人工智能复习题(答案)

一:单选题

1. 人工智能的目的是让机器能够(D),以实现某些脑力劳动的机械化。

A. 具有完全的智能

B. 和人脑一样考虑问题

C. 完全代替人

D. 模拟、延伸和扩展人的智能

2. 下列关于人工智能的叙述不正确的有(C)。

A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。

B. 人工智能是科学技术发展的趋势。

C. 因为人工智能的系统研究是从上世纪五十年代才开始的,非常新,所以十分重要。

D. 人工智能有力地促进了社会的发展。

3. 自然语言理解是人工智能的重要应用领域,下面列举中的(C)不是它要实现的目标。

A. 理解别人讲的话。

B. 对自然语言表示的信息进行分析概括或编辑。

C. 欣赏音乐。

D. 机器翻译。

4. 下列不是知识表示法的是(A)。

A. 计算机表示法

B. 谓词表示法

C. 框架表示法

D. 产生式规则表示法

5. 关于“与/或”图表示知识的叙述,错误的有(D)。

A. 用“与/或”图表示知识方便使用程序设计语言表达,也便于计算机存储处理。

B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。

C. “与/或”图能方便地表示陈述性知识和过程性知识。

D. 能用“与/或”图表示的知识不适宜用其他方法表示。

6. 一般来讲,下列语言属于人工智能语言的是(D)。

A. VJ

B. C#

C. Foxpro

D. LISP

7. 专家系统是一个复杂的智能软件,它处理的对象是用符号表示的知识,处理的过程是(C)的过程。

A. 思考

B. 回溯

C. 推理

D. 递归

8. 确定性知识是指(A)知识。

A. 可以精确表示的

B. 正确的

C. 在大学中学到的知识

D. 能够解决问题的

9. 下列关于不精确推理过程的叙述错误的是(B)。

A. 不精确推理过程是从不确定的事实出发

B. 不精确推理过程最终能够推出确定的结论

C. 不精确推理过程是运用不确定的知识

D. 不精确推理过程最终推出不确定性的结论

10. 我国学者吴文俊院士在人工智能的(A)领域作出了贡献。

A. 机器证明

B. 模式识别

C. 人工神经网络

D. 智能代理

11. 1997年5月12日,轰动全球的人机大战中,“更深的蓝”战胜了国际象棋之子卡斯帕罗夫,这是(C)。

A. 人工思维

B. 机器思维

C. 人工智能

D. 机器智能

12. 能对发生故障的对象(系统或设备)进行处理,使其恢复正常工作的专家系统是(A)。

A.修理专家系统 B.诊断专家系统 C.调试专家系统 D.规划专家系统

13. 下列(D)不属于艾莎克.阿莫西夫提出的“机器人三定律”内容?

A. 机器人不得伤害人,或任人受到伤害而无所作为

B. 机器人应服从人的一切命令,但命令与A相抵触时例外

C. 机器人必须保护自身的安全,但不得与A,B相抵触

D. 机器人必须保护自身安全和服从人的一切命令。一旦冲突发生,以自保为先

14. 人工智能诞生于什么地方?(A)

A. Dartmouth

B. London

C. New York

D. Las Vegas

15. 一些聋哑为了能方便与人交通,利用打手势方面来表达自己的想法,这是智能的(C)方面。

A. 思维能力

B. 感知能力

C. 行为能力

D. 学习能力

16. 如果把知识按照表达内容来分类,下述(B)不在分类的范围内。

A. 元知识

B. 显性知识

C. 过程性知识

D. 事实性知识

17. 自然语言理解是人工智能的重要应用领域,下面列举中的(C)不是它要实现的目标。

A. 理解别人讲的话

B. 对自然语言表示的信息进行分析概括或编辑

C. 自动程序设计

D. 机器翻译

18. 下述(D)不是人工智能中常用的知识格式化表示方法。

A. 框架表示法

B. 产生式表示法

C. 语义网络表示法

D. 形象描写表示法

19. 关于“与/或”图表示法的叙述中,正确的是(D)。

A. “与/或”图就是用“AND”和“OR”连续各个部分的图形,用来描述各部分的因果关系

B. “与/或”图就是用“AND”和“OR”连续各个部分的图形,用来描述各部分之间的不确定关系

C. “与/或”图就是用“与”结点和“或”结点组合起来的树形图,用来描述某类问题的层次关系

D. “与/或”图就是用“与”结点和“或”结点组合起来的树形图,用来描述某类问题的求解过程

20. 一般来讲,下列语言属于人工智能语言的是(D)。

A. VB

B. Pascal

C. Logo

D. Prolog

21. 不确定推理过程的不确定性不包括(D)。

A. 证据的不确定性

B. 规则的不确定性

C. 推理过程的不确定性

D. 知识表示方法的不确定性

22. 下列关于不确定性知识描述错误的是(C)。

A. 不确定性知识是不可以精确表示的

B. 专家知识通常属于不确定性知识

C. 不确定性知识是经过处理过的知识

D. 不确定性知识的事实与结论的关系不是简单的“是”或“不是”

23. 能通过对过去和现在已知状况的分析,推断未来可能发生的情况的专家系统是(B)。

A.修理专家系统B.预测专家系统C.调试专家系统D.规划专家系统

24. Prolog语言的三种基本语句是(C)。

A. 顺序;循环;分支

B. 陈述;询问;感叹

C. 事实;规则;询问

D. 肯定;疑问;感叹

25. 下列哪种情况是图灵测试的内容?(A)

A. 当机器与人对话,两者相互询问,人分不清机器是人还是机器,说明它通过了图灵测试

B. 当机器骗过测试者,使得询问者分不清是人还是机器时,说明它通过了图灵测试

C. 当人与人对话,其中一人的智力超过另一人时,说明智者通过了图灵测试

D. 两机对话,其中一机的智力超过另一机时,说明智者机器通过了图灵测试

26. 人工智能诞生于哪一年?(C)

A. 1955

B. 1957

C. 1956

D. 1965

27. 盲人看不到一切物体,他们可以通过辨别人的声音识别人,这是智能的(B)方面。

A. 行为能力

B. 感知能力

C. 思维能力

D. 学习能力

28. 人类智能的特性表现在4个方面(B)。

A. 聪明、灵活、学习、运用。

B. 能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。

C. 感觉、适应、学习、创新。

D. 能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。

29. 专家系统的推理机的最基本的方式是(B)。

A. 直接推理和间接推理

B. 正向推理和反向推理

C. 逻辑推理和非逻辑推理

D. 准确推理和模糊推理

30. 专家系统的正向推理是以(B)作为出发点,按照一定的策略,应用知识库中的

知识,推断出结论的过程。

A. 需要解决的问题

B. 已知事实

C. 证明结论

D. 表示目标的谓词或命题

31. 在8数码问题中,启发函数f(x)=g(x)+h(x)中的g(x)表示(D)。

A. 结点x与目标状态位置不同的棋子个数

B. 结点x的子结点数

C. 结点x与目标状态位置相同的棋子个数

D. 结点x所在的层数

32. 人工智能的发展历程可以划分为(B)。

A. 诞生期和成长期

B. 形成期和发展期

C. 初期和中期

D. 初级阶段和高级阶段

33. 机器人之父是指:(D)

A. 阿兰.图灵

B. 伯纳斯.李

C. 莎佩克

D. 英格伯格和德沃尔

34. 下列哪个应用领域不属于人工智能应用?(B)

A. 人工神经网络

B. 自动控制

C. 自然语言学习

D. 专家系统

35. 专家系统是以(C)为基础,以推理为核心的系统。

A. 专家

B. 软件

C. 知识

D. 解决问题

36. 人工神经网络特点和优越性主要表现在(ACD)。

A. 自学习功能

B. 自动识别功能

C. 高速寻找优化解的能力

D. 联想存储功能

37. 能根据学生的特点、弱点和基础知识,以最适当的教案和教学方法对学生进行教学和辅导的专家系统是(D)。

A. 解释专家系统

B. 调试专家系统

C. 监视专家系统

D. 教学专家系统

38. 用于寻找出某个能够达到给定目标的动作序列或步骤的专家系统是(D)。

A. 设计专家系统

B. 诊断专家系统

C. 预测专家系统

D. 规划专家系统

39. 人工智能研究的一项基本内容是机器感知,以下列举中的(C)不属于机器感知的领域。

A. 使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力。

B. 让机器具有理解文字的能力。

C. 使机器具有能够获取新知识、学习新技巧的能力。

D. 使机器具有听懂人类语言的能力

40. 机器翻译属于下列哪个领域的应用?(A)

A. 自然语言系统

B. 机器学习

C. 专家系统

D. 人类感官模拟

41. 智能机器人可以根据(C)得到信息。

A. 思维能力

B. 行为能力

C. 感知能力

D. 学习能力

42. 自动识别系统属于人工智能哪个应用领域?(D)

A. 自然语言系统

B. 机器学习

C. 专家系统

D. 人类感官模拟

二:填空题

1.1956年夏季,美国的一些年青科学家在美国的Dartmouth大学召开了一个夏季讨论

会,在该次会议上,第一次提出了人工智能(artificial intelligence ,AI)这一术语。

2.知识表示的方法主要有:产生式表示、语义网络表示、框架表示、脚本知识表示

方法、过程性知识表示法以及直接性知识表示方法等。

3.人工智能的主要应用领域有:自然语言理解、数据库的智能检索、专家咨询系统、

定理证明、博弈、机器人学、自动程序设计、组合调度问题、感知问题等。

4.AI研究的三条主要途径为:符号主义、连接主义、行为主义。

5.搜索算法,根据其是否使用与问题有关的知识,分为盲目搜索和启发式搜索。

6.组成产生式系统的三要素:数据库、规则库和推理机。

7.人工智能是关于知识的科学,主要研究的核心课题包括如下四个方面:知识的模

块化和表示方法、启发式搜索理论、各种推理方法(演绎推理、规划、常识性推理、归纳推理等)和人工智能系统结构和语言。

8.盲目搜索的方法有深度优先搜索、宽度优先搜索和有界深度优先搜索等。

9.简单遗传算法的遗传操作主要有选择、交配和变异。

10.按照学习风格分类,机器学习可以分为:记忆学习、演绎学习、归纳学习、类比

学习、基于解释学习和连接学习。

11.人工神经网络具有的基本属性:非线性、非局域性、非定常性和非凸性。

12.归结过程的控制策略包括:删除策略、采用支撑集策略、语义归结策略、线性归

结策略、单元归结策略、输入归结策略等。

13.谓词逻辑中,重言式(tautlogy)的值是1(真)。

14.设P是谓词公式,对于P的任何论域,存在P为真的情况,则称P为永真式。

15.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味着

对前提一无所知,CF(A)=-1,则意味着前提肯定假,CF(A)=1,则意味着前提肯定真。

16.谓词公式G是不可满足的,当且仅当对所有的解释G都为假。

17.谓词公式与其子句集的关系是谓词公式G是不可满足的,当且仅当其子句集S是不

可满足的。

18.利用归结原理证明定理时,若得到的归结式为矛盾式(永假式),则结论成立。

19.若C1=┐P∨Q,C2=P∨┐Q,则C1和C2的归结式R(C1,C2)= 1。

20.若C1=P(x)∨Q(x),C2=┐P(a)∨R(y),则C1和C2的归结式R(C1,C2)= Q(a)∨R(y)。

21.广度优先搜索算法中,OPEN表的数据结构实际是一个队列,深度优先搜索算法

中,OPEN表的数据结构实际是一个堆栈。

22.在MYCIN推理中,对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定

如下关系:CF(~A)=﹣CF(A),CF(A1∧A2)= min{ CF(A1),CF(A2)},CF(A1∨A2)= max{ CF(A1),CF(A2)}。

23.MYCIN系统中使用不确定推理,规则A→B由专家指定其可信度CF(B,A),若

A真支持B真,则指定CF(B,A)(与零比较)应≥0;若A真不支持B真,则指定CF(B,A)应<0。

24.设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0.6,m(U)=0.4,U的其它子集的基本

概率分配函数m值均为0,则Bel(A)= 0.6,Bel(B)= 0.6。

25.证据理论中集合A的信任区间为[1,1],则其语意解释为A为真。

26.在谓词公式中,紧接于量词之后被量词作用的谓词公式称为该量词的辖域,而在

一个量词的辖域中与该量词的指导变元相同的变元称为约束变元,其他变元称为自由变元。

27.假言推理(A→B)∧A?B,假言三段论(A→B)∧(B→C)?(A→C)。

28.在诸如走迷宫、下棋、八数码游戏等游戏中,常用到的一种人工智能的核心技术

称为图搜索技术,解这类问题时,常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表,这种图称为状态空间图(或状态图)。

29.在启发式搜索当中,通常用启发函数来表示启发性信息。

30.在二人博弈问题中,最常用的一种分析技术是极大极小搜索方法,这种方法的思

想是先生成一棵博弈树,然后再计算其倒推值。但它的效率较低,因此人们在此基础上,又提出了α-β剪枝搜索方法。

31.不确定性类型按性质分:随机性、模糊性、不完全性、不一致性和时变性等。

32. 合一算法:求非空有限具有相同谓词名的原子公式集的最一般合一。

三:简答题

1.A算法中,是如何判断算法成功结束的?只要出现了目标结点就立即结束对吗?答:每次从OPEN表中取出第一个结点,在扩展该结点之前,判断该结点是否是目标结点,如果是目标结点,则算法成功结束。如果目标结点虽然出现了,但它还不是OPEN表中f值最小的结点,则不能立即结束,需要继续扩展下去,直到目标结点的f值在OPEN表中最小为止。

2.什么是合一?什么是合一者?

答:若存在一个置换s使得表达式集{Ei}中每个元素经置换后的例有:E1s=E2s=E3s =…,则称表达式集{Ei}是可合一的,这个置换s称作{Ei}的合一者。

3.AO*算法的特点是什么?

答:(1)AO*算法不能像A算法那样,单纯靠评价某一个结点来评价局部图;

(2)由于k-连接符连接的有关子结点,对父结点能解与否以及耗散值都有影响,因而不能像A算法那样优先拓展其中具有最小耗散值的结点;

(3)AO*算法仅适用于无环图的假设,否则耗散值递归计算不能收敛,因而在算法中还必须检查新生成的结点已在图中时,是否是正在被拓展结点的先辈结点;

(4)A算法设有OPEN表和CLOSE表,而AO*算法只用一个结构G,它代表到目前为止已显式生成的部分搜索图,图中每个结点的h(n)值是估计最佳解图,而不是估计解路径。

4.h是单调的条件是什么?

答:如果对于任何结点ni和nj,其中nj是ni的后继结点,h满足条件:h(ni)-h(nj)≤C(ni,nj),且h(t)=0,其中t为目标结点,则称为h是单调的。

5.当h满足单调条件时,就可以完全避免重复结点扩展问题吗?为什么?

答:是的。因为当h是单调的时,当A*算法扩展结点n时,就已经找到了从初始结点到结点n的最优路径,因此在以后的搜索过程中,不会出现需要修改到n的路径问题,因此也就不会出现重复扩展结点问题了。

6.什么是人工智能?

答:人工智能是研究如何制造出人造的智能机器或智能系统,来模拟人类智能活动的能力,以延伸人们智能的科学。

7.宽度优先方法的特点是什么?

答:所谓深度优先搜索,就是在每次扩展一个结点时,选择到目前为止深度最浅的结点优先扩展。

宽度有限搜索有如下特点:

(1)属于图搜索;

(2)是一个通用的搜索方法;

(3)当问题有解时,一定能找到解;

(4)在单位耗散值的情况下,问题如果有解,一定能找到最优解。

8.A算法中的f(n)、g(n)和h(n)各代表什么含义?

答:g(n)表示从初始结点当结点n的最优路径耗散值的估计。h(n)表示从结点n到目标

结点最优路径耗散值的估计。f(n)=g(n)+h(n)表示从初始结点出发,经过结点n,到达目标结点的最优路径的耗散值的估计。

9.在与或图中,什么是不能解结点?

答:不能解结点:(1)没有后裔的非终结点是不能解结点;(2)若非终结点有"或"

子结点时,当且仅当所有子结点均不能解时,该非终结点才不能解;(3)若非终结点有"与"子结点时,当至少有一个子结点不能解时,该非终结点才不能解。

10. 深度优先方法的特点是什么?

答:所谓深度优先搜索,就是在每次扩展一个结点时,选择到目前为止深度最深的结点优先扩展。

深度有限搜索有如下特点:

(1)属于图搜索;

(2)是一个通用的搜索方法;

(3)如果深度限制不合适,有可能找不到问题的解;

(4)不能保证找到最优解。

11. 什么是A算法?什么是A*算法?A*算法有什么特点?

答:定义评价函数:f(n)=g(n)+h(n)对OPEN表中的元素按照f值,从小到大进行排列,每次从OPEN表中取出f值最小的结点扩展,这种图搜索算法成为A算法。

如果对于任何结点n,有h(n)≤h*(n),则此时的A算法称为A*算法。

A*特点:(1)是一种启发式的图搜索算法;(2)当问题有解时,A*算法一定能找到解,并且能保证找到最佳解。

12. 在与或图中,什么是能解结点?

答:能解结点:(1)代表本原问题的终结点是能解结点;(2)若非终结点有"或"

子结点时,当且仅当其子结点至少有一个能解,该非终结点才能解;(3)若非终结点有"与"子结点时,当且仅当其子结点均能解,该非终结点才能解。

13. 什么是归结?简述用谓词归结法证明定理的过程。

答:设C1和C2是子句集中的任意两个子句,如果C1中的文字L1与C2中的文字L2互补,那么可从C1和C2中分别消去L1和L2,并将C1和C2中余下的部分按析取关系构成一个新子句C12,则称这一个过程为归结,称C12为C1和C2的归结式,称C1和C2为C12的亲本子句。

过程:(1)将已知条件化作子句集;(2)将结论的否定化作子句集;(3)从所有子句集中选取两个可归结的子句进行归结;(4)重复过程(3),直到出现空子句NIL为止。这时,就证明了在所给已知条件下结论成立。

在归结过程中,可以删除包含纯文字的子句以及永真式子句。都不会影响子句集的不可满足性,并且可以缩小归结的范围,提高归结的效率。

14. 简述回溯策略与深度优先策略的不同点

答:(1)深度优先搜索属于图搜索,而回溯搜索则不是图搜索;

(2)在回溯搜索中,只保留从初始结点到当前结点的搜索路径,而深度优先搜索中则保留了所有已经搜索过的路径。

15. 产生式系统由哪些部分组成?产生式知识表示方法的优缺点是什么?

答:把一组产生式放在一起,让它们相互配合,协同作用,一个产生式生成的结论可以供另一个产生式作为已知事实使用,以求得问题的解,这样的系统称为产生式系统。

组成产生式系统的三要素:(1)数据库;(2)规则库;(3)推理机。

优点:表示的格式固定、形式单一、规则间相互独立,整个过程只是前件匹配,后件动作;模块性好;自然性好;推理方式单纯。

缺点:求解效率低,不能表示结构性的知识。

16. 什么是语义网络知识表示?给出这种表示方法的优缺点

答:语义网络是通过概念及其语义关系来表示知识的一种网络图,它是一个带标注的有向图。其中,有向图的各结点用来表示各种概念、事物、属性、情况、动作、状态等,结点上的标注用来区分各结点所表示的不同对象,每个结点可以带有若干个属性,以表征其所代表的对象之特性;弧是有方向、有标注的,方向用来体现结点间的主次关系,而其上的标注则表示被连接的两个结点间的某种语义联系或语义关系。

优点:结构性、自然性、联想性和非严格性。

缺点:推理规则不十分明了;表达范围有限,一旦结点个数太多,网络结构复杂,推理就难以进行。

17. 什么是置换?置换是可交换的吗?

答:通常用有序对的集合s={t1/v1,t2/v2,…,tn/vn}来表示任一置换,置换集的元素ti/vi的含义是表达式中的变量vi处以项ti来替换,用s对表达式E作置换后的例简记为Es。

一般来说,置换是不可交换的,即两个置换合成的结果与置换使用的次序有关。

18. 为什么A*算法会出现重复扩展结点的问题?解决的方法有哪些?

答:一般情况下,当A*算法扩展结点n时,并不能保证已经找到了从初始结点到结点n 的最短路径,所以在以后的搜索中,当找到了更短的从初始结点到结点n的路径时,就要对n进行重复扩展。

如果h是单调的时,当A*算法扩展结点n时,就已经找到了从初始结点到结点n的最优路径,因此在以后的搜索过程中,不会出现需要修改到n的路径问题,因此也就不会出现重复扩展结点问题了。

19. 什么是启发式搜索?

答:启发式搜索又称为有信息搜索,它是指在搜索求解的过程中,根据问题本身的特性或搜索过程中产生的一些信息来不断地改变或调整搜索的方向,使搜索朝着最有希望的方向前进,加速问题的求解,并找到最优解。

20. α-β剪枝的条件是什么?

答:α剪枝:若任一极小值层结点的β值小于或等于它任一先辈极大值结点的α值,即α(先辈层)≥β(后继层),则可中止该极小值层中这个MIN结点以下的搜索过程。这个MIN结点最终的倒推值就确定为这个β值。

β剪枝:若任一极大值层结点的α值大于或等于它任一先辈极小值层结点的β值,即α(后继层)≥β(先辈层),则可以中止该极大值层中这个MAX结点以下的搜索过程。这个MAX结点的最终倒推值就确定为这个α值。

21. 产生式系统中,推理机的推理方式有哪几种?请分别解释说明。

答:产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。

正向推理:正向推理是从己知事实出发,通过规则库求得结果。

反向推理:反向推理是从目标出发,反向使用规则,求证已知的事实。

双向推理:双向推理是既自顶向下又自底向上的推理。推理从两个方向进行,直至在某个中间界面上两方向结果相符便成功结束;如两方衔接不上,则推理失败。

22. 什么是盲目搜索?主要有几种盲目搜索策略?

答:盲目搜索又称无信息搜索,即在搜索过程中,只按预先规定的搜索控制策略进行搜索,而没有任何中间信息来改变这些控制策略。

主要的盲目搜索策略有:宽度优先搜索、深度优先搜索、有界深度优先搜索、代价树的宽度优先搜索和代价树的深度优先搜索。

四:应用题

1.博弈树搜索

Grundy博弈(分钱币问题)

极大极小搜索过程(一字棋)

α-β剪枝方法

2.归结原理

例题“快乐学生”问题

3.知识表示

会用语义网络来表示知识

能构造简单的框架

4.不确定推理

确定性方法(包括里面的定义、概念和计算方法)

相关推荐
相关主题
热门推荐