人工智能知识的搜索与推理

欢迎各位大哥大姐来到小编的文章，希望小编辛勤的写作，能给大伙带来开心和笑容，如果真的如此请关注评论，这样小编就更加的有信心了。

人工智能知识的搜索与推理，1.图搜索策略

首先研究图搜索(GRAPHSEARCH)的一般策略,它给出图搜索过程的一般步骤,并可从中看出无信息搜索和启发式搜索的区别。

初始节点和目标节点分别代表初始数据库和满足终止条件的目标数据库。求得把一个数据库变换为另一数据库的规则序列问题就等价于求得图中的一条路径问题。

2.盲目搜索

3.启发式搜索

如果能够找到一种方法用于排列待扩展节点的顺序,即选择最有希望的节点加以扩展,那么搜索效率将会大为提高。在许多情况下,能够通过检测来确定合理的顺序，优先考虑这类检测的搜索为启发式搜索( heuristic search)或有信息搜索( informed search)。

4.消解原理

消解原理( resolution principle)是一种可用于一定的子句公式的重要推理规则。子句定义为由文字的析取组成的公式(一个原子公式和原子公式的否定都叫做文字)。当消解可使用时,消解过程被应用于母体子句对,以产生一个导出子句。

这就是消解。

5.规则演绎系统

对于许多比较复杂的系统和问题,如果采用前面讨论过的搜索推理方法,那么很难甚至无法使问题获得解决。需要应用一些更先进的推理技术和系统(如规则演绎系统、产生式系统、系统组织技术、不确定性推理和非单调推理等),求解这种比较复杂的问题,而对于那些发展特别快的高级求解技术,如 agent、计算智能、专家系统、机器学习和自动规划系统等。

文章到这里就结束了，也不知道大家看过瘾了没，这些都是小编的一点个人见解，有哪些不太妥的地方，还请各位大哥大姐担待点，如果喜欢的话，请点击下方的关注，小编会全心全意为大家带来有趣，有料的故事，最后希望大家天天快乐。