《人工智能导论》期末复习六、七、八

《人工智能导论（第5版）》王万良

第六章 智能计算及其应用

6.1 遗传算法的产生与发展

一、遗传算法

一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,非常适用于处理传统搜索方法难以解决的复杂和非线性优化问题。

6.2 遗传算法的基本算法

一、遗传算法的五个基本要素

1、参数编码
2、初始群体的设定
3、适应度函数的设计
4、遗传操作设计
5、控制参数设定

二、欺骗问题

在遗传算法中，将所有妨碍适应度值高的个体产生，从而影响遗传算法正常工作的问题统称为欺骗问题

三、遗传算法

1、可直接对结构对象进行操作。
2、利用随机技术指导对一个被编码的参数空间进行高效率搜索。
3、采用群体搜索策略，易于并行化。
4、仅用适应度函数值来评估个体，并在此基础上进行遗传操作，使种群中个体之间进行信息交换。

6.3 遗传算法的改进算法

一、多种群遗传算法

建立两个遗传算法群体，分别独立地运行复制、交叉、变异操作，同时当每一代运行结束以后，选择两个种群中的随机个体及最优个体分别交换。

第七章 专家系统与机器学习

一、什么是专家系统？基本特征？

1、一类包含知识和推理的智能计算机程序。
2、（1）具有专家水平的专业知识。
（2）能进行有效的推理。
（3）启发性。
（4）灵活性。
（5）透明性。
（6）交互性。

二、专家系统由哪几部分组成？各部分功能和结构？

三、机器学习？

使计算机能模拟人的学习行为，自动地通过学习来获取知识和技能，不断改善性能，实现自我完善。

四、机器学习系统基本结构？各部分作用？

1、环境、学习、知识库、执行与评价等四个基本部分组成。

2、

第八章 人工神经网络及其应用

（章节总结）