广东工业大学人工智能试卷

1、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）。选择题人工智能是A用人工的方法在机器（计算机）上实现的智能。人+机器的智能开发者的智能 人工智能学派符号主义的主要研究方法是一用仿生学的方法，通过研究人脑的工作模型，搞清人类智能的本质应用进化论的思想进行人工智能的研究研究逻辑演绎在计算机上的实现方法 对问题进行分割后进行搜索的实质是一对问题进行归纳总结，以寻求一般的概念从目标出发的逆向推理，寻找若干子

2、问题的集合将多个小问题归纳成一个大问题的求解方法利用巳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逐个搜索随机搜索启发式搜索产生式系统中推理的结论存放在：A作业领域知识库推理机构以下关于模糊数的定义中，哪一个是不正确的一A一模糊数是一个定义在0，1上的实数可进行模糊数的四则运算具有闭凸特性的数的集合下列关于误差反向传播学习（BP）算法的说法中，正确的是一B一误差信号在输出层到输入层的通道上传播输出层神经元的权值只会影响相应神经元的输出值按误差函数导数的递增方向修正各神经元的权值单层感知机的学习算法包括一工作信号的前向传递误差信号的计算，以及权值的修正上述两者框架系统是一种A结构化的知识

3、表示方法适用于处理庞大、凌乱知识的方法只适用于静态知识表达的方法基于解释的学习（EBL）中，下述哪种说法是正确的AA.生成知识的正确性有保证不需要太多的先验知识A和B都对下列搜索算法中，能保证取得最优解的是一C一A*算法均一代价算法上述两者模糊控制中，同一条规则内部的推理是采用一B一取大取小先取小后取大填空题状态空间表示法中，解的问题是以一和算符一集合的形式表示的。巳知年龄集合为ho,2O,30,4O,5O,60,70,80，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

4、）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一。 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一、两种。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。 机器学习的主要推理方法有机械式、类推、 演绎以及发现_等。 设模式H = *1*倾，则该模式的定义长5 （H）=二，位数o（H） = n。判断题与/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/O

5、R） 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。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。（x）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。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。（x）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。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。（小求解题 1.试利用a-p搜索法，对下

6、图所示的博弈树进行搜索，把没有必要进行评估的状态画x，并注明是什么剪枝。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纵向搜索:OPEN:C,E,DCLOSED:A,B(1) OPEN:C,B CLOSED:AOPEN:C,E,F CLOSED:A,B,DDE搜索路径是：AtBtDt F或AtCtDt F等（此题答案可有多解）（2）横向搜索：（此题答案可有多解）(4)OPEN:E,F CLOSED:A,B,C,DAbd(1) OPEN:B,C CLOS

7、ED:AOPEN:C,D,E CLOSED:A,B(6)OPEN: E OPEN:FCLOSED:A,B,C,D,EC； OPEN:D,E CLOSED:A,B,CCLOSED:A,B,C,D,E（搜索过程可以用其它形式表示） 搜索路径是：AtBtC tDtEtF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,B(4)OPEN:, CLOSED:A,B,C,DF(10n9) / (6) OPEN:(1) OPEN:, CLOSED:A OPEN:,CLOSED:A,B,CE(10n9n7) OPEN:CLOSED:A

8、,B,C,D,EF (4) OPEN:C,E CLOSED:A,B,D,（搜索过程可以用其它形式表示）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：AtCtDtEtF，代价是9。（3）A*算法：（小括号内标注的是该点的估价函数值）(4)(以1兰1心OPEN:,jCLOSED:A,B,C,D OPEN:CLOSED: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）搜索出的最优路径是：AtCtDtEtF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。AB

9、CF0000001101000111100110111100(巳知 log2(2/3)= -0.5842, log2(1/3)=-1.5850, log2(3/4)= -0.41504,) TOC o 1-5 h z 431 12221HA = -HA 0 + -HA 1 =-121og2- + 2log2 - + 21og2- + 1log2- = 0.965431 13112H = H+H=i 31og + 11og + 11og + 21og = 0.857B 7 B=0 7 B=17&2 4&2 4&2 3&2 3431 11330H = H + H =-111og 1 + 31og

10、3 + 31og 3 + 01og = 0.464c 7 c=0 7 c=172 42 42 32 3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。221 r 11 HA = - HA 0 + - HA 1 = -11og2 + 11og2 一卜 0.5所以，可任H = -H + -H =-11og - + 11og 牛0.5B 4 B=0 4 B=14% 2% 2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HB = HB + % 1 = - 6= 0最后，得到f的决策树如下：人工智能作业1.试利用a-p搜索法，对下图所示的博弈树进行搜索，

11、把没有必要进行评估的状态画x,并 注明是什么剪枝( 表示正方O 表示反方)。口2.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)fL(x)已知条件x(D(x)fL(x)已知条件(3)x(D(x) Al(x)已知条件(4)x(I(x) AR(x)需证结论求题设与结论否定的子句集，得(1)- R(x) VL(x)(2)D(y)V - L(y) (3)D(a八4) I(a)I(z) VR(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口(8),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。ABCF0000001101000111100110111100(已知 log2(2/3)= -0.5842, log2(1/3)=