太原理工大学人工智能试题答案

1、人工智能试卷A一 填空题(15分)1. 人工智能系统是一个知识处理系统，而, , 则成为人工智能系统的三个基本问题.2. 新一代专家系统有分布式专家系统和协同式专家系统等在新一代专家系统中，不但采用的方法，而且采用的技术和基于模型的原理.3. 人工神经网络的结构基本上分为两类，即递归网络和前馈网络递归网络的典型代表有Elmman网络,网络前馈网络的典型代表有多层感知机，等.4. 进化计算包括，进化策略，遗传编程。5. 简单遗传算法的遗传操作主要有三种： , , 6. 产生式系统的控制策略随搜索方式的不同可分为, , 二问答题.(20分)1. 广度优先搜索和深度优先搜索各有什么特点？ (8分)2

2、. 般程序和专家系统有什么区别？ (12分)三.解答题：(45分)1某问题由下列公式描述：旳(巾対旳虫巧-卫,兀y»C4)(VK)PCx)A»bsctKR<Kx)5) (Vz)(VQ(b3 备沪 a叽珞舸)试用消解原理证明(弓x)R(x)(15分)2用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项，例如不要用单一的谓 词字母来表示每个句子).(10分)For every set x , there is a set y ,such that the card in ality of y is greater tha n the cardi nality of

3、 x .3. 用语义网络表示下列知识：(10分)(a) 树和草都是植物.(b) 树和草都是有根有叶的.(c) 水草是草，且长在水中.(d) 果树是树，且会结果.(e) 樱桃树是一种果树，它结樱桃.4. 八数码难题设问题的初始状态S。和目标状态 Sg如下图所示，且估价函数为：f(n)=d(n)+w(n),其中， d (n)表示节点n在搜索树中的深度；w(n)表示节点n中“不 在位”的数码个数请计算初始状态So的估价函数值f(S °).并画出该八数码问题的有序搜索图，标明各节点的f值，及各节点的扩展次序，并给出求得的解路径。(15分)1J8斗7b5四.论述题（15分） 运用所学知识，试讨

4、论人工智能和人类智能的关系，人工智能能否超出人类智能?人工智能 试卷B二填空题（15分）7. 新一代专家系统有分布式专家系统和协同式专家系统等.在新一代专家系统中，不但采用的方法，而且采用的技术和基于模型的原理.8. 搜索可以分为盲目搜索和启发式搜索，其中盲目搜索包括，9. 人工神经网络的结构基本上分为两类，即和.前者的典型代表有Elmman网络，Hopfield网络和Jordan网络等.后者的典型代表有多层感知机（ MLP ），学习矢量量化等.10. 进化计算包括，进化策略，遗传编程。11. 简单遗传算法的遗传操作主要有三种： ，.12. 产生式系统的控制策略随搜索方式的不同可分为，三. 问

5、答题（20分）1. 规则演绎系统和产生式系统有哪几种推理方式？各自的特点为何？ （8分）2. 专家系统应具备的基本特征及包括哪些部分？每部分的主要功能是什么？ （12分）四. 解答题1某问题由下列公式描述：（V橫VQEHyRQ；叽耳 gx y» gpg）（Vk）P环 a® G 勾5） （Vz）（VQ（b3 热沪 a叽爲览0）试用消解原理证明（弓x）R（x）（15分）2用谓词演算公式表示下列英文句子（多用而不是省用不同谓词和项，例如不要用单一的谓 词字母来表示每个句子）.（10分）A computer system is intelligent if it can perfo

6、rm a task which , if performed by a human , requires in tellige nee.5作为一个电影观众，请你编写一个去电影院看电影的剧本.（10分）6.八数码难题.设问题的初始状态So和目标状态 Sg如下图所示，且估价函数为:f（n）=d（n）+w（n）,其中， d （n）表示节点n在搜索树中的深度；w（n）表示节点n中“不在位”的数码个数请计算初始状态So的估价函数值f（S 0）.并画出该八数码问题的有序搜索图，给出该搜索结束时内容。（15分）四.论述题（15分）运用所学知识，试讨论人工智能和人类智能的关系，人工智能能否超出人类智能?人工智

7、能答案A一. 填空1. 知识表示，知识利用，知识获取2. 基于规则，基于框架3. Hopfield网络（Jordan网络），学习矢量量化（LVQ）或者小脑模型连接控制（CMAC ）4. 遗传算法，进化编程5. 选择，交叉，变异6. 可撤回策略，回溯策略，图搜索策略二. 问答1. 广度优先搜索就是始终先在同一级节点中考查，只有当同一级节点考察完之后，才 考察下一级节点，广度优先搜索树是自顶向下一层一层逐渐生成的.广度优先搜索策略是完备的，即如果问题的解存在.那它一定能找到，且找到的解还是最优解.它 的缺点是搜索效率低.算法中，扩展子节点依次放入OPEN表的尾部；深度优先搜索就是在搜索树的每一层始

8、终只扩展一个子节点，不断向纵深前进，直到不能再前 进时，才从当前节点返回到上一层节点，沿另一方向又继续前进.算法中，扩展节 点依次放入OPEN表首部，由于一个有解问题可能含有无穷分支，可能找不到目标 节点，所以策略不完备.2. 前者把问题求解的知识隐含地编入程序，而后者则把其应用领域的问题求解知识单 独组成一个实体，即为知识库.知识库的处理是通过与知识分开的控制策略进行 的.更明确的说，一般程序把知识组织为两级，数据级和程序级；大多数专家系统 则将知识组织成三级：数据，知识库和控制.三. 解答题宀s>0>aqm<0 (nxQDr<。(A 匚山 s=> )(n )(

9、A ) (X)_L 山 s)(x ) AFy 爻 A-X)p報w旨 x<n«<A(A><QM<o。<n«J<爻 X)_L 山 S.CXI(访¥ 窣© 衣-q»>竄 gt W E “webAU営总十】+眦反冷«也师槌攔超 畚石乙A.H”赵蔭皿 【(M§ >9 虫 £«±(4>童 E 令 咗总丄K溥Qg宫>(静A)s (ckn/vxu令 矗旨己>氓J“已？>昭丄钉&F S隔旨迓 >(眩uebvHY祷 A) f

10、(縮邑d fK3骨>6 §M>6崗吕»/(凸亠 F §MtsMeb >sdsA符 Af 呑聞云厅丄澄丄爲>童A) 3(B甲23.4. f(So)=d( n)+w( n)=0+3=3四.论述题略。人工智能答案B一. 填空1. 基于规则，基于框架2深度优先搜索，宽度优先搜索，等代价搜索3. 反馈网络，前馈网络4. 遗传算法，进化编程5. 选择，交叉，变异6. 可撤回策略，回溯策略，图搜索策略二. 问答题1.在基于规则的系统中，无论是规则演绎系统还是规则产生式系统，均有两种推理方式，即 正向推理和逆向推理，对于从if向then部分推理的过程，叫做

11、正向推理。正向推理是从事实或状况向目标或动作进行操作的。反之从then向if部分推理的过程，叫做逆向推理。逆向推理是从目标或动作向事实或动作进行操作的。2. 基本特征：a启发性b.透明性c.灵活性专家系统主要组成部分如下：知识库(knowledge base)知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。为了建立知识库，要解决知识获取和知识表示问题。知识获取涉及知识工 程师(ko nwledge engin eer)如何从专家那里获得专门知识的问题；知识表示则要解决如何用计 算机能够理解的形式表达和存储知识的问题。综合数据库(global database) 综合数据库又

12、称全局数据库或总数据库，它用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息)，即被处理对象的一些当前事实。(3)推理机(reasoning machine)推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。 推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。(4)解释器(expla nator)解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其它候选解的原因。(5)接口(interface)接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。系统则通 过接口

13、，要求用户回答提问，并回答用户提出的问题，进行必要的解释。三. 解答题1.刃超 3X y)=s (呦<旳)【比防“ Q(S苇 甜y)関"斑1如)c, x)VR(Kx)=> P(x)VQ(K t5)(VX)(Vy)Q(b,违 沪Q® 召 =a馅 y)V Q匕嵩灯R=> &Q(h 冕 y)VQb,孟如) 目标求反：=A如变氫换茗后，得子旬黒申魂 PfylNQe声 1, 1, yl», P(尬饭讦(3G)/Q(k cT切甘班咱驰 x4f y4)VQ(b, W)rx)I ( X): X N (X): X2. C(X):X为计算机系统; T (X)

14、: X是-(x)( y)(C(x) E(x,y)是智能的; 需要智能。E (X，P (X)：丫): X可执行丫。X由人执行。T(y) N(y) P(y)l(x)3. 看电影剧本：(1.)开场条件：(a )我想看电影(b)我有足够的钱买电影票(2.)角色：我，售票员，放映师，门卫(3.)道具：电影票，椅子，放映设备(屏幕，电影机)，钱 (4.)场景：场景一：买票(a)我走到售票处，掏出钱给售票员。(b)售票员接过钱，并给了我电影票。 场景二：进电影院(a) 我拿着票，走进入口处，掏出票给门卫看。(b) 门卫让我进去。场景三：等待电影开始 我找到我的座位，坐下。 场景四：看电影(a) 电影开演了(

15、b) 我被剧情深深吸引，全神贯注看电影场景五：散场(a) 电影结束了(b) 我随人流离开电影院。(5.)结果(a.)我看完电影，心情很好 (b)我花了钱(c.)电影院挣了钱。4. f(s 0 )=d( n)+w( n)=0+3=3部分有序搜索树如下:1238n4765f=31二3 1824765 1f=4f=5VV864=51238：6475f=3四论述题关于人工智能是否会会超越人类的学习能力是智能行为f=4123n84765f=512384765可864kf=5人类智能这一问题，我认为关键在于学习。 的一个非常重要的特征，没有学习，就没有人类知识的传承与积累，也就没有人类文明。学习是生物中枢

16、神经系统的高级整合技能之一，是人类获取 知识的重要途径和人类智能的重要标志；机器学习则是计算机获取知识的重要途径和人工智能的重要标 志，是一门研究怎样用计算机来模拟或实现人类学习活动的学科，它是人工智能的核心，也是使计算机具 有智能的根本途径。人类学习的研究与机器学习研究两者是一种相互影响、相互促进的关系，但是至今人 们对学习的机理还不太清楚。这是因为长期以来，鉴于人的大脑结构与功能的极度复杂性，探索和揭示 大脑的奥秘仅仅是人类一个美好的梦想，这也包括对大脑是如何进行学习的研究。如果我们另辟蹊径，把 关于人类学习的研究重点从对大脑的研究转换到“学习”这个概念上，即把“学习”作为研究对象，对其

17、本质从哲学的视野下从认知的角度进行探索，这将对机器学习的发展具有一定的借鉴意义。另外，如果拢们将机器学习与人类学习相比较.机器学习的实现还具有一定 的难底 而且机器学习还有一些自身难以克服的问题。首先就是机器学习的后果 难预测。在前面提到过，机器一旦具有了学习的功能，那么也许有一夭连设计者 本人都不知道机器进化到了何种稈度'也就是说，机器学习后知识库发生了什么 变化部难预测。这是因为目前的大多数专家系畅部是脱离环境的学习，即将人 类专家彳隹册的知识 以某种方式传授给机貉 但是如臬将机胖学习的目的扩展 到从环境片、从工作中、从人机交互中自动提取、更新知识，那么学习产生的效 果就更加不可预

18、侧。人类制造机器学习的重要目的是为我所用，如果机器超出了 人类的控制号预测P却井不是人类制造它们的初衷*甚孤 机器学习作为人工智 能的核心，是便计算机具有智能的根本逮径，淇应用遍及人工智能的各个领域， 但是这种学习应用的方式注要是使用归納、綺合而不是演笫 然而归納本身就存 在着一定的缺陷，现有的归纟般1只保证假 不棵证真。而且，旧纳的结论是无 限多的，英中相当名是儼的，给生成的知祝带来不可靠也这与演绎的方法不同， 演绎推理是从雰数现彖中总结出结诰即从一般的现象推导出总结性的结论。就 人类的学习而言，确逞演纟葦与归納两种方法并屈的，13为这押中方法井不矛盾， 相皮珈是E相促进的。机器学习由于自剪的局限性m主要采用归帥与综合，但是 归纳前結论有可能是假临其推理过程中又很多假设和约屯