教材：《人工智慧及其應用》，蔡自興等，2016m清華大學出版社（第5版）
參考書：
對應同系列部落格：《人工智慧》之《確定性推理》
圖搜尋過程如下：
建立乙個只含有起始節點s的搜尋圖g，把s放到乙個叫做open的未拓展節點表中。
建立乙個叫做closed的已拓展節點表，初始化為空表。
loop：若open表是空表，則失敗退出。
選擇open表上的第乙個節點，把它從open表移出並放進closed表中。稱此節點為節點n。
若n為一目標節點，則有解並成功退出，此解是追蹤圖g中沿著指標從n到s這條路徑而得到的。
擴充套件節點n，生成後繼節點集合m。
對那些未曾在g**現過的（既未曾在open表上，也未在closed表上出現過的）m成員設定 其父節點指標指向n並加入open表。對已經在open或closed表**現過的每乙個m成員，確定是否需要將其原來的父節點改為n。對已在closed表上的每個m成員，若修改了其父節點，則將該節點從closed表中移出，重新加入open表中。
按某一任意方式或按某個探試值，重排open表。
go loop。
重排open表意味著，選出乙個「最好」的節點在第6步進行擴充套件，不同的排序方式也會使圖搜尋過程的搜尋策略不一樣。
重排的原則應當視具體需求而定，不同的原則對應不同的搜尋策略。一般地，重排的原則是：根據相應的圖搜尋策略，將「最好」的節點（即最有可能達到目標節點的節點）放在最前面。
這些搜尋方法都大同小異，差別在於拓展節點n時，把n的所有後裔放在open表的前端還是末端。
如，寬度優先搜尋的框圖：
消去蘊涵符號
將蘊涵符號轉換為∨和符號，如a∨b替換a→b。
減少否定符號的轄域
每個否定符號最多只用到乙個謂詞符號上，並反覆應用狄摩根定律。如用a∨b代替（a∧b），用(∃x)(a)代替(∀x)a。
對變數標準化
改名啞元（受量詞約束的變元），保證每個量詞用唯一的啞元，即不同量詞約束的變元有不同的名字。如對 (∀x)(p(x)∧(∃x)q(x)) 標準化得 (∀x)(p(x)∧(∃y)q(y))。
消去存在量詞
對全程量詞轄域內的存在量詞，以skolem函式代替存在量詞內的約束變數。對自由的存在量詞，以乙個新常量替代。如 ((∀y)p(g(y),y)) 代替 (∀y)(∃x)p(x,y)，其中g(y)為skolem函式。又如 p(a) 代替 (∃x)p(x)，其中a為不含變數的skolem函式即常量。
化為前束形
把所有全稱量詞移到公式的左邊，並使每個量詞的轄域包括這個量詞後面公式的整個部分。
前束形 =
（全稱量詞串）（無量詞公式）
把母式化為合取正規化
任何母式都可寫成由一些謂詞公式和謂詞公式的否定的析取（子句）的有限集組成的合取。
如 (a∨b)∧(a∨c) 代替 a∨(b∧c)。
消去全稱量詞
餘下的量詞均被全稱量詞量化了。同時全稱量詞的次序也不重要。因此，可以消去字首，即消去明顯出現的全稱量詞。
消去連詞符號∧
用代替(a∧b)，消去符號∧。最後得到乙個有限子句集，其中每個公式（子句）是文字的析取。
更換變數名稱
更換變數符號，使乙個變數符號只出現在乙個子句中。如p(x)∨q(x)和p(x)∨p(y)，更換變數符號後為p(x1)∨q(x1)和p(x2)∨p(y)。
給出公式集和目標公式l；
否定l，得到~l；
把~l新增到s中；
把新產生的集合化成子句集；
應用消解原理，推導出乙個表示矛盾的空子句。
一階邏輯中合式公式，被遞迴定義如下：
原子是合式公式；
若a是合式公式，則()也是合式公式；
若a，b是合式公式，則也是合式公式；
若a是合式公式，是a中的變數符號，則也是合式公式；
只有限次地使用1～4所生成的符號串才是合式公式。
等價關係有：
設起點為s，搜尋樹為：
路徑為：s→a→b→c→f
設定深度界限為9，其搜尋圖如下所示：
按順時針方向，最大深度為5。
不完全的資訊，不斷變化的情況，以及求解複雜問題過程中產生的假設。
兩個全等三角形的各對應角相等。
兩個全等三角形的各對應邊相等。
各對應邊相等的三角形是全等三角形。
等腰三角形的兩底角相等。 答：
規則1： if 兩個三角形全等
then 各對應角相等
規則2： if 兩個三角形全等
then 各對應邊相等
規則3： if 兩個三角形各對應邊相等
then 兩個三角形全等
規則4： if 乙個三角形為等腰三角形
then 它的兩底角相等
人工智慧 確定性推理
搜尋的過程實際上就是轉化為在狀態空間圖上尋找一條從初識節點到目標節點的路徑。bfs 寬度優先搜尋 dfs 深度優先搜尋 ucs 一致代價搜尋 又名dijkstra演算法，由bfs拓展而來 dfs遍歷到目標節點就結束，因此找到的不一定是最短的路線，但bfs 適用於沒有權重路徑的移動過程 ucs每次用最...
人工智慧 5 不確定性推理
不確定性推理實際上是一種從不確定的初始證據出發，通過運用不確定性知識，最終推出具有一定程度的不確定性但卻又是合理或基本合理的結論的思維過程。1 不確定性的表示 知識的不確定性表示 乙個數值，表示相應知識的確定性程度，知識的靜態強度。證據的不確定性表示 證據的不確定性可以用概率來表示，也可以用可信程度...
人工智慧之不確定推理方法
人工智慧課程複習筆記專題 人工智慧緒論 人工智慧之知識表示 人工智慧之搜尋方法 人工智慧之經典邏輯推理 人工智慧之專家系統 人工智慧之不確定推理方法 人工智慧之機器學習 現實世界中的大多數問題是不精確 非完備的。不確定性推理泛指除精確推理以外的其它各種推理問題。包括不完備 不精確知識的推理，模糊知識...