人工智能通识教程 习题及答案

PAGEPAGE6第1章 绪论—习题一、单选题美国施乐帕克研究中心首席科学家马克·维瑟提出了计算无所不在的观点,他将广义的计算定义为()。数数四则运算公式的推导和证明一个状态转移到另一个状态计算无所不在有五个具体体现,下面( )不是具体体现之一。anytime任何时间)anywhere任何地点)anybody任何人)anything任何事物)anylanguage任何语言)计算无所不在是指从长远的观点看,计算机会消失,这是指( )。计算机器械的物理消失计算机发展技术的消失计算机融入到人们的学习生活和工作中,人们感觉不到它的存在计算机会被更高级的计算工具所替代关于计算思维的特征,下面( )说法是错误的?是人思维,而非机器思维是能力,而非技能是程序化的,而非概念化的是思想,而非人造品提出计算思维概念的是( )。冯·诺依曼马克·维瑟周以真图灵计算思维的本质就是抽象和( )。

自动推理分析归纳计算思维是运用计算机科学的基础概念进行()、系统设计和理解人类行为等涵盖计算机科学广度的一系列思维活动。问题求解计算机编程算法研究建立数学模型关于计算思维正确的说法是( )。计算机的发展导致了计算思维的诞生计算思维是计算机的思维方式计算思维的本质是计算计算思维是问题求解的一种途径人”计算与机器”计算有什么差异?以便于能够做出执行规则的机器“人”计算宁愿使用复杂的计算规则,以便减少计算量能够获取结果简单但计算量却很大尽管这样对越来越多的计算,机器也能够完成计算结果的获得其他选项的说法都正确计算系统的发展方向是( )。越来越使人—计算机—物体互联在一起将越来越多的CPU集成起来,提高计算能力越来越拥有类人的智能其他三个选项都是正确的( ),以实现某些脑力劳动的机械化。具有完全的智能和人脑一样考虑问题完全代替人模拟、延伸和扩展人的智能盲人看不到一切物体,他们可以通,方面。行为能力感知能力思维能力学习能力( )。符号神经元数字图形符号主义认为人工智能源于( )。数理逻辑神经网络信息检索遗传算法被誉为人工智能之父的科学家

神经网络机器定理程序启发式算法专家系统A.人工智能行为主义学派的核心特点是( )。A.强调模拟人类内部思维过程与逻辑推理注重构建复杂的知识表示体系聚焦外部行为,通过刺激—反应与强化学习实现智能依赖大量标注数据进行模型训练以下不属于行为主义的代表成果是( )。遗传算法六足虫大狗机器人神经网络以下不属于人工智能研究领域的是( )。机器视觉模式识别智能检索计算机辅助设计人工智能中通常把( )作为衡是(A.

)。明斯基

量机器智能的准则。图灵机麦卡锡图灵香农下面( )学派不是人工智能的主要学派。符号主义连接主义行为主义形式主义以下( )不属于符号主义的代表成果。

图灵测试中文屋思想实验人类智能以下关于计算机系统组成的说法,正确的是( )。计算机系统仅由硬件组成软件是计算机系统的物质载体硬件和软件共同构成完整的计算机系统操作系统属于应用软件冯·诺依曼计算机的基本组成不包括( )。运算器控制器寄存器输入设备下列关于CPU性能指标的说法中,错误的是( )。主频越高,CPU执行指令的速度越快字长越长,计算机处理数据的精度越高核心数量越多,CPU的性能一定越强制造工艺纳米数越小,芯片集成度越高在人工智能硬件架构中,主要承担神经网络核心运算的是( )。CPUGPU/NPU硬盘内存下列存储器中,断电后数据会丢失的是( )。ROMRAM硬盘光盘人工智能对计算机系统的特殊需求不包括( )。高度并行性低数据吞吐能力实时响应能力高能效比下列关于计算机网络分类的说法,错误的是( )。10km城域网覆盖城市范围10~100km广域网覆盖跨区域如校园网互联网属于广域网OSI负责实现比特流传

输的是( )。物理层数据链路层网络层传输层TCP/IP模型中,对应OSI模型传输层功能的是( )。网络接口层网际层传输层应用层A.下列网络设备中,工作在网络层的是( )。A.集线器交换机路由器网桥IPv4地址由( )二进制数组成。163264128位人工智能时代的网络不具备以下( )的特征。超高带宽与低延迟高可靠性与确定性固定带宽分配动态弹性与全局协同人工智能在决策过程中应遵守的最基本原则是( )。效率最大化道德准则技术先进性经济利益,( )说法是对的。人工智能系统无须考虑用户隐私用户隐私与人工智能系统性能无关人工智能系统应确保用户隐私安全人工智能系统可以随意收集用户数据在自动驾驶汽车面临无法避免的事故时,应该( ),从而决定保护谁。总是保护车内乘客总是保护行人根据预设的伦理算法决定交由驾驶员实时决定人工智能在医疗诊断中应( ),从而处理误诊风险。忽视误诊风险追求快速诊断完全不公开误诊信息透明化误诊信息并持续改进仅对特定人群公开误诊信息,( )说法是对的。人工智能系统无需向用户解释其决策过程透明度会损害人工智能系统的商业利益透明度是建立用户信任的关键透明度会降低人工智能系统的性能人工智能在内容推荐中应避免的问题是( )。过度个性化多样性不足推广有益信息忽略用户兴趣人工智能在人脸识别中的伦理挑战二、多选题人类智能的特征包括( )。感知能力记忆与思维能力学习能力行为能力

包括( )。提高识别准确率滥用和侵犯个人隐私加快识别速度降低成本人工智能在金融服务中,可( ),以保障公平性。优先服务高收入人群引入算法偏见确保算法公平性和透明度无需考虑公平性,应( ),来避免学习偏见。依赖单一数据源引入多样化学习材料忽视学生个体差异过度依赖自动化评估人工智能在司法审判中的辅助作用,应( ),来避免偏见。依赖算法自动判决引入法官的主观判断确保算法公正性和透明度无须考虑算法偏见下列关于计算思维抽象特征的实例,正确的是( )。工业质检自动化流程七桥问题的解决机器自动执行指令数据并行计算( )。机器行为机器感知机器思维机器学习AI正

问题D.其定义为无知觉的计算机智能,或专确的是( )。AI已经达到了与人类智能水平相当的程度AI需要谨慎思考AI对现实世界带来的影响AI诞生于1956年达特茅斯学院研讨会2022年北京冬奥会也称为“AI奥运”,以下( )属于人工智能。首钢园区的L4级自动驾驶班车AI手语主播数字人”场馆智能向导AI以下关于人工智能概念的表述正确的

注于一个狭窄任务的AI下列计算机系统中属于人工智能的实例的是( )。Web搜索引擎超市条形码扫描器声控电话菜单智能个人助理下列( )是人工智能的研究领域。人脸识别专家系统图像理解分布式计算考察人工智能AI的一些应用,去发现目前下列( )任务可以通过AI来是(A.

)。人工智能旨在创造智能机器

解决。以竞技水平玩德州扑克游戏人工智能是研究和构建在给定环境下表现良好的智能体程序人工智能将其定义为人类智能体的研究人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事( )是人工智能的基础。经济学哲学心理学数学

打一场像样的乒乓球比赛在Web上购买一周的食品杂货在市场上购买一周的食品杂货冯·诺依曼计算机的设计思想包括( )。计算机由五个基本部分组成程序和数据都用二进制数表示采用存储程序的方式以存储器为中心计算机软件系统通常分为( )。系统软件下列陈述中, ( )是描述强AI(通用AI)的正确说法。指的是一种机器,具有将智能应用于

支撑软件应用软件办公软件任何问题的能力是经过适当编程的具有正确输入和输出的计算机因此有几乎与人类同样判断力的头脑指的是一种机器,仅针对一个具体

下列属于系统软件的是( )。操作系统编译器数据库管理系统浏览器OSI属于高层协议的是( )。应用层表示层会话层网络层人工智能时代的网络重构体现在( )。高速骨干网络智能调度网络边缘—云协同网络确定性网络面向AI( )。计算单元革新存储与带宽设计优化系统级集成优化显示器分辨率提升人工智能伦理的核心关注点包括( )。数据隐私保护三、填空题

算法透明度与公平性人工智能的责任归属人工智能对人类就业的影响在自动驾驶汽车的伦理设计中,需要考虑的因素有( )。行人与车内乘客的安全权衡遵守交通法规紧急情况下的决策机制技术可行性与成本效益人工智能在医疗领域应用中应遵循的伦理原则包括( )。患者自主权数据安全与隐私保护诊疗过程的透明度追求经济利益最大化人工智能在社交媒体上的应用需要关注的伦理问题有( )。内容审核的公正性与透明度用户隐私保护虚假信息的传播与防控社交网络的算法偏见计算思维的本质是抽象和 。周以真于2006年提出计算思维概念,她将计算思维定义为:“运用计算机科学的基础知识进行 、系统设计和让计算机理解人类行为等涵盖计算机科学广度的一系列思维活动。目前人工智能的主要学派有 学派、连接主义学派、行为主义学派。人工智能的特征是感知能力、记忆与思维能力、 、行为能力。人工智能的近期目标是 ,远期目标是 。冯·诺依曼计算机由运算器、控制器、 、输入设备和输出设备五个基本部分组成。CPU主要包括 和控制器两个核心部件。存储器分为内存储器和 ,其中内存储器可直接与CPU进行信息交换。OSI参考模型从低到高依次是物理层、数据链路层、网络层、传输层、会话层、表示层和 。TCP/IP模型将网络按功能划分为网络接口层、网际层、传输层和 。IP地址包括物理地址和 ,其中物理地址固化在网卡中。人工智能在医疗诊断中,应确保误诊信息的 ,以持续改进系统性能。人工智能在人脸识别技术中,最大的伦理挑战之一是防止技术的 和侵犯个人隐私。人工智能在金融服务中的公平性保障,关键在于确保算法的 和透明度。面向AI的硬件架构中, 通过独特的脉动阵列架构将矩阵乘法硬件化,提升计算密度与能效比。人工智能时代的网络核心功能变化体现在超高带宽与低延迟、高可靠性与确定性、 三个方面。四、判断题一般认为人类智能是知识与智力的总和,其中,知识是一切智能行为的基础,而智力是获取知识并应用知识求解问题的能力。电子计算机的诞生为人工智能的研究奠定了物质基础。上被称为姚法”。冯·诺依曼被认为是计算机之父他发明了二进制并将二进制用于计算机。1956约翰·麦卡锡在美国达特茅斯学院的研讨会上力主提出人工智能”概念,并尊称图灵为人工智能之父。机器学习的目的是使机器具有人的学习能力,能通过学习自动获取知识。AI,人类认知的基本元素是符号,认知过程是符号表示上的一种运算。计算机系统中,硬件是功能灵魂,软件是物质载体。RAM,即使关机后也不会丢失。OSI,数据链路层的主要功能是实现分组转发和路由选择。人工智能计算具有高度的并行性特征,传统CPU能高效应对神经网络中的核心运算。人工智能的应用与发展,会带来新的法律问题,为保证人工智能健康发展,需要制定完善的有关人工智能应用的法律法规。人工智能系统可以完全自主决定人类的生死,无需人类干预。在开发人工智能产品时,必须优先考虑用户隐私保护。自动驾驶汽车在面临无法避免的事故时,应优先保护车内乘客。为了提高人工智能系统的性能,可以牺牲用户隐私。人工智能的研究目标是完全取代人类的所有工作。人工智能时代的网络需要根据实时计算负载动态调整带宽,具备动态弹性。AIHBM)能大幅提升数据传输带宽,解决存储瓶颈。域名系统(S)的作用是将P地址解析为对应的域名。五、简答题人工智能的核心目标是什么?人工智能发展历经哪三个主要阶段?请简述各阶段代表性技术。符号主义、连接主义和行为主义学派的核心思想分别是什么?谁被称为人工智能之父”?他提出的著名测试是什么?人工智能对通用计算机系统提出的需求变革有哪些?计算思维的本质是哪两个关键概念?请解释其作用。冯·诺依曼计算机由哪五个基本部分组成?各部分主要功能是什么?OSI参考模型分为哪七层?各层的主要功能是什么?IPv4,IP地址与子网掩码如何共同确定网络地址?AI安全可控原则”的具体要求是什么?PAGEPAGE2第1章 绪论—习题答案一、单选题DECCCAADDDD二、多选题ABCDABCDBCDABCDABD三、填空题自动化问题求解符号主义学习能力

BBACDACDDBCBCDABACDABCABC

CCBBBCACCBCABCABCABCABCABCD外存储器应用层应用层逻辑地址

BCCCCABBCBCBABCABCDABCDABCABCD使机器模拟、延伸和扩展人的智能;实现通用人工智能(或使机器具备类人水平的全面智能)存储器运算器

透明化滥用公平性NPU神经网络处理器)动态弹性与全局协同四、判断题正确正确错误错误正确五、简答题

正确正确错误错误错误

错误正确错误正确错误

错误错误正确正确错误核心目标让机器模拟、延伸和扩展人的智能实现某些脑力劳动的机械化最终朝着具备类人水平的通用智能方向发展。三个主要阶段及代表性技术:①早期发展阶段(20502070):符号主义主导代表性技术有逻辑推理、专家系统、机器定理证明②中期发展阶段(20世纪80年代至21世纪初):连接主义兴起,代表性技术有人工神经网络、机器学习(如支持向量机、决策树);③深度学习爆发阶段(21世纪以来):代表性技术有深度神经网络(如CNN、RNN、Transformer)、强化学习、生成式AI。各学派核心思想①符号主义AI人类认知的基本元素是符号,认知过程是符号的运算与推理,核心是构建基于符号的知识表示与逻辑推理系统;②连接主义:认为人类思维的基元是神经元,智能源于神经网络的连接与激活,核心是模拟人脑神经元结构通过数据训练优化网络参数实现学习③行为主义聚焦外部行为认为智能是通过“刺激—反应”交互与强化学习形成的,核心是让智能体在环境中通过试错学习优化行为策略,无需复杂的内部知识表示。·需求变革①计算能力需求需支持高度并行运算AI②存储与带宽需求需大容量高带宽的存储设备AI数据读写;③实时响应需求:在自动驾驶、智能交互等场景中,需低延迟的实时数据处理能力④能效比需求需提升单位能耗的计算效率适配移动终端边缘设备等场景的AI应用。两个关键概念:抽象和自动化。作用①抽象从复杂问题中提取核心特征与关键信息忽略无关细节将问题转化为、执行推理)。五个基本部分及功能负责执行算术运算如加减乘除和逻辑运算(如与、或、非);②控制器:负责控制计算机各部件协调工作,解读指令并指挥执行;③存储器:用于存储程序和数据,供CPU随时读取和写入;④输入设备:负责将外部信息(如键盘输入、鼠标操作、语音等)转化为计算机可识别的信号输入计算机;⑤输出设备:负责将计算机处理后的结果(如文字、图像、声音等)转化为人类可感知的形式输出。OSI、光纤)、接口特性、信号类型等;②数据链路层:负责将比特流封装为帧,实现帧的传输、差错控制和流量控制;③网络层:负责实现分组转发和路由选择,确定数据从源端到TCP)或不可靠传输(如P),处理报文分段与重组;⑤会话层:负责建立、维护和终止通信双方的会话连接,管理会话同步;⑥表示层:负责数据的格式转换、加密解密、压缩解压等,确保双方数据格HTTPFTPSMTP等),是用户与网络的接口。确定方式IPv4与运算得到的结果即为网络地址。具体步骤:①将IPv4地址和子网掩码分别转换为32位二进制数;②对两个32位二进制数逐位进行“与运算”(规则:00=0、01=0、10=0、11=1);③将运算结果转换为点分十进制格式,即为网络地址。具体要求:①安全性:AI、社会公共利如避免算法漏洞导致的误判滥用②可控性AI系统的决策过程和结果保持有效控制AI③可追溯性AI系统的决策逻辑、数据来源AI系统的核心工作机制、如用户、监管机构公开保障用户的知情权与监督权。PAGEPAGE2第2章 人工智能计算基础—习题一、单选题下列关于数据与信息的关系,说法正确的是( )。数据就是信息,二者无区别信息是未经加工的原始素材

向量内积运算的结果是( )。向量矩阵标量数据经加工处理后可转化为信息信息无法反向生成数据

D.张量A

3×4

矩阵,

B

为列向人工智能存储与计算中广泛采用二进制的核心原因不包括( )。工作可靠运算简单表示范围广易于实现若某汉字的区位码为十进制(16,10),其国标码高字节对应的十六进制值为( )。10H20H30H40H下列数制中,每位数码所对应的权值最大的是( )。二进制八进制十进制十六进制适用于人工智能大规模数值计算的数制表示方式是( )。定点整数定点小数浮点数二进制补码

量,若A与B可进行乘法运算,则向量B的维度应为( )。A.3×1B.4×1C.1×3D.1×4人工智能中处理彩色图像数据时,常用的张量维度不包括( )。高度H)W)通道数C)时间T)梯度下降算法中学习率的作用是( )。控制参数更新的方向控制参数更新的步长计算损失函数的梯度判断是否达到最优解下列正则化方法中,能实现特征稀疏性筛选的是( )。L1正则化L2正则化dropout批量归一化二、多选题二进制的核心特性包括( )。工作可靠运算简单表示范围广易于实现下列属于汉字编码方式的有( )。区位码国标码机内码ASCII将模拟声音信号存入计算机的过程包括( )。采样量化编码解码下列关于向量与矩阵的说法,正确的有( )。向量可看作是1行n列或n行1列的特殊矩阵矩阵乘法满足交换律两个向量的内积可用于判断向量的相似性矩阵转置后其行列式值不变三、填空题

( )。图像数据存储视频数据处理文本特征表示梯度计算传递影响梯度下降算法优化效果的因素有( )。学习率大小初始参数值损失函数选择数据标准化程度下列关于正则化的说法正确的有( )。正则化可防止模型过拟合L2正则化会使参数趋于0L1正则化惩罚项为参数的绝对值和正则化通过增加惩罚项调整损失函数常见的概率分布中,适用于描述二分类问题的有( )。伯努利分布正态分布二项分布泊松分布数据是 的原始素材,信息是经加工后具有 的数据。汉字区位码转换为国标码时,需先将十进制区位码转为 ,再将高、低字节分别加 。计算机存储声音时, 是将连续的模拟音频信号离散化为时间上的采样点, 是将采样点的连续振幅值离散为整数。两个向量a与b的内积几何意义是 。矩阵A(m×n)与矩阵B(n×p)相乘,得到的矩阵C的维度为 。人工智能中处理彩色图像的张量维度通常表示为 (用字母及符号表示)。梯度下降算法中,参数调整的核心原则是 。L2正则化的核心作用是 。伯努利分布的随机变量仅能取 和 两个离散值。贝叶斯定理的核心是通过 和 计算后验概率,辅助分类推理。四、判断题数据经加工处理后可转化为信息,信息也可反向还原为原始数据。01,传输与处理中不易出错。汉字国标码的每字节值均大于32,目的是与SCI码兼容。浮点数的表示范围仅由尾数决定,精度仅由阶码决定。任意两个向量都可以进行内积运算。矩阵乘法满足结合律,但不满足交换律。张量是向量和矩阵的高阶扩展,可表示任意维度的有序数据。学习率越大梯度下降算法的参数更新速度越快优化效果越好。L1正则化比L2正则化更适合文本分类中的特征筛选任务。贝叶斯定理可通过历史数据的先验信息,辅助解决分类推理问题。五、简答题数据与信息的核心区别是什么?结合人工智能存储需求,二进制工作可靠”特性为何重要?汉字区位码转换为国标码的依据和转换规则是什么?定点数与浮点数,哪种更适配人工智能大规模数值计算?为什么?简述将声音存入计算机的过程。向量内积的几何意义具体是什么?矩阵与向量相乘的核心条件是什么?张量为何能成为人工智能处理图像、视频数据的核心载体?梯度下降的学习率大小对人工智能模型优化有何影响?哪种正则化更适合文本分类特征筛选?为什么?第2章 人工智能计算基础—习题答案一、单选题CCC二、多选题ABDABC三、填空题十六进制;20H

DCCABCACD

BDABCDABCDm×pH×W×C

BAACDAC采样;量化ab方向上的投影长度与向量b模长的乘积或向量b在向量a方向上的投影长度与向量a模长的乘积)四、判断题注信息是经加工后具有特定意义的数据,加工过程可能存在信息损耗,无法完全反向还原为原始数据)正确正确错误五、简答题

沿着损失函数梯度的反方向更新参数防止模型过拟合,使参数趋于较小值9.0;110.先验概率;似然概率错误正确正确错误正确正确核心区别:数据是未经加工的原始素材,不具备特定意义;信息是对原始数据进行加工处理后得到的、具有特定意义和价值的数据,能够反映事物的本质或规律。简单来说,数据是信息的载体,信息是数据的内涵。人工智能存储需求具有数据量大、存储周期可能较长、数据可靠性要求高的特点。二进制仅包含0和1两种状态,在硬件实现上可通过高低电平轻松表示,传输和处理过程中不易受干扰导致状态出错,工作稳定性强。这种“工作可靠”的特性能确保人工智能存储的海量数据不丢失、不被篡改,为后续的计算和模型训练提供准确的数据基础,避免因数据错误影响模型效果。 1PAGEPAGE2ASCIIASCII。转换规则:第一步,将十进制的区位码(分为高字节区位号和低字节20H(十六进制),最终得到的就是国标码。浮点数更适配人工智能大规模数值计算。原因:人工智能大规模数值计算中,数据的数值范围差异极大(如从极小的梯度值到较大的权重值),且对精度有一定要求。定点数的数值范围和精度固定,无法同时满足大范围和高精度的需求;而浮点数通过阶码和尾数的组合,可灵活表示不同范围和精度的数值,能覆盖人工智能计算中各类数据的数值需求,避免出现溢出或精度不足的问题。将声音存入计算机的过程主要包括采样、量化、编码三个核心步骤:①采样:通过声卡等设备,按固定的时间间隔对连续的模拟声音信号进行离散化采集,得到时间上离散的采样点②量化将每个采样点对应的连续振幅值离散化为有限个固定的整数等级实现振幅的数字化;③编码:将量化后的整数数值转换为计算机可存储的二进制代码,最终以数字文件的形式存入计算机。向量内积的几何意义是:设向量a和向量b的夹角为θ,那么它们的内积a·b等于向量a的模长|a|、向量b的模长|b|与sθ的乘积,即a·b=|a||b|sθ。具体可理解为abb或反之)当两向量垂直时夹角θ=90°,sθ=0,内积为0;当两向量同向时,θ=0°,sθ=1,内积达到最大值;当两向量反向时,θ=180°,sθ=-1,内积达到最小值。矩阵与向量相乘的核心条件是矩阵的列数必须与向量的维度元素个数)相等。具体来说,Am×n的矩阵mn列),向量B为列向量,则向量B必须是n1的列向量n个元素);若向量B为行向量,则向量B必须是1×n的行向量n个元素)。满足该条件时,乘法运算才可进行,m×1的列向量1×m的行向量)。张量能成为核心载体的原因的是张量是向量和矩阵的高阶扩展,可灵活表示任意维度的有序数据而图像、视频数据恰好具有多维度特征。例如彩色图像可表示为三维张量H×W×C),包含像素的空间位置和颜色信息;视频数据可表示为4张量T×H×W×C),额外包含时间维度的动态信息。这种多维度表示能力能精准匹配图像、视频的数据结构便于计算机对其进行存储、传输和并行计算契合人工智能处理海量图像、视频数据的需求。学习率对模型优化的影响主要体现在:①学习率过小:参数更新步长小,模型收敛速度极慢,需要大量的迭代次数才能接近最优解,且可能陷入局部最优解;②学习率过大:参数更新步长过大,容易在最优解附近震荡,无法稳定收敛到最优解,甚至可能导致损失函数值上升模型发散③学习率适中参数更新步长合适能在较短的迭代次数内稳定收敛到全局最优解或较优解。因此,学习率的选择需要权衡收敛速度和收敛稳定性,通常需要通过实验调优确定。L1正则化更适合文本分类中的特征筛选任务。原因文本分类的特征通常是大量的词汇如词袋模型中的词语),存在高维稀疏的特点需要筛选出对分类有效的关键特征。L1其优化过程会使部分不重要特征的参数直接变为0,从而实现特征的自动筛选,保留关键特征,降低模型复杂度;而L2正则化的惩罚项是参数的平方和,只会使参数趋于较小值,无法将参数变为0,不能实现特征筛选,因此不适用于文本分类的特征筛选任务。PAGEPAGE4第3章 知识表示—习题一、单选题知识的“相对正确性”( )。知识在任何条件下都正确知识仅在特定条件和环境下正确知识是主观的判断知识无法被验证知识表示的核心目的是( )。提升计算机硬件性能使计算机能存储和处理知识以实现智能推理便于文档整理实现人机语音交互知识的不确定性不包括以下( )类型。随机不确定性模糊不确定性不完全性绝对性以下是原子命题的语句是( )。李强学过英语或德语1不是素数也不是合数2是素数和偶数明年春节会下雪以下不是命题的语句是( )。中国是人口众多的国家请跟我来!火星上也有人存在最小的质数P张强虽然受伤了Q张强跑得很快,命题“张强虽然受伤了,但是他跑得很快。”的符号化表示是()。PandQP∧Q

P→QP∨QP小王是游泳冠军Q小王是百米赛跑冠军。命题“小王是游泳冠军或百米赛跑冠军”的符号化表示是什么?P∧QP∨QC.(P∧¬Q)∨(¬P∧Q)D.PorQP小张起晚了Q小张堵车了,R:小张被淘汰。命题“如果小张起晚了或者是堵车了,那么就会被淘汰”的符号化表示是()。(P∨Q)→RP→Q∨R(P∨Q)∧R(P∨Q)↔RP老师病了Q他来上课。命只有老师病了他才不来上课。的符号化表示是()。¬Q→PP→QP∨QP∧¬Q谓词逻辑中的基本单位是( ),用于描述对象的属性或对象之间的关系。个体谓词量词命题在谓词逻辑中,通常用于表示全称量词的符号是( )。∀∃→∧命题“某些实数是有理数”的符号化是( )。设R(x):x是实数。Q(x):x是有理数。A.(∃x)(R(x)∧Q(x))B.(∀x)(R(x)∧Q(x))C.(∃x)(R(x)∨Q(x))D.(∀x)(R(x)∨Q(x))确定性规则知识的产生式表示的基本形式是( )。IFPTHENQIFPTHENQ置信度)对象,属性,值)对象,属性,值,置信度)老李的年龄可能是40岁,表示为(i,e,40,0.8),这属于( )。确定性规则知识的产生式表示不确定性规则知识的产生式表示确定性事实知识的产生式表示不确定性事实知识的产生式表示一个产生式系统不包括( )。规则库推理机综合数据库用户界面框架表示法中,描述事物特征的基本单元是( )。框架名槽侧面约束条件空间状态表示法的三元组构成不包括( )。SF目标状态集合G

R在问题规约的与或树中,“或”节点可解的条件是( )。其子节点全部可解其子节点至少一个可解本身是终止节点其子节点均为终止节点语义网络中表示“具体与抽象”概念关系的是( )。ISAAKOPartofLocatedat语义网络中最基本的语义单元是( )。节点弧语义基元三元组知识图谱的基本表示形式是( )。二元组三元组四元组数组适合表示数据多维属性的知识表示方法是( )。命题逻辑框架表示法产生式语义网络评估知识表示准确性时,用于衡量预测结果与真实知识偏差的函数是( )。损失函数激活函数传递函数目标函数概率基础在知识表示中的典型应用是( )。命题符号化产生式的置信度框架的槽值语义网络的弧在空间状态表示法中描述状态随操作连续变化率时可能用到的数学工具是二、多选题知识的组成要素包括( )。事实规则控制元知识知识的特性有( )。相对正确性不确定性可表示性可利用性知识表示的基本要求包括( )。充分表示充分推理有效推理有效获取知识一阶谓词逻辑表示的优点是( )。自然性精确性严密性易实现下列( )是谓词公式。P(x)P(x)∧Q(x)P(x)+Q(x)∨R(x)在与/或树中,满足以下( )条件的节点为可解节点。终叶节点都是可解节点对或”节点当其子节点中至少有一个为可解节点时,则该或节点就是可解

( )。微积分线性代数概率论离散数学节点对与”节点只有当其子节点全部为可解节点时该与节点才是可解节点终叶节点与可解节点无关( )。谓词逻辑表示法产生式表示法框架表示法空间状态表示法框架表示法的组成部分包括( )。框架名槽侧面约束条件括( )。实例关系分类关系包含关系属性关系空间状态表示法的应用场景包括( )。路径规划问题求解状态监控逻辑推理P→Q的值在下列( )解释下为真。P为假Q为真P为真Q为假P和Q均为真P和Q均为假根据命题的定义,命题判断的条件不能有( )。陈述句疑问句悖论三、填空题知识表示的核心目的是 。

值唯一下列公式等价的是哪些?¬¬P和P等价¬P∧¬Q和P∨Q等价P→Q和¬P∨Q等价A→A→B)和A→B等价为了刻画谓词与个体的关系,在谓词逻辑中引入了两个量词: 和 。知识按确定程度分为确定性知识和 知识。语义网络的推理过程主要有 和 。 是一种互联网环境下的知识表示方法由一些相互连接的实体及其属性构成。框架表示法中,描述事物特征的基本单元是 。状态空间表示法的三元组是(S,F, )。问题规约中,不能再分解或变换且可直接解答的子问题称为 。语义网络中最基本的语义单元是 。衡量知识表示准确性的函数称为 函数。设P:所有的人都是要死的,Q:有人怕死。则命题“所有的人都是要死的,但是有人不怕死。”的符号化表示为: 。设P:我买到飞机票,Q:我出去。则命题“如果买不到飞机票,我哪儿也不去。”的符号化表示为: 。设P:你陪伴我,Q:你给我雇车,R:我去。则命题“除非你陪伴我或给我雇辆车,我才去。”的符号化表示为: 。设F(x,y):x摆满了y,R(x):x是大红书柜,Q(y):y是古书,a:这只,b:那些,则命题“这只大红书柜摆满了那些古书。”用谓词逻辑表示为R(a)∧Q(b) F(a,b)。设J(x):x是教练员,L(x):x是运动员。则命题“所有教练员都是运动员。”表示为(∀x)(J(x) L(x))。四、判断题知识的正确性是绝对的。知识表示的可扩充性是重要要求之一。产生式是蕴含式。框架表示法不能表示具有因果关系的知识。产生式系统求解问题的过程是一个反复进行匹配—冲突消解—执行”的过程。框架的槽值或侧面值不能是另一个框架的名字。一个产生式系统由规则库、推理机、综合数据库三部分组成。产生式有固定的格式每一条产生式规则都由前提与结论操作)两部分组成。语义网络是一种用实体及其语义关系来表达知识的无向图。给定知识后,知识表示方法唯一。空间状态表示法适合描述复杂的逻辑关系。与或树中,终止节点一定是可解节点。知识系统是指基于知识表示和知识推理所形成的智能系统。雪是白的”为一元关系。一阶谓词逻辑表示法可以表示不确定的知识。命题逻辑可以把所描述的事物的结构及其逻辑特征反映出来也能把不同事物间的共同特征表述出来。知识表示是指能否正确,有效地将问题求解所需要的知识表示出来。按照符号主义的观点,要使计算机具有智能,首先必须使它拥有,并且能够使用知识。一个命题不能同时既为真又为假但可以在一种条件下为真在另一种条件为假。知识图谱的基本表示形式是三元组。五、简答题人工智能系统中知识的组成要素包括哪些?命题需满足的两个核心条件是什么?否定联结词的逻辑含义及符号分别是什么?全称量词的常用表达及符号是什么?确定性规则知识的产生式表示基本形式是什么?框架表示法中描述事物特征的基本单元是什么?状态空间表示法的三元组构成是哪三个部分?知识的相对正确性”体现在什么方面?语义网络中最基本的语义单元是什么?知识图谱的基本表示形式是什么?空间状态表示法中状态、操作、状态空间的定义分别是什么?问题规约表示法中分解与等价变换的区别是什么?语义网络中常用的基本语义关系有哪些?框架表示法中槽和侧面的作用分别是什么?PAGEPAGE2第3章 知识表示—习题答案一、单选题BBDDBBB二、多选题ABCDABCDABCDABCD三、填空题

AABAAAABCABCABCD

DDBDBAABCDABCDABC

CBBABAACDBCACD使计算机能够存储和处理知识,以实现智能推理全称量词;存在量词不确定性继承;匹配知识图谱槽G本原问题

语义基元损失11.P∧¬Q;¬Q∧P12.¬P→¬Q13.R→(P∨Q);R→(Q∨P);R→P∨Q;R→Q∨P14.∧15.→四、判断题错误正确错误错误正确

错误正确正确错误错误

错误正确正确正确错误

错误正确正确正确正确五、简答题人工智能系统中知识的组成要素主要包括四类:一是事实,即关于客观事物的基本属性和状态的描述,是构成知识的基础;二是规则,用于刻画事物之间的因果关系或约束关系可指导问题求解的推理过程三是控制属于策略性知识用于指导问题求解的方向和步骤提升求解效率四是元知识是关于知识的知识用于对其他知识进行管理评价和运用。命题需满足的两个核心条件分别是:第一,语句类型必须是陈述句,疑问句、祈使句、感叹句等非陈述语句无法构成命题;第二,真值唯一,即命题必须有且仅有一个确定的真值,要么为真,要么为假,不能同时为真或假,也不能无真值。否定联结词的逻辑含义是非”,用于对原命题的真值进行否定,即若原命题为真,经过否定联结词作用后变为假若原命题为假否定后变为真。其对应的逻辑符号为¬通常置于原命题符号之前,例如,“¬P”P的否定。所有的任意一个一切每一个任其对应的逻辑符号为∀,在谓词逻辑中通常置于谓词公式之前结合个体变元使用xPx对于所有个体x,Px)都成立”。IFPTHENQP→Q”其中P称为前提或条件表示规则成立的先决条件;QP满足时,可推出的结果或执行的操作,二者存在明确的因果关联。。框架是用于表示某类事物共性的结构化知识载体而槽则对应事物的一个具体属性每个槽可以进一步通过侧面来细化属性的具体要求(如取值范围、默认值等),通过给槽填入具体值,就能完整描述一个具体事物的特征。状态空间表示法的三元组构成包括初始状态集合S、操作集合F和目标状态集合G。其中,初始状态集合S是问题求解的起点,包含一个或多个初始状态;操作集合F是一组可将问题从一个状态转换为另一个状态的规则或动作;目标状态集合G是问题求解的最终目标,包含一个或多个期望达到的状态,三者共同构成问题的状态空间。知识的“相对正确性”体现在知识的正确性是有条件限制的,而非绝对永恒的。任何知识都是在特定的时间、环境和认知水平下产生的,仅在对应的条件范围内才是正确的;当条件发生变化(如环境改变、认知深化)时,原有的知识可能会变得不准确甚至错误。例如地球是平的这一知识在古代的认知条件下被认为正确而随着认知水平提升证明其仅在局部小范围的近似认知中成立。语义基元”。语义基元是由两个节点和一条有向弧组成的三元组结构其中两个节点分别表示两个不同的实体或概念),有向弧表示两个实体之间的特定语义关系如实例关系、分类关系、属性关系等)。通过语义基元的组合可以构建复杂的语义网络,实现对知识的结构化表示。知识图谱的基本表示形式是三元组”。三元组通常由实体—关系—实体或“实体—属性—属性值两种结构组成实体是知识图谱的核心节点代表客观世界中的事物或概念关系”用于连接两个实体刻画二者之间的关联属性”和属性值”则用于描述实体的具体特征。这种结构能清晰、简洁地表达实体间的语义关联,便于知识的存储、检索和推理。状态是用来描述系统当前所处情况的一组变量或数组可刻画系统的属性和特征,是叙述型知识的具体体现操作是将问题从一种状态转换为另一种状态的手段通常具有明确的触发条件和执行结果;状态空间是由一个问题的全部可能状态以及这些状态之间通过操作建立的相互转换关系所构成的集合,通常用三元组S,F,G)来表示,S为初始状态集合,F为操作集合,G为目标状态集合。问题规约表示法中,分解与等价变换的核心区别在于子问题求解结果对原问题的影响不同。分解是将复杂问题拆分为多个子问题,只有当所有子问题都成功求解时,原问题才算有解与关系等价变换是将原问题转换为一个或多个等价的子问题,只要其中任意一个子问题有解原问题就有解子问题之间是或”关系。语义网络中常用的基本语义关系主要包括:一是实例关系(如SA),表示具体事物与抽象概念之间的归属关系;二是分类关系(如O),表示不同抽象概念之间的子类与父类关系;三是包含关系(如Ptf),表示事物与其组成部分之间的关系;四是属性关系,用于描述事物的属性特征(如Se、Cr);五是逻辑关系,刻画事物间的因果、并列等逻辑关联六是位置关系描述事物所处的空间位置Locatedat)。槽的核心作用是描述事物的具体属性,是框架中承载事物特征的基本单元,每个槽对应事物的一个特定方面,通过给槽赋值可以明确具体事物在该属性上的特征;侧面的作用是对槽进行附加说明和约束用于限定槽的取值范围、默认值、赋值方式等确保槽值的合理性和准确性,例如,通过侧面指定某“年龄”槽的取值范围为0~150,避免出现无效值。PAGEPAGE1第4章 知识推理—习题一、单选题知识推理的核心是依据已知信息推导未知结论,其推理的基础不包括( )。已知事实知识规则推理算法随机猜测下列关于确定性推理和不确定性推理的说法,错误的是( )。确定性推理的前提和结论均为确定真值不确定性推理需处理模糊或概率性信息命题逻辑推理属于确定性推理不确定性推理的结论无真值可言( )。计算各层次公式值列出所有命题变元的赋值确定公式的最终真值划分公式层次蕴含式A→B转化为析取式的正确结果是( )。A∨B¬A∧B¬A∨BA∧¬B在谓词逻辑推理中,用于消去存在量词的规则是( )。存在固化全称固化量词转换蕴含等值二值逻辑的局限性主要体现在无法处

理( )。确定的命题具有清晰边界的概念真或假的明确判断模糊的概念和中间状态模糊集合中,用于描述元素属于集合程度的指标是( )。元素值集合大小隶属度边界值两个模糊集合A和B的并集运算,其隶属度的计算规则是( )。取对应元素隶属度的最小值取对应元素隶属度的最大值对应元素隶属度相加对应元素隶属度相乘模糊关系矩阵的构建基础是论域的( )。元素个数笛卡尔积隶属函数模糊子集归结推理的核心思想是采用( )证明定理,通过推导空子句验证结论正确性。直接证明法反证法归纳法演绎法模糊推理中,用于计算规则前提与证据匹配强度的方法不包括( )。最大最小法最大代数积法最小最大法重心法下列不属于模糊推理关键步骤的是( )。模糊化模糊规则匹配精确化决策)命题符号化谓词逻辑推理中,全称固化规则的核心是( )。消去存在量词消去全称量词增加全称量词二、多选题知识推理的基本要素包括( )。已知事实证据)知识规则推理机随机数下列属于确定性推理的有( )。命题逻辑推理谓词逻辑推理归结推理基于规则的演绎推理构建命题公式真值表时,需要遵循的步骤有( )。找出所有命题变元列出所有赋值组合计算各层次公式真值直接确定最终真值模糊集合的基本运算包括( )。三、填空题

增加存在量词假言推理的逻辑基础是( )。P∧Q⇒PB.¬Q∧(P→Q)⇒¬PC.P∧(P→Q)⇒QD.(P→Q)∧(Q→R)⇒(P→R)知识推理中推理机的核心功能是( )。实现从已知到未知的推导存储知识输入已知事实输出结论并集交集补集笛卡尔积归结推理的实现步骤包括( )。将前提和结论否定化为子句集寻找可归结的子句对推导空子句直接得出结论模糊推理的主要步骤包括( )。模糊化将精确输入转化为模糊量模糊规则匹配与推理:计算匹配强度并推导模糊结论决策将模糊结论转化为精确输出构建真值表知识推理的两大基本要素是已知事实 和 。推理按思维进程可分为 推理从 到 和 推理从 到 。真值表是用于判断 真假值的表格工具。根据蕴含等值式,A→B等价于 。谓词逻辑中,消去存在量词的规则称为 。二值逻辑中,命题的真值只有 和 两种。模糊集合中, 用于描述元素属于集合的程度。两个模糊集合A和B的并集运算,其隶属度计算公式为 ,核心是取对应元素隶属度的 。模糊关系是定义在两个论域U和V的 之上的模糊集合。归结推理的核心是通过 证明定理,若能从子句集中推导出 ,则原结论成立。模糊推理中,常用的证据与规则前提匹配强度计算方法有 和 。模糊推理中,将模糊结论转化为精确输出的过程称为 。推理机的工作基础是 和已知事实,通过预设算法推导出结论。谓词逻辑推理中, 用于表示“所有的”“任意的”个体。模糊集合中,隶属度的实际意义是元素对集合的 。假言推理中,若已知P→Q和¬Q,可推出¬P,该规则称为 。四、判断题知识推理仅需已知事实即可完成,无须依赖知识规则。不确定性推理的结论不具有任何参考价值。任何命题公式都可以通过真值表确定其真假值。A→B与¬A∨B是等价的。全称固化和存在固化都可以消去任意量词。二值逻辑无法处理模糊概念和中间状态。模糊集合的隶属度取值范围是[0,1]。两个模糊集合的交集运算,是取对应元素隶属度的最小值。归结推理的核心思想是反证法。模糊推理的第一步是将精确输入转化为模糊量模糊化)。PP→QQ。模糊决策精确化)的唯一方法是取隶属度最大的元素。谓词逻辑推理可以处理更复杂的逻辑关系,相比命题逻辑推理更具优势。存在固化中,消去存在量词后的个体是任意的。知识推理是人工智能系统实现智能决策的核心环节。五、简答题知识推理的两大基本要素是什么?推理机的核心作用是什么?知识推理按确定性可分为哪两类?请分别举例说明。简述构建命题公式真值表的步骤。A→B转化为含的命题公式?请写出转化结果。简述谓词逻辑中全称固化和存在固化的区别。为什么二值逻辑无法描述天气冷热”这类概念?0.5的含义是什么?模糊集合表达式中/”和+”的含义分别是什么?简述两个模糊集合交集运算的规则,并写出其符号表示。模糊推理中最大—最小”合成法的最大”和最小”分别对应哪个推理步骤?简述假言推理的逻辑规则、示例及对应的永真蕴含式。简述模糊推理中精确化模糊决策)的核心思想。PAGEPAGE1第4章 知识推理—习题答案一、单选题ADBC二、多选题

ADBB

BBBC

CCAABCABCD三、填空题1.证据ABCABCDABC 6.ABCD9.U×V一般特殊特殊一般命题公式¬A∨B存在固化真假

反证法;空子句最大最小法;最大代数积法模糊决策或模糊判决)知识全称量词隶属度最大值;μaβxμβ(x)}四、判断题

max{μa(x),

属于程度隶属度)拒取式错误错误正确正确五、简答题

错误正确正确正确

正确正确正确错误

正确错误正确证据和知识推理机的作用是通过预设算法与规则,自动化处理输入信息从已知事实和知识中推导出结论是人工智能系统的逻辑中枢。分为确定性推理和不确定性推理。示例:“若混凝土强度达标(p),则构件承载力合格(q)”,通过p的真假确定q的结果;根据建筑构件检测数据推测其潜在缺陷概率的似然推理。(1)找出命题公式中所含的所有命题变元列出所有可能的赋值(2)按变元组合值从低到高的顺序写出各层次;(3)对应每个赋值,计算命题公式各层次的值,直到最后计算出命题公式的值。根据蕴含等值式A→B可直接转化为含∨的命题公式转化结果为¬A∨B。全称固化中y是个体域中的任一个体可消去全称量词存在固化中y是个体域Py为真的个体可消去存在量词y的取值范围不同全称y是任意的,y是特定的。二值逻辑的核心特点是分类有明确边界对象归属非此即彼命题真值仅真或假;天气冷热属于模糊概念无清晰边界其内涵会随场景、认知主体不同而变化存在亦此亦彼的中间状态,二值逻辑的非此即彼特性无法覆盖这种模糊状态,因此无法描述。隶属函数取值范围是[0,1];隶属度0.5表示该元素属于某模糊集合的程度为50%,是模糊性最强的状态,即元素处于“属于”和“不属于”的中间过渡状态。/前面的数值表示元素的隶属度后面的符号表示论域中的元素即隶属度/元素+或的关系用于分隔论域中不同的元素及其隶属度组合。计算规则是取两个模糊集合对应元素隶属度的最小值符号表示为μa∩β(

x)=minμax),μβxA、B为两个模糊集合x为论域中的元素μax)、μβx)x属于A、B的隶属度)。最大对应第二步即对第一步得到的多个最小值进行求和筛选时取其中的最大值作为最终的关联强度值。( 11.逻辑规则PP→Q为真Q为真。示例已知如果工程材料达标(P则构件强度合格QPQ)、工程材料达标P可推出构件强度合格(Q)”。永真蕴含式:P∧(P→Q)⇒Q。12.核心是在模糊推理得到的模糊向量中,找出隶属度最大的元素,将该元素对应的确定类别或数值作为最终的决策结果;若存在多个隶属度相同的最大元素,可根据实际场景补充规则确定最终值。PAGEPAGE1第5章 问题求解与搜索—习题一、单选题算法的基本特征不包括以下( )。确定性可行性有穷性唯一性结构化程序设计的三种基本控制结构不包括( )。顺序结构选择结构循环结构跳转结构下列不属于基础算法的是( )。枚举法递推法遗传算法分治法分治法的主要步骤不包括( )。分治合迭代动态规划算法的核心是( )。分治并消除计算冗余做出当前最优选择遍历所有解空间递归调用自身

逐层遍历节点优先探索最深节点做出当前最优选择下列属于盲目搜索的是( )。∗算法宽度优先搜索贪婪最佳优先搜索启发式搜索深度优先搜索使用的辅助数据结构是( )。队列栈优先队列数组( )的最短路径。有权图无权图有环图稠密图等代价搜索是以下( )的推广。深度优先搜索宽度优先搜索启发式搜索∗搜索Afn)的计贪心算法的核心特点是( )。

算方式是(=

)。+()追求局部最优解

f(n)=g(n)×hn追求全局最优解

f(n)=g(n)-h(n)需要回溯

f(n)=g(n)h(n)处理子问题相互依赖

D.f(n)h(n)/g(n)回溯法的核心思想是( )。向前走,碰壁回头

下列关于∗算法中h(n)的说法正确的( )。hn)必须小于等于实际代价hn)越大越好,无需限制hn)必须大于等于实际代价hn)必须恰好等于实际代价极大极小搜索算法通常用于( )。单人游戏两个人的零和游戏多人合作游戏团队竞技游戏与或树中,与节点表示( )。当前状态可以直接解出需要同时满足多个子条件才能解出只需要满足一个子条件即可解出无需任何子条件,自动解出遗传算法的遗传操作不包括( )。选择交叉变异迭代粒子群算法中,每个粒子通过跟踪( )来更新速度和位置。二、多选题算法的基本特征包括( )。确定性可行性有穷性有0个或多个输入有一个或多个输出针对枚举法的优化策略包括( )。剪枝启发式随机化与采样近似算法动态规划的算法步骤包括( )。分析最优解性质递归定义最优解的值

个体最优解和全局最优解惯性权重和学习因子种群大小和速度限制迭代次数和目标函数值蚁群算法中,蚂蚁在路径上释放的化学物质是( )。激素信息素酶抗体模拟退火算法中,温度下降的策略称为( )。迭代策略冷却计划搜索策略优化计划在与或树中,求解树的总代价方法不包括( )。最大代价法和代价法平均代价法差代价法计算最优解的值构造最优解贪心算法的特点包括( )。贪心选择性质最优子结构性质回溯性随机性下列属于启发式搜索的是( )。A∗算法宽度优先搜索深度优先搜索图搜索策略的正确描述包括( )。是一种在图中寻找路径的方法图的每个节点对应一个状态,每条连线对应一个操作符搜索过程中需记住走过的点需记住从目标返回的路径估价函数中g(n)和h(n)的正确描述包括( )。gn)是从初始节点到节点n的实际代价hnn到目标节点的最优路径的估计代价gn)是从初始节点到节点n的估计代价hnn到目标节点的实际代价博弈树算法包括( )。三、填空题

极大极小分析法α-β剪枝技术宽度优先搜索∗算法( )。终叶节点都是可解节点或节点至少有一个子节点可解与节点所有子节点都可解非终叶节点均为可解节点粒子群算法的关键参数包括( )。惯性权重学习因子种群大小速度限制尼古拉斯·沃斯提出的著名公式是 =程序。算法的 是指每一个计算步骤都有确切的含义,没有歧义。、、 。递归法的两个必要条件是可将原问题转换为相似的独立子问题、 。迭代法的三个步骤是确定迭代变量、建立迭代关系式、 。深度优先搜索是针对 和 的遍历算法。宽度优先搜索通常使用 数据结构辅助实现。状态空间搜索中,宽度优先搜索属于 搜索。状态空间搜索中,∗算法属于 搜索。启发式搜索中,通常用 = 表示启发性信息。A算法中,节点的评估函数f(n) + 。在极大极小搜索算法中,轮到玩家走棋时选择 评估值的走法,轮到对手走棋时选择 评估值的走法。α-β剪枝算法通过 和 两个参数评估当前节点的最大和最小估值。遗传算法中,衡量个体适应程度的是 函数。蚁群算法中,蚂蚁在路径上释放的化学物质是 。模拟退火算法中,温度下降的策略称为 。与或树中,求解树的总代价方法有 和 。∗算法中,评价函数值是从起始节点到当前节点 开销代价加上从当前节点到目标节点最小开销代价。状态空间搜索中, 表用于存放待扩展的节点, 表用于存放已扩展的节点。四、判断题算法必须在有穷步骤后结束,即具有有穷性。没有输出的算法是有意义的。递归法的时空代价较小。分治法的子问题相互独立,无公共子问题。动态规划找到的是局部最优解。贪心算法必须具备无后效性。回溯法使用剪枝函数减少状态空间树节点的生成。OPEN。宽度优先搜索先生成的节点先扩展。深度优先搜索能保证找到无权图中的最短路径。等代价搜索是宽度优先搜索的一种推广。启发式搜索通过启发函数加快搜索速度。极小极大搜索需要遍历游戏树中所有节点。α-β剪枝算法与极小极大搜索算法所得结论相同。遗传算法不易陷入局部最优解。粒子群算法实现简单,参数较少。蚁群算法的鲁棒性较弱。模拟退火算法对初值敏感。1。宽度优先搜索方法能够保证在搜索树中找到一条通向目标节点的最短路径。五、简答题简述算法的定义及基本特征。简述结构化程序设计的三种基本结构。枚举法基本思想是什么?请列举日常生活中可通过枚举法解决的简单问题。给出递推法适用的场景,并写出其边界条件和递推公式的含义。使用递归法解决问题需满足两个必要条件并给出实例说明其递归出口和递归公式。盲目搜索与启发式搜索的核心区别是什么?对比深度优先搜索与宽度优先搜索的核心特点二者分别使用何种数据结构存储待扩展节点?是否能保证找到无权图中的最短路径?∗算法的估价函数中g(n)和h(n)的含义。为找到最优解,对h(n)有何关键约束?在极大极小搜索算法中,MAXMIN,请分别简述二者的核心决策逻辑。α-β剪枝算法的核心作用是什么?它通过什么机制减少极小极大搜索的计算量?遗传算法的遗传操作”包含哪三个主要算子?请简要说明每个算子的作用。蚁群算法的灵感来源于自然界中蚂蚁的哪种行为?其核心正反馈机制体现在哪里?论述在实际问题中如室内机器人从起点到终点的路径规划如何根据问题需求选择合适的搜索算法。需结合不同算法的特点与问题场景分析。遗传算法、粒子群算法和蚁群算法均属于群智能算法对比三者的核心思想与适用场景,说明在解决旅行商问题时,选择蚁群算法而非其他两种算法的主要依据。PAGEPAGE2第5章 问题求解与搜索—习题答案一、单选题DDCDA二、多选题ABCDEABCDABCD三、填空题数据结构+算法确定性递推求解存在递归出口确定迭代终止条件树图

AABBBABABABCD

BAABBABAB11.g(n);h(n)最大最小α;β适应度信息素冷却计划

DABBDABCABCD队列盲目启发式四、判断题

和代价法;最大代价法实际PEN;CSED正确错误错误正确错误五、简答题

正确正确错误正确错误

正确正确正确正确错误

正确错误错误错误正确定义算法是解决特定问题的有限步骤的有序集合基本特征①确定性每一步骤含义确切无歧义;②可行性,步骤可通过有限次操作实现;③有穷性,在有限步骤后必然结束;④有0个或多个输入,作为算法处理的初始数据;⑤有1个或多个输出,是算法处理的结果。结构):根据条件判断结果,选择执行不同分支的语句;③循环结构:在条件满足时,重复执行某段语句先判断后执行先执行后判断)。基本思想:将问题的所有可能解逐一列举出来,逐一验证是否符合问题的求解条件,若符合则为有效解。实例①钥匙串找对应房门的钥匙逐一尝试每个钥匙1~100内的所有偶数,2;③密码破解,逐一尝试可能的密码组合。适用场景问题的解具有递推关系nn-1步或前几步的解推导得出且问题规模可逐步缩小边界条件递推的起始条件是递推的基础无法通过递推公式推导得出递推公式描述相邻步骤解之间的推导关系是递推求解的核心通过公式可从边界条件逐步推出所有步骤的解。件),避免无限递归。实例:求n的阶乘(n!)。递归出口:当n=0或n=1时,n!=1;递归公式:n!=n×(n-1)!,将求n!的问题转换为求(n-1)!的子问题,直到达到递归出口。核心区别是否利用启发性信息无信息搜索不依赖任何问题相关的额外信息,仅按固定策略遍历状态空间,如宽度优先搜索、深度优先搜索,搜索效率较低;有信息搜索如估价函数引导搜索方向优先扩展更可能接近目标的节点,如A算法、∗算法,搜索效率更高。核心特点对比:①深度优先搜索(S):优先探索当前节点的最深层子节点,探索到尽头后回溯,搜索过程具有“探底”特性;②宽度优先搜索(BS):按层次遍历节点,数据结构①DFS先进后出存储待扩展节点②BFS使用队列先进先出存储待扩展节点。最短路径保证:①DFS不能保证找到无权图的最短路径,可能陷入深层路径;②BFS能保证找到无权图的最短路径,因为其逐层遍历,首次到达目标节点的路径即为最短路径。gnn的实际代价是已确定的真实开销hn从当前节点n到目标节点的最优路径的估计代价,是基于启发性信息的预测值。关键约束:hn)必须是可采纳的启发函数,即h(n)≤h∗(n)(h∗(n)为节点n到目标节点的真实最优代价)。只有满足该约束,∗算法才能保证找到从初始节点到目标节点的最优路径。MAX节点玩家节点):目标是最大化评估值,选择所有子节点中评估值最大的节点对应的走法,认为玩家会选择对自己最有利的走法;MIN节点对手节点):目标是最小化评估值,选择所有子节点中评估值最小的节点对应的走法,认为对手会选择对玩家最不利的走法。核心作用:在不影响极大极小搜索结果的前提下,剪去状态空间树中无须探索的分支减少搜索节点数量提高搜索效率机制αβ两个参数记录搜索过程中的最大下界(α)和最小上界(β)。对于MAX节点,α为其已找到的最大评估值,若子节点的评估值≤α,则无须继续扩展该子节点;对于MIN节点,β为其已找到的最小评估值,若子节点的评估值≥β,则无须继续扩展该子节点,从而实现剪枝。三个主要算子及作用:①选择算子:根据个体的适应度函数值,选择适应度高的个体进入下一代种群适者生存的选择机制②交叉算子将两个父代个体的基因片段进行交换重组,生成新的子代个体,增加种群的基因多样性,模拟生物的基因重组过程③变异算子随机改变个体的部分基因生成新的个体进一步增加种群多样性,避免种群陷入局部最优解,模拟生物的基因突变过程。灵感来源:自然界中蚂蚁的觅食行为。核心正反馈机制:蚂蚁在路径上释放信息素后续蚂蚁更倾向于选择信息素浓度高的路径路径越短蚂蚁通过的速度越快信息素积累越多信息素浓度越高吸引的蚂蚁越多进一步增加该路径的信息素浓度最终使大部分蚂蚁汇聚到最短路径上。选择依据需结合问题需求如路径长度、搜索效率、环境复杂度)和算法特点:无权图有权图二者能确保最优解但搜索效率较低适用于环境简单、状态空间小的场景;②若环境复杂、状态空间大,需平衡搜索效率和路径精度:选择∗算法,其通过启发函数引导搜索,能高效找到最优解,可结合室内环境信息(如障碍物分布欧氏距离);③若环境存在动态障碍物(如有人移动),需快速响应路径变化:选择深度优先搜索或贪婪最佳优先搜索,二者搜索速度快,但不保证最优解,适用于对实时性要求高于路径最优性的场景;④若需处理多目标路径规划(如避开障碍物同时减少能耗):可选择改进的∗算法或群智能算法(如蚁群算法),群智能算法鲁棒性强,能适应复杂动态环境,但参数调节较复杂。核心思想与适用场景对比①遗传算法模拟生物进化过程通过选择交叉变、参数寻优),对离散和连续问题均适用但易陷入局部最优收敛速度较慢②粒子群算法模拟鸟群觅食的群体协作行实现简单收敛速度快但处理离散问题效果较差③蚁群算法模拟蚂蚁调度问题),鲁棒性强分布式特性好,能处理动态环境。选择蚁群算法解决旅行商问题(TSP,组合优化问题)的主要依据:①TSP是典型的离散组合优化问题,蚁群算法对离散问题的适配性优于粒子群算法;②TSP要求找到最短闭合路径,蚁群算法的正反馈机制能有效引导种群向最优路径收敛,鲁棒性强,能处理多城市复杂场景;③相比遗传算法,蚁群算法在TSP问题上收敛速度更快,且不易陷入局部最优解,能更好地平衡搜索多样性和收敛性。PAGEPAGE4第6章 知识发现与机器学习—习题一、单选题下列关于知识发现与数据挖掘关系的说法,正确的是( )。知识发现与数据挖掘是同一概念数据挖掘是知识发现的前置步骤数据挖掘是知识发现的核心步骤知识发现是数据挖掘的核心步骤原始数据预处理中,数据清洗的主要目的是( )。提升数据质量,消除数据缺陷减少数据维度,提升处理效率转换数据格式,适配模型要求扩充数据量提升模型泛化能力下列不属于数据预处理中需处理的核心问题的是( )。缺失值数据冗余数据格式转换异常值对不同取值范围的属性进行归一化处理,其核心目的是( )。消除量纲影响,使各属性权重均衡增加数据差异性,提升模型区分度减少数据噪声,降低模型训练难度压缩数据范围,减少存储开销下列关于异常值对机器学习模型影响的说法,错误的是( )。会扭曲数据分布,导致模型学习错误模式可能影响模型参数估计,降低预测准确性会提升模型泛化能力,增强对异常场景的适配可能导致模型对数据的理解出现偏差

分类任务与回归任务的核心区别是( )。分类需要带标签数据回归不需要分类输出离散类别回归输出连续数值分类属于无监督学习回归属于监督学习分类处理结构化数据,回归处理非结构化数据是( )。房价预测垃圾邮件分类用户行为分群学生成绩等级划分监督学习与无监督学习的核心差异是( )。监督学习处理数据量更大监督学习需要带标签数据,无监督学习不需要无监督学习模型训练效率更高监督学习仅处理结构化数据在决策树算法中,用于选择最优分裂特征的指标不包括( )。信息增益信息增益率均方误差基尼增益贝叶斯分类器的核心理论基础是( )。大数定律中心极限定理贝叶斯定理与条件独立性假设最小二乘法下列关于训练集、验证集和测试集作用的说法,正确的是( )。训练集用于调整模型参数验证集用于评估模型泛化性能测试集用于调整模型超参数

K基于距离度量实现数据分组对异常值不敏感迭代过程中更新簇中心直至收敛在分类模型评估中精确率preci-D.三者数据可以相互交叉使用过拟合问题的核心表现是( )。

sion)的计算依据是(真阳性/真阳性

)。+假阳性)+模型在训练集和测试集上表现均较差模型在训练集表现好,测试集表现差模型在测试集表现好,训练集表现差模型参数过多导致训练无法收敛下列不属于解决过拟合问题的方法是( )。增加训练数据量降低模型复杂度增加模型参数数量采用正则化技术数据挖掘中,关联规则挖掘的核心是寻找( )。频繁项集最优分类边界数据分布规律特征与标签的映射关系聚类算法的核心目标是( )。按标签将数据划分为不同类别发现数据的自然分组使组内相似度高、组间相似度低建立特征与标签的回归关系筛选出对目标影响显著的特征下列关于K-means聚类算法的说法,错误的是( )。二、多选题知识发现的完整过程包括的步骤有( )。数据收集与预处理数据挖掘

真阳性/真阳性+假阴性)真阳性+真阴性)/总样本数)假阳性/假阳性+真阴性)回归模型的评估指标不包括( )。均方误差(SE)精确率precision)决定系数R2)平均绝对误差MAE)下列关于特征工程的说法,正确的是( )。特征工程能提升模型对数据规律的捕捉能力特征越多模型性能越好特征工程仅包括特征选择,不包括特征构造无需特征工程,复杂模型也能获得良好性能交叉验证的核心目的是( )。增加训练数据量评估模型的泛化能力避免过拟合降低模型训练难度优化模型超参数模式评估与解释知识应用数据预处理中,数据清洗需要处理的问题包括( )。缺失值异常值重复数据数据不一致下列属于监督学习任务的有( )。图像分类股票价格预测文本情感分析用户行为分群机器学习中,常用的特征预处理方法包括( )。归一化与标准化特征选择特征构造缺失值填充下列关于聚类与分类的区别,说法正确的有( )。聚类属于无监督学习,分类属于监督学习聚类无需标签数据,分类需要标签数据聚类的目标是发现自然分组,分类的目标是预测类别聚类和分类均需要预先确定类别数量下列属于解决欠拟合问题的方法有( )。提升模型复杂度减少训练数据量降低模型正则化强度增加噪声数据关联规则挖掘中,频繁项集的挖掘需要满足的条件包括( )。支持度大于等于最小支持度阈值置信度大于等于最小置信度阈值项集内元素互不冲突项集为非空子集下列关于决策树算法的特点,说法正确的有( )。

可解释性强无需对数据进行归一化处理容易过拟合仅能处理结构化数据模型评估中,常用的分类模型评估指标包括( )。accuracy)precision)召回率recall)均方误差(SE)( )。数据算法算力模型参数下列关于数据质量的评价指标,说法正确的有( )。一致性可用性完整性冗余性( )。K-means层次聚类逻辑回归决策树特征工程的核心作用包括( )。提升模型预测准确性降低模型训练难度减少数据噪声影响提升模型泛化能力下列关于交叉验证的说法,正确的有( )。能充分利用有限数据评估模型可有效避免过拟合常见的交叉验证方式包括K折交叉验证交叉验证会增加模型训练时间

数据质量与可用性模型泛化能力机器学习在实际应用中,需要考虑的问题包括( )。三、填空题离散系数的计算公式为 。

算法效率与算力支撑模型可解释性数据按其性质可分为 和 两大类。数据分组时,确定分组