资源描述
武汉工程大学 2018 年人工智能基础考研考试一、命题原则：1、考察学生对基础知识（包括基本概念、基本内容、基本结论、基本计算）的掌握程度以及运用已掌握的知识分析和解决问题的能力。2、考试对象为报考我校“模式识别与智能系统”专业及相关方向的研究生入学考试考生。3、难易适度，难中易比例：容易：30%，中等：40%，偏难 20%，难：10%。4、考试知识点覆盖率达 80%以上。二、题型、分值及考试时间：1、题型包括：填空题、名词解释、计算题、简答题2、考试时间：180 分钟3、满分：150 分三、考试内容与要求第一章 人工智能的基本概念熟悉 1.1 AI 的定义及其研究目标掌握 1.2 AI 的产生与发展过程掌握 1.3 AI 研究的基本内容掌握 1.4 AI 研究的不同学派掌握 1.5 AI 的主要研究和应用领域熟悉 1.6 AI 近期发展分析熟悉 1.7 我国智能科学技术教育体系第二章 知识表示方法熟悉 2.1 知识与知识表示的概念掌握 2.2 一阶谓词逻辑表示法掌握 2.3 产生式表示法掌握 2.4 语义网络表示法熟悉 2.5 框架表示法熟悉 2.6 过程表示法第三章 确定性推理了解 3.1 推理的基本概念掌握 3.2 推理的逻辑基础掌握 3.3 自然演绎推理掌握 3.4 归结演绎推理的方法与过程掌握 3.5 基于规则的演绎推理第四章 搜索策略熟悉 4.1 搜索的基本概念掌握 4.2 状态空间的盲目搜索：深度优先、宽度优先、迭代加深掌握 4.3 状态空间的启发式搜索掌握 4.4 与/或树的盲目搜索掌握 4.5 与/或树的启发式搜索熟悉 4.6 博弈树的-剪枝策略与启发式搜索第五章 计算智能了解 5.1 概述 熟悉 5.2 神经计算与人工神经网络的原理了解 5.3 进化计算熟悉 5.4 模糊计算第六章 不确定性推理了解 6.1 不确定性推理的基本概念了解 6.2 不确定性推理的概率论基础了解 6.3 确定性理论了解 6.4 主观 Bayes 方法了解 6.5 证据理论了解 6.6 模糊推理第七章 机器学习熟悉 7.1 机器学习的基本概念熟悉 7.2 记忆学习熟悉 7.3 归纳学习熟悉 7.4 解释学习熟悉 7.5 神经学习第八章 自然语言理解熟悉 8.1 语言及其理解的基本概念 熟悉 8.2 词法分析 熟悉 8.3 语法分析了解 8.4 语义分析 第九章 分布式智能熟悉 9.1 分布式智能的基本概念熟悉 9.2 Agent 的结构了解 9.3 Agent 通信了解 9.4 多 Agent 合作了解 9.5 移动 Agent第十章 先进专家系统熟悉 10.1 专家系统的基本概念 熟悉 10.2 基于规则和基于框架的专家系统熟悉 10.3 模糊专家系统和神经网络专家系统熟悉 10.4 基于 Web 的专家系统熟悉 10.5 分布式和协同式专家系统 熟悉 10.6 专家系统的开发四、建议教材及主要教学参考书人工智能 ，贲可荣,张彦铎。清华大学出版社人工智能 ， （美）尼尔森著，郑扣根译，机械工业出版社人工智能原理及其应用第二版，王万森。电子工业出版社人工智能基础 ，蔡自兴、蒙祖强。高等教育出版社人工智能及其应用 ，蔡自兴，徐光佑。清华大学出版社人工智能 （第一版），张彦铎。清华大学出版社
展开阅读全文