(人工智能)人工智能基础考试大纲.docx

: .
nrxx出xxoz
人工智能基础（8em)
5、机器学习(MachineLearning)
6、自动定理证明(AutomaticTheoremProving)
7、自动程序设计(AutomaticProgramming)
8、机器人学(Robots)
9、博弈(Game)
10、智能决策支持系统(IntelligentDecisionSupportSystem)
11、人工神经网络(Artificialnaturalnetworks)第六节人工智能研究的历史回顾及进展
1、对人工智能起到奠基作用的几项工作
2、人工智能诞生的时间和地点
31957年纽厄尔、西慕的GPS
4、1960年麦卡锡的LISP语言
5、1964年鲁宾逊的归结原理
6、70年代的专家系统黄金时代(1977年费根鲍母提出知识工程概念)
7、1987年Computationallntelligenee杂志发表“纯粹理性批判"的论文，次年又发表“计算机理解质疑”，开展了对人工智能发展的理性辩论
8、1991年Artificiallntelligenee杂志发表了人工智能基础专集，著名专家们对人工智能基础性假设进行了辩论。
3. 考核知识点
1、人工智能定义
2、人工智能研究的对象
3、图灵测试
4、人工智能研究的三大途径
5、人工智能研究的近期目标和远期目标
6、人工智能研究的五大内容
7、人工智能研究的主要领域
四)考核要求
1、人工智能定义
（1）识记：人工智能的通常定义
（2）领会：人工智能的其他定义
2、人工智能研究的对象
（1）识记：人工智能研究的对象是知识
（2）领会：和计算机科学其他学科的区别
（3）简单应用：知识+推理=智能程序；数据+算法=程序
3、图灵测试
（1）识记：图灵测试过程的描述
（2）领会：图灵测试是判断机器是否是智能机的壹个标准
4、人工智能研究的三大途径
（1）识记：人工智能研究的三种途径
（2）领会：每种研究途径的理论基础和基本思想
（3）简单应用：结合系统的研制，举例说明各个研究途径的实施方法
（4）综合应用：结合机器人的研制，说明三种研究方法于其中的应用
5、人工智能研究的近期目标和远期目标
（1）识记：人工智能研究的近期目标和远期目标的内容
（2）领会：为什么近期目标只能是研制模拟人思维的智能程序
6、人工智能研究的五大内容
（1）识记：人工智能研究的五个内容
（2）领会：每种研究内容的理论基础和基本方法
（3）简单应用：利用机器学习的概念，判断程序是否是智能程序
7、人工智能研究的主要领域
1）识记：至少记忆人工智能研究的八个领域
（2）领会：每个研究领域的研究内容、基本方法以及应用第二章问题求解的基本原理
（壹）学习目的和要求
本章讨论问题求解的基本原理和基本方法，它直接关系到智能系统的性能和效率，因而它是本课程的重点章节。本章的重点知识有：知识的状态空间表示法、盲目搜索的宽度优先和深度优先法、启发式搜索的估价函数、和/或树、A算法和A*算法、博弈树的a-p剪枝算法。通过对本章的学习，学生应掌握状态及状态空间表示问题的几种主要方法（矩阵法、多元组法、树/图法等），掌握问题通过等价变换和分解，分别形成或节点和和节点以及节点的可解性；掌握搜索的各种算法；掌握启发函数的含义且能根据问题实际正确构造估价函数；理解OPEN表和CLOSED表的作用及其特点；深刻理解博弈树节点a值和p值的意义和其倒推值的计算，且掌握a-p剪枝技术。
（二）课程内容第壹节基本概念
1、什么是搜索：搜索分为盲目搜索和启发式搜索
2、状态空间表示法：由状态和算法表示慰问体的壹种方法
3、和/或树表示法：分解、等价变换、本原问题、节点的可解性第二节状态空间搜索策略
1、状态空间的壹般搜索过程OPEN表：用来存放刚生成的节点
CLOSED表：用来存放将要扩展或者已扩展的节点
2、宽度优先搜索策略
3、深度优先搜索策略
4、有界的深度优先搜索策略
5、代价树的宽度优先搜索策略
6、代价树的深度优先搜索策略第三节启发式搜索
1、启发信息和启发函数
2、局部择优搜索
3、全局择优搜索
4、A*算法第四节和/或树的搜索策略
1、和/或树的壹般搜索过程
2、和/或树的宽度优先搜索
3、和/或树的深度优先搜索
4、和/或树的有序搜索第五节博弈树
1、博弈树的启发式搜索
2、极大极小法
3、a-p剪枝技术
（三）考核知识点