人工智能期末复习

人工智能：Artificial Intelligence，简称AI，主要研究如何使用人工的方法和技术，使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能，实现某些机器的智能行为。传统划分①符号主义学派

②联结主义学派

③行为主义

学派现代1.符号智能流派2.计算智能流派3.群体智能流派人工智能的基本技术：1知识表示技术2知识推理、计算和搜索技术3系统实现技术。

符号智能的表示是知识的表示，运算是基于知识表示的推理或符号操作，采用搜索方法进行问题求解，一般在问题空间上进行，计算智能的表示是对象表示，运算时给予对象的表示的操作或计算，采用搜索方法进行问题求解，一般是在解空间上进行。

人工智能的研究领域：定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、组合调度问题。

应用领域：难题求解、自动定理证明、自动翻译、智能管理、智能通信、智能仿真等。

人工智能的主要研究途径与方法：1功能模拟。符号推演2结构模拟。神经计算3行为模拟。控制进化

人工智能的研究目标及其意义：

1目标：远期目标是要制造智能机器，即探索智能的基本机理，最终制造出和人有相似或相近智力和行为能力的综合智能系统；近期目标是实现机器智能，即研究如何使用现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。

2意义：普遍的计算机智能低下，无法满足社会需求；研究AI是当前信息化社会的迫切需求；智能化是自动化发展的必然趋势；研究AI，对人类自身的智能的奥秘也提供有益的帮助。

人工智能的基本内容：1从人工智能的定义出发包括（感知与交流的模拟，记忆，联想，计算，思维的模拟，输出效率或行为模拟2从知识工程的角度出发包括（知识的获取，知识的处理以及知识的运用）

人工智能诞生1956年夏，达特莫斯大学的研究会，麦卡锡提议正式采用了“AI”术语。发展：推理期，知识期，学习期ＡＩ的现状与发展趋势：１多种途径齐头并进，多种方法协作互补２新思想、新技术不断涌现，新领域新方向不断开拓3理论研究更加深入，应用研究愈加广泛4研究队伍日益壮大，社会影响越来越大。以上展现了AI繁荣景象和光明前景，虽有困难，问题和挑战，但前进和发展毕竟是大势所趋。

盲目搜索：无向导的搜索，也称穷举搜素。在搜索中，没有任何背景知识作指导，不考虑任何与解有关的信息，随机地或按预先规定的顺序（如广度优先和深度优先）机械地生成树的节点，并判断是否为解，直到找到解或证明问题无解为止。

特点：搜索效率太低，所以在实际中往往是不可行的。启发函数：通过函数计算来评价每种选择的价值大小，用以指导搜索过程。

启发式搜索：利用问题本身的“启发性信息”不断地改变或调整搜索的方向，使搜索朝着问题本身最希望的方向进行，加速问题的求解并找到最优解。特点：重排OPEN表，选择最有希望的节点加以扩展。

盲目和启发搜索的的不同：对于较大或无限状态空间问题，

盲目搜索效率太低，所以在实际当中往往是不可行的。启发式搜索广泛地应用于实际问题求解中，如博弈、机器学习、数据挖掘、智能检索等。

启发式搜索—全局择优算法：也叫做最好优先搜索，在启发性知识导航下的广度优先搜索，在OPEN表中保留所有已生成而为考察的节点，对其中的每个节点x计算启发函数h（x）,从全部节点中选出最优节点进行扩展，而不管这个结点出现的搜索树的什么地方。

局部择优：是启发性知识导航下的深度优先搜索，在OPEN表中保留所有已生成为为考察的节点，对其中新生成的每个子节点x计算启发函数h(x),从全部子节点中选出最优节点进行扩展，其选择下一个要考察的结点的范围是刚刚生成的全部子节点。

在图搜索算法中，OPEN表，CLOSED表的作用各是什么 OPEN表：专门登记已经生成但还没有考察的节点，即待考察节点。算法执行时总是从OPEN表的首部取出节点。 CLOSED表：用来记录考察过的节点以及节点之间的关系，如每个节点指向父节点的编号（返回指针）。

广度优先搜索的特点：广度优先中OPEN表是一个队列，又称为宽度优先。广度优先策略是完备的，即如果问题的解存在，则它一定可以找到解，并且找到的解还是最优解。广度优先搜索策略与问题无关，具有通用性。缺点搜索效率低深度优先搜索的特点：OPEN表为一个堆栈。深度优先又称纵向搜索。一般不能保证找到最优解。当深度限制不合理时，可能找不到解，可以将算法改为可变深度限制，即有界深度优先搜索。最坏情况时，搜索空间等同于穷举。

广度优先搜索及深度优先搜索都是盲目搜索，其共同点是：1搜索从初始节点开始，先自上而下地进行搜索，寻找终止节点及端节点，然后再自下而上地进行可解性标记，一旦初始节点被标记为可解节点或不可解节点，搜索就不再继续进行；2搜索都是按确定路线进行的，当要选择一个节点进行扩展时，只是根据节点在与或树中所处的位置，而没有考虑要付出的代价，因而求得的解树不一定是代价最小的解树，即不一定是最优解树。

与或图表示的是问题空间，状态空间图是一个表述问题全部可能状态及相互关系的有向图。

图搜索模式的是人脑分析问题，解决问题的过程，它是基于领域知识的问题求解过程。搜索方式为树式搜索和线性搜索。遗传算法是一种什么样的算法？适合于解决哪一类的问题？遗传算法时人们从生物界按自然选择和有性繁殖、遗传变异的自然进化现象中得到启发，而设计出来的一种随机优化搜索算法。遗传算法适合解决先验知识缺乏，希望寻找最优解，搜索空间不连续的这一类问题，如机器学习、规划、聚类、控制、调度等领域的问题。适合解决先验知识缺乏，希望寻找最优解，搜索空间不连续的这一类问题，如机器学习、规划、聚类、控制、调度等领域的问题。

化子句集的过程：1消去蕴含词和等值词2使否定词仅作用于原子公式3适当改名使量词间不含同名指导变元4消去存在量词5消去全称量词6化公式为合取范式7适当改名使子句间无同名变元8消去合取词以子句为元素组成一个集合S。谓词逻辑归结过程：写出谓词关系公式→用反演法写出谓词表达式→ SKOLEM 标准形→子句集S →对S中可归结的子句做归结→归结式仍放入S中，反复归结过程→得到空子句，得证。

归结策略：1删除策略：在归结过程中可随时删除一下子句：含有纯文字；含有永真式；被子句集中别的子句类含的。2支持集策略：每次归结时，两个亲本子句中至少要有一个是目标公式否定的子句或其后裔。这里的目标公式否定的子句集即为支持集。3线性归结策略：在归结过程中，除第一次归结可都用给定的子句集S中的子句外，其后的各次归结则至少要有一个亲本子句是上次归结的结果。4输入归结策略：每次参与归结的两个亲本子句，必须至少有一个是初始子句集S中的子句。5单元归结策略：每次参加归结的两个亲本子句必须至少有一个是单元子句。6祖先过滤策略：参加归结的两个子句，要么至少有一个是初始子句集中的子句；要么一个是另外一个的祖先。（其中完备的策略有：删除、支持集、线性祖先过滤形策略；不完备的是输入归结、单元归结策略。）

归结策略的类型：1简化型策略2限制性策略3有序性策略按照拓扑结构分，

神经网络可分为哪几类？各具有什么网络特征？四大类：分层前向网络、反馈前向网络、互连前向网络、广泛互连网络。分层前向网络的结构特征是网络由若干层神经元组成，分为输入层、中间层和输出层，各层顺序连接；信息严格按照从输入层进，经过中间层，从输出层的方向流动。反馈前向网络是一种分层前向网络，输出曾到输入层具有反馈连接。互连前向网络的同层神经元之间有相互连接。广泛互连指在网络中任意两个神经元之间都是可以或可能是可达的。

何为不确定性？不确定性有哪些类型？

在我们所获得的、所处理的信息和知识中，往往含有不肯定、不准确、不完全甚至不一致的成分，这就是所谓的不确定性。按性质来分，不确定性大致分为五种类型：随机性、模糊性、不完全性、不一致性和时变性。

为什么使用归结原理进行定理证明时要使用归结策略？把归结原理在机器上实现，就要把归结原理用算法表示，对于怎么样在已知子句集中选取两个子句进行归结，最简单的方法就是采用穷举法。穷举法能够保证对于不可满足的子句一定可以归结出空子句，但穷举法最大的缺点就是效率太低，当参加子句集中子句数目过多时，所产生的中间子句将会呈现爆炸式增长，以致机器无法容纳，而采用相应的归结策略之后就

会使中间子句的数目减少，从而提高了归结效率，所以在使用归结原理进行定理证明时要使用归结策略。产生式系统的组成和功能:产生式规则库，推理机和动态数据库。（2分）产生式规则库也称产生式规则集，由领域规则组成，在机器中以某种动态数据结构进行组织。推理机也称控制执行机构，它是一个程序模块，负责产生式规则的前提条件测试或匹配，规则的调度和选取，规则体的解释和执行。动态数据库是一个动态数据结构，用来存放初始事实数据、中间结果和最后结果等。

产生式系统的工作过程(推理过程)：推理机不断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满足的过程。当推理到某一步，目标条件被满足，则推理成功，于是系统运行结束；或者再无规则可用，但目标条件仍未满足，则推理失败，当然系统也运行结束。产生式系统的推理方式：可分为正向推理和反向推理。正向推理是从初始事实数据触发，正向使用规则进行推理，朝目标方向前进，又称为前向推理、正向链、数据驱动的推理；反向推理是从目标出发，反向使用规则进行推理，朝初始事实或数据方向进行又称反向推理、反向链、目标驱动的推理。

对比图搜索，谈谈遗传算法的主要特点是什么？遗传算法的搜索在解空间上进行，不像图搜索在问题空间上进行；遗传算法的搜索随机地始于搜索空间的一个点集，图搜索固定地始于初始节点；遗传算法的搜索过程从空间一个点集到另一个点集，图搜索从空间的一个点到另一个点；遗传算法适应性强；擅长全局搜索，不受搜索空间的限制性假设约束。

不确定性知识的推理一般称为不确定性推理。其与确定性推理相比，区别在于多了个信度计算过程：1不确定性推理中规则的前件要与证据事实匹配成功，必须达到一定的限度。2不确定性推理中的一个规则的触发，不仅要求其前提能匹配成功，而且前提条件的总信度还必须达到阀值。3不确定性推理中所推得的结论是否有效，也取决于其信度是否达到阀值。4不确定性推理还要求一套关于信度的计算方法。

自然语言处理：用计算机来分析、处理自然语言，让计算机理解并能表达自然语言，实现人与计算机的自然语言交流。自然语言的特点：新词不断出现，很难完全收入词典；表达非常灵活，很难完全形式化；充满歧义，很难完全消解；有各种语言创新，

机器很难应付标准的BP算法内在的缺陷是什么？

答：⑴易形成局部极小而得不到全局最优；⑵训练次数多使得学习效率低，收敛速度慢；⑶隐节点的选取缺乏理论指导；

⑷训练时学习新样本有遗忘旧样本的趋势。 7、

机器学习系统的基本结构是什么？简述之。答：

机器学习系统的基本结构整个过程包括：信息的存储、知识的处理两部分（1）环境向系统的学习部分提供某些信息；

（2）学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能；（3）执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。

（4）在具体的应用中，环境，知识库和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述三部分确定。

机器学习原理：1学习与经验有关2学习可以改善系统的性能3学习室一个有反馈信息处理与控制的过程。机器学习的分类：1模拟人脑的机器学习2基于学习方法的分类3基于学习方式的分类4基于数据形式的分类5基于学习目标的分类

按照学习方式分，机器学习可以分为哪几类？分别具有什么特征？答：有导师学习，无导师学习，强化学习

模拟人脑的角度出发，机器学习有哪两种方法？描述其特点。按照学习途径分类，机器学习可以分为符号学习和连接学习两大类。符号学习是基于符号处理的学习方法，连接学习或神经网络学习，则是基于神经

网络的机器学习方法。符号学习的方法：记忆学习、传授学习、演绎学习、类比学习、示例学习、发现学习、解释学习。

专家系统：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机系统。与常规程序的区别有五点：（1）、常规程序＝数据结构＋算法，专家系统＝知识＋推理；（2）、常规程序将知识组织为两级：数据级和程序级，专家系统将知识组织为三级：数据级、知识库级和控制级；（3）、常规程序处理的数据多是精确的，对数据检索是基于模式的布尔匹配专家系统处理的数据和知识多是不精确的、模糊的，知识的匹配模式多是不精确的，需要为其设定阈值；（4）、常规程序基本是面向数值计算和数据处理的。专家系统本质上是面向符号处理的；（5）、常规程序一般不具有解释功能，而专家系统一般具有解释功能。其基本特征：1应用于某专业领域2拥有专家级知识3能模拟专家的思维4能达到专家级水平。

专家系统的特点：解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题；强调知识与推理的分离，因而系统具有很好的灵活性和可扩充性；还具有“自学习”能力，即不断对自己的知识进行扩充、完善和提炼。专家系统不会像人那样容易疲劳、遗忘，易受环境、情绪等的影响。

专家系统的基本部分及功能：1知识库（KB）：以某种形式存储于计算机中的知识的集合。2推理机（IE）：实现推理的程序，使用知识库中的知识进行推理而解决问题的，是专家的思维机制。3动态数据库；也称全局数据库等，是存放初始证据事实、推理结果和控制信息的场所。4人机界面：指最终用户与专家系统的交互界面。用户通过界面向系统提出或回答问题，或向系统提供原始数据或事实等；系统通过界面向用户提出回答结果。5解释模块：专门负责向用户解释专家系统的行为和结果。6知识库管理系统：管理知识库的建立、删除、重组；知识的获取；知识的检查。7自学习模块功能

专家系统的应用及发展：1深层知识专家系统2模糊专家系统3神经网络专家系统4大型协同分布式专家系统5网上专家系统6事务处理专家系统。

谓词逻辑的推理有哪几种方法？各有什么特点？

自然演绎推理：该方法依据推理规则从前提和公理中可以推出许多定理，如果待证明的定理在其中则定理得证。LT程序、证明平面几何的程序。归结演绎推理：用归结原理推理常使用归结反演方法，归结反演本质上是一种反证法，即要证明命题Q在前提F下为真，只需证明反命题非Q恒假。具体做法是从不可满足子句集推出控字句。基于规则的演绎推理：把已知判断中的知识表示成规则的形式（包括F-规则和B-规则），运用规则从已知判断的事实或待证明的结论出发进行推理的过程

问题：指事件或事物的已知或当前状态与目标状态之间的有差异。

问题求解：指在一定的控制策略下，通过一系列的操作或运算来改变问题的状态，使之与目标状态接近或一直。

问题求解所需的知识（求解框架）：叙述性知识、过程性知识、控制性知识、

知识表示:研究在计算机中如何用最合适的形式表示问题求解过程中所需要的各种知识，包括构成问题求解框架的全部知识。

常用的知识表示形式:状态空间图，与或图，谓词逻辑，产生式，框架，语义网络

人工智能研究的思想路线是什么？说明人工智能研究取得了什么成果。

答：符号主义观点认为：知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。从功能上对人脑进行模拟在自动推理、定理证明、机器博弈、自然语言处理，知识工程，专家系统等方面取得了显著的成果。人工智能可以像人类智能一样逐步进化，分阶段发展和增强。从行为上模拟和体现智能。模拟人程中在控制过的智能活动和行为特性，如自寻优，自适应、自学习，自组织等，来研究和实现人工智能。在智能控制、机器人领域获统得了很多成就。从结构上对人脑进行模拟适合于模拟人脑形象思维，能够快速得到近似解，便于实现人脑的低级感知功能。在图像处理、模式识别、机器学习等方面具有相当的优势。（2）产生式的基本形式？其与条件语句的主要区别是什么？

答：(1) 产生式通常用于表示具有因果关系的知识，其基本形式是： P→Q或者 If P Then Q [Else S] (2) a.前件

结构不同

产生式的前件可以是一个复杂的的结构

传统程序设计语言中的左部仅仅是一个布尔表达式 b.控制流程不同

产生式系统中满足前提条件的规则被激活后，不一定被立即执行，能否执行将取决于冲突消解策略

传统程序设计语言中是严格地从一个条件语句向其下一个条件语句传递。

（1）凡是容易的课程小王（wang）都喜欢 (2) c班的课程都是容易的（3）ds是c班的一门课程。求证：小王喜欢ds这门课。证明：首先定义谓词：

EASY (x): x是容易的 LIKE (x ,y)：x 喜欢 y .

C(x)： x 是C班的一门课程。

把上述事实及待求证的问题用谓词公式表示出来：

EASY (x)→LIKE (Wang ,x) 凡是容易的课程小王都喜欢。 ( x) (C(x)→EASY (x)) C班的课程都是容易的。 C(ds) ds是C班的课程。

LIKE (Wang , ds ) 小王喜欢ds这门课程，这是待求证的问题。应用推理规则进行推理：

("x) (C(x)→EASY (x))

C(y)→EASY (y) 全称固化

C (ds), C(y)→EASY (y) EASY( ds) P规则及假言推理 EASY( ds ), EASY (x)→LIKE (Wang ,x)

LIKE (Wang ,ds) T规则及假言推理即小王喜欢ds这门课程。

搜索的基本演变过程及各种演变的依据是什么？请简述之。

搜索的演变过程：深/广度→有界深度优先→代价树广/深→→A→A* （10分）（盲目搜索）（启发式搜索）

广度优先搜索也称为宽度优先搜索，它是一种先生成的节点先扩展的策略。这种搜索策略的搜索过程是：从初始节点开始逐层向下扩展，在第n层节点还没有全部搜索完之前，不进入第n＋l层节点的搜索。Open 表中的节点总是按进入的先后排序，先进入Open表的节点排在前面，后进入 Open表的节点排在后面。深度优先搜索是一种后生成的节点先扩展的策略。这种搜索策略的搜索过程是：从初始节点开始，在其子节点中选择一个最新生成的节点进行考察，如果该子节点不是目标节点且可以扩展，则扩展该子节点，然后再在此子节点的子节点中选择一个最新生成的节点进行考察，依此向下搜索，直到某个子节点既不是目标节点，又不能继续扩展时，才选择其兄弟节点进行考察。在深度优先搜索中，Open表是一种栈结构，最先进入的节点排在最后面，最后进入的节点排在最前面。

人工智能引论复习题

人工智能:是边缘学科.主要研究如何用计算机模仿和实现人类的智能. 符号主义(主流学派):认为人的认知基元是符号,认知过程即符号操作过程;认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,能用计算机来模拟人的智能行为;认为知识是信息的一种形式,是构成智能的基础.人工智能的核心问题是知识表示、知识推理和知识运用. 连结主义:认为思维基元是神经元,而不是符号处理过程;认为人脑不同于电脑,并提出连结主义的大脑工作模式,用于取代符号操作的电脑工作模式 行为主义:认为智能取决于感知和行动(所以被称为行为主义),提出智能行为的“感知—动作”模式;认为智能不需要知识、不需要表示、不需要推理;人工智能可以象人类智能一样逐步进化(所以称为进化主义);智能行为只能在现实世界中与周围环境交互作用而表现出来. 确定性推理是建立在确定性知识和证据的基础上的推理.从确定的初始证据出发,通过运用确定性知识,最终推出具有一定程度的确定性但却又是合理或基本合理的结论. 知识是人们在改造客观世界的实践中形成的对客观事物(包括自然的和人造的)及其规律的认识,包括对事物的现象、本质、状态、关系、联系和运动等的认识. 知识表示方式(把知识用计算机可接受的符号并以某种形式描述出来)一阶谓词逻辑、产生式表示、状态空间图表示、与或图表示、语义网络、框架结构表示,还有问题归纳法、面向对象法等. 机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能.它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎. 机器学习的基本系统结构:环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分.在具体的应用中,环境,知识库和执行部分决定了具体的工作内容,学习部分所需要解决的问题完全由上述3部分确定.下面我们分别叙述这3部分对设计学习系统的影响. 所有的人都是要死的,苏格拉底是人,所以苏格拉底是要死的. 令P(x):x是人,Q(x):x是要死的:(x)(P(x)→Q(x))∧P(苏格拉底)→Q(苏格拉底) 证明(1) ( x)(P(x)→Q(x)) 前提 (2) P(苏格拉底)→Q(苏格拉底) 全称量词消去 (3) P(苏格拉底) 前提 (4) Q(苏格拉底) (2)(3) 分离 每个学术会议的成员是专家,有些成员是年轻人,所有有的成员是年轻专家. 令P(x):x是专家,Q(x):x是年轻人,R(x)表x是学术会议成员: (X)(R(x)→P(X));(?X) (R(x)∧Q(X));(?X)(Q(X)∧P(X)) 证明(1)(?X) (R(x)∧Q(X)) P (2) R(a)∧Q(a)ES(1) (3)R(a)T(1)I (4) (X)(R(x)∧P(X))P (5)R(a)→P(a)US(4) (6) P(a) T(3) (5)I (7)Q(a) T(2)I (8)Q(a)∧P(a) T(6) (7)I (9)(?X) (Q(x)∧P(X)) EG(8) 任何鸵鸟都不会飞,多有雌鸵鸟都是鸵鸟,所以,所有雌鸵鸟都不会飞. 设P(x):x是鸵鸟;Q(x):x会飞;R(x):x是雌鸟. ?x(P(x)→?Q(x)),

《人工智能导论》试卷B

人工智能试卷（B） 试题部分： 一、选择题（15小题，共15分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（A） A）深蓝B）IBM C）深思D）蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘, 若σ是互补文字的（最一般）合一置换，则其归结式C=（A ） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是C A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B ）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（A） A.）用户B）综合数据库C）推理机D）知识库 9、产生式系统的推理不包括（D ） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结（消解）证明定理时，若当前归结式是（C）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（B ） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后，得到（B ） A. P B. Q C. ~P D.P∨Q

人工智能期末试题及答案完整版

xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 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”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标

状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的

《人工智能导论》课程期末考试试卷二 答案 (上海交大)

一、选择题答案1、A2、A 二、填空题答案 1、基于规则的正向演绎系统使用的条件是（1）事实表达式是任意形式（2）规则形式为L→W或L1∨L2→W，其中L为单文字，W为任意形（3）目标公式为文字析取形 2、基于规则的逆向演绎系统使用的条件是（1）事实表达式是文字合取形（2）规则形式为W→L 或W→L1∧L2 ，其中L为单文字，W为任意形（3）目标公式为任意形式 3、归结法中，可以通过修改证明树的方法得到问题的解答。 三、问答题答案 第1题答：

得解图：

第2题 第3题 答：综合数据库： (m1, m5, m9, b) 设从河的左岸到右岸，其中m1, m5,m9分别表示过河时间需要1分钟，5分钟和9分钟的人，在河左岸的人数。b＝1表示船在左岸，b＝0表示船在右岸。规则集： 初始状态：(2, 1, 1, 1) 结束状态：(0, 0, 0, 0) h函数：h(n) = m - b，其中m为在左岸的人数，b为船是否在左岸。 对于任意两个节点ni和nj，其中nj是ni的子节点。 当ni中b＝1时，则nj中b＝0，因此：max(h(ni)-h(j))=(m-1)-(m-1)=0, 而C(ni, nj)最小为1， 因此h(ni)-h(nj)

因此该h函数满足单调性条件。所以h满足A*条件。 第4题 答：对事实和规则进行skolem化： （1）(s) ~P(a) （2）(s)(P(g(s))) P(g(s)) （3）(x)(s)(y)((P(s)∧Q(b，x，s))→H(y) (P(s)∧Q(b，c，s))→H(f(s)) （4）(x)(s)(Q(b，x，s)→Q(b，x，g(s))) Q(b，x，s)→Q(b，x，g(s)) （5）(x)(s)(y)(~P(s)→Q(b，x，y)) ~P(s)→Q(b，x，h(x, s)) 经变量换名后，有事实和规则如下： ~P(a) P(g(s1)) r1: (P(s2)∧Q(b，c，s2))→H(f(s2)) r2: Q(b，x3，s3)→Q(b，x3，g(s3)) r3: ~P(s4)→Q(b，x4，h(x4, s4)) 用对偶形式对目标skolem 化： (x)H(x) H(x) 演绎图如下图(这里只给出了一个一致解图)。

人工智能导论试卷一答案 (上海交大)

一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中，fm的含义是到当前为止，扩展的节点中，f的最大值 2、对任意节点n，设m是n的子节点，当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时，称h是单调的。 三、问答题答案 第1题 答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，则可以减少重复扩展节点问题。 第2题 答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 第3题 答：化子句集如下：

归结树如下： 修改证明树：

得到问题的解答：R(h(f(g(c, a)))) 第4题 第5题 答：搜索图如图所示，其中括号内标出的是节点的f值，圆圈内的数字是扩展的次序。F(16) 得到的解路径为：S-B-F-J-T 第6题 答：如下的知识可以帮助求解该问题： （1）序列中，偶数在偶数位置，奇数在奇数位置； （2）第五个数为5。 综合数据库：

用一个1到9的序列表示：N = {x}，其中x为1到9的数字之一。规则集： r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度，In(a, b, c, d)为取a、b、c、d之一。初始状态：{} 结束条件：得到的序列N前i个数组成的整数能被i整除。

人工智能【期末复习题】

《人工智能期末复习题》 1．群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。 2．计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4．知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问题的方法和策略等。 5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。 6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。7．模式识别：则指的是用计算机进行物体识别。 8．决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10．人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11．从所承担的工作和任务性质来看，Agent的分类： 信息型Agent、合作型Agent、接口型Agent、移动型Agent等。 12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。 13．智能机器人至少应具备哪四种机能？ 感知机能——获取外部环境信息以便进行自我行动监视的机能； 运动机能——施加于外部环境的相当于人的手、脚底动作机能； 思维机能——求解问题的认识、推理、判断机能； 人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。 14．知识获取大体哪三种途径：(1)人工获取 (2)半自动获取 (3)自动获取 15．知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化16．从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。17．PRPLOG语言的三种语句分别是：事实、规则和问题。 18．产生式系统由三部分组成：产生式规则库、推理机和动态数据库， 结构如图所示：

西安科技大学人工智能题库9(含答案)

人工智能试卷9 一、选择题：（13小题，共13分） 1.人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是（C）。 A. 明斯基 B. 扎德 C. 图灵 D. 冯.诺依曼 2.下列哪个不是人工智能的研究领域（D） A.机器证明 B.模式识别 C. 人工生命 D. 编译原理 3.神经网络研究属于下列（B）学派 A. 符号主义 B. 连接主义 C. 行为主义 D. 都不是 4.已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。这是知识表示法叫（B） A. 状态空间法 B. 问题归约法 C. 谓词逻辑法 D. 语义网络法 5.在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（B） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 6.子句~P∨Q和P经过消解以后，得到（B） A. P B. Q C. ~P D. P∨Q 7,8.A∧（A∨B）?A 称为（C），~（A∧B）?~A∨~B称为（D） 二、结合律 B.分配律 C.吸收律 D.摩根律 9,10.如果问题存在最优解，则下面几种搜索算法中，（A）必然可以得到该最优解，（D）可以认为在这几种算法中是“智能程度相对比较高”的算法。 A. 广度优先搜索 B. 深度优先搜索 C. 有界深度优先搜索 D. 启发式搜索

11.产生式系统的推理不包括（D） A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 12.下列哪部分不是专家系统的组成部分（A） A. 用户 B. 综合数据库 C. 推理机 D. 知识库 13. 要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B）。 A. 专家系统 B. 机器学习 C. 神经网络 D. 模式识别！ 二、填空题：（12小题，共30分） 1. 人工智能三大学派是符号主义、联结主义、行为主义。 2. 化成子句形式为：。 3.从已知事实出发，通过规则库求得结论的产生式系统的推理方式是正向推理 4.AI的英文缩写是Artifical Inteligence 5.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 6、假言推理（A→B）∧A? B ，假言三段论（A→B）∧（B→C）?A→C 7、几种常用的归结策略：删除策略、支持集策略、线形归结策略、输入归结策略、单元归结策略 8、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） 9.在启发式搜索当中，通常用启发函数来表示启发性信息。 10.在二人博弈问题中，最常用的一种分析技术是极大极小分析法，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剪枝技术 11.某产生式系统中的一条规则：A（x）→B（x），则前件是A（x），后件是B（x） 12.在框架和语义网络两种知识表示方法中，框架适合于表示结构性强的知识，而语义网络则适合表示一些复杂的关系和联系的知识。面向对象不仅仅是一种知识表示方法，也是一种流行的软件设计和开发技术。 三、简答题：（3小题，共27分） 1.将下列自然语言转化为谓词表示形式： (1) 所有的人都是要呼吸的。 (2) 每个学生都要参加考试。

《人工智能导论》试卷

一、填空： 1.人工智能的研究途径有（1）、（2）和行为模拟。 2.任意列举人工智能的四个应用性领域（3）、（4）、（5）、（6）。 3.人工智能的基本技术包括（7）、（8）、（9）归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是 （10）。 5.谓词逻辑中，重言式（tautlogy）的值是（11）。 6.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（12）。 7.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13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。 8.谓词公式G是不可满足的，当且仅当对所有的解释（16）。 9.谓词公式与其子句集的关系是（17）。 10.利用归结原理证明定理时，若得到的归结式为（18），则结论成立。 11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。 12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。 13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。 14.有子句集S=｛P(x),P(y)｝，其MGU= （23）。 15.在归结原理中，几种常见的归结策略并且具有完备性的是（24），（25），（26）。 16.状态图启发式搜索算法的特点是（27）。 17.广度优先搜索算法中，OPEN表的数据结构实际是一个（28），深度优先搜索算 法中，OPEN表的数据结构实际是一个（29）。 18.产生式系统有三部分组成（30），（31）和推理机。其中推理可分为（32）和 （33）。 19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解 释模块。

2020人工智能与健康题库及答案

精选考试类文档，如果需要，请下载，希望能帮助到你们！ 2020人工智能与健康题库及答案

姓名成绩 温馨提示：同学们，经过培训学习，你一定积累了很多知识，现在请认真、仔细地完成这张试题吧。加油！ 一、判断题(每题2分)。 1.信息时代的三大定律有摩尔定律、吉尔德定律、麦特卡尔夫定律。 正确 2.在没有大数据的条件下，人才的发现与选拔都很难做到“全信息”，大数据能够帮助人们解决这个问题。 正确 3.大数据会带来机器智能，提升计算机的智能程度，但它是永远不会超过人类的智能。 错误 4.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与管理医疗社保基金。 正确 5.在未来，人工智能将会代替人类的工作、身份。 错误 6.人工智能在医疗领域还存在一些问题。 正确 7.对于在医疗领域的AI，我国应提出加大推动创新人工智能应用评估和保障机制、

加大政策扶持力度等建议。 正确 8.从国家内部来看，人工智能通过优化自动化的方式能够提升社会运行效率。正确 9.我们要围绕推动我国人工智能健康快速发展的现实要求，妥善应对人工智能可能带来的挑战，形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的经济基础。 错误 10.由于工业发展的需要，目前国内智能机器人行业的研发只集中于工业服务和智能助手两个方面。 错误 11.中国人口老龄化问题面临各种各样的挑战。 正确 12.从老龄研究的角度，智慧养老能够解决根本性的问题。 错误 13.马斯洛的需求层次理论认为，人类需要的最低层次是安全需求。 错误 14.点对点的养老服务模式通过互联网、物联网技术，来使服务需求得到实现，无论身处何处，打破了地域限制，不需要得知服务提供者是谁。 正确 15.点对点的养老服务模式是指需要什么样的服务，就直接去找这样的服务。 正确

《人工智能导论》期末复习知识点

《人工智能导论》期末复习知识点 选择题知识点 1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。 人工智能Artificial Intelligence,AI 人工神经网络Artificial Neural Network，ANN 机器学习Machine Learning，ML 深度学习Deep Learning,DL 2.什么是强人工智能？ 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。 3.回溯算法的基本思想是什么？ 能进则进。从一条路往前走，能进则进，不能进则退回来，换一条路再试。 4.面向对象、产生式系统、搜索树的定义？ 面向对象(Object Oriented)是软件开发方法，一种编程范式。面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。面向对象是一种对现实世界理解和抽象的方法，是计算机编程技术发展到一定阶段后的产物。面向对象是相对于面向过程来讲的，面向对象方法，把相关的数据和方法组织为一个整体来看待，从更高的层次来进行系统建模，更贴近事物的自然运行模式。 把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。 对于需要分析方法，诸如深度优先搜索和广度优先搜索（穷尽的方法）以及启发式搜索（例如最佳优先搜索和A*算法），这样的问题使用搜索树表示最合适。 5.机器学习的基本定义是什么？ 机器学习是一门研究及其获取新知识和新技能，并识别现有知识的学问。6.智慧地球的概念，智慧地球提出的背景是怎样的？

人工智能导论在线作业

人工智能导论在线作业集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]

答：决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。 基本方法： 决策树一般由方块结点、圆形结点、方案枝、概率枝等组成，方块结点称为决策结点，由结点引出若干条细支，每条细支代表一个方案，称为方案枝；圆形结点称为状态结点，由状态结点引出若干条细支，表示不同的自然状态，称为概率枝。每条概率枝代表一种自然状态。在每条细枝上标明客观状态的内容和其出现概率。在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。这样树形图由左向右，由简到繁展开，组成一个树状网络图。 步骤： a.绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程。 b.按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。 c.对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上，用“=”记号隔断。 2、什么是知识它有哪些特性列举至少六种知识表示方法 答：经过国内外学者的共同努力，目前已经有许多知识表示方法得到了深入的研究，目前使用较多的知识表示方法主要有：谓词逻辑表示法，产生式表示法、框架表示法、语义网络表示法、表示法、基于本体的知识表示法等。本文将介绍这些知识表示方法的特征和优缺点，进行一些分析和比较。 （1）词逻辑表示法。谓词逻辑表示法是指各种基于（ormalogic）知识表示方式，用逻辑公式描述对象、性质、状况和关系，例如“在轨道上”可以描述成：（npaceshiporbit）它是领域中使用最早和最广泛的知识表示方法之一。其根本目的在于把数学中的逻辑论证符号化，能够采用数学演绎的方式，证明一个新语句是从哪些已知正确的语句推导出来的，那么也就能够断定这个新语句也是正确的。 在这种方法中，识库可以看成一组逻辑公式的集合，识库的修改是增加或删除逻辑公式。使用逻辑法表示知识，将以描述的知识通过引入谓词、函数来加以形式描述，得有关的逻辑公式，而以机器内部代码表示。在逻辑法表示下可采用归结法或其它方法进行准确的推理。

人工智能期末复习题解读

●简述产生式系统分为几个部分及其主要功能 (10) 答案： 产生式系统分为三部分，分别为综合数据库、规则集和控制策略。综合数据库中保存了推理的初始状态、中间结果和目标状态。规则集中的规则是描述能够使状态发生改变的操作或者方法，它的形式是IF<前件> THEN<后件>。控制策略描述了当对某一状态而言有很多规则可用时，系统应该先采用哪一条规则。 ●简述回溯策略与深度优先策略的不同点。(10) 答案： 回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。 在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 ●(10) ●(10) ●(20 )

对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述） (20) 答案： 1，综合数据库 定义三元组：（m, c, b） 其中：，表示传教士在河左岸的人数。 ，表示野人在河左岸的人数。 ，b=1，表示船在左岸，b=0，表示船在右岸。 2，规则集 按每次渡河的人数分别写出每一个规则，共(3 0)、(0 3)、(2 1)、(1 1)、 (1 0)、(0 1)、(2 0)、(0 2)八种渡河的可能（其中(x y)表示x个传教士 和y个野人上船渡河），因此共有16个规则（从左岸到右岸、右岸到左岸各八个）。注意：这里没有(1 2)，因为该组合在船上的传教士人数少于野人人数。 规则集如下： r1：IF (m, c, 1) THEN (m-3, c, 0) r2：IF (m, c, 1) THEN (m, c-3, 0) r3：IF (m, c, 1) THEN (m-2, c-1, 0) r4：IF (m, c, 1) THEN (m-1, c-1, 0) r5：IF (m, c, 1) THEN (m-1, c, 0) r6：IF (m, c, 1) THEN (m, c-1, 0) r7：IF (m, c, 1) THEN (m-2, c, 0) r8：IF (m, c, 1) THEN (m, c-2, 0) r9 ：IF (m, c, 0) THEN (m+3, c, 1) r10：IF (m, c, 0) THEN (m, c+3, 1) r11：IF (m, c, 0) THEN (m+2, c+1, 1) r12：IF (m, c, 0) THEN (m+1, c+1, 1) r13：IF (m, c, 0) THEN (m+1, c, 1) r14：IF (m, c, 0) THEN (m, c+1, 1)

大学人工智能期末考试题库

《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 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。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．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。（5分）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。

福州大学《人工智能导论》试卷

福州大学2014～2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成：一个总数据库、、。 5. ANN中文意义是。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是，则定理得证。 8. 子句和P经过消解以后，得到。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父，曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后，可以化为 。

13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A） 8. 在遗传算法中，变量x的定义域为 [-2，5]，要求其精度为10-6，现用二进制进行编码，

人工智能与机器翻译期末复习题

一、名词解释（5X3‘）15’ 1.兼类（P121）：一个单词既可以作名词动词又可以作其他词类 2.机器翻译：用计算机软件代替人做的书面翻译 3.组合型歧义：一个字与前面的字成词,与后面的字成词,合起来也成词。 4.交集型歧义（P117）：一个字与前面的字成词,与后面的字也成词。 5.人工智能：用计算机硬件、软件模拟人的行为，解决人类目前尚未认识清楚的问题。 6.人工智能软件的三大技术：知识表示、知识推理、知识获取。 7.语料库：单词、短语和句子组成的数据库。 8.知识工程：包括人工智能软件技术的工程。（知识工程是以知识为基础的系统，就是 通过智能软件而建立的专家系统） 9.深度学习：一步一步在丰富起来的特征规律引导下，由浅入深完成推理的方法。 10.语用分析：分析成语和习惯用语的方法。 二、题解P36 例2.1 、2.2 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) →LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x))) 三、论述（4X5‘）20’ 1.阐述深度、广度、代价驱动搜索方法。（P68） 答：广度优先搜索法：对全部节点沿广度进行横向扫描，按各节点生成的先后次序，

人工智能(部分习题答案)

1.什么是人类智能？它有哪些特征或特点？ 定义：人类所具有的智力和行为能力。 特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的？ 解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。 3.什么是人工智能？它的研究目标是？ 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段？ 解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。 5.人工智能研究的基本内容有哪些？ 解：知识的获取、表示和使用。 6.人工智能有哪些主要研究领域？ 解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些？ 解：专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法？它有什么特征？ 解：通过符号处理来模拟人类求解问题的心理过程。 特征：基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法？它有什么特征？ 解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。 特征：研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤：（1）定义谓词及个体，确定每个谓词及个体的确切含义；（2）根据所要表达的事物或概念，为每个谓词中的变元赋予特定的值；（3）根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来，形成谓词公式。 2.设有下列语句，请用相应的谓词公式把它们表示出来： （1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词如下： Like(x,y)：x喜欢y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。 “有的人喜欢梅花”可表达为：(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) （1）他每天下午都去玩足球。 解：定义谓词如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 则语句可表达为：(?x)(D(x)→PlayFootball(Ta)) （2）太原市的夏天既干燥又炎热。 解：定义谓词如下： Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎热的。 则语句可表达为：Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) （3）所有人都有饭吃。