1、框架表示框架名：基本概念及研究對(duì)象：重要概念： 智能信息、智能反饋和智能決策 研究對(duì)象： 傳統(tǒng)控制難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題類型：分級(jí)遞階智能系統(tǒng)： 基于知識(shí)/解析混合多層智能控制、Saridis分級(jí)遞階智能控制理論 專家控制系統(tǒng)： 專家控制系統(tǒng)、專家式控制器 模糊控制系統(tǒng)： 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)： 基于規(guī)則的仿人智能控制： 集成智能控制系統(tǒng)： 模糊神經(jīng)控制系統(tǒng)、基于遺傳算法的模糊控制系統(tǒng)、模糊專家系統(tǒng) 組合智能控制系統(tǒng)： PID模糊控制器、 自組織模糊控制器、基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制系統(tǒng)、重復(fù)學(xué)習(xí)控制系統(tǒng)算法分類： 知識(shí)工程基礎(chǔ)： 知識(shí)的表示： 一階謂詞表示法 時(shí)序邏輯表示法 產(chǎn)生時(shí)表示法 語(yǔ)

2、義網(wǎng)絡(luò)知識(shí)表示法 框架知識(shí)表示法 Petri網(wǎng)絡(luò)表示法 定性知識(shí)模型表示法 可視知識(shí)模型知識(shí)的獲?。?非自動(dòng)知識(shí)獲取 自動(dòng)知識(shí)獲取知識(shí)的處理： 推理控制策略 狀態(tài)空間的搜索策略 遺傳算法： 遺傳算法的理論基礎(chǔ)和實(shí)現(xiàn)基于遺傳的機(jī)器學(xué)習(xí)系統(tǒng) 神經(jīng)網(wǎng)絡(luò)控制： 前向網(wǎng)絡(luò)及其主要算法 反饋網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)模型辨識(shí) 神經(jīng)元自適應(yīng)PID控制 神經(jīng)元自適應(yīng)PSD控制 神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂?神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制 神經(jīng)網(wǎng)絡(luò)PID控制 模糊控制： 模糊控制的數(shù)學(xué)基礎(chǔ) 模糊控制系統(tǒng)原理 模糊控制器設(shè)計(jì) 自調(diào)整模糊控制技術(shù) 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模糊控制 基于遺傳算法優(yōu)化的模糊控制 專家控制： 專家控制系統(tǒng)、模糊專家系統(tǒng) 基于粗糙集和

3、含糊集理論的智能信息處理方法：基于粗糙集理論的模糊神經(jīng) 網(wǎng)絡(luò)、含糊集理論的基本概念、 基于含糊集的近似推理方法、 含糊集知識(shí)獲取策略2.九宮格問(wèn)題規(guī)則：寬度優(yōu)先搜索，將每一次擴(kuò)展的結(jié)果放入到open表中（程序中用隊(duì)列queue實(shí)現(xiàn)），只要open中有元素，就繼續(xù)擴(kuò)展，直到找到目標(biāo)狀態(tài)為止；在程序的開(kāi)始，用逆序數(shù)的奇偶性判斷能否實(shí)現(xiàn)轉(zhuǎn)換。代碼：#include#includeusing std:queue;using namespace std;int fac9 = 1, 1, 2, 6, 24, 120, 720, 5040, 40320 ;int dir42 = 0, -1, 0, 1, -

4、1, 0, 1, 0 ;struct Schar maze33;int x, y;bool vis362880;long pre362880;int sa3628809;int check(S s)int tmp9;int nixuhe = 0;for (int i = 0; i 3; i+)for (int j = 0; j = 0; k-)if (tmpk = 9)continue;if (tmpktmpi * 3 + j)nixuhe+;return nixuhe;long getH(S s)int tmp9;long val = 0;for (int i = 0; i 3; i+)fo

5、r (int j = 0; j = 0; k-)if (tmpktmpi * 3 + j)cnt+;val += cnt*faci * 3 + j;return val;void dis(S s)for (int i = 0; i 3; i+)for (int j = 0; j 3; j+)sagetH(s)i * 3 + j = s.mazeij;return;void bfs(S s)memset(vis, false, sizeof(vis);queue q;q.push(s);while (!q.empty()S tmp1 = q.front();q.pop();long val1 =

6、 getH(tmp1);for (int i = 0; i 4; i+)S tmp2 = tmp1;tmp2.x += diri0;tmp2.y += diri1;if (tmp2.x 2 | tmp2.y 2)continue;tmp2.mazetmp1.xtmp1.y = tmp1.mazetmp2.xtmp2.y;tmp2.mazetmp2.xtmp2.y = 9;long val2 = getH(tmp2);if (visval2)continue;visval2 = true;preval2 = val1;dis(tmp2);if (val2 = 178080)return;q.pu

7、sh(tmp2);return;int main() / 按順序輸入九個(gè)原始數(shù)據(jù)，其中9代表空格 / 輸出最終結(jié)果，并倒序依次輸出上一步的運(yùn)算結(jié)果S s;int i, j;printf(請(qǐng)輸入九個(gè)原始數(shù)據(jù)，其中 9 代表空格：n);for (i = 0; i 3; i+)for (j = 0; j 3; j+)scanf(%d, &s.mazeij);if (s.mazeij = 9)s.x = i;s.y = j;if (!check(s)printf(無(wú)解n);return 0;long val = getH(s);int ii = 0;long val_tmp = 178080;bfs(s);for (;)printf(第%d步:n, ii+1);for (i = 0; i 3; i+)for (j = 0; j 3; j+)printf(%d , saval_tmpi*3+j);printf(n);val_tmp = preval_tmp;if (val_tmp = val)printf(第%d步:n, ii + 1)