|
友情提示：本站提供全國400多所高等院校招收碩士、博士研究生入學考試歷年考研真題、考博真題、答案，部分學校更新至2012年，2013年；均提供收費下載。 下載流程： 考研真題 點擊“考研試卷””下載; 考博真題 點擊“考博試卷庫” 下載
武漢工程大學 2018 年《人工智能基礎》考研考試
一、命題原則：
1、考察學生對基礎知識（包括基本概念、基本內容、基本結論、基本計算）
的掌握程度以及運用已掌握的知識分析和解決問題的能力。
2、考試對象為報考我?！澳Ｊ阶R別與智能系統”專業及相關方向的研究生
入學考試考生。
3、難易適度，難中易比例：容易：30%，中等：40%，偏難 20%，難：10%。
4、考試知識點覆蓋率達 80%以上。
二、題型、分值及考試時間：
1、題型包括：填空題、名詞解釋、計算題、簡答題
2、考試時間：180 分鐘
3、滿分：150 分
三、考試內容與要求
第一章 人工智能的基本概念
熟悉 1.1 AI 的定義及其研究目標
掌握 1.2 AI 的產生與發展過程
掌握 1.3 AI 研究的基本內容
掌握 1.4 AI 研究的不同學派
掌握 1.5 AI 的主要研究和應用領域
熟悉 1.6 AI 近期發展分析
熟悉 1.7 我國智能科學技術教育體系
第二章 知識表示方法
熟悉 2.1 知識與知識表示的概念
掌握 2.2 一階謂詞邏輯表示法
掌握 2.3 產生式表示法
掌握 2.4 語義網絡表示法
熟悉 2.5 框架表示法
熟悉 2.6 過程表示法
第三章 確定性推理
了解 3.1 推理的基本概念
掌握 3.2 推理的邏輯基礎
掌握 3.3 自然演繹推理
掌握 3.4 歸結演繹推理的方法與過程
掌握 3.5 基于規則的演繹推理
第四章 搜索策略
熟悉 4.1 搜索的基本概念
掌握 4.2 狀態空間的盲目搜索：深度優先、寬度優先、迭代加深
掌握 4.3 狀態空間的啟發式搜索
掌握 4.4 與/或樹的盲目搜索
掌握 4.5 與/或樹的啟發式搜索
熟悉 4.6 博弈樹的?-?剪枝策略與啟發式搜索
第五章 計算智能
了解 5.1 概述
熟悉 5.2 神經計算與人工神經網絡的原理
了解 5.3 進化計算
熟悉 5.4 模糊計算
第六章 不確定性推理
了解 6.1 不確定性推理的基本概念
了解 6.2 不確定性推理的概率論基礎
了解 6.3 確定性理論
了解 6.4 主觀 Bayes 方法
了解 6.5 證據理論
了解 6.6 模糊推理
第七章 機器學習
熟悉 7.1 機器學習的基本概念
熟悉 7.2 記憶學習
熟悉 7.3 歸納學習
熟悉 7.4 解釋學習
熟悉 7.5 神經學習
第八章 自然語言理解
熟悉 8.1 語言及其理解的基本概念
熟悉 8.2 詞法分析
熟悉 8.3 語法分析
了解 8.4 語義分析
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 的結構
了解 9.3 Agent 通信
了解 9.4 多 Agent 合作
了解 9.5 移動 Agent
第十章 先進專家系統
熟悉 10.1 專家系統的基本概念
熟悉 10.2 基于規則和基于框架的專家系統
熟悉 10.3 模糊專家系統和神經網絡專家系統
熟悉 10.4 基于 Web 的專家系統
熟悉 10.5 分布式和協同式專家系統
熟悉 10.6 專家系統的開發
四、建議教材及主要教學參考書
《人工智能》，賁可榮,張彥鐸。清華大學出版社
《人工智能》，（美）尼爾森著，鄭扣根譯，機械工業出版社
《人工智能原理及其應用》第二版，王萬森。電子工業出版社
《人工智能基礎》，蔡自興、蒙祖強。高等教育出版社
《人工智能及其應用》，蔡自興，徐光佑。清華大學出版社
《人工智能》（第一版），張彥鐸。清華大學出版社
免責聲明：本文系轉載自網絡，如有侵犯，請聯系我們立即刪除，另：本文僅代表作者個人觀點，與本網站無關。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關內容。
|
文章搜索
您現在的位置： 
