南昌大学

被誉为国际“人工智能之父”的是 图灵（Turing） 。

已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。这种知识表示法叫 问题规约法 。

语义网络的组成部分为 节点和弧线 。

如果问题存在最优解，则下面几种搜索算法中， 宽度优先搜索 必然可以得到该最优解，启发式搜索 可以认为 是“智能程度相对比较高”的算法。

根据贝兹德克的观点，计算智能系统应该呈现 : 计算适应性、计算容错性、接近人的速度、误差率与人接近

人工智能的研究领域有：问题求解与博弈、逻辑推理与定理证明、计算智能(神经计算、模糊计算、进化计算、人工生命等)、分布式与人工智能与Agent、自动程序设计、专家系统、机器学习、自然语言处理、机器人学、模式识别、机器视觉、神经网络、智能控制、智能调度与指挥、智能检索、系统与语言工具 。

A*算法中，节点 x 的估价函数 f(x)=g(x)+h(x)，其中 g(x)表示 从起始节点到x的代价的估计 ,h(x)表示 从x节点到目标节点的代价估计 ,并且 h(x)必须满足 h(x) = g*(n) , g 是 g* 的估计，g*(n) 表示从起始节点到任意节点 n 的最佳路径的代价。

人工神经网络主要有 有师学习、无师学习、增强学习 。

决定神经网络的三个主要因素是 神经元、网络的拓扑结构、学习算法 ， 常用激励函数包括：二值函数、线性函数、sigmoid 函数 。

采用语义网络表示知识时，图中的节点表示 实体、概念、情况等 ，弧表示 节点间的关系 。

采用问题归约法的求解策略时，本原问题是指 可以直接求解的问题 ；其搜索是在一张与或图中进行，图中的节点分为可解节点和不可解节点，本原问题对应的是 可解 节点。

A 算法： 定义评估函数为 f(n) = g(n) + h(n) 对OPEN表的元素按照 f 值从小到大进行排列，每次从OPEN表中取出 f 值最小的节点扩展 ，这种图搜索算法称为 A 算法。

A* 算法 ：再A算法的前提下，如果对于任意节点n ，都有 h(n) 0 , 是偶数 。

答：

(1) 图1(a)：E的启发函数值为15，E到G的最短路径实际代价为14，不满足可纳性条件

​ 图1(b)：F的启发函数值为32，F到G的最短路径为F-E-G，实际代价为31，不满足可纳性条件

(2) 通过对图2的分析可知，节点B进行了扩展 ，此时的OPEN表{C,D,E,F,G,H} （按照节点产生的顺序）。

用语义网络表示下面的知识：

我是一个人 。2) 我有一台计算机。3) 我的计算机是 PC/PIV1.8G。4) PC 机是计算机 。

PC/PIV1.8G 是 PC 机。6) PC/PIV1.8G 包括硬盘、显示器、CPU、内存。

求 节点从OPEN表中移出的顺序（节点的扩展顺序）

解路径