3.教学重点和难点 教学重点是掌握状态空间法、问题归约法、谓词演算法、语义网络法。教学难点是状态 描述与状态空间图示、问题归约机制、置换与合一。 4.教学内容 第一节概述 上.知识表示的基本概念 2.人工智能系统所关心的知识 3.陈述式知识表示与过程式知识表示 第二节 状态空间法 1.问题状态描述 2.状态图示法 3.状态空间表示举 第三节 问题归约法 1.问题归约描述 2.与或图表示 3.问题归约机理 第四节 谓词逻辑法 1.谓词演算 2.谓词公式 3.置换合 第五节 语义网络法 1.二元予以网络的表示 2。多元语义网络的表示 3.连词和量化的表示 4.语义网络的推理过程 第六节 框架表示 1.框架的构成 2。框架的推理 第七节 面向对象表示 1.面向对象基础 2。类与类继承面向对象表示实例 第八节 剧本表示 1.剧本的构成 2.剧本的推理 3.教学重点和难点 教学重点是掌握状态空间法、问题归约法、谓词演算法、语义网络法。教学难点是状态 描述与状态空间图示、问题归约机制、置换与合一。 4.教学内容 第一节 概述 1. 知识表示的基本概念 2. 人工智能系统所关心的知识 3. 陈述式知识表示与过程式知识表示 第二节 状态空间法 1. 问题状态描述 2. 状态图示法 3. 状态空间表示举例 第三节 问题归约法 1. 问题归约描述 2. 与或图表示 3. 问题归约机理 第四节 谓词逻辑法 1. 谓词演算 2. 谓词公式 3. 置换合一 第五节 语义网络法 1. 二元予以网络的表示 2. 多元语义网络的表示 3. 连词和量化的表示 4. 语义网络的推理过程 第六节 框架表示 1. 框架的构成 2. 框架的推理 第七节 面向对象表示 1. 面向对象基础 2. 类与类继承面向对象表示实例 第八节 剧本表示 1. 剧本的构成 2. 剧本的推理