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
如果觉得《人工智能导论期末复习》对你有帮助，请点赞、收藏，并留下你的观点哦！
