厦门理工人工智能试卷(带解答)

1、精选优质文档-倾情为你奉上考 生 信 息 栏 系 专业 级 班级 姓名 学号 装 订 线厦门理工学院期末考试卷20162017 学年 第一学期课程名称人工智能试卷卷别A B 专业 13级 班级 考试方式闭卷 开卷 本试卷共 五 大题( 4 页)，满分100分，考试时间120分钟。请在答题纸上作答，在试卷上作答无效。一、 多项选择题：（本题共10小题，每题1分，共10分）如果你发现网上有一份2011-2012年的卷子长的一样，没错的，因为17年也一样。选择题都能在课本找到原句，其他也都是课本原题，除了倒二题不一样，所以那题不一定对1. 计算智能的主要内容包括（ABCD ） A神经计算 B进化计算

2、 C免疫计算 D蚁群算法2. 关于搜索与求解,描述正确的是（ ACD ） A搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程 B所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题求解 （课本是几乎所有） C搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法 D搜索可以看作人类和其他生物所具有的一种元知识3按用途分类，专家系统可分为（ ABCD ） A诊断型 解释型 B.预测型 决策型 C.设计型 规划型 D.控制型 调度型4采用生理模拟和神经计算方法的人工智能研究被称为（ AC ） A连接主义 B. 逻辑学派 C. 生理学派 D. 符号主义5. 智能控制的开发

3、，目前认为有以下途径（ C ） A基于数据挖掘的专家智能控制 B基于遗传算法的软计算控制 C基于人工神经网络的神经网络控制 D以上说法都不对6. 联想存储的特点是（ABD ） A可以存储许多相关（激励，响应）模式对 B以分布、稳健的方式存储信息 C即使输入激励模式完全失真时，仍然可以产生正确的响应模式 （课本是失真或不完全） D可在原存储中加入新的存储模式7. 关于谓词逻辑，下列描述正确的是（ ABCD ） A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 B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 C仅个体变元被量化的谓词成为一阶谓词 D个体变元、函数符号和谓词符号都被

4、量化的谓词成为二阶谓词8 广义不确定性可分为（ BCD ）A粗糙性 B.模糊性 C.不完全性 D.时变性9. 神经网络可以按（ ABD ） A学习方式分类 B网络结构分类 C网络的协议类型分类 D网络的活动方式分类10. 数据仓库的基本特征包括（ ABCD ）A数据仓库的数据是面向主题的B数据仓库的数据是集成的C数据仓库的数据是稳定的D数据仓库的数据是随时间不断变化的二、填空题：（本题共6小题，每空1分，共25分）1. 为了能感知外部环境，运用自己所拥有的知识进行求解，并且作用于环境，Agent应具有如下基本特征 (1)自主性 ， (2) 反应性 ， (3)适应性 ， (4) 社会性 2. 智

5、能控制系统的智能分为 (5) 先验智能 ， (6)反应性智能 ， (7)优化智能 ， (8)组织与协调智能 3. 知识发现主要有以下几种方法 (9) 统计方法 ， (10)机器学习方法 ， （11）粗糙集和模糊集 ， (12)智能计算方法 , (13)可视化 4. 人工智能的研究内容可以归纳为： (14) 搜索与求解 ， (15)学习与发现 , (16) 知识与推理 , (17) 发明与创造 ， （18）感知与交流 ， （19）记忆与联想 , (20)系统与建造 , (21)应用与工程 5. 产生式系统由三部分组成： (22)产生式规则库 ， (23)推理机 ， (24)动态数据库 6. 知识

6、发现过程可粗略地划分为 (25)数据准备 ，数据开采，结果的解释评估三、简答题：（本题共5小题，每小题5分, 共25分）1遗传算法与图搜索相比,有何特点1.遗传算法一般直接在解空间中搜索，图搜索一般在问题空间搜索2.遗传算法的搜索随机的始于搜索空间的一个点集，图搜索固定的始于搜索空间的初始节点和终止节点3.遗传算法的搜索过程是从空间的一个点集到另一个点集的搜索，图搜索是从空间的一个点到另一个点地搜索4.遗传算法总是在找最优解，图搜索并非总是要求优解而一般是尽快找到解5.遗传算法的适应性强6.遗传算法长于全局搜索2. 证明是和的逻辑结果3. 证明4设有如下一组产生式规则和证据事实，试用确定性理论

7、求出由每一个规则推出的结论及其可信度(1) if A then B (0.9) (2) if B and C then D (0.8) (3) if A and C then D (0.7) (4) if B or D then E (0.6) 事实： A, CF(A)=0.8; C, CF(C)=0.9主要涉及公式：5. 简述模式识别系统的工作原理四、问答题：（本题共1小题，每题10分，共10分）1.请根据以下动物识别规则库作出其相应的推理网络，并根据推理网络及所给事实采用正向推理方法推出目标动物是什么（做出推理树）？ 规则集： r1: 若某动物有奶，则它是哺乳动物。 r2: 若某动物有毛发

8、，则它是哺乳动物。 r3: 若某动物有羽毛，则它是鸟。r4: 若某动物会飞且生蛋，则它是鸟。 r5: 若某动物是哺乳动物且有爪有犬齿且目盯前方，则它是食肉动物。 r6: 若某动物是哺乳动物且吃肉，则它是食肉动物。 r7: 若某动物是哺乳动物且有蹄，则它是有蹄动物。 r8: 若某动物是有蹄动物且有反刍食物，则它是偶蹄动物。 r9: 若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 r10: 若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。 r11: 若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是长颈鹿。 r12: 若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 r13:

9、 若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是鸵鸟。 r14: 若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。 r15: 若某动物是鸟且善飞且不怕风浪，则它是海燕。 初始事实： f1: 某动物有毛发 f2: 吃肉 f3: 黄褐色 f4: 有黑色条纹课本原题，需要注意点l 叶子节点用圆圈l 正向推理-连线连成一点推出l 反向推理-虚线反向五、计算题：（本题共2小题，每题15分，共30分） 1利用贝叶斯分类方法预测一个数据对象类别。训练数据如表1所示，它包含age、student、income 和credit_rating这四个属性，其类别属性为buys_computer。它有两个不同取值:yes,no,设C1对应类别buys_computer = yes, 设C2对应类别buys_computer = no, 所要进行分类的未知样本为： X = age = “<30”, income = medium, student = yes, credit_rating = fair 表1. 训练样本2. 下表是汽车驾驶保险类别划分实例集，基于条件熵计算对其进行决策树分类其对应的根属性序号实例性别年龄段婚状保