人工智能复习试题和答案

.z.大学计算机科学技术学院智能智能是一种认识客观事物和运用知识解决问题的综合能力。什么叫知识？知识是人们在改造客观世界的实践中积累起来的认识和经历确定性推理指推理所使用的知识和推出的结论都是可以准确表示的，其真值要么为真、要么为假。推理推理是指按照*种策略从事实出发利用知识推出所需结论的过程。不确定性推理指推理所使用的知识和推出的结论可以是不确定的。所谓不确定性是对非准确性、模糊型和非完备性的统称。人工智能人工智能就是用人工的方法在机器〔计算机〕上实现的智能，或称机器智能搜索是指为了到达*一目标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。规划是指从*个特定问题状态出发，寻找并建立一个操作序列，直到求得目标状态为止的一个行动过程的描述。机器感知就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉模式识别是指让计算机能够对给定的事务进展鉴别，并把它归入与其一样或相似的模式中。机器行为就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。知识表示是对知识的描述，即用一组符号把知识编码成计算机可以承受的*种构造。事实是断言一个语言变量的值或断言多个语言变量之间关系的述句综合数据库存放求解问题的各种当前信息规则库用于存放与求解问题有关的所有规则的集合人工智能有哪些应用？人工智能的研究目标远期目标提醒人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同开展近期目标研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。智能包含哪些能力？感知能力记忆和思维能力学习和自适应能力行为能力知识有哪几种表示方法？一阶谓词逻辑表示法产生式表示法语义网络表示法框架表示法过程表示法演绎推理与归纳推理的区别演绎推理是在领域的一般性知识的前提下，通过演绎求解一个具体问题或者证明一个结论的正确性。它所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭露出来，因此它不能增殖新知识。归纳推理所推出的结论是没有包含在前提容中的。这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。子句集的化简的步骤消去连接词“→〞和“↔〞减少否认符号的辖域对变元标准化化为前束式消去存在量词化为Skolem标准形消去全称量词消去合取词更换变量名称鲁滨逊归结原理根本思想首先把欲证明问题的结论否认，并参加子句集，得到一个扩大的子句集S'。然后设法检验子句集S'是否含有空子句，假设含有空子句，则说明S'是不可满足的；假设不含有空子句，则继续使用归结法，在子句集中选择适宜的子句进展归结，直至导出空子句或不能继续归结为止。全局择优搜索A算法描述：(1)把初始节点S0放入Open表中，f(S0)=g(S0)+h(S0)；(2)如果Open表为空，则问题无解，失败退出；(3)把Open表的第一个节点取出放入Closed表，并记该节点为n；(4)考察节点n是否为目标节点。假设是，则找到了问题的解，成功退出；(5)假设节点n不可扩展，则转第(2)步；(6)扩展节点n，生成其子节点ni(i=1,2,…)，计算每一个子节点的估价值f(ni)(i=1,2,…)，并为每一个子节点设置指向父节点的指针，然后将这些子节点放入Open表中；(7)根据各节点的估价函数值，对Open表中的全部节点按从小到大的顺序重新进展排序；(8)转第(2)步。命题逻辑的归结法与谓词逻辑的归结法的不同之处是什么？答：谓词逻辑比命题逻辑更复杂，由于谓词逻辑中的变量受到量词的约束，在归结之前需要对变量进展重命名即变量标准化，而在命题逻辑中的归结则不需要。产生式系统的推理过程(1)初始化综合数据库，即把欲解决问题的事实送入综合数据库中；(2)检查规则库中是否有未使用过的规则，假设无转(7)；(3)检查规则库的未使用规则中是否有其前提可与综合数据库中事实相匹配的规则，假设有，形成当前可用规则集；否则转(6)；(4)按照冲突消解策略，从当前可用规则集中选择一个规则执行，并对该规则作上标记。把执行该规则后所得到的结论作为新的事实放入综合数据库；如果该规则的结论是一些操作，则执行这些操作；(5)检查综合数据库中是否包含了该问题的解，假设已包含，说明解已求出，问题求解过程完毕；否则，转(2)；(6)当规则库中还有未使用规则，但均不能与综合数据库中的已有事实相匹配时，要求用户进一步提供关于该问题的事实，假设能提供，则转(2)；否则，执行下一步；(7)假设知识库中不再有未使用规则，也说明该问题无解，终止问题求解过程。列出以下图中树的节点访问序列以满足下面的２个搜索策略(在所有情况中都选择最左分枝优先访问)1)深度优先搜索；２)广度优先搜索。答：〔１〕深度优先：1,2,5,6,10,11,3,7,12,13,4,8,9〔２〕广度优先：1，2，3，4，5，6，7，8，9，10，11，12，13八数码问题。问题的初态和目标状态如以下图所示，要求用A*算法解决该问题初始状态目标状态图4-32是5个城市的交通图，城市之间的连线旁边的数字是城市之间路程的费用。要求从A城出发，经过其它各城市一次且仅一次，最后回到A城，请找出一条最优线路。解：这个问题又称为旅行商问题〔travellingsalesmanproblem,TSP〕或货郎担问题，是一个较有普遍性的实际应用问题。根据数学理论，对n个城市的旅行商问题，其封闭路径的排列总数为：(n!)/n=(n-1)!其计算量相当大。例如，当n=20时，要穷举其所有路径，即使用一个每秒一亿次的计算机来算也需要350年的时间。因此，对这类问题只能用搜索的方法来解决。以下图是对图4-32按最小代价搜索所得到的搜索树，树中的节点为城市名称，节点边上的数字为该节点的代价g。其计算公式为g(ni+1)=g(ni)+c(ni,ni+1)其中，c(ni,ni+1)为节点ni到ni+1节点的边代价。0A0A119210119210102119BDCE102119BDCE9869312838612898693128386128201917CDB181221ECB10105EDB1201917CDB181221ECB10105EDB16E2218DC331288933128892312386886896912612923123868868969126129883C32B222925DC2020EBB16D191622DE31C32B222925DC2020EBB16D191622DE31E25C9838E12912BD272426CB2720C1417BE2524DC2621DE9838E12912BD272426CB2720C1417BE2524DC2621DE68126666812666E3133E9328D31B926B26E831B28DD273E3133E9328D31B926B26E831B28DD27323E35ED27D32C34B30282023E35ED27D32C34B302820E28CBE28CB21021030A30A30A30A图4.32的最小代价搜索树图4.32的最小代价搜索树可以看出，其最短路经是A-C-D-E-B-A或A-B-E-D-C-A其实，它们是同一条路经。设有如图4-34的与/或/树，请分别按和代价法及最大代价法求解树的代价。AABCDt2t3t4t1图4.34习题4.14的与/或树56217223E解：假设按和代价法，则该解树的代价为：h(A)=2+3+2+5+2+1+6=21假设按最大代价法，则该解树的代价为：h(A)=ma*{h(B)+5,h(C)+6}=ma*{(h(E)+2)+5,h(C)+6}=ma*{(ma*(2,3)+2)+5,ma*(2,1)+6}=ma*((5+5,2+6)=10判断以下公式是否为可合一，假设可合一，则求出其最一般合一。(1)P(a,b),P(*,y)(2)P(f(*),b),P(y,z)(3)P(f(*),y),P(y,f(b))(4)P(f(y),y,*),P(*,f(a),f(b))(5)P(*,y),P(y,*)解：(1)可合一，其最一般和一为：σ={a/*,b/y}。(2)可合一，其最一般和一为：σ={y/f(*),b/z}。(3)可合一，其最一般和一为：σ={f(b)/y,b/*}。(4)不可合一。(5)可合一，其最一般和一为：σ={y/*}。5.判断以下子句集中哪些是不可满足的：{¬P∨Q,¬Q,P,¬P}{P∨Q,¬P∨Q,P∨¬Q,¬P∨¬Q}{P(y)∨Q(y),¬P(f(*))∨R(a)}{¬P(*)∨Q(*),¬P(y)∨R(y),P(a),S(a),¬S(z)∨¬R(z)}{¬P(*)∨Q(f(*),a),¬P(h(y))∨Q(f(h(y)),a)∨¬P(z)}{P(*)∨Q(*)∨R(*),¬P(y)∨R(y),¬Q(a),¬R(b)}解：(1)不可满足，其归结过程为：¬¬P∨Q¬Q¬PPNIL(2)不可满足，其归结过程为：PP∨Q¬P∨QQP∨¬Q¬P∨¬Q¬QNIL(3)不是不可满足的，原因是不能由它导出空子句。(4)不可满足，其归结过程略(5)不是不可满足的，原因是不能由它导出空子句。(6)不可满足，其归结过程略设：如果*是y的父亲，y是z的父亲，则*是z的祖父；每个人都有一个父亲。使用归结演绎推理证明：对于*人u，一定存在一个人v，v是u的祖父。解：先定义谓词F(*,y)：*是y的父亲GF(*,z)：*是z的祖父P(*)：*是一个人再用谓词把问题描述出来：F1：(*)(y)(z)(F(*,y)∧F(y,z))→GF(*,z))F2：(y)(P(*)→F(*,y))求证结论G：(u)(v)(P(u)→GF(v,u))然后再将F1，F2和¬G化成子句集：①¬F(*,y)∨¬F(y,z)∨GF(*,z)②¬P(r)∨F(s,r)③P(u)④¬GF(v,u))对上述扩大的子句集，其归结推理过程如下：¬¬F(*,y)∨¬F(y,z)∨GF(*,z)¬GF(v,u)¬F(*,y)∨¬F(y,z)¬P(r)∨F(s,r)¬F(y,z)∨¬P(y)¬P(r)∨F(s,r)¬P(y)∨¬P(z)¬P(y)P(u)NIL{*/v,z/u}{*/s,y/r}{y/s,z/r}{y/z}{y/u}由于导出了空子句，故结论得证。设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。解：定义谓词P(*)：*是人L(*,y)：*喜欢y其中，y的个体域是{梅花，菊花}。将知识用谓词表示为：(*)(P(*)→L(*,梅花)∨L(*,菊花)∨L(*,梅花)∧L(*,菊花))(2)有人每天下午都去打篮球。解：定义谓词P(*)：*是人B(*)：*打篮球A(y)：y是下午将知识用谓词表示为：(*)(y)(A(y)→B(*)∧P(*))(3)新型计算机速度又快，存储容量又大。解：定义谓词NC(*)：*是新型计算机F(*)：*速度快B(*)：*容量大将知识用谓词表示为：(*)(NC(*)→F(*)∧B(*))(4)不是每个计算机系的学生都喜欢在计算机上编程序。解：定义谓词S(*)：*是计算机系学生L(*,pragramming)：*喜欢编程序U(*,puter)：*使用计算机将知识用谓词表示为：¬(*)(S(*)→L(*,pragramming)∧U(*,puter))(5)但凡喜欢编程序的人都喜欢计算机。解：定义谓词P(*)：*是人L(*,y)：*喜欢y将知识用谓词表示为：(*)(P(*)∧L(*,pragramming)→L(*,puter))机器人移盒子问题设在房间，c处有一个机器人，a和b处有一桌子，分别称为a桌和b桌，a桌上有一盒子，如以下图所示，要求机器人从c处出发把盒子从a桌上拿到b桌上，然后再回到c处。请用谓词逻辑来描述机器人的行动过程。分别定义描述状态和动作的谓词描述状态的谓词：TABLE(*)：*是桌子EMPTY(y)：y手中是空的AT(y,z)：y在z处HOLDS(y,w)：y拿着wON(w,*)：w在*桌面上变元的个体域：*的个体域是{a,b}y的个体域是{robot}z的个体域是{a,b,c}w的个体域是{bo*}问题的初始状态：AT(robot,c)EMPTY(robot)ON(bo*,a)TABLE(a)TABLE(b)问题的目标状态：AT(robot,c)EMPTY(robot)ON(bo*,b)TABLE(a)TABLE(b)机器人行动的目标把问题的初始状态转换为目标状态，而要实现问题状态的转换需要完成一系列的操作需要定义的操作：Goto(*,y)：从*处走到y处。Pickup(*)：在*处拿起盒子。Setdown(*)：在*处放下盒子各操作的条件和动作：Goto(*，y)条件：AT(robot，*)动作：删除表：AT(robot，*)添加表：AT(robot，y)Pickup(*)条件：ON(bo*，*)，TABLE(*)，AT(robot，*)，EMPTY(robot)动作：删除表：EMPTY(robot)，ON(bo*，*)添加表：HOLDS(robot，bo*)Setdown(*)条件：AT(robot，*)，TABLE(*)，HOLDS(robot，bo*)动作：删除表：HOLDS(robot，bo*)添加表：EMPTY(robot)，ON(bo*，*)这个机器人行动规划问题的求解过程如下：状态1(初始状态)AT(robot,c)开场EMPTY(robot)=========>ON(bo*,a)TABLE(a)TABLE(b)状态2AT(robot,a)Goto(c,a)EMPTY(robot)==========>ON(bo*,a)TABLE(a)TABLE(b)状态3AT(robot,a)Pickup(a)HOLDS(robot,bo*)=========>TABLE(a)TABLE(b)状态4AT(robot,b)Goto(a,b)HOLDS(robot,bo*)==========>TABLE(a)TABLE(b)状态5AT(robot,b)Setdown(b)EMPTY(robot)==========>ON(bo*,b)TABLE(a)TABLE(b)状态6(目标状态)AT(robot,c)Goto(b,c)EMPTY(robot)=========>ON(bo*,b)TABLE(a)TABLE(b)用谓词表示法求解机器人摞积木问题。设机器人有一只机械手，要处理的世界有一桌子，桌上可堆放假设干一样的方积木块。机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。积木世界的布局如以下图所示。AABCCACABB图机器人摞积木问题解：(1)先定义描述状态的谓词CLEAR(*)：积木*上面是空的。ON(*,y)：积木*在积木y的上面。ONTABLE(*)：积木*在桌子上。HOLDING(*)：机械手抓住*。HANDEMPTY：机械手是空的。其中，*和y的个体域都是{A,B,C}。问题的初始状态是：ONTABLE(A)ONTABLE(B)ON(C,A)CLEAR(B)CLEAR(C)HANDEMPTY问题的目标状态是：ONTABLE(C)ON(B,C)ON(A,B)CLEAR(A)HANDEMPTY(2)再定义描述操作的谓词在本问题中，机械手的操作需要定义以下4个谓词：Pickup(*)：从桌面上拣起一块积木*。Putdown(*)：将手中的积木放到桌面上。Stack(*,y)：在积木*上面再摞上一块积木y。Upstack(*,y)：从积木*上面拣起一块积木y。其中，每一个操作都可分为条件和动作两局部，具体描述如下：Pickup(*)条件：ONTABLE(*)，HANDEMPTY，CLEAR(*)动作：删除表：ONTABLE(*)，HANDEMPTY添加表：HOLDING(*)Putdown(*)条件：HOLDING(*)动作：删除表：HOLDING(*)添加表：ONTABLE(*)，CLEAR(*)，HANDEMPTYStack(*,y)条件：CLEAR(y)，HOLDING(y)动作：删除表：HOLDING(y)，CLEAR(y)添加表：HANDEMPTY，ON(*,y)，CLEAR(*)Upstack(*,y)条件：HANDEMPTY，CLEAR(y)，ON(y,*)动作：删除表：HANDEMPTY，ON(y,*)添加表：HOLDING(y)，CLEAR(*)(3)问题求解过程利用上述谓词和操作，其求解过程为：ONTABLE(A)ONTABLE(B)ONTABLE(ONTABLE(A)ONTABLE(B)ONTABLE(C)CLEAR(A)CLEAR(B)CLEAR(C)HANDEMPTYONTABLE(A)ONTABLE(B)ON(C,A)CLEAR(B)CLEAR(C)HANDEMPTYONTABLE(A)ONTABLE(B)HOLDING(C)CLEAR(A)CLEAR(B)CLEAR(C)Upstack(AUpstack(A,C)Putdown(C)Pickup(Pickup(B)ONTABLE(A)ONTABLE(ONTABLE(A)ONTABLE(C)ON(B,C)CLEAR(A)CLEAR(B)HANDEMPTYONTABLE(A)ONTABLE(C)HOLDING(B)CLEAR(A)CLEAR(B)CLEAR(C)ONTABLE(CONTABLE(C)ON(B,C)ON(A,B)CLEAR(A)HANDEMPTONTABLE(C)ON(B,C)CLEAR(A)CLEAR(B)HOLDING(A)Stack(B,Stack(B,A)Stack(C,B)Pickup(A)请对以下命题分别写出它们的语义网络：(1)每个学生都有一台计算机。解：35.请对以下命题分别写出它们的语义网络：(1)每个学生都有一台计算机。(2)高教师从3月到7月给计算机系学生讲"计算机网络"课。解：7月8月7月8月StartEndStartEnd教师ISAObjectSubject高教师计算机系学生教师ISAObjectSubject高教师计算机系学生讲课事件ActionCaurseActionCaurse计算机网络讲课计算机网络讲课(5)红队与蓝队进展足球比赛，最后以3：2的比分完毕。解：比赛比赛AKOAKOParticipants1Oute3:22Participants1Oute3:22足球赛红队红队Participants2Participants2蓝队蓝队请把以下命题用一个语义网络表示出来：(1)树和草都是植物；植物解：植物AKOAKOAKOAKO草树草树(2)树和草都有叶和根；根叶解：根叶HaveHaveHaveHave植物植物是一种是一种是一种是一种草树草树(3)水草是草，且生长在水中；解：LiveAKOAKO水草LiveAKOAKO水草水中植物草水中植物草(4)果树是树，且会结果；解：CanAKOAKO果树CanAKOAKO果树结果植物树结果植物树(5)梨树是果树中的一种，它会结梨。解：CanAKOAKO梨树CanAKOAKO梨树树果树结梨树果树结梨用语义网络表示：动物能运动、会吃。鸟是一种动物，鸟有翅膀、会飞。鱼是一种动物，鱼生活在水中、会游泳。假设有以下一段天气预报：“地区今天白天晴，偏北风3级，最高气温12º，最低气温-2º，降水概率15%。〞请用框架表示这一知识。解：Frame<天气预报>地域：时段：今天白天天气：晴风向：偏北风力：3级气温：最高：12度最低：-2度降水概率：15%按“师生框架〞、“教师框架〞、“学生框架〞的形式写出一个框架系统的描述。解：师生框架Frame<Teachers-Students>Name：Unit〔Last-name，First-name〕Se*：Area〔male，female〕Default：maleAge：Unit〔Years〕Telephone：HomeUnit〔Number〕MobileUnit〔Number〕教师框架Frame<Teachers>AKO<Teachers-Students>Major：Unit〔Major-Name〕Lectures：Unit〔Course-Name〕Field：Unit〔Field-Name〕Project：Area〔National，Provincial，Other〕Default：ProvincialPaper：Area〔SCI，EI，Core，General〕Default：Core学生框架Frame<Students>AKO<Teachers-Students>Major：Unit〔Major-Name〕Classes：Unit〔Classes-Name〕Degree：Area〔doctor，mastor,bachelor〕Default：bachelor设有如下一段知识：“、王和都属于高山协会。该协会的每个成员不是滑雪运发动，就是登山运发动，其中不喜欢雨的运发动是登山运发动，不喜欢雪的运发动不是滑雪运发动。王不喜欢所喜欢的一切东西，而喜欢所不喜欢的一切东西。喜欢雨和雪。〞试用谓词公式集合表示这段知识，这些谓词公式要适合一个逆向的基于规则的演绎系统。试说明这样一个系统怎样才能答复以下问题：“高山俱乐部中有没有一个成员，他是一个登山运发动，但不是一个滑雪运发动？〞解：(1)先定义谓词A(*)表示*是高山协会会员S(*)表示*是滑雪运发动C(*)表示*是登山运发动L(*,y)表示*喜欢y(2)将问题用谓词表示出来“、王和都属于高山协会A(Zhang)∧A(Wang)∧A(Li)高山协会的每个成员不是滑雪运发动，就是登山运发动(*)(A(*)∧¬S(*)→C(*))高山协会中不喜欢雨的运发动是登山运发动(*)(¬L(*,Rain)→C(*))高山协会中不喜欢雪的运发动不是滑雪运发动(*)(¬L(*,Snow)→¬S(*))王不喜欢所喜欢的一切东西(y)(L(Zhang,y)→¬L(Wang,y))王喜欢所不喜欢的一切东西(y)(¬L(Zhang,y)→L(Wang,y))喜欢雨和雪L(Zhang,Rain)∧L(Zhang,Snow)(3)将问题要求的答案用谓词表示出来高山俱乐部中有没有一个成员，他是一个登山运发动，但不是一个滑雪运发动？(*)(A(*)→C(*)∧¬S(*))(4)为了进展推理，把问题划分为事实和规则两大局部。假设，划分如下：事实：A(Zhang)∧A(Wang)∧A(Li)L(Zhang,Rain)∧L(Zhang,Snow)规则：(*)(A(*)∧¬S(*)→C(*))(*)(¬L(*,Rain)→C(*))(*)(¬L(*,Snow)→¬S(*))(y)(L(Zhang,y)→¬L(Wang,y))(y)(¬L(Zhang,y)→L(Wang,y))(5)把事实、规则和目标化成推理所需要的形式事实已经是文字的合取形式：f1:A(Zhang)∧A(Wang)∧A(Li)f2:L(Zhang,Rain)∧L(Zhang,Snow)将规则转化为后件为单文字的形式：r1:A(*)∧¬S(*)→C(*))r2:¬L(*,Rain)→C(*)r3:¬L(*,Snow)→¬S(*)r4:L(Zhang,y)→¬L(Wang,y)r5:¬L(Zhang,y)→L(Wang,y)将目标公式转换为与/或形式¬A(*)∨(C(*)∧¬S(*))(6)进展逆向推理逆向推理的关键是要能够推出L(Zhang,Rain)∧L(Zhang,Snow)，其逆向演绎过程如以下图所示。¬¬A(*)∨(C(*)∧¬S(*))C(*)∧¬C(*)∧¬S(*)¬A(*)C(*)¬C(*)¬S(*)r2r2r34¬L¬L(*,Rain)¬L(*,Snow){Wang/*,y/Rain}{Wang/*,y/Snow}{Wang/*,y/Rain}{Wang/*,y/Snow}¬L¬L(Wang,y)¬L(Wang,y)r4r4r4r4L(Zhang,y)L(Zhang,y)L(Zhang,y){Rain/