配套教材人工智能导论第五版王万良著
第一章 绪论
- 了解人工智能的基本概念 P2 P5
- 智能的特征(4个) P2~4 感知、记忆思维、学习、行为能力 思维(3个)---简答 P3 逻辑、形象、顿悟思维
- 人工智能的知识表示(符号<逻辑>、连接机制<隐式> P10
- 智能(名)P2,人工智能(名)P5
- 知识表示方法的分类及比较,常见知识表示方法有哪些(简答)P10
第二章 知识表示与知识图谱
产生式系统 P38,产生式P36,框架表示 P43
- 常见的知识表示方法 P27
- 谓词表示方法(根据语句描述写出谓词公式表示,如习题2.1)P54
- 产生式表示(根据语句描述写出产生式表示,如习题2.6)P55
- 了解产生式系统构成 P38 作用 P38 了解框架表示 P43
- 产生式系统的组成及各自的作用(简答)P38
- 框架(名)P43,知识图谱(名)P47
第三章 确定性推理方法
三个推理 P58~59
- 了解推理的基本概念 P57推理的方式与分类 P58 推理的方向 P60~63冲突消解策略 P65
- 自然演绎推理方法P66及其优缺 P67
- 掌握谓词公式化为子句集的方法(如习题3.4)P82
- 掌握利用归结原理证明以及求解问题(如习题3.7,3.8,3.11)P83
- 演绎推理(名)P58,归纳推理(名),自然演绎推理(名)P66
第四章 不确定性推理方法
可信度P88,CF模型P88、DS模型 P110
- 了解不确定性推理的概念P85
- 掌握可信度方法求解过程(如例4.1,习题4.1)P90 P110
- 了解证据理论(对比,概念分配函数)P92
- 了解模糊推理方法
- 掌握模糊集合运算方法(如例4.4,4.5)P101 P102
- 掌握模糊关系的合成及方法(如例4.8,4.9)(模糊决策3方法)P104 P106
- 不确定性推理(名)P85 模糊集合的隶属函数(名)P100 模糊决策(名)P107
第五章 搜索求解策略
盲目搜索(回溯P119,宽度P121,深度P123),启发P126
- 了解搜索的概念P113
- 了解盲目图搜索策略P118
- 了解宽度优先、深度优先搜索的优缺点 P123~125
- 了解启发式搜索策略(缺陷)P127
- 掌握A搜索算法求解八数码问题(如例8)P132
- 盲目搜索(名)P114,启发式搜索(名),回溯策略(名)P119
第六章 智能计算及其应用
进化计算P139
- 了解进化算法的产生与发展P140
- 掌握遗传算法的原理P142与流程P153(能描述遗传算法的步骤及画出流程图)
- 了解遗传算法参数的含义及一般设置原则 P151 P152
- 掌握遗传算法改进方法的思想与基本原理P153、154、157
- 了解群智能算法与进化算法的异同 P162
- 掌握粒子群算法的流程 P163 参数选择 P164
- 进化算法(名)P139,遗传算法交叉(名)P149 ,遗传算法变异(名)P151
第八章 人工神经网络及其应用
- 了解神经元与神经网络(结构)P211
- 了解神经网络的结构与工作方式(求卷积矩阵)P214 P233
- 掌握卷积神经网络的卷积运算(如图 8.11)P233