高级人工智能试卷版本0.8
说明：
第一套题可信度较低，仅作参考，部分题目尚未给出答案
一填空题
1一般公认人工智能学科诞生于【1956】年
2 人工智能的研究途径有【符号主义】,【连接主义】和进化主义。
3 知识表示方法中的问题规约的思想事实就是【把原问题分解成可以解决的子问题的集合】,其三要素是初始问题描述，【一套把问题变成子问题的算符】和【一套原问题描述】。
4 语义网络和框架知识表示法都是知识的【结构化表示方法】表示，其不足是【严格性】较弱。
5 启发式搜索在搜索中使用【启发信息】帮助搜索。
6 B 规则逆向推理，要求规则的【后项L】是单文字。给出的已知事实必须是【文字合取的形式】；匹配的次序是【】；推理的终止条件是【与或图中包括一个结束在事实节点上的一致解图】
7 人工智能中处理不确定知识使用的数学方法有概率论，【模糊数学】和粗糙集理论等。
8 公式集F={ S [A,g(y),f(z)],s[x,g(B),f(g（x)）]}的最一般合一者是【{A/x, y/B,z/g(A)}】。
二综合题
1 简述问题规约的基本思想，并指出其三要素。
答：知识表示方法中的问题归约思想事实就是简化，其三要素是初始问题描述、一套简化算子和一套本原问题的描述。
2 深度优先搜索中为何常采用有节深度搜索？
答：因为深度优先搜索是不完备的，属于非算法的搜索过程，而有界深度优先搜索引入了搜索深度限制值d，使得深度优先搜索过程具有完备性，因而常常采用有界深度优先搜索。
3非单调推理有什么特点？
答：推理系统的定理集合并不随推理过程的进行而单调地增大，新推出的定理很可能会否定、改变原来的一些定理，使得原来能够解释的某些现象变得不能解释了。假如把人们在不同认识阶段的知识用集合F来表示，则这样的集合是时间t 的函数F(t) 。每个集合F(t)表示人们在时刻t的知识总和，则这些集合不是单调增大的。形式地说，如果t1 4 画出机器学习的框图，并做简要说明。 答： 学习单元 反馈 执行单元 知识库 环境 5 将下面的公式化为字句集表示 ()()()()[]()()()[]{}y y x y y x y x P Q Q X R →?∧→???，， 三、设有三个瓶子a,b 和c ，其容量分别为8升、5升和1升，a 瓶装满了8升液体，请用状态空间法给出将a 瓶8升液体平分成两个4升液体的方案。 四、用谓词公式表示下面的文字描述。 1. 所有的老虎都是有腿的。 2. 有的花是不香的。 五、用语义网络表示下列文字描述 1. Li 7 月 28日游览了黄山 设计一个框架，要求，不少于四个槽，要用到侧面。 六、用归结方法证明目标公式G 是条件公式 、 、 的逻辑结论 ： : 七 已知事实：()()()[]b b a R Q P ∧∨?，规则： F1:()()()x x x R W P ∧→? F2：()()y y S Q ?→ 用F 规则正向演绎方法证明目标公式；()()x x W S ∨? 八 已知s 、a 、b 、c 、g 五个城市相互距离如图。构造的启发函数中h （n ）值如下表，g （n ）采用走过城市的实际路程。用下述指定搜索方法，找到从s 到达g 的路径，并采用OPEN 表和CLOSED 表给出搜索过程。 （1）不考虑g （n ）即f （n ）=h （n ）。 （2）不考虑h （n ），即f （n ）=g （n ）。 （3）f （n ）=g （n ）+h （n ）。 城市 h （n ） s 32 a 11 b 9 c 7 g 15 81 4 55 a a b g 答： 第一问： closed 表就是把最佳路径的节点，按照顺序排列的表 第一题： 标号 状态节点 父节点 0 s 0 1 c S 2 g c 第二问： 标号状态节点父节点 0 s 0 1 a s 2 g a 第三问： 标号状态节点父节点 0 s 0 1 b s 2 g b （不会用Open表） 2010级研究生人工智能试卷 (1)智能科学研究【B】和【C】是由【E】、【G】、【J】等学科..的交叉学科 A思维的基本理论B智能的基本理论C实现技术 D基本形态 F形象思维 G认识科学H抽象思维 I感知思维J人工智能K灵感思维 答案:智能科学研究智能的本质和实现技术, 是由脑科学、认知科学、人工智能等综合形成的交叉学科 (2)深度优先搜索属于【A】搜索原则是深度越【E】，越【F】产生节点的优先级高。深度搜索是【G】 A盲搜索B启发式搜索C大D晚E小F早 G完备的H不完备 (3)人工智能中的符号主义在认识层次是【A】在求解层次是【C】在处理层次是【E】在××层次是【G】在体系层次是【I】 A离散B连续C由底向上D自顶向下E串行 F并行G推理H映射I交互J分布K局部 (4)基于解释的学习属于【C】,关联分析属于【E】,SVM属于【G】 A发现学习B分析学习C归纳学习D遗传学习E连接学习 F强化学习G统计学习 (5)边界假设（CWA）属于【B】D-S证据理论属于【D】限定逻辑属于【B】A归结原理B非单调推理C定性推理D不确定推理 (6)SVM是建立在【A】……模式识别中表现出…… A高维E置信风险最小 7试解释有监督学习、无监督学习、强化学习？ 答：有监督(有指导)学习：从其输入/输出的实例中学习一个函数 无监督(无指导)学习：在未提供明确的输出值情况下，学习输入的模式 主要在概率推理系统的上下文中研究无监督学习 强化学习—从强化物中学习，而不是根据指导进行学习 8什么是先验概率？什么是后验概率？ 9简述基本遗传算法原理 答：遗传算法是进化计算中的研究核心。 遗传算法原理：遗传算法基于达尔文进化论的观点，依照适者生存，优胜劣汰等自然进化法则，通过计算机来模拟生命进化的机制，进行智能优化计算和问题搜索求解。 GA功能：在解决许多传统数学难题以及常规条件下明显失效的复杂问题时，遗传算法提供了一个行之有效的新途径。 遗传算法目的：一方面是通过它的研究来进一步解释自然界的适应过程；另一方面是为了将自然生物系统的重要机理运用到人工系统的设计中。遗传算法实现：本质上，所谓遗传算法，就是一个通过基因因子选择、重组、复制、评价计算，从而再循环繁殖、继承而不断地进化以接近于最佳种群的过程。换言之，这是一个自适应地逐渐找到最优解的组织实现过程。 遗传算法思想：模拟自然界中的生物进化过程，把要求解问题的状态空间，映像为遗传空间；实施遗传算法来模拟进化操作，以便发现和生成优良子代种群，推进系统性能不断优化，直至种群(系统)品质达到某种预定的优化指标，即得到问题最优解。实现GA过程:主要包括编码;确定种群;遗传操作（选择复制，交叉，变异，在进行遗传操作;优胜劣汰等运算过程。 算法过程:开始随机地产生一些染色体，称之为侯选解，组合为初始种群；随后对这些染色体进行向量编码，得到种群P(t)；再对种群P(t)进行适应度计算。选择适应度值大的染色体进行复制;再通过交换、变异等遗传操作,剔除适应度低的即性能不佳的染色体,留下适应度高的即性能优良的染色体，就得到了新种群P(t+1)。由于新种群P(t+1)成员是从上一代种群中挑选而得到适应度高的优秀者,它继承了上一代优良特性,总体性能将明显优于上一代。如此反复迭代,优胜劣汰,就使得该集群一代又一代向着更优群体的方向进化，直至集群品质达到某种预定的优化指标，即得到了问题的最优解。 10简要描述强化学习的基本原理并试比较与其他机器学习方法的异同 答： （此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面 人工智能期末考试卷（1） 一、填空题（每空1分，共10分） 1智能具有五个特征，分别为① 学习能力、自适应能力、 ②记忆与思维能力、表达能力和感知能力。 2. 机器的③ 感知能力是让机器自动获取知识的基本条件，而知识的自动 获取一直是智能系统研究中最困难的问题之一。 3?从研究的角度不同，对人工智能的研究可分两大阵营：④ 联接和 ⑤符号。其中⑤符号的理论基础为数理逻辑。 4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的 子问题，最终将问题转换为对本原问题的知识表示方法。 5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。 6. 当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。 7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可 能会发生⑨组合爆炸。 8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心 理学模型。1972年，Simon首先将⑩用于自然语言理解系统。 二、简答题（共30分） 1. 什么是A*算法的可纳性？（4分） 答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找 到最短（代价最小）的解答路径，则称算法具有可采纳性。 2. 在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可 分为三类，请举例说明对这三类节点的不同的处理方法。（8分） 答： 把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3 ）已 出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；（3分）*加第1类子节点于OPEN表，并建立从子节点到父节点n的指；（1分） *比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点（2分） ?对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；（2分） 3. 请简述不确定性推理的含义。（4分） 是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定程度的不确定 性但却有是合理或基本合理的结论的推理过程。 4. 若S={P（x）V Q（f（x））「P（a）, n Q（y）}，请画出与该子句集对应的语义树， 为什么可以用封闭语义树来判定子句集的不可满足性？（14分） 答：H={a,f（a）,f（f（a））, ……}（1 分） 眉山市2019年度公需科目培训《人工智能与健康》试题及答案（一） 一、单项选择题 1. 古代把计量叫“度量衡”，其中，“度”是测量（）的过程。（ 2.0 分） A. 长度 B. 容积 C.温度 D.轻重 我的答案： A √答对 2. 最经典的西方健康研究——佛雷明翰研究开始于（）。（ 2.0 分） A.1948 年 B.1971 年 C.1989 年 D.2000 年 我的答案： A √答对 3.（）宣布启动了“先进制造伙伴计划”“人类连接组计划”“创新神经技术脑 研究计划”。（ 2.0 分） A. 中国 B. 日本 C.美国 D.德国 我的答案： C √答对 4. 在2016 年，我国人工智能企业超过了（）家。（ 2.0 分） A.1000 B.1200 C.1400 D.1500 我的答案： D √答对 5. 在大数据隐私保护生命周期模型中，大数据发布的风险是（）。（ 2.0 分） A. 被第三方偷窥或篡改 B. 如何确保合适的数据及属性在合适的时间地点给合适的用户访问 C.匿名处理后经过数据挖掘仍可被分析出隐私 D.如何在发布时去掉用户隐私并保证数据可用 我的答案： D √答对 6.下列对人工智能芯片的表述，不正确的是（）。（ 2.0 分） A. 一种专门用于处理人工智能应用中大量计算任务的芯片 B. 能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案： C √答对 7.（）是用电脑对文本集按照一定的标准进行自动分类标记。（ 2.0 分） A. 文本识别 B. 机器翻译 C.文本分类 D.问答系统 我的答案： C √答对 8.在（）年，AlphaGo战胜世界围棋冠军李世石。（ 2.0 分） A.2006 B.2012 C.2016 D.2017 我的答案： C √答对 9.古代把计量叫“度量衡”，其中，“衡”是测量（）的过程。（ 2.0 分） A. 长度 B. 容积 C.温度 D.轻重 我的答案： D √答对 10.近几年，全球人工智能产业发展突飞猛进，人工智能脸部识别率的准确度已经达到（）。（ 2.0 分） A.99.7% B.99.8% C.99.9% 第三章搜索推理技术 3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么? 图搜索的一般过程如下： (1) 建立一个搜索图G(初始只含有起始节点S)，把S放到未扩展节点表中（OPEN表）中。 (2) 建立一个已扩展节点表（CLOSED表），其初始为空表。 (3) LOOP：若OPEN表是空表，则失败退出。 (4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节 点n，它是CLOSED表中节点的编号 (5) 若n为一目标节点，则有解并成功退出。此解是追踪图G中沿着指针从n到S这条路径 而得到的(指针将在第7步中设置) (6) 扩展节点n，生成不是n的祖先的那些后继节点的集合M。将M添入图G中。 (7) 对那些未曾在G中出现过的(既未曾在OPEN表上或CLOSED表上出现过的)M成员设置一 个通向n的指针，并将它们加进OPEN表。 对已经在OPEN或CLOSED表上的每个M成员，确定是否需要更改通到n的指针方向。 对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。 (8) 按某一任意方式或按某个探试值，重排OPEN表。 (9) GO LOOP。 重排OPEN表意味着，在第(6)步中，将优先扩展哪个节点，不同的排序标准对应着不同的搜索策略。 重排的原则当视具体需求而定，不同的原则对应着不同的搜索策略，如果想尽快地找到一个解，则应当将最有可能达到目标节点的那些节点排在OPEN表的前面部分，如果想找到代价最小的解，则应当按代价从小到大的顺序重排OPEN表。 3-2 试举例比较各种搜索方法的效率。 XXXX2017至2018 学年第 1 学期 《人工智能技术》 课程考试（ A ）卷 计科 系 级 专业 学号 姓名 一、选择题：（2分×10=20分） 1． 人工智能AI 的英文全称（ ）最早于1956年在达特茅斯会议上被提出。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。 A ．Automatic Intelligence B ．Artifical Intelligence C ．Automatice Information D ．Artifical Information 2． 所谓不确定性推理是从（ ）的初始证据出发，通过运用（ ）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 A ．不确定性，确定性 B ．确定性，确定性 C ．确定性，不确定性 D ．不确定性，不确定性 3． 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（ ）。 A ．概率推理 B ．神经网络 C ．机器学习 D ．智能搜索 4． 下面几种搜索算法中，不完备的搜索算法是（ ）。 A ．广度优先搜索 B ．A*搜索 C ．迭代深入深度优先搜索 D ．贪婪搜索 5． 人工智能的目的是让机器能够（ ），以实现某些脑力劳动的机械化。 A ．模拟、延伸和扩展人的智能 B ．和人一样工作 C ．完全代替人的大脑 D ．具有智能 6．在一个监督学习问题f:x →y 中，输出y 的值域是连续的，例如实数集R ，那么这是一个（ ）问题。 A ．分类 B ．聚类 C ．回归 D ．降维 装 订 线 《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月 前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月 目录 实验教学大纲 (1) 实验一产生式系统实验 (3) 实验二模糊推理系统实验 (5) 实验三A*算法实验I (9) 实验四A*算法实验II (12) 实验五遗传算法实验I (14) 实验六遗传算法实验II (18) 实验七基于神经网络的模式识别实验 (20) 实验八基于神经网络的优化计算实验 (24) 实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1产生式系统应用VC++设计知识库，实现系统识别或 分类等。 2设计课内 2模糊推理系统应用Matlab1）设计洗衣机的模糊控制器； 2）设计两车追赶的模糊控制 器。 2验证课内 3A*算法应用I VC++设计与实现求解N数码问题的 A*算法。 2综合课内4A*算法应用II VC++设计与实现求解迷宫问题的A* 算法。 2综合课内5遗传算法应用I Matlab1）求某一函数的最小值； 2）求某一函数的最大值。 2验证课内6遗传算法应用II VC++设计与实现求解不同城市规模 的TSP问题的遗传算法。 2综合课内 7基于神经网络的模式识别Matlab1）基于BP神经网络的数字识 别设计； 2）基于离散Hopfiel神经网络 的联想记忆设计。 2验证课内 8基于神经网络的 优化计算 VC++设计与实现求解TSP问题的连2综合课内 四、实验成绩评定 实验课成绩单独按五分制评定。凡实验成绩不及格者，该门课程就不及格。学生的实验成绩应以平时考查为主，一般应占课程总成绩的50%，其平时成绩又要以实验实际操作的优劣作为主要考核依据。对于实验课成绩，无论采取何种方式进行考核，都必须按实验课的目的要求，以实际实验工作能力的强弱作为评定成绩的主要依据。 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 人工智能及其应用总结 1、感知能力、 2、记忆与思维能、 3、学习能力、 4、行为能力（表达能力）人工智能的研究内容：知识表示、机器感知、机器思维、机器学习、机器行为人工智能的研究目标：近期目标：使现有的电子数字计算机更聪明、更有用，使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。建造智能机器人代替人类的部分智力劳动。远期目标：用自动机模仿人类的思维过程和智能行为。最终目标：机器智能实现生物智能的各项功能。智能行为：感知、推理、学习、通信和复杂环境下的动作行为知识发现的处理过程：数据挖掘、数据选择、知识评价人工智能的主要学派：符号主义、连接主义和行为主义人工智能的研究途径：心理模拟、生理模拟和行为模拟人工智能的应用领域：智能控制、智能管理、智能决策、智能仿真。人工智能的基本技术：表示、运算、搜索归纳技术、联想技术人工智能（机器智能）、学科和能力：（书）所谓人工智能就是用人工的方法在机器(计算机)上实现的智能，或者说是人们使机器具有类似于人的智能。从学科角度来看：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。从能力角度来看：人工智能是智能机器所执行的通常与人类智能有关的功能。对认知 行为进行研究：心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，与此相应的是计算机程序、语言和硬件。研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。人工智能新的研究热点：新的研究热点：分布式人工智能与Agent，计算智能与进化计算，数据挖掘与知识发现 (超市市场商品数据分析)，人工生命第二章：知识表示方法知识的一般概念：知识是人们在改造客观世界的实践中积累起来的认识和经验知识表示：是研究用机器表示知识的可行性、有效性的一般方法，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。知识表示的要求：表示能力、可利用性、可实现性、可组织性、可维护性、自然性、可理解性状态空间法的三要素：状态、算符、状态空间方法问题求解技术：问题的表示和求解的方法二种不确定性：关于证据的不确定性和关于结论的不确定性原子公式：由若干谓词符号和项组成问题的状态空间包含三种说明的集合：初始状态集合S、操作符集合以及目标状态集合“我听音乐或者绘画”的谓词表示的析取式LISTEN(I,MUSIC)VDRAW(I,PAINTING)句子变换成子句形式：(x)｛P(x)→P(x)｝ (ANY x) { P(x)P(x) } (ANY x) {~P(x) 内蒙古科技大学2013/2014 学年第一学期 《人工智能》大作业 课程号：67111317、76807376 考试方式：大作业 使用专业、年级：计算机2011-1，2，3，4 任课教师：陈淋艳 班级： 学号： 姓名： 一、（15分）智能、智力、能力的含义是什么？什么是人工智能？ 人类研究人工智能的最终目标是什么？ 二、（15分）传教士与野人问题：有三个传教士和三个野人来到河 边，河边只有一条一次最多可供两个人过河的小船，传教士如 何用这条小船过河才能使河两边的野人数目决不会超过传教士 的数目？ 指定状态描述的格式，开始状态和目标状态；画出状态空间图。 （只要画出河两边野人数目不会超过传教士数目的状态即可）。 三、(10分)用谓词公式表示下列语句：因为老百姓授法律管制，所 以晁盖劫了生辰纲，触犯了宋王朝的法律，受到官府追究；而 达官贵人和恶少不受法律管制，所以高衙内强抢民女，虽然也 违法，却可以横行无忌。 四、(20分)什么是演绎推理？他的推理规则是什么？ 试用谓词演算语句集合表示下面这段话；并用归结反演的方法 回答下列问题： 设TONY，|MIKE和JOHN属于ALPINE俱乐部，ALPINE俱乐部的成员不是滑雪运动员就是登山运动员。登山运动员不喜 欢下雨，而且任何不喜欢雪的人都不是滑雪运动员。MIKE讨厌TONY所喜欢的一切东西，而喜欢TONY所讨厌的一切东西。 TONY喜欢雨和雪。试问有没有ALPINE俱乐部的成员，他是一个登山运动员但不是滑雪运动员。 五、(20分)在主观Bayes推理中，LS和LN的意义是什么？ 设系统中有如下规则： R1：IF E1THEN （50 0，0.01）H1 R2 IF E2THEN （1，100）H1 R3：IF E3THEN （1000，1）H2 R4：IF H1THEN （20，1）H2 并且已知P(H1)=0.1，P(H2)=0.1，P(H3)=0.1，初始证据的概率为P(E1|S1)=0.5 ，P(E2|S2)=0 ，P(E3|S3)=0.8，用主观Bayes方法求H2的后验概率P(H2|S1& S2& S3)。 六、（20分）结课报告题目：选以下题目之一或自选题目写一篇5000 字左右的报告，要有关键字，图要有图号，最后要有参考资料。 1、总结知识表达技术。（选取三种知识表达放法加以介绍，并进行比较） 2、查找两篇或三篇已发表的与人工智能理论相关的论文，从文章所论述的问题，阐述的理论，其社会效益，与原有的方法相比，他的优缺点等。 3、介绍一已有的专家系统。 4、写一篇文章介绍人工神经网络。（应用领域，人工神经元模型，学习方法） 不符合以下要求的作业不收 本试题一律使用A4纸完成，一至五题要求手写。 《人工智能试卷》参考答案 一、填空题 1.人工智能 2.智能机器、模仿和执行人脑 3.谓词符号、变量符号、函数符号、常量符号 4.知识 5.一般、特殊、大前提、小前提、结论 6.语义网络、有向图 二、简答题 1.首先，数据和信息是密切相关的。数据是记录信息的符号，是信息的载体和表示；信息是对 数据的解释，是数据在特定场合下的具体含义。即相同数据在不同场合可以表示不同信息。 同样，相同的信息也可以用不同的数据表示。其次，信息和知识之间也关系密切，只有把有关的信息关联到一块加以使用，才能成为知识。综上所述，数据、信息和知识是3个层面上的概念：数据经过加工处理成为信息，把有关信息关联到一块就构成知识 2.解：师生框架 Frame 第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。 问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。 谓词逻辑法：采用谓词合式公式和一阶谓词算法。要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。 语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。节点用于表示物体、概念和状态，弧线用于表示节点间的关系。语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。语义网络可用于表示多元关系，扩展后可以表示更复杂的问题 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 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)。 《人工智能及其应用》实验指导书 《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月 前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月 目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (6) 实验三 A*算法实验I (11) 实验四 A*算法实验II (14) 实验五遗传算法实验I (16) 实验六遗传算法实验II (21) 实验七基于神经网络的模式识别实验 (24) 实验八基于神经网络的优化计算实验 (28) 实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台 实验内容学 时 类型教学 要求 1 产生式系统应 用VC++ 设计知识库，实现系统识 别或分类等。 2 设计课内 2 模糊推理系统 应用Matlab 1）设计洗衣机的模糊控制 器； 2）设计两车追赶的模糊控 制器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问 题的A*算法。 2 综合课内4 A*算法应用II VC++ 设计与实现求解迷宫问题 的A*算法。 2 综合课内 5 遗传算法应用 I Matlab 1）求某一函数的最小值； 2）求某一函数的最大值。 2 验证课内 6 遗传算法应用 II VC++ 设计与实现求解不同城市 规模的TSP问题的遗传算 法。 2 综合课内 7 基于神经网络 的模式识别Matlab 1）基于BP神经网络的数 字识别设计； 2）基于离散Hopfiel神经 网络的联想记忆设计。 2 验证课内 8 基于神经网络 的优化计算VC++ 设计与实现求解TSP问题 的连续Hopfield神经网 络。 2 综合课内 四、实验成绩评定 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 《人工智能及其应用》 实验指导书 浙江工业大学计算机科学与技术学院—人工智能课程组 2011年9月 前言 本实验是为了配合《人工智能及其应用》课程的理论学习而专门设置的。本实验的目的是巩固和加强人工智能的基本原理和方法，并为今后进一步学习更高级课程和信息智能化技术的研究与系统开发奠定良好的基础。 全书共分为八个实验：1.产生式系统实验；2.模糊推理系统实验；3.A*算法求解8数码问题实验；4.A*算法求解迷宫问题实验；5.遗传算法求解函数最值问题实验；6.遗传算法求解TSP问题实验；7.基于神经网络的模式识别实验；8.基于神经网络的优化计算实验。每个实验包括有：实验目的、实验内容、实验条件、实验要求、实验步骤和实验报告等六个项目。 本实验指导书包括两个部分。第一个部分是介绍实验的教学大纲；第二部分是介绍八个实验的内容。 由于编者水平有限，本实验指导书的错误和不足在所难免，欢迎批评指正。 人工智能课程组 2011年9月 目录 实验教学大纲 (1) 实验一产生式系统实验 (4) 实验二模糊推理系统实验 (7) 实验三A*算法实验I (13) 实验四A*算法实验II (17) 实验五遗传算法实验I (19) 实验六遗传算法实验II (26) 实验七基于神经网络的模式识别实验 (29) 实验八基于神经网络的优化计算实验 (35) 实验教学大纲 一、学时：16学时，一般安排在第9周至第16周。 二、主要仪器设备及运行环境：PC机、Visual C++ 6.0、Matlab 7.0。 三、实验项目及教学安排 序号实验名称实验 平台实验内容学 时 类型教学 要求 1 产生式系统应用VC++ 设计知识库，实现系统识别或 分类等。 2 设计课内 2 模糊推理系统应 用Matla b 1）设计洗衣机的模糊控制器； 2）设计两车追赶的模糊控制 器。 2 验证课内 3 A*算法应用I VC++ 设计与实现求解N数码问题的 A*算法。 2 综合课内 4 A*算法应用II VC++ 设计与实现求解迷宫问题的A* 算法。 2 综合课内 5 遗传算法应用I Matla b 1）求某一函数的最小值； 2）求某一函数的最大值。 2 验证课内 6 遗传算法应用II VC++ 设计与实现求解不同城市规模 的TSP问题的遗传算法。 2 综合课内7 基于神经网络的Matla1）基于BP神经网络的数字识 2 验证课内 一、选择题(每题1分，共15分) 1、AI的英文缩写是 A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 2、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 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 A)正向推理B)反向推理C)双向推理 4、语义网络表达知识时，有向弧AKO 链、ISA链是用来表达节点知识的（）。 A)无悖性B)可扩充性C)继承性 5、(A→B)∧A => B是 A)附加律B)拒收律C)假言推理D)US 6、命题是可以判断真假的 A)祈使句B)疑问句C)感叹句D)陈述句 7、仅个体变元被量化的谓词称为 A)一阶谓词B)原子公式C)二阶谓词D)全称量词 8、MGU是 A)最一般合一B)最一般替换C)最一般谓词D)基替换 9、1997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）深蓝B）IBM C）深思D）蓝天 10、下列不在人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制和元知识 D)关系 11、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘, 若ζ是互补文字的（最一般）合一置换，则其归结式C=（） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 12、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 13、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 14、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 A)明斯基B).扎德C)图林D)冯.诺依曼 15.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（）。 A)专家系统B)机器学习C)神经网络D)模式识别 二、填空题(每空1.5分，共30分) 1、不确定性类型按性质分：，， ，。 2、在删除策略归结的过程中删除以下子句：含有的子句;含 有的子句;子句集中被别的子句的子句。 3、对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系： CF（~A）=、CF（A1∧A2 ）=、 CF（A1∨A2 ）= 4、图：指由和组成的网络。按连接同一节点的各边的逻辑关系又可分为和。 5、合一算法：求非空有限具有相同谓词名的原子公式集的 6、产生式系统的推理过程中，从可触发规则中选择一个规则来执行，被执行的规则称为。 2.证明G 是否为1F ,2F ,……，n F 的逻辑结论。 1F ：()()()()()()x x x x R Q P ∧→? 1F ：()()()()x x x S P ∧? G ：()()()()x x x R S ∧? 2.先把G 否定，并放入F 中，得到的｛F1,F2, ?G ｝为 ｛()()()()()()x x x x R Q P ∧→?，()()()()x x x S P ∧?，?（()()()()x x x R S ∧?）｝ 再把｛F1,F2, ?G ｝化为子句集，得到 ①)x ()x (Q P ∨? ②)y ()y (R P ∨? ③)a (P ④)a (S ⑤)b ()b (R S ?∨? 其中①②是由F1化为的两个子句，③④是由F2化为的两个子句，⑤是由G 化为的子句。 由子句集可以看出只有唯一的一个Q 因此可以得出G 不是F 的逻辑结构。 3.假设张被盗，公安局派出5人去调查。案情分析时，侦查员A 说：“赵与钱中至少有一人作案”；侦查员B 说：“钱与孙中至少有一人作案”；侦查员C 说：“孙与李中至少有一人作案”；侦查员D 说：“赵与孙中至少有一人与此案无关”；侦查员E 说：“钱与李中至少有一人与此案无关”。如果这5个侦查员的话都是可信的，试用归结演绎推理求出谁是盗窃犯。 3.解：(1) 先定义谓词和常量 设C(x)表示x 作案，Z 表示赵，Q 表示钱，S 表示孙，L 表示李 (2) 将已知事实用谓词公式表示出来 赵与钱中至少有一个人作案：C(Z)∨C(Q) 钱与孙中至少有一个人作案：C(Q)∨C(S) 孙与李中至少有一个人作案：C(S)∨C(L) 赵与孙中至少有一个人与此案无关：? (C (Z)∧C(S))，即?C (Z) ∨?C(S) 钱与李中至少有一个人与此案无关：? (C (Q)∧C(L))，即?C (Q) ∨?C(L) (3) 将所要求的问题用谓词公式表示出来，并与其否定取析取。 设作案者为u ，则要求的结论是C(u)。将其与其否取析取，得： ? C(u) ∨C(u) (4) 对上述扩充的子句集，按归结原理进行归结，其修改的证明树如下： 人工智能试卷 一、选择题（15小题，共15分） 1. 人工智能产生于哪一年（）。 A. 1957 B. 1962 C. 1956 D. 1979 2.下列哪个不是人工智能的研究领域（） 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（）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（） 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（） 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（） A. P B. Q C. ~P D. P∨Q 7、8.A∧（A∨B）?A 称为（），~（A∧B）?~A∨~B称为（） A. 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，（）必然可以得到该最优解，（）可以认为是“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（） 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. 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（）。 A. 专家系统 B. 机器学习 C. 神经网络 D. 模式识别 14、人工智能是一门 A)数学和生理学B)心理学和生理学C)语言学 D)综合性的交叉学科和边缘学科 15、语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（）。 A) 无悖性B) 可扩充性C) 继承性 二、填空题（共30分）： 1. 归结法中，可以通过---------的方法得到问题的解答。 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 4.AI是是的英文缩写 5. 人工智能的基本技术包括、、、归纳技术、联想技术。 6.目前所用的知识表示形式有、、等。 7.产生式系统有三部分组成，和推理机。其中推理可分为和。 8.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，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，其他变元称为 9、1997年５月，著名的“人机大战”，最终名为“”的计算机以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。 10、人工智能的远期目标是，近期目标是。 11、谓词逻辑中，重言式（tautlogy）的值是。 12、利用归结原理证明定理时，若得到的归结式为，则结论成立。 13、若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= 。 14、若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= 。 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，，。 16、在启发式搜索当中，通常用来表示启发性信息。 17、假言推理（A→B）∧A?，假言三段论（A→B）∧（B→C）? . 三、简答与应用题 1、剪枝方法只是极小极大方法的一种近似，剪枝可能会遗漏掉最佳走步。这种说法是否正人工智能期末考试卷(1)评分标准及标准答案
公需科目：2019人工智能与健康试题及答案(一)
《人工智能及其应用》(蔡自兴)课后习题答案第3章
人工智能期末试卷
《人工智能及其应用》实验指导书Word版
人工智能期末试题及答案完整版
人工智能及其应用总结
人工智能试题
《人工智能试卷》参考答案
人工智能及其应用(蔡自兴)课后答案
(完整word版)《人工智能导论》课程期末考试试卷二 答案 (上海交大)
《人工智能及其应用》实验指导书上课讲义
最新人工智能期末试题及答案完整版(最新)
《人工智能及其应用》实验指导书
人工智能 经典考试试题及答案
人工智能期末试题
大学人工智能试卷