学派）：原理:物理符号系统假设和有限合理性原理；

连接主义（仿生学派、生理学派）：神经网络及神经网络间的连接机制与算法；

行为主义（进化主义、控制论学派）：控制论及感知—动作型控制系统

2.专家系统

智能系统的分类：

专家系统：一种模拟人类专家解决领域问题的计算机程序系统；(费根鲍姆)

模糊逻辑系统：一种应用模糊集合理论的智能系统；(Zadeh，扎德)

神经网络系统：基于生物神经元模型的互连模型；（McCulloch和Pitts,1943）

机器学习系统：（维纳、香农）

仿生进化系统：模仿和模拟人类和生物行为的智能系统；

群智能系统：（蚂蚁、白蚁、鱼群鸟群、蜜蜂等群个体）

多真体系统：(Mulitple Agent system)   混合智能系统

基本结构 

3.确定性表示方法

 

4. 推理方法

演绎推理：

    是一种由一般到个别的推理方法，即从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。其核心是三段论，如假言推理、拒取式和假言三段论。

归纳推理：

    是一种由个别到一般的推理方法。归纳推理的类型：按照所选事例的广泛性可分为完全归纳推理和不完全归纳推理 按照推理所使用的方法可分为枚举、类比、统计和差异归纳推理等

完全归纳推理

    是指在进行归纳时需要考察相应事物的全部对象，并根据这些对象是否都具有某种属性，推出该类事物是否具有此属性

不完全归纳推理

    是指在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。

 枚举归纳推理

     是指在进行归纳时，如果已知某类事物的有限可数个具体事物都具有某种属性，则可推出该类事物都具有此种属性。

 类比归纳推理

    是指在两个或两类事物有许多属性都相同或相似的基础上，推出它们在其他属性上也相同或相似的一种归纳推理。其推理模式可表示为：

      IF   A有属性abc   AND   B有属性ab   THEN   B可能有属性c

 可信度推理

证据理论 

信任函数也称为下限函数，表示对A的总体信任度 Bel

似然函数也称为上限函数，表示对A的非假信任度 Pl

 例题：

模糊推理 

 

 例题：

这种计算方法称为“矮子里挑高个” 

主观贝叶斯推理

 

例题： 

套用上述繁多的公式时，要注意分清楚E H S，E是事实H是结论S是一个观察，我们所说的后验概率就是在一个新的观察S下H的概率 

 ppt写的比较乱，我 把自己的解题写在下面

5.不确定表示方法

分类

 一般包括：

可信度推理

主观Bayes推理

证据理论

模糊推理

概率推理

知识的不确定性的表示

    考虑因素：问题的描述能力，推理中不确定性的计算

    含义：知识的确定性程度，或动态强度

    表示：用概率，在[0,1]区间取值，越接近于0越假，越接近于1越真

                用可信度，在[-1,1]区间取值，大于0接近于真，小于0接近于假

                用隶属度，在[0,1]区间取值，越接近于0隶属度越低，反之越高

6.谓词逻辑的知识表示方法及推理方法

谓词逻辑表示的逻辑学基础:

 

 

 

例题：

 

 

可能出的大题：

 

 

7.语义网络

概念

语义基元：（结点1，弧，结点2），基本网元则为它的图的表现

基本的语义关系

实例关系： ISA        分类关系： AKO        成员关系： A-Member-of

上述关系的主要特征

    属性的继承性，即处在具体层的结点可以继承抽象层结点的所有属性.

属性关系：Have Can        包含关系（聚类关系）：Part-of         时间关系：Before After

位置关系：Located-on Located-under Located-at

相近关系：Similar-to Near-to

 例题：

 

  

 继承和匹配

 

优缺点

8.框架

概念

框架：是人们认识事物的一种通用的数据结构形式。即当新情况发生时，人们只要把新的数据加入到该通用数据结构中便可形成一个具体的实体(类)，这样的通用数据结构就称为框架。

    实例框架：对于一个框架，当人们把观察或认识到的具体细节填入后，就得到了该框架的一个具体实例，框架的这种具体实例被称为实例框架。

    框架系统：在框架理论中，框架是知识的基本单位，把一组有关的框架连结起来便可形成一个框架系统。

    框架系统推理：由框架之间的协调来完成。

 框架的基本结构

解释

在框架中，Unit 是一个术语，用来表示某个属性的具体数据类型或单位。它定义了一个属性的具体取值形式或表达方式。在这个框架里，Unit 可以看作是对数据的规范化要求，用来限定该属性的内容应该是什么样的。

让我们看一个例子：

Age：Unit（Years）
这里的 Unit（Years） 表示“年龄”属性的单位是“年”（Years），所以属性的值应该是一个数字，并且单位是“年”。

在框架中，Area 是一个术语，用来表示某个属性的取值范围、类别或分布区域。它定义了该属性可以接受的值或者范围。简单来说，Area 描述了该属性的不同选项或类别。

解释一个例子：

Sex：Area（male，female）

这里的 Area 表示性别属性的取值范围。male（男性）和 female（女性）是性别属性的两种可能值，因此性别属性的 Area 是 male 和 female 这两个选项。

在数据模型中，Default 是一个术语，用来表示当没有明确指定值时，系统自动使用的默认值。简单来说，Default 是在没有用户输入或者没有提供值的情况下，系统预设的标准值或初始值。

解释一个例子：

Age：Default（0）

在这个例子中，Default（0） 表示如果没有指定年龄，那么系统会将年龄的默认值设置为 0。也就是说，当用户未输入年龄时，系统会自动使用 0 作为默认值。

 

优缺点