2026年自考02355人工智能导论试题及答案

2026年自考02355人工智能导论试题及答案一、单项选择题（每小题2分，共30分）1.1956年达特茅斯会议首次提出“人工智能”这一术语，下列哪位学者未被列入会议发起人名单？A.JohnMcCarthy  B.MarvinMinsky  C.AllenNewell  D.GeoffreyHinton答案：D解析：GeoffreyHinton生于1947年，1956年尚未进入学术界。2.在搜索算法中，若启发函数h(n)满足h(n)≤h(n)（h为真实代价），则称该启发函数具有2.在搜索算法中，若启发函数h(n)满足h(n)≤h(n)（h为真实代价），则称该启发函数具有A.可采纳性  B.一致性  C.单调性  D.完备性答案：A3.下列哪种知识表示方法最擅长刻画“类-子类”的层次关系？A.语义网络  B.产生式系统  C.一阶谓词逻辑  D.框架表示答案：A4.在卷积神经网络中，若输入特征图为32×32×64，采用128个5×5卷积核，步长为1，same填充，则输出特征图的深度为A.32  B.64  C.128  D.5答案：C5.强化学习中，Q-learning的更新公式不包含下列哪一项？A.学习率α  B.折扣因子γ  C.即时奖励r  D.策略函数π(a|s)答案：D6.若某决策树采用信息增益作为划分标准，则其本质上是基于A.Gini系数  B.熵的减少量  C.方差减少量  D.误分类率答案：B7.在遗传算法中，若交叉概率Pc=0.9，变异概率Pm=0.01，则下列说法正确的是A.每代必有90%个体发生交叉  B.每代必有1%基因位点被变异C.交叉与变异操作互不相关  D.适应度函数值必随代数单调递增答案：C8.下列关于AlphaGoZero的描述，错误的是A.完全摒弃人类棋谱  B.使用蒙特卡洛树搜索C.采用残差网络作为骨干  D.价值网络与策略网络分离训练答案：D解析：AlphaGoZero使用共享权重的双头网络，同时输出策略与价值。9.在自然语言处理中，Word2Vec的Skip-gram模型目标函数为A.最大化中心词预测上下文概率  B.最小化交叉熵C.最大化句子似然  D.最小化负采样对比损失答案：A10.若某支持向量机采用RBF核，其决策边界在原始空间中的几何形状通常为A.超平面  B.超球面  C.非线性曲面  D.分段线性答案：C11.下列哪项技术最常用于缓解深度网络的梯度消失问题？A.L2正则化  B.Dropout  C.批归一化  D.早停答案：C12.在命题逻辑中，公式(P∨Q)∧¬P⇒Q是A.重言式  B.可满足式  C.矛盾式  D.无效式答案：A13.若某贝叶斯网络节点X的父节点集合为{Y,Z}，则其条件概率表规模与下列哪项成正比？A.|Y|+|Z|  B.|X|·|Y|·|Z|  C.|X|^{|Y|·|Z|}  D.|X|·|Y|·|Z|答案：B14.在机器人路径规划中，A算法与Dijkstra算法相比，主要优势是14.在机器人路径规划中，A算法与Dijkstra算法相比，主要优势是A.时间复杂度更低  B.空间开销更小  C.利用启发信息减少扩展节点  D.保证找到最优解答案：C15.若某深度强化学习智能体在Atari游戏中出现“Q值过度估计”现象，可优先尝试A.提高学习率  B.采用DoubleDQN  C.增大回放容量  D.降低折扣因子答案：B二、填空题（每空2分，共20分）16.在CNN中，若采用步长为2的3×3最大池化，则特征图宽高变为原来的________。答案：1/217.一阶谓词逻辑表达式∀x(Student(x)→∃y(Book(y)∧Own(x,y)))的语义是：________。答案：每个学生都拥有至少一本书。18.若某遗传算法个体采用二进制编码，长度为L，则搜索空间大小为________。答案：2^L19.在LSTM中，控制信息遗忘的门控信号由________函数输出。答案：Sigmoid20.若某高斯混合模型含K个成分，则参数集应包含K个均值向量、K个协方差矩阵以及________个权重系数。答案：K−1（权重和为1的约束）21.强化学习中，状态-动作值函数Qπ(s,a)的贝尔曼方程为Qπ(s,a)=E[r_{t+1}+γQπ(s_{t+1},a_{t+1})]，其中期望对________分布取样。答案：策略π与状态转移p22.若某深度网络使用ReLU激活，则其在负半轴的梯度为________。答案：023.在命题逻辑归结推理中，若子句集含有互补文字L与¬L，则可得到________子句。答案：空（□）24.信息论中，随机变量X与Y的互信息I(X;Y)可表示为H(X)−________。答案：H(X|Y)25.若某卷积层输出特征图尺寸为8×8×256，经全局平均池化后，输出维度为________。答案：256三、判断改错题（每小题2分，共10分）26.深度信念网络（DBN）由多层自编码器堆叠而成。答案：错误，改为“由多层受限玻尔兹曼机（RBM）堆叠而成”。27.在ID3算法中，连续属性必须先进行离散化，否则无法计算信息增益。答案：正确28.若某马尔可夫决策过程的状态空间有限且策略平稳，则值迭代一定能在有限步内收敛到最优值函数。答案：正确29.卷积神经网络中的权值共享机制显著增加了模型参数总量。答案：错误，改为“显著减少了模型参数总量”。30.自然语言处理中，BERT采用自回归语言模型目标进行预训练。答案：错误，改为“采用掩码语言模型（MLM）目标，属于自编码范式”。四、简答题（每小题8分，共24分）31.简述蒙特卡洛树搜索（MCTS）的四个核心步骤，并说明UCT公式的作用。答案：(1)选择（Selection）：从根节点出发，利用UCT策略递归选择子节点，直到到达未完全扩展节点。(2)扩展（Expansion）：若该节点非终止，随机或按策略添加一个未访问子节点。(3)模拟（Simulation）：从新节点开始，用快速rollout策略运行到终止状态，得到回报R。(4)回溯（Backpropagation）：将R沿路径反向更新，修正节点访问次数与累计回报。UCT公式：UCT(其中c为探索常数，平衡探索与利用，确保收敛到最优策略。32.说明批归一化（BatchNormalization）在训练与推断阶段的不同行为，并给出规范化公式。答案：训练阶段：对当前mini-batch统计量μ规范化：i再线性变换：y推断阶段：使用滑动平均得到的总体统计量μ,σ，不再依赖batch，确保输出确定。33.给出支持向量机原始优化问题与对偶优化问题，并解释KKT条件在SVM中的作用。答案：原始问题：mis.t. y_i(\mathbf{w}^T\mathbf{x}_i+b)\ge1-\xi_i,\;\xi_i\ge0对偶问题：mas.t. 0≤α_i≤C, ∑α_iy_i=0KKT条件保证原始与对偶解等价，且α_i>0对应的样本即为支持向量，决定超平面。五、计算与综合题（共46分）34.（10分）考虑下图搜索问题，A为起点，G为目标，边上数字为代价，启发函数值标注在括号内。A(7)─2─B(4)─3─C(2)─1─G(0)│    │5    2│    │D(6)─2─E(3)采用A算法，给出扩展节点的顺序，并标注每个节点的f=g+h值。采用A算法，给出扩展节点的顺序，并标注每个节点的f=g+h值。答案：扩展顺序：A(f=0+7=7)→B(2+4=6)→C(5+2=7)→G(6+0=6)D、E虽被生成，但f值高于已发现的最优路径，未被扩展。最优路径：A→B→C→G，总代价6。35.（12分）给定训练集：x₁=(1,2),y₁=+1x₂=(2,1),y₂=+1x₃=(3,3),y₃=−1使用线性SVM（硬间隔），求最优超平面方程w^Tx+b=0，并计算间隔宽度。答案：支持向量为x₁,x₃。设w=(w₁,w₂)，由w^Tx₁+b=+1w^Tx₃+b=−1解得：w₁+w₂+b=1；3w₁+3w₂+b=−1相减得2w₁+2w₂=−2⇒w₁+w₂=−1，代入得b=2再令w₂=−1−w₁，由间隔最大化等价于最小化‖w‖²，解得w₁=1,w₂=−2故w=(1,−2),b=2超平面：x₁−2x₂+2=0间隔宽度：236.（12分）某隐马尔可夫模型参数如下：状态集合{S₁,S₂}，观测集合{O₁,O₂}初始概率π=[0.6,0.4]转移矩阵A=[[0.7,0.3],[0.4,0.6]]发射矩阵B=[[0.5,0.5],[0.2,0.8]]给定观测序列O={O₁,O₂,O₁}，用前向算法计算P(O|λ)。答案：初始化：α₁(1)=π₁B₁(O₁)=0.6×0.5=0.3α₁(2)=0.4×0.2=0.08递推t=2：α₂(1)=[α₁(1)A₁₁+α₁(2)A₂₁]B₁(O₂)=[0.3×0.7+0.08×0.4]×0.5=0.121α₂(2)=[0.3×0.3+0.08×0.6]×0.8=0.1104t=3：α₃(1)=[0.121×0.7+0.1104×0.4]×0.5=0.06443α₃(2)=[0.121×0.3+0.1104×0.6]×0.2=0.015516P(O|λ)=α₃(1)+α₃(2)=0.079946≈0.079937.（12分）设计一个最小神经网络实现二变量异或XOR。要求：给出网络结构（层数、每层节点、激活函数）、权值与偏置，并验证输入(1,0)时的输出。答案：结构：输入层2节点→隐藏层2节点（ReLU）→输出层1节点（Sigmoid）权值：W₁=[[1,−1],[−1,1]],b₁=[0,0]W₂=[[1],[1]],b₂=[−0.5]验证(1,0)：隐藏层z=ReLU(W₁^Tx+b₁)=ReLU([1,−1]^T)=([1,0])输出o=Sigmoid(1×1+1×0−0.5)=Sigmoid(0.5)=0.622≈1（>0.5视为1），符合XOR。六、应用设计题（20分）38.某市计划部署智能红绿灯系统，利用强化学习优化路口通行效率。(1)给出状态空间、动作空间、奖励函数设计；（6分）(2)说明为何传统Q-table方法不适用，并提出深度强化学习方案（网络结构、训练技巧）；（8分）(3)列举两种仿真平台，并比较其优劣。（6分）答案：(1)状态：各进口道车辆数、平均速度、排队长度、相位剩余时间、行人请求，共连续/离散混合30维。动作：离散5选项（保持、切换至下一相位、延长绿灯5s、缩短5s、触发全红）。奖励：−(总延误+停车次数×3+行人等待×2)/100，每10s更新一次。(2)状态空间高维连续，Q-table爆炸。采用DoubleDQNwit