文档介绍：: .

人工智能（ArtificialIntelligence）是利用设备或机器，. 全局数据库一一人工智能系统的数据结构中心。是一个动态数据结构，用来存放初始爭实数据、中间结果和最后结果。对应叙述性知识。
：
1. 实际的产生式系统，目标条件往往要经过多步推理才能满足或者证明问题无解。
2. 产生式系统的运行过程就是推理机不断的运用规则库中的规则，作用于动态数据库，不断进行推理并不断检测目标条件是否被满足的过程。
3. 产生式系统运行过程是从初始事实出发，寻求到达目标条件的通路的过程。所以也是一个搜索的过程。
：
1.
，其基本思想是将已知事实代入产生式的前件，若前件为真，则该产生式是可用的。
：
提高匹配效率的方法索引匹配。为状态建立可用产生式索引表，减少可用产生式搜索范序I。
分层匹配。将产生式分成若干层或组，按一定特征进行分层搜索。
过滤匹配。边匹配边按某些附加特征或参数对可用产生式进行精选。
：
一个框架的槽值可以是另一个框架的名，这就把有关框架横向联系了起来。
框架间的“父子”关系是框架间的一种纵向联系。
某一论域的全体框架构成了一个框架网络或框架系统。
框架的槽值可以是规则或逻辑式、运算式甚至过程调用等。
语义网络由节点和有向边组成的有向图。
节点表示事物、对彖、概念、行为、性质、状态等。
有向边表示节点之间的某种联系或关系。
，每个子命题又可以拆成更小的子命题，若一个子命题已经易于用语义网络来表示时，则将它表示出来，相应的可以给出一个节点来代表该网络
：
原理1•对于输入信息，系统根据目标和经验作出决策予以相应，及执行相应动作！
2. 对目标的实现或人物的完成情况进行评估；将本次的输入相应和评价作为经验予以存储记录。
分类：：
，简述其基本步骤和方法：
首先，选取一个属性，按这个属性的不同取值对实例集进行分类；并以该属性作为根节点,以这个属性的诸取值作为根节点的分枝，进行画树。
然后，考察所得的每一个子类，看其中的实例的结论是否完全相同。如果完全相同，则以这个相同的结论作为相应分枝路径末端的叶子节点：否则，选取一个非父节点的属性，按这个属性的不同取值对该子集进行分类，并以该属性作为节点，以这个属性的诸取值作为节点的分枝，继续进行画树。
如此继续，直到所分的子集全都满足：实例结论完全相同，而得到所有的叶子节点为止。
：
1生物神经元2人工神