1.1 人工智能的發展階段
1. 孕育時期（1956年前）人工智能開拓者們在數理邏輯、計算本質、控制論、資訊論、自動機理論、神經網路模型和電子計算機等方面做出的創造性貢獻，奠定了人工智能發展的理論基礎，
2. 形成時期 （1956-1970）
AI誕生于一次歷史性的聚會—達特茅斯會議，迅速發展，過于樂觀
3. 暗淡（低潮）時期 （1956-1970）
過高預言的失敗，給AI的聲譽造成重大傷害，同時，許多人工智能理論和方法未能得到通用化和推廣應用，專家系統也尚未獲得廣泛開發，因此看不出人工智能的重要價值， 究其原因，當時的人工智能主要存在以下三個局限性：（1）知識局限性 （2）解法局限性 （3）結構局限性
4. 知識應用時期 （1970-1988）
計算機視覺、機器人、自然語言理解、機器翻譯等AI應用研究獲得發展，
在開發專家系統的程序中，許多研究者獲得共識：人工智能系統是一個知識處理系統，人工智能的三個基本問題：知識表示、知識利用、知識獲取
5. 集成發展時期 （1986年至今）
機器學習、人工神經網路、計算智能、智能機器人和行為主義研究趨向熱烈和深入，
計算智能（CI）彌補了人工智能中在數學理論和計算上的不足，更新和豐富了人工智能理論框架，使人工智能進入一個新的發展時期 ，
1.2 人工智能的各種認識觀
人工智能研究形成了符號主義、連接主義和行為主義三大學派
符號主義：又稱邏輯主義，起源于數理邏輯，認為人的認識基元是符號，認知程序即符號操作程序，認為人是一個物理符號系統，計算機也是一個物理符號系統，因此能夠用計算機來模擬人的智能行為，認為人工智能的核心問題是知識表示、知識推理和知識運用，
連接主義：又稱仿生學派或生理學派，認為思維基元是神經元，而不是符號處理程序，認為人腦不同于電腦，并提出連接主義的大腦作業模式，用于取代符號操作的電腦作業模式，使用結構模擬方法：模擬人的生理神經網路結構，不同的結構表現出不同的功能和行為，認為功能、結構和智能行為是不可分的，
行為主義：認為智能取決于感知和行動(所以被稱為行為主義)，提出智能行為的“感知—動作”模式，認為智能不需要知識、不需要表示、不需要推理；人工智能可以象人類智能一樣逐步進化（稱為進化主義）；智能行為只能在現實世界中與周圍環境互動作用而表現出來，
3.4 消解原理
將下列謂詞演算公式化為一個子句集
1、消去蘊含符號
只應用∨和～符號，以～A∨B替換A→B，
2、減少否定符號的轄域
將 ~ 內移,每個否定符號～最多只用到一個謂詞符號上，并反復應用狄·摩根定律，
3、變數標準化
不同的量詞使用不同的變數名，對啞元(虛構變數)改名，以保證每個量詞有其自己唯一的啞元
4、去掉存在量詞
兩種情況：
①“存在” 在某些 “任意”的作用域內，轉成Skolem function
②“存在” 不在 “任意”的作用域內，直接去掉存在量詞，將對應的變數寫成一個常量運算式
5、化為前束形
將所有的“任意” 移到公式的最前面,并使每個量詞的轄域包括這個量詞后面公式的整個部分
6、把母式寫成合取范式的形式
任何母式都可寫成由一些謂詞公式和(或)謂詞公式的否定的析取的有限集組成的合取，
7、去掉全稱量詞
所有余下的量詞均被全稱量詞量化了，消去前綴，即消去明顯出現的全稱量詞，
8、消去合取詞 ∧
用{A,B}代替(A∧B)，消去符號∧，最后得到一個有限集，其中每個公式是文字的析取
9、更換變數名稱
使相同的變元不會出現在不同的子句中
4.4 主觀貝葉斯
更新貝葉斯公式:
EH公式
CP公式
4.5 可信度方法
CF(H,E)的計算公式：
1、組合證據（前提證據事實總CF值計算，最大最小法）
2、推理結論的CF值計算
CF(H) = CF(H,E) × max { 0, CF(E) }
3、重復結論CF值計算
5.2 神經計算
5.4 模糊計算
遺傳演算法的執行程序
(1) 初始化群體;
(2) 計算群體上每個個體的適應度值;
(3) 按由個體適應度值所決定的某個規則選擇將進入下一代的個體;
(4) 按概率Pc進行交叉操作;
(5) 按概率Pc進行突變操作;
(6) 若沒有滿足某種停止條件，則轉第(2)步，否則進入下一步，
(7) 輸出群體中適應度值最優的染色體作為問題的滿意解或最優解，
簡單遺傳演算法的操作主要有：
選擇、交叉、變異
7.4 決策樹學習
熵的計算公式：
資訊增益：
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/398526.html
標籤：其他