人工智能 知识总结

1、A★算法

 2、博弈树的启发式搜索                                         一定要注意极大（利益最大)  极小过程，α—β剪枝    极大（与树)，极小（或树）。

3、推理分为不确定性推理和确定性推理。              推理系统的模型要求:用于存放知识的知识库；一个存放事实和中间结果的数据库；用于推理的推理机。                                                   推理的定义:从已知的事实出发，通过运用已掌握的知识，找出其中蕴含的事实或归纳出新的知识，这一过程通常称为推理。                           推理机的定义:在人工智能系统中，推理通常是由一组程序来实现的，人们把这一组程序称为推理机。

4、推理方法及其分类

（1）按推理的逻辑基础分类，可分为演绎推理和归纳推理。          演绎推理，是由一般到个别，常用的三段论有一个大前提、一个小的前提和一个结论3个部分组成。大前提是已知的一般性知识或推理过程得到的判断；小前提是关于某种具体情况或某个具体实例的判断；结论是由大前提推出的，并且适合于小前提的判断。                               归纳推理，是由个别到一般，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。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，不完全归纳推理是指在进行归纳时只考察了相应的部分对象。                                                      注:区别  演绎推理不能增值新知识，归纳推理可以增值新知识。

（2）按所用知识的确定性分类，可以分为确定性推理和不确定性推理。

（3）按推理过程的单调性分类，可以分为单调推理——单增和非单调推理。

5、正向推理流程图