产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。确定性规则性知识的产生式表示：基本形式是：IFPTHENQ或者P -> Q读作P产生QP是前提，Q是结论产生式编号：不确定性规则性知识的产生式表示：基本形式是：IF P THEN Q (置信度)或者P ->Q (置信度)例如：如果发烧了，那么有可能是感冒了 这条知识可以用产生式表示为：IF 发烧 TH

框架：是一种描述所论对象（一个事物、事件或者是概念）的属性的数据结构如图所示:除了原始类型的值以外，还可以有缺省值（default value）、如果需要值（if-need value）和如果加入值（if-added value）default value： 如果原始类型那里没有填值，那么就系统就会自动填上缺省值。if-need value：一般是一个公式，如果你不知道原始数据该填什么，但是知道和

语义网络：采用网络形式表示人类知识的方法，一个带有表示的有向图，带有表示的结点表示物体，事件或者是属性值。(AKO与此时所说的无关，直接忽略）结点一般分为实例结点和类结点（模板，相当于编程中的类）两种类型。结点之间的有向弧（包括直线）表示节点之间的联系。...

推理的基本概念推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推理按推理中是否用到与推理有关的启发性知识来划分启发式推理非启发式推理推理的方向正向推理逆向推理混合推理双向推理推理推理方式：从推出的途径来划分演绎推理归纳推理默认推理从推理时用到的知识的确定性来划分确定性推理不确定性推理按进展来划分单调推理非单调推

人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它们能够模拟、延伸和拓展人类智能的学科。个人理解就是：研究人的智能，并且把人的智能放到机器上面，代替人思考。人工智能发展简史：孕育阶段：1.亚里士多德三段论2.英国哲学家培根：知识就是力量。3....

问题描述：把两个表按照某个规则连接起来。比如说有两个个表A=[[1 2 3][2 3 3][1 1 1]],B=[[3 5][1 6][3 4]]如果要把第A表每一行中的第三列与B表每一行中的第一列中元素相等的两个列（例如A表的第一行的第三列元素是3，它与B表的每一行中的第一列中的哪些元素相等呢？很显然是第一行的第一列和第三行的第一列）连接起来形成一个新的表，应该如何设计算法？表的存储方法： 单链

语义网络：采用网络形式表示人类知识的方法，一个带有表示的有向图，带有表示的结点表示物体，事件或者是属性值。(AKO与此时所说的无关，直接忽略）结点一般分为实例结点和类结点（模板，相当于编程中的类）两种类型。结点之间的有向弧（包括直线）表示节点之间的联系。...

产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。确定性规则性知识的产生式表示：基本形式是：IFPTHENQ或者P -> Q读作P产生QP是前提，Q是结论产生式编号：不确定性规则性知识的产生式表示：基本形式是：IF P THEN Q (置信度)或者P ->Q (置信度)例如：如果发烧了，那么有可能是感冒了 这条知识可以用产生式表示为：IF 发烧 TH

智能的概念：智能及智能的本质是古今中外许多哲学家、脑科学家一直在努力探索和研究的问题，但至今任然没有完全了解。不过生成了以下几种学派：1.思维理论：认为智能是思维的核心。2.知识阈值理论：认为智能行为取决于知识的数量及其一般化的程度，认为智能就是在巨大的搜索空间中迅速找到一个满意解的能力。3.进化理论。综合以上各种观点，可以认为：智能是知识与智力的综合，其中，知识是一切智能行为的基础，而智力是获取

概率的数学定义：我们能够理解的概率的定义是：某个事件发生的可能性的大小。但是这不是数学定义，其实概率的定义不好正面描述，我的老师在上课的时候也只给出了其的特点，相当于侧面描述：1.任何一个事件发生的概率一定大于等于0，即P(A)>=0.2.必然事件发生的概率为1，P(Ω）= 1.3.对于两两互不相容的可列无穷多个事件A1，A2，……，An有P(A1UA2UA3UA4…UAn) = P(A1)