河海大学《人工智能》试卷

欢迎共阅欢迎共阅欢迎共阅河海大学计信院2010-2011学年第一学期《人工智能》试卷是非题（本大题共15小题，每空2分，共30分）（√）亚里士多德是第一个把支配意识的理性部分的法则形式化为精确的法则集合的人。（√）图灵测试是阿兰.图灵1950年提出的，设计的目的是为智能提供一个满足可操作的要求的定义。（√）“通用问题求解器（GeneralProblemSolver）”是艾伦.纽厄尔（AllenNewell）、肖（J.C.Shaw）赫伯特.西蒙(HerbertA.Simon)设计的。（×）每个神经元由一个细胞体组成，包含一个细胞核，从细胞体伸展出一定数量的神经纤维称为树突，伸展出一根长的神经纤维称为轴突。（√）把大脑当作信息处理装置的观点是认知心理学的首要特征。（√）1956年夏天由约翰.麦卡锡、明斯基、香农等发起的，在达特茅斯举行的为期两个月的研讨会标志着人工智能学科的诞生。（×）简单反射型智能体是基于效用的智能体。（×）广度优先搜索算法的时间复杂度是O(bd+1),其中b是分支因子，d是解的深度。（×）贪婪最佳优先搜索采用的是盲目搜索策略。（√）一个松弛问题的最优解的耗散是原问题的一个可采纳的启发式。（√）模拟退火算法结合了爬山法和随机行走方法的优点。（×）对抗搜索中的极大极小值算法使用的是一个宽度优先搜索方法。（×）霍恩子句是最多只有一个负文字的文字合取式。（×）前向链接算法是目标指导的推理的一种形式，后向链接算法是数据驱动的推理。（×）总的来说，一阶谓词逻辑的知识表达能力比命题逻辑弱。选择题（本大题共10小题，每题2分，共20分）如果一个智能体的传感器每个时间点上都能让它访问获取环境的完整状态，那么我们就说这个任务环境是（B）随机的完全可观察的离散的以上都不对关于基于模型的反射型智能体的下面的描述，哪个是正确的？（A）智能体维持了某种取决于感知历史的内部状态智能体不关心世界如何演变智能体不需要有关自身行动如何影响世界的信息智能体不需要产生式（条件行动规则）智能体的性能度量用来（D）进行正确感知评价智能体在环境中的行为表现财务分析进行自我学习与自我优化一个智能体有多个评价未知的直接选项的时候，可以首先检验各个不同的能导致已知评价的状态的可能行动序列，然后选择最佳序列，寻找这样的序列的这种过程被称为（B）学习感知搜索执行用搜索法对问题求解时，一个问题可以形式化地定义为四个组成部分，即：智能体的初始状态、后继函数、目标测试和（B）功率路径代价算法完备性A*搜索算法何时是最优的？（A）到目标结点的耗散是一个可采纳启发式到目标结点的耗散可任意选择不存在求解问题的最优的A*搜索算法以上描述都不对无监督学习需要（A）学习程序自己形成和评价概念，没有教师学习程序在教师监督下形成和评价概念学习程序有时需要教师，有时不需要教师，以形成和评价概念以上说法都不对人工智能的主要学派有：符号主义、连接主义和（B）语义网络行为主义逻辑主义D.以上没有正确答案语义网络、框架和剧本等知识表示方法，均是对知识和事实的一种静止的表达方法，称这类知识表达方法为（B）过程式知识表示方法陈述式知识表示方法隐藏式知识表示方法以上没有正确答案机械学习是最简单的机器学习方法，机械学习就是（A）记忆计算和推理规划D.以上都不对名词解释（本大题共10小题，每题3分，共30分）状态空间答：状态空间(StateSpace)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G），状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态。松弛问题答：降低了行动限制的问题称为松弛问题。遗传算法答：遗传算法由美国Michigan大学于60年代提出，是一种不依赖具体问题的直接的、全局随机搜索方法。物理符号系统假设答：这一假说指出，物理符号系统具备必要且足够的方法来进行普通智能行为。物理符号系统是类似数字计算机的机器，具备灵活处理符号数据的能力——加数、重排符号序列及符号替换等等。宽度优先搜索答：如果搜索是以接近起始节点的程度依次扩展节点的，那么这种搜索就叫做宽度优先搜索。归结（消解）原理答：消解原理是针对谓词逻辑知识表示的问题求解方法。这是一种机械化的可在计算机上加以实现的推理方法，其本质是一种反证法。若令L1为任一原子公式，L2为另一原子公式；和具有相同的谓词符号，但一般具有不同的变量。已知两子句L1∨α和～L2∨β如果L1和L2具有最一般合一者σ，那么通过消解可以从这两个父辈子句推导出一个新子句(α∨β)σ。这个新子句叫做消解式。它是由取这两个子句的析取，然后消去互补对而得到的。规划答：从某个特定的问题状态出发，寻求一系列行为动作，并建立一个操作序列，直到求得目标状态为止，这个求解过程就称为规划。感知机答：感知机是在1957年由Rosenbllatt提出的，它是一种由单层神经元组成的神经网络。智能体答：智能体是通过传感器感知所处环境并通过执行器对该环境产生作用的计算机程序及其控制的硬件对抗搜索答：多智能体环境下，其中每个智能体对其他的智能体的影响是“显着的”，确定性的、可完整观察的，两个或多个游戏者轮流行动的，最终结果效用值相等并符号相反的决策行为，叫做对抗搜索。计算题（本大题共2小题，每小题10分，共20分）已知知识库为：（P^Q）^(P=>R)^[Q^R=>S]请用归结原理证明S。证明：建立子句集：—（P^Q）^(P=>R)^[Q^R=>S]{P^Q，P=>R，Q^R=>S}归结：=1\*GB2⑴P^Q=2\*GB2⑵P=>R=3\*GB2⑶Q^R=>S=4\*GB2⑷P=1\*GB2⑴=5\*GB2⑸Q=1\*GB2⑴=6\*GB2⑹~P∨R=2\*GB2⑵=7\*GB2⑺~（Q^R）∨S=3\*GB2⑶=8\*GB2⑻R=4\*GB2⑷=6\*GB2⑹归结=9\*GB2⑼Q^R=5\*GB2⑸=8\*GB2⑻归结=10\*GB2⑽S=7\*GB2⑺=9\*GB2⑼归结2、请用下图作为例子说明什么是?-?剪枝算法。[-[-?，+?][-?，6]MAX6MIN答：边生成节点边对节点估值，并剪去一些没用的分枝，这种技术被称为α-β剪枝。具体步骤：1、先标出MAX（α）节点和MIN（β）节点2、从最左边的一枝开始，倒推其先辈节点的α、β值3、按照从左到右的顺序，依次对相邻枝，按照α、β剪枝条件进行剪枝α、β值的含义是：α:对于MAX节点，α是该节点生成的若干子节点的最大评价值β:对于MIN节点，β是该节点生成的若干子节点的最小评价值α、β剪枝条件为：α剪枝若MIN节点n的β值小于或等于它先辈节点的α值，则n以下的分枝可停止搜索，并令节点n的倒推值为β。β剪枝若MAX节点n的α值大于或等于它先辈节点的β值，则n以下的分枝可停止搜索，并令节点n的倒推值为α。结合本题目说明如下：不妨从最上层往下依次称为top，middle，low，从左往右依次称为left