人工智能06-07期末试题答案

广东工业大学试卷(一)课程名称：人工智能考试时间：第17周星期五(12月29日)标题号一个二三四五六七八九十总分得分得分人一、选择题(以下问题中三个选项中只有一个是正确的，每个问题得2分，共24分)1.人工智能是一种A.通过人工手段在机器(计算机)上实现的智能。B.人机智能C.开发人员智能2.人工智能学派象征主义的主要研究方法是C运用仿生学的方法，通过研究人脑的工作模型，我们可以发现人类智力的本质。将进化论应用于人工智能的研究在计算机上实现逻辑推理的研究3.划分问题后搜索的本质是b总结问题以寻求一般概念B.从目标中逆向推理，找到一组几个子问题C.将多个小问题转化为一个大问题的方法4.利用特定问题领域的已知信息进行搜索的方法称为_ _ C _ _ _A.个人搜索B.随机搜索C.启发式搜索学校：专业：学校编号：姓氏，名字：装订线5.生产系统中推理的结论存储在：AA.操作区域B.知识库C.推理机制6.下面哪个模糊数的定义是不正确的模糊数是在0，1上定义的实数可以进行模糊数的四种运算C.具有闭凸性质的一组数字7.在下面关于误差反向传播学习算法的陈述中，正确的是A.误差信号在通道上从输出层传播到输入层输出层神经元的权重只会影响相应神经元的输出值c .根据误差函数导数的增加方向，修正每个神经元的权值8.单层感知器的学习算法包括CA.工作信号的正向传输B.误差信号计算和重量校正C.两者9.框架系统是一个aA.结构化知识表示B.适用于处理大量杂乱知识的方法C.仅适用于静态知识表达的方法10.下列哪一项陈述在EBL是正确的A.保证了生成知识的正确性B.不需要太多的先验知识C.a和b都是对的11.在下面的搜索算法中，c是能够保证最佳解决方案的算法A.A*算法B.统一成本算法C.两者12.在模糊控制中，同一规则内的推理是用bA.放大的照片B.减少C.先拿小的，然后拿大的。二。填空(每空1分，共20分)1.在状态空间表示中，解的问题以状态和算子集的形式表示。2.给定年龄组，试着给出一个模糊的可以灵活把握的“年轻”组。(主题2)3.在基于解释的学习(EBL)中，给出训练示例的意义在于提取可用于解决实际问题的部分，从而节省存储容量和搜索时间。4.现有知识是否应用于图形搜索决定了搜索是盲目的还是启发性的。有两个或两个常用的启发式搜索算法。5.在生产系统中，从选择规则到执行操作通常有三个步骤：匹配、冲突解决和推理。6.机器学习的主要推理方法是机械的、类比的、归纳的、演绎的和发现的。7.如果设置了模式，模式的定义是5，位数是4。3.对或错(在下列每个问题上，正确标记,错误标记)。如果错了，请在下面写下正确的描述，每个问题扣2分，总共扣10分)1.在“与/或”图搜索中，如果子节点是“与”节点，则只会展开其中一个节点。()更改：在与/或图搜索中，如果子节点是与节点，则所有子节点都将展开。2.使用归纳法从例子中学习概念需要较少的先验知识。学习的例子越多，产生的新知识就越正确。()更改：3.最佳优先搜索是一种高效的搜索方法，它根据起点的最小成本总和来指导搜索方向。()变更：最佳优先搜索是一种高效的搜索方法，根据与目标相关的启发式函数值来指导搜索方向。4.在模糊控制中，可以用重心法模糊参数，然后根据模糊规则进行推理。()更改：变化：在模糊控制中，根据模糊规则推理后，推理结果可以用重心法去模糊化。5.在特征模式匹配中，输入模式和两个参考模式之间的距离越小，就是被识别的类别。()更改：4.简答题(每题8分，共16分)1.简要描述简单遗传算法(SGA)的基本过程。答：第一步是初级人口的产生。选择个体的编码方法，然后编码个体的染色体。从许多个体中随机选择n粒种子作为遗传操作种子。让t代=0。第二步：评估种子的适合度。确定评估函数(适应度函数)，然后评估每个人，找出他们的适应度值。步骤3:判断迭代终止条件是否满足。如果满足，则推导出算法；如果没有，则继续第四步。通常用于判断算法是否停止的最简单的两个条件：(a)当给定的进化代数完成时停止；b)当连续几代没有改进或平均适应度基本上没有改进时，群体中的最优个体停止。第四步：选择种子。从t代开始，选择进入t 1代的n个个体。根据比例选择方法进行选择，即“轮盘”。第五步：群体的基因操作。包括交叉和变异。交叉操作的简单方法是将P1和P2这两个被选中的个体作为父母，交换他们的部分代码值。变异操作的简单方法是改变数字串中某个位置的数字。由二进制代码表示的简单变异操作是用1: 0到1和1到0交换0。2.尝试使用a-b搜索方法搜索下图所示的游戏树，画出不需要评估的状态，并指出什么是修剪。修剪(4，)17230514(-，3)(-，4)(3，)修剪(5，)(4，)5.分析和解决问题(问题1 20分，问题2 10分，共30分)1.执行以下状态空间图：(1)纵向搜索；(2)水平搜索；(3)统一成本搜索；(4) A*算法搜索。(在图中，A是初始节点，F是目标节点，每个节点的启发式值都标在小括号中)。给出了搜索过程和最佳路径，并标记了每个节点的评价函数值。(4)(7)4DB43(9)7(0)14FA224EC(2)(6)5OPEN:C，B关闭：A(1)A(1)纵向搜索：(提供多种解决方案)(2)OPEN:C，E，D关闭：A，BBC(3)OPEN:C，E，F关闭：A，B，DDE(4)OPEN:C，E关闭：A，B，D，F(2)水平搜索：(多种解决方案可用)OPEN:C，D，E关闭：A，B(2)OPEN:B，C关闭：A(1)AFEDCBOPEN:D，E关闭：A，B，C(3)(4)(5)OPEN: 英、法关闭：A，B，C，DOPEN:F关闭：A，B，C，D，E(6)OPEN: 关闭：A，B，C，D，E(3)统一成本搜索：(从起始节点到此点的最小值用括号标出)OPEN:，关闭：A(1)B(3)D(76)E(1097)F(109)A(0)(2)OPEN:，关闭：A，B，C(3)OPEN:，关闭：A，BC(4)(5)(4)OPEN:关闭：A，B，C，D，EOPEN:，关闭：A，B，C，D(6)OPEN:关闭：A，B，C，D，E搜索出的最佳路径是ACDEF，成本为9。(3)A*算法：(此时评估函数值用小括号表示)OPEN:，关闭：A(1)E(12119)F(109)A(9)(2)OPEN:，关闭：A，B，C(3)OPEN:，关闭：A，BC(10)B(10)OPEN:关闭：A，B，C，D，E(5)(4)D(1110)OPEN:，关闭：A，B，C，D(6)OPEN:关闭：A，B，C，D，E找到的最佳路径是：ACDEF成本为9。2.如下设置样本集，其中A、B和C是F的属性。尝试根据信息增益标准(ID3算法)求解F的决策树。英国皇家空军0 0 0 00 0 1 10 1 0 00 1 1 11 0 0 11 0 1 11 1 0 0(已知Log2 (2/3)=-0.5842，Log2 (1/3)=-1.5850，