1樓：與眾不同的口味
你好，答案應該是「演算法式策略」。啟發式策略是一種按照經驗推論的思維策略。
根據心理學的研究結果，問題求解策略分為演算法和啟發式兩大類，按照邏輯來求解問題策略稱為（）
2樓：水晶保羅
演算法式策略。啟發法是一種按照經驗推論的思維策略。
採用啟發式問題求解策略，一定可以得到問題的解。 a.對 b.錯
3樓：mcm包m76忠
b錯，並不是所有問題都能按照啟發式解決問題
計算思維就是選擇適和問題求解演算法實現的資料結構對嗎
4樓：匿名使用者
2023年3月，美國卡內基·梅隆大學電腦科學系主任周以真（jean***te m. wing）教授在美國計算機權威期刊《***munications of the acm》雜誌上給出，並定義的計算思維（***putational thinking）。周教授認為：
計算思維是運用電腦科學的基礎概念進行問題求解、系統設計、以及人類行為理解等涵蓋電腦科學之廣度的一系列思維活動。
以上是關於計算思維的一個總定義，周教授為了讓人們更易於理解，又將它更進一步地定義為：通過約簡、
嵌入、轉化和**等方法，把一個看來困難的問題重新闡釋成一個我們知道問題怎樣解決的方法；是一種遞迴思維，是一種並行處理，是一種把**譯成資料又能把資料譯成**，是一種多維分析推廣的型別檢查方法；是一種採用抽象和分解來控制龐雜的任務或進行巨大複雜系統設計的方法，是基於關注分離的方法（soc方法）；是一種選擇合適的方式去陳述一個問題，或對一個問題的相關方面建模使其易於處理的思維方法；是按照預防、保護及通過冗餘、容錯、糾錯的方式，並從最壞情況進行系統恢復的一種思維方法；是利用啟發式推理尋求解答，也即在不確定情況下的規劃、學習和排程的思維方法；是利用海量資料來加快計算，在時間和空間之間，在處理能力和儲存容量之間進行折衷的思維方法。
考研人工智慧
5樓：匿名使用者
人工智慧的研究領域及應用
人工智慧的研究領域分支較多，從研究角度來分有三大分支：知識工程(knowledge engineering)、模式識別(pattern recognition)與機器人學(robotoligy)。這裡僅擇其中幾種研究領域進行粗略的介紹。
專家系統
2023年費根鮑姆提出「知識工程」，把實用的人工智慧稱為知識工程，標誌著人工智慧研究進入實際應用的階段。他開發出了第一個「專家系統」(expert systems)，認為「專家系統是一種智慧的計算機程式，它運用知識和推理步驟來解決只有專家才能解決的複雜問題」。專家系統是指利用研究領域的專業知識進行推論，在解決專業的高階問題方面具有和專家相同能力的解決系統，屬於人工智慧的應用領域。
目前，這一領域發展較快，應用也較廣，已開發出不少有實際價值的專家系統．
與傳統的計算機程式相比，專家系統是以知識為中心，注重知識本身而不是確定的演算法．專家系統所要解決的是複雜而專門的問題，對這些問題人們還沒有精確的描述和嚴格的分析，因而一般沒有解法，而且經常要在不確定或不精確的資訊基礎上做出判斷，需要專家的理論知識和實際經驗。標準的計算機程式能精確地區分出每一任務應該如何完成，而專家系統則是告訴計算機做什麼，而不區分出如何完成，這是兩者最大的區別。另外，專家系統突出了知識的價值，大大減少了知識傳授和應用的代價，使專家的知識迅速變成社會的財富。
再者，專家系統採用的是人工智慧的原理和技術，如符號表示、符號推理、啟發式搜尋等等，與一般的資料處理系統不同。
60年代末，以猜測為基礎的第一個專家系統dendral是由費根鮑姆和萊登伯格在斯坦福大學共同設計的，當時用於分析化合物的化學結構。這一系統至今仍被有機化學家經常使用。70年代中期，肖特列夫開發了mycin這一專家系統，它是針對傳染性血液病的診斷和**開發的。
把患者的病狀輸入後，經過mycin推理，最終由計算機開出處方來。據檢測，mycin的能力通常並不比專門的醫生遜色。但它沒敢投入實際使用，只是在培養醫生的學校當作教材在使用。
還有由斯坦福研究所美國地質調查國際組織開發的「探礦人」(prospector)專家系統，波音公司的專家系統可輔助工程師更快地設計飛機等等。
從不同角度，專家系統也可分為多種型別。從其完成的功能來分，可包括診斷、解釋、修理、規劃、設計、監督、控制等多種型別，這些功能又可分為兩大類：分析型和綜合型。
分析型專家系統所要解決的問題有明確的、有限個數的解，系統的任務在於根據實際的情況選擇其中一種或幾種解。綜合型專家系統的任務是根據實際的需要構造問題的解，包括設計、規劃等問題。此外，也可根據知識的特徵和推理的型別對專家系統進行分類。
專家系統在各個領域的應用已經產生了很可觀的經濟效益，這從另一方面促進了對專家系統的理論和技術方面的研究。
開發專家系統的關鍵是如何獲取知識，如何表示、運用人類專家的知識，這方面的研究也就成了重點。對這一點，範倫特(k．vanlent，1987)作了充分說明：
「我們應該去建構一個專家系統，去模擬專家的問題解決。專家行為，不管是由人或機器產生，都是他(它)的知識產物，但是，用什麼能解釋知識呢?儘管可以用不同的方式進行測量或限定，但對專家知識的形式和內容的最終解釋，是人用來獲取知識的學習過程。
實際上，對於專家問題解決，學習理論可能是唯一足夠科學的理論。」
自然語言處理
自然語言處理是人工智慧早期的研究領域之一，也是一個極為重要的領域，主要包括人機對話和機器翻譯兩大任務，是一門融語言學、電腦科學、數學於一體的科學。由於以喬姆斯基為代表的新一代語言學派的貢獻和計算機技術的發展，自然語言理解正在變得越來越熱門．有很多理由值得人們去研究如何使計算機程式能以某種方式使用自然語言的問題。口語是人們進行交際的自然形式，計算機使用者希望能與機器對話交流。
自然語言輸入可以表示成口語，也能從鍵盤上打入，以文體的形式給出。
最早的自然語言理解方面的研究工作是機器翻譯。2023年，美國人威弗首先提出了機器翻譯設計方案。20世紀60年代，國外對機器翻譯曾有大規模的研究工作，耗費了鉅額費用，但人們當時顯然是低估了自然語言的複雜性，語言處理的理論和技術均不成熱，所以進展不大。
主要的做法是儲存兩種語言的單詞、短語對應譯法的大辭典，翻譯時一一對應，技術上只是調整語言的同條順序。但曰常生活中語言的翻譯遠不是如此簡單，很多時候還要參考某句話前後的意思。
例如，英語的一句話：stay away from the bank．
由於bank有銀行和河堤兩個意思，因此上面這句活應該翻譯成「不要靠近那家銀行」呢?還是「不要靠近河堤」呢?顯然，光翻譯這句話本身不看背景場合，不能保證翻譯的正確，需要上下文聯絡起來才能正確翻譯，這就是技術難度高之所在。
從20世紀70年代末期，隨著機器翻譯理論和計算機技術的進步，機器翻譯有很大的進展。一種常見的做法是將語言的翻譯分為「原語言的理解」和「所理解的語言表達成目的語言」兩個子過程。這樣就需要—種中間語言，只要做好原語言到中間語言以及中間語言到目的語言的轉換程式，就可完成翻譯。
這種辦法還容易實現—種語言到多種語言的翻譯系統。到現在為止，西語系的一些語言(例如法語、英語)之間的互譯技術已經比較成熟，雙向翻譯輔助系統準確性比較高，不過，翻譯完後，還要對譯文稍作修改。2023年，松下公司試製成功一種可進行曰英文對譯的可視**，引起了人們的廣泛興趣。
該系統由計算機語音識別、聲音合成和可視**通訊三個子系統組成，使用者可以用各自的語言進行交談，通過分析語音波形的變化，該系統可從3000個例句中選擇出語意最接近的單詞，其識別率達到98％。據稱，只要備有專用詞典，就可以用它來流利地進行會話。對於我們每天使用的漢語，總的來說，與其他語言的互譯水平還不太高，其中與英語的互譯水平稍微高—些，市面上已有多種翻譯軟體**。
主要是我們對漢語的形式化研究還不夠，特別是漢語與西方語言不是一個語系，翻譯起來難度較大。總之，要真正建立一個能夠生成和理解自然語言的計算機處理系統是相當困難的。因為，語言的生成和理解是一個極為複雜的編碼和解碼過程，一個能理解用自然語言來表達資訊的計算機系繞，就應像人那樣，不僅需要掌握上下文知識和語境等有關資訊，而且還要能夠利用這些知識進行推理，人具備大量的經驗以及擁有自己的觀點和對世界的看法，而現在的機器還做不到這一點。
機器翻譯離達到「自然的理解和表達」這個最終目標還有相當大的距離。 目前所能做到的仍然是人工輔助型的翻譯系統，即靠人對翻譯的結果進行修正，來獲得自然的翻譯。
啟發式搜尋是什麼?
6樓：眼眸裡的荒蕪
就是在狀態空間中的搜尋對每一個搜尋的位置進行評估，得到最好的位置，再從這個位置進行搜尋直到目標。這樣可以省略大量無謂的搜尋路徑，提高了效率。在啟發式搜尋中，對位置的估價是十分重要的。
採用了不同的估價可以有不同的效果。我們先看看估價是如何表示的。
啟發中的估價是用估價函式表示的，如：
最佳優先搜尋的最廣為人知的形式稱為a*搜尋(發音為「a星搜尋」)。它把到達節點的耗散g(n)和從該節點到目標節點的消耗h(n)結合起來對節點進行評價：f(n)=g(n)+h(n)。
因為以g(n)給出了從起始節點到節點n的路徑耗散，而h(n)是從節點n到目標節點的最低耗散路徑的估計耗散值，因此f(n)=經過節點n的最低耗散解的估計耗散。這樣，如果我們想要找到最低耗散解，首先嚐試找到g(n)+h(n)值最小的節點是合理的。可以發現這個策略不只是合理的：
倘若啟發函式h(n)滿足一定的條件，a*搜尋既是完備的也是最優的。
如果把a*搜尋用於tree-search，它的最優性是能夠直接分析的。在這種情況下，如果h(n)是一個可採納啟發式--也就是說，倘若h(n)從不會過高估計到達目標的耗散——a*演算法是最優的。可採納啟發式天生是最優的，因為他們認為求解問題的耗散是低於實際耗散的。
因為g(n)是到達節點n的確切耗散，我們得到一個直接的結論：f(n)永遠不會高估經過節點n的解的實際耗散.
啟發演算法有： 蟻群演算法，遺傳演算法、模擬退火演算法等。
蟻群演算法是一種來自大自然的隨機搜尋尋優方法，是生物界的群體啟發式行為，現己陸續應用到組合優化、人工智慧、通訊等多個領域。蟻群演算法的正反饋性和協同性使其可用於分散式系統，隱含的並行性更使之具有極強的發展潛力。從數值**結果來看，它比目前風行一時的遺傳演算法、模擬退火演算法等有更好的適應性。
心理學研究哪些問題，心理學研究的是哪些問題？
心理學是研究人和動物心理現象發生 發展和活動規律的一門科學。心理學既研究動物的心理 研究動物心理主要是為了深層次地瞭解 人的心理的發生 發展的規律 也研究人的心理，而以人的心理現象為主要研究物件。因此總而言之，言而總之，心理學是研究心理現象和心理規律的一門科學。心理學主要分為兩個專業 基礎心理學和應...
心理學的研究方法有哪些，心理學的研究方法有哪些 各種方法的主要特點是什麼
心理學研究方法有很多種，但其基本的方法主要有四種，即觀察法 實驗法 調查法和測驗法。一 觀察法observational method 觀察法是在自然情境中或預先設定的情境中，有系統地觀察記錄並分析人的行為，以期獲得其心理活動產生和發展規律的方法。運用觀察法時，觀察者和被觀察者之間的關係有兩種方式 ...
心理學研究的原則和方法有哪些，心理學研究應該遵循的基本原則有哪些
心理學研究的原則 1.客觀性原則 所謂客觀性原則，就是對任何心理現象必須按它的本來面貌加以研究和考察，不附加任何主觀意願的原則。人的心理雖是在頭腦裡進行的活動，但它是客觀現實的反映，一切心理活動都是由內外刺激引起的，並通過一系列的生理變化，在人的外部活動中表現出來。研究人的心理，就是要從這些可以觀察...