第二章 知识表示 （填空，选择，判断）
知识：把有关 (信息关联) 在一起所形成的信息结构。
知识的特性 (相对正确性，不确定性，可表示性与可利用性)
知识表示（knowledge representation）：将人类知识形式化或者模型化。
谓词的一般形式： （常量 变量 函数）
谓词公式的（永真性、可满足性、不可满足性）
谓词逻辑表示法是一种基于(数理逻辑)的知识表示方式。
产生式系统的基本结构 （控制 规则库 推理机 综合数据库）
产生式表示法的优点（自然性 模块性 有效性 清晰性）
产生式表示法的缺点（效率不高 不能表达结构性的知识）
框架表示法是一种(结构化)的知识表示方法，在很多系统中得到应用。
框架（frame）：一种描述所论对象（一个事物、事件或概念）属性的数据结构。
框架表示法的特点 （结构性 继承性 自然性）
以下属于产生式的是？ （编译原理中的文法）
论域是由所讨论对象的全体构成的非空集合。 （正确）
第三章 确定性推理方法
产生式系统的推理包括（正向推理、逆向推理、先正向推理，再逆向推理、先逆向推理，再正向推理）
产生式系统推理过程中，如果出现多个产生式规则匹配成功，我们称之为发生了(冲突)，要进行(冲突消解)才能够继续进行推理。
用归结反演进行问题求解（大题一）
绘制归结树（大题二）
第五章 搜索求解策略
在宽度优先搜索算法中，OPEN表的数据结构实际是一个(队列)。
在深度优先搜索算法中，OPEN表的数据结构实际是一个(堆栈)。
状态空间表示法用“状态”和“算符”来表示问题
常用的盲目搜索策略有（回溯 宽度优先 深度优先）。
问题归约的方式包括(分解 等价交换)。
与或树的盲目搜索包括(自顶向下的扩展 自底向上的标识) 。
状态空间表示法中，问题的解是（从初始状态到目标状态所使用算符的序列）
f(x) = g(x) + h(x)
g(x)为从初始节点S0到节点x已经实际付出的代价；
h(x)是从节点x到目标节点Sg的最优路径的估计代价，
h(x)称为启发函数，它体现了问题的启发性信息。
与或树代价
希望树
倒推值的计算
极大极小值分析和剪枝
在极大极小分析法中，对于或节点，选其子节点中一个最大的得分作为父节点的得分。
在极大极小分析法中，对于与节点，选其子节点中一个最小的得分作为父节点的得分。
