人工智能 AI

考试题型主要是选择题、填空题、简答题、分析计算题。分析题重点主要在第1章、第2章的搜索问题、第3章归结原理、第6章决策树和神经网络。分数分布大约是选择题30分(10题）、填空题20分(10题）、简答题10分(2题）、分析计算题40分(4题）。一. 选择题1 人工智能是_A_i. 用人工的方法在机器（计算机）上实现的智能。ii. 人机器的智能iii. 开发者的智能2 人工智能学派符号主义的主要研究方法是 C i. 用仿生学的方法，通过研究人脑的工作模型，搞清人类智能的本质ii. 应用进化论的思想进行人工智能的研究iii. 研究逻辑演绎在计算机上的实现方法3 对问题进行分割后进行搜索的实质是 B i. 对问题进行归纳总结，以寻求一般的概念ii. 从目标出发的逆向推理，寻找若干子问题的集合iii. 将多个小问题归纳成一个大问题的求解方法4 利用已知的某些有关具体问题领域的信息进行搜索的方法称为_C_i. 逐个搜索ii. 随机搜索iii. 启发式搜索5 产生式系统中推理的结论存放在： A A. 作业领域B. 知识库C. 推理机构6. 以下关于模糊数的定义中，哪一个是不正确的 A A. 模糊数是一个定义在0，1上的实数B. 可进行模糊数的四则运算C. 具有闭凸特性的数的集合7. 下列关于误差反向传播学习（BP）算法的说法中，正确的是 B A. 误差信号在输出层到输入层的通道上传播B. 输出层神经元的权值只会影响相应神经元的输出值C. 按误差函数导数的递增方向修正各神经元的权值8. 单层感知机的学习算法包括 C A. 工作信号的前向传递B. 误差信号的计算，以及权值的修正C. 上述两者9. 框架系统是一种 A A. 结构化的知识表示方法B. 适用于处理庞大、凌乱知识的方法C. 只适用于静态知识表达的方法10. 基于解释的学习（EBL）中，下述哪种说法是正确的 A A. 生成知识的正确性有保证B. 不需要太多的先验知识C. A和B都对11. 下列搜索算法中，能保证取得最优解的是 C A. A* 算法B. 均一代价算法C. 上述两者12. 模糊控制中，同一条规则内部的推理是采用 B A. 取大B. 取小C. 先取小后取大二. 填空题1. 状态空间表示法中，解的问题是以 状态 和 算符 集合的形式表示的。 2.已知年龄集合为，试给出一个“青年”的模糊集合0.4/10+1/20+0.6/30+0.2/40+0.1/50（答案有多种，隶属度值位于01之间，且能反映这种变化的趋势即可）（本题2分）3.基于解释的学习（EBL）中，给出训练事例的意义在于，提取出在解决 实际（或目标等相关答案） 问题时可以应用的部分，从而节省 存储 容量和搜索 时间 。4.在图搜索中，是否应用了 已有（或已知领域或启发性等相关答案） 的知识，决定了搜索是盲目的还是有启发信息的。常用的启发搜索算法有 任选两种 、 两种。5.在产生式系统中，通常从选择规则到执行操作分三步：_匹配_、_冲突消解和 推理 。6.机器学习的主要推理方法有 机械式 、 类推 、 归纳 、 演绎 以及 发现 等。7.设模式，则该模式的定义长 5 ，位数 4 。三. 判断题 1. 与/或（AND/OR）图搜索中，如果子节点是AND节点，只对其中一个进行扩展。改：与/或（AND/OR）图搜索中，如果子节点是AND节点，则对所有的子节点进行扩展。2. 应用归纳的方法由示例学习概念，需要的先验知识少。而学习示例越多，其生成的新知识的正确性就越高。（ ）改：最佳优先搜索是一种高效的搜索方法，依据从起点出发的最小代价和，指导搜索的方向。（）改：最佳优先搜索是一种高效的搜索方法，依据与目标相关的启发函数值，指导搜索的方向。3. 模糊控制中，可利用重心法对参数模糊化，然后根据模糊规则进行推理。改：4.基于模糊集理论的方法，（）改：模糊控制中，根据模糊规则进行推理后，可利用重心法对推理结果进行去模糊化。4. 特征模式匹配中，输入模式与两个参考模式的距离，较小的一方即为识别出的类别。（） 四求解题 1.试利用a-b搜索法，对下图所示的博弈树进行搜索，把没有必要进行评估的状态画，并注明是什么剪枝。2.对下图所示的状态空间图进行：(1) 纵向搜索；(2) 横向搜索；（3）均一代价搜索；(4) A*算法搜索。（图中A为初始节点，F 为目标节点，各节点的启发值标注在小括号内）。给出搜索过程及搜索出的最佳路径，并标注各节点的估价函数值。(4)(7)4DB43(9)7(0)14FA224EC(2)(6)5OPEN:C,BCLOSED:A(1)A(1)纵向搜索：(2)OPEN:C,E,DCLOSED:A,BBC(3) OPEN:C,E,FCLOSED:A,B,DDE(4)OPEN:C,ECLOSED:A,B,D,F(搜索过程可以用其它形式表示) 搜索路径是：ABD F或ACD F等（此题答案可有多解） (2)横向搜索：（此题答案可有多解）OPEN:C,D,ECLOSED:A,B(2)OPEN:B,CCLOSED:A(1)AFEDCBOPEN:D,ECLOSED:A,B,C(3)(4)(5)OPEN:E,FCLOSED:A,B,C,DOPEN:FCLOSED:A,B,C,D,E(6)OPEN: CLOSED:A,B,C,D,E(搜索过程可以用其它形式表示) 搜索路径是：ABC DEF等（此题答案可有多解） (3)均一代价搜索：（小括号内标注的是从起始节点出发到该点的最小代价值）OPEN:,CLOSED:A(1)B(3)D(76)E(1097)F(109)A(0)(2)OPEN:,CLOSED:A,B,C(3)OPEN:,CLOSED:A,BC(4)(5)(4)OPEN:CLOSED:A,B,C,D,EOPEN:,CLOSED:A,B,C,D(6)OPEN:CLOSED:A,B,C,D,E (搜索过程可以用其它形式表示) 搜索出的最优路径是：ACDEF，代价是9。 (3)A*算法：（小括号内标注的是该点的估价函数值）OPEN:,CLOSED:A(1)E(12119)F(109)A(9)(2)OPEN:,CLOSED:A,B,C(3)OPEN:,CLOSED:A,BC(10)B(10)OPEN:CLOSED:A,B,C,D,E(5)(4)D(1110)OPEN:,CLOSED:A,B,C,D(6)OPEN:CLOSED:A,B,C,D,E (搜索过程可以用其它形式表示) 搜索出的最优路径是：ACDEF代价是9。 3.设样本集合如下所示，其中A、B、C是F的属性，试根据信息增益标准(ID3 算法)求解F的决策树。 A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 0(已知log2(2/3)= -0.5842, log2(1/3)= -1.5850, log2(3/4)= -0.41504, ) 所以 第一次分类选属性C，对C=0的四个例子再进行第二次分类。 所以，可任选属性A或B作为第二次分类的标准，如选属性A，则A=1的两个例子再按属性B分类，得到 最后，得到F的决策树如下：CA+C=1C=0BA=0A=1+B=0B=1人工智能作业1.试利用a-b搜索法，对下图所示的博弈树进行搜索，把没有必要进行评估的状态画，并注明是什么剪枝（ 表示正方， 表示反方）。54231524a剪枝(-,3)(-,4)解：b剪枝(3,+ )(5,+ )(4,+ )542315242设已知:(1)能阅读者是识字的;(2)海豚不识字;(3)有些海豚是聪明的;求证:有些聪明者并不能阅读.谓词定义如下:R(x):x能阅读; L(x):x识字; I(x):x是聪明的; D(x):x是海豚。证明：把上述各语句翻译为谓词公式：(1) x(R(x)L(x) 已知条件(2) x(D(x) L(x) 已知条件(3) x(D(x)I(x) 已知条件(4) x(I(x)R(x) 需证结论 求题设与结论否定的子句集，得(1) R(x)L(x)(2) D(y) L(y)(3)D(a)(4)I(a)(5) I(z)R(z) 归结得 (6) R(a) (5)，(4)，a/z (7) L(a) (6)，(1)，a/x (8) D(a) (7), (2), a/y (9) (8), (3)3. 设样本集合如下所示，其中A、B、C是F的属性，试根据ID3 算法求解F的决策树。 A B C F 0 0 0 0 0 0 1 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 1 1 1 0 0(已知l