8何為狀態圖和與或圖？圖搜索與問題求解有什么關系？狀態圖是描述尋找目標或路徑問題的有向圖，即描述一個實體基于事件反應的動態行為，顯示了該實體如何根據當前所處的狀態對不同的時間做出反應的。與或圖是一種系統地將問題分解為互相獨立的小問題，然后分而解決的方法。與或圖中有兩種代表性的節點：“與節點”和“或節點”，“與節點”指所有的后續節點都有解時它才有解；“或節點”指各個后續節點均完全獨立，只要其中有一個有解它就有解。關系：問題求解就是在一個圖中尋找一個從初始節點到目標節點的路徑問題，圖搜索模擬的實際是人腦分析問題，解決問題的過程，它基于領域知識的問題求解過程。11. 什么是與或樹？什么是可解節點？ 什么是解樹？ 答：一棵樹中的弧線表示所連樹枝為“與”關系,不帶弧線的樹枝為或 關系。這棵樹中既有與關系又有或關系，因此被稱為與或樹。 滿足下列條件的節點為可解節點。 終止節點是可解節點；一個與節點可解，當且僅當其子節點全都可解；一個或節點可解，只要其子節點至少有一個可解。解樹實際上是由可解節點形成的一棵子樹,這棵子樹的根為初始節點，葉為終止節點，且這棵子樹一定是與樹14. 請闡述狀態空間的一般搜索過程。OPEN表與CLOSED表的作用是什么？ 答：先把問題的初始狀態作為當前擴展節點對其進行擴展，生成一組子節點，然后檢查問題的目標狀態是否出現在這些子節點中。若出現，則搜索成功，找到了問題的解；若沒出現，則再按照某種搜索策略從已生成的子節點中選擇一個節點作為當前擴展節點。重復上述過程，直到目標狀態出現在子節點中或者沒有可供操作的節點為止。所謂對一個節點進行“擴展”是指對該節點用某個可用操作進行作用，生成該節點的一組子節點。 OPEN表用于存放剛生成的節點，對于不同的搜索策略，節點在OPEN表中的排序是不同的。 CLOSED表用于存放將要擴展或者已擴展的節點。15. 廣度優先搜索與深度優先搜索各有什么特點？ 答：廣度優先搜索就是始終先在同一級節點中考查,只有當同一級節點考查完之后,才考查下一級節點。或者說,是以初始節點為根節點，向下逐級擴展搜索樹。所以,廣度優先策略的搜索樹是自頂向下一層一層逐漸生成的。 深度優先搜索就是在搜索樹的每一層始終先只擴展一個子節點,不斷地向縱深前進,直到不能再前進（到達葉子節點或受到深度限制） 時，才從當前節點返回到上一級節點，沿另一方向又繼續前進。這種方法的搜索樹是從樹根開始一枝一枝逐漸形成的。深度優先搜索亦稱為縱向搜索。由于一個有解的問題樹可能含有無窮分枝，深度優先搜索如果誤入無窮分枝(即深度無限)，則不可能找到目標節點。所以，深度優先搜索策略是不完備的。另外，應用此策略得到的解不一定是最佳解(最短路徑)。 廣度優先搜索與深度優先搜索都屬于盲目搜索。3.8 判斷下列公式是否為可合一，若可合一，則求出其最一般合一。(1) P(a, b), P(x, y)(2) P(f(x), b), P(y, z)(3) P(f(x), y), P(y, f(b)(4) P(f(y), y, x), P(x, f(a), f(b) (5) P(x, y), P(y, x)解：(1) 可合一，其最一般和一為：=a/x, b/y。(2) 可合一，其最一般和一為：=y/f(x), b/z。(3) 可合一，其最一般和一為：= f(b)/y, b/x。(4) 不可合一。(5) 可合一，其最一般和一為：= y/x。第1章 ：緒論1. 人工智能的主要學派：a) 符號主義學派（Sysmbolicism），又稱為邏輯主義學派，心理學派，計算機學派。符號主義認為知識是智能的基礎，人工智能的核心問題是知識的表示與知識推理。（功能模擬）b) 聯結主義學派（Connectionism）：又稱為仿生學派，生理學派。用人工神經網絡模仿人類智能。（結構模擬）c) 行為主義學派（Actionism）：又稱為進化主義學派，控制論學派。認為智能取決于感知，表現為行動。（行為模擬）2. 人工智能的研究和應用領域（10個）a) 定理證明b) 專家系統c) 機器學習d) 自然語言理解e) 智能檢索f) 機器學習g) 自動程序設計h) 組合調度問題i) 模式識別j) 機器視覺第2章 ：知識表示法1. 一階謂詞邏輯表示法2.1.1：一階謂詞邏輯1. 命題：它的取值為真或假2. 謂詞3. 謂詞公式4. 謂詞公式的解釋：對于每一個解釋，謂詞公式都可以求出一個真值5. 謂詞公式的永真性，可滿足性，不可滿足性永真性：如果謂詞公式P對個體域D上的任何一個解釋都取得真值T，則稱P在D上是永真的。可滿足性：對于謂詞公式P，如果至少存在一個解釋使得公式P在此解釋下的真值為T。不可滿足性：如果謂詞公式P對于個體域D的任何一個解釋都取得真值為F。6. 謂詞公式的等價性。設P與Q是兩個謂詞公式，D是它們共同的個體域，若對D上的任何一個解釋，P與Q都有相同的真值，則稱公式P和Q在D上是等價的。如果D是任意的個體域，則稱P和Q是等價的。記為PQ公式：2.1.2：一階謂詞表示方法1. 一階謂詞表示方法例題：2. 一階謂詞表示方法的優點。自然性，準確性，嚴密性，容易實現。3. 一階謂詞表示方法的缺點不能表示不確定性的知識，組合爆炸，效率低。2. 產生式表示方法2.2.2：產生式系統的分類1. 可交換的產生式系統2. 可分解的產生式系統3. 可恢復的產生式系統產生式表示法的特點第3章 ：搜索方法3.1問題求解過程的形式表示3.1.1狀態空間表示法3.1.2與/或圖表示法3.2狀態空間的搜索方法盲目搜索算法1. 無代價的寬度優先搜索：在搜索樹的生成過程中，只有對搜索樹中同一層的所有節點都考察完之后，才對下一層的節點進行考察。2. 無代價的深度優先搜索：在搜索樹的生成過程中，對open表中同一層的節點只選擇表中一個節點進行考察和擴展，只有當這個節點是不可擴展的，才選擇同層的兄弟節點進行考察和擴展。3. 寬度優先和深度優先的區別a) 寬度優先搜索生成的子節點放入open表的表尾，深度優先搜索生成的子節點放入open表的表首。b) 如果問題有解，那么寬度優先搜索總能找到最優解。寬度優先搜索時完備的，深度優先搜索是非完備的。c) 如果搜索最大深度設置合理，那么深度優先搜索能找到一條解路徑，但不一定是最優解。深度優先搜索的時空開銷小于寬度優先。例子：提示：無代價深度優先搜索的open表是將新擴展生成的子節點按節點序號從小到大排序后放入open表首有代價深度優先搜索的open表是將新擴展的子節點按照價值從小到大放入open表首有代價寬度優先搜索的open表中所有節點按代價從小到大排序2. 啟發式搜索算法例子：3.3與或圖的搜索方法：啟發式搜索算法的解樹的代價例子：第4章 ：邏輯推理4.1推理的基本概念推理的控制策略1. 推理方向a) 正向推理：從用戶提供的初始已知事實出發，在知識庫KD中找到當前可用的知識，構成可用知識集KS，然后按照某種沖突消解策略從KS中選中一條知識進行推理，并將推出的新事實加入到數據庫DB中作為下一次推理的已知事實，在此之后再在知識庫中選取可用知識進行推理，如此反復進行這一過程，知道求的要求的解或知識庫中再無可用的知識為止。b) 逆向推理：首先選擇一個假設目標，然后尋找支持該假設的依據，若所需的證據都能找到，則說明假設是成立的，若無論如何都找不到，則說明不成立，此時需要選定新的假設。c) 混合推理2. 沖突消解策略目前已有多種消解策略，其基本思想都是對知識進行排序1） 按針對性排序2） 按匹配度排序3） 根據領域問題的特點排序4.1.3模式匹配及其變量代換4.2歸結演繹推理4.2.1謂詞公式化為子句集的方法4.2.2歸結原理4.2.3歸結反演4.3基于歸結反演的問題求解4.4歸結反演的改進策略1） 刪除策略2） 限制策略第5章 ：專家系統1.專家系統的概念：專家系統是一種模擬人類專家解決領域問題的計算機軟件系統。2.專家系統的結構與開發方法a) 知識庫：以某種存儲結構存儲領域專家的知識b) 全局數據庫：（黑板）用于存儲求解問題的初始數據和推理過程中得到的中間數據，以及最終的推理結論。c) 推理機：根據全局數據庫的當前內容，從知識庫中選擇匹配成功的可用規則，并通過執行可用的規則修改數據庫中說的內容，直至推理出來問題的結論。d) 解釋器：用于向用戶解釋專家系統的行為。e) 用戶接口：系統與用戶進行對話的界面。f) 知識獲取：把知識轉換為知識內部表示模式存儲到知識庫。第6章 ：模糊推理1. 模糊集合的定義與運算（大題）2. 模糊知識表示與模糊匹配（概念）a) 模糊知識表示模糊