人工智能导论期末复习完全手册

人工智能导论·期末复习完全手册涵盖AI概论/知识表示/搜索推理/计算智能/机器学习基础｜50道选择题·可直接打印一、考试题型与分值分布（通用）题型题量分值主要考查范围策略选择题20-25题20-30分基本概念、知识表示方法特点、搜索算法特性、归结原理、专家系统结构、不确定推理模型辨析概念，注意算法步骤和适用条件填空题10-15题10-15分AI定义、状态空间三要素、A*算法公式、归结步骤、模糊集合运算、神经网络激活函数熟记关键公式和定义判断题10题10分概念正误辨析，如“A*算法一定能找到最优解”注意条件限制简答题3-4题15-20分谓词逻辑表示、A*算法思想、α-β剪枝原理、BP网络学习过程、专家系统结构分点作答，配合简图计算/应用题2-3题20-30分状态空间图搜索、归结反演、置信度传播、模糊推理、简单神经网络计算按步骤演算，写清公式二、人工智能概论速查2.1人工智能定义AI是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。图灵测试是智能的经典检验标准。2.2主要学派学派核心思想代表方法符号主义物理符号系统假设，知识表示和逻辑推理专家系统、归结原理连接主义模拟人脑神经元连接，学习与并行处理神经网络、深度学习行为主义基于感知和行动的智能，反馈控制机器人、强化学习三、知识表示速查3.1状态空间表示法三要素：状态、操作（动作）、目标状态。问题求解化为状态空间图中的路径搜索。3.2谓词逻辑表示使用谓词、连接词、量词描述事实与规则。例：∀x(学生(x)→∃y(书(y)∧阅读(x,y)))。3.3产生式表示形式：IF条件THEN动作/结论。组成产生式系统：产生式规则库+工作存储器+推理机。3.4其他知识表示方法特点语义网络用图表示概念和关系，节点为概念，边为关系框架表示槽值对描述对象，可设置默认值和触发器脚本表示描述固定事件序列四、搜索策略速查4.1盲目搜索策略实现完备性最优性广度优先队列完备当路径代价为常数时最优深度优先栈不完备（无限深度）否迭代加深深度限制递增的深度优先完备当代价为常数时最优4.2启发式搜索：A*算法评价函数f(n)=g(n)+h(n)。g(n)是起点到n的已知代价，h(n)是启发函数估计n到目标的代价。

若h(n)≤实际代价（可采纳性），则A*能保证找到最优解（图搜索还需一致性）。4.3博弈搜索：极大极小与α-β剪枝极大极小值：MAX节点选子节点最大值，MIN节点选最小值，生成博弈树。α-β剪枝：维护α(MAX下限)和β(MIN上限)，剪去不影响最终决策的分支。五、推理技术速查5.1归结原理将谓词公式化为子句集，使用归结规则（互补文字消去）不断产生新子句，直到出现空子句(NIL)表示矛盾，从而证明定理或否定目标。

步骤：①消去蕴含和等价②否定结论加入前提③化为合取范式④提取子句⑤归结。5.2不确定推理方法核心思想可信度方法(CF模型)CF(H,E)=MB(H,E)-MD(H,E)，合成传播主观贝叶斯方法利用先验概率和似然比更新后验概率证据理论(D-S)信任函数Bel和似然函数Pl，区间表示不确定六、计算智能速查6.1遗传算法模拟自然进化，基本操作：选择、交叉、变异。个体编码为染色体，适应度函数评价优劣。流程：初始化种群→计算适应度→选择→交叉→变异→新种群，迭代至收敛。6.2模糊逻辑模糊集合用隶属度μ(x)∈[0,1]描述元素属于集合的程度。模糊推理：模糊化→规则匹配→模糊推理→去模糊化。6.3人工神经网络感知机：y=f(∑wixi-θ)。多层前馈网络(BP)：信号前传，误差反向传播修改权值。激活函数常用Sigmoid、ReLU。七、机器学习基础速查7.1学习类型监督学习(分类回归)、无监督学习(聚类降维)、强化学习(奖励最大化)。7.2常用算法概要算法要点决策树信息增益、增益率、基尼指数划分属性，剪枝防过拟合贝叶斯分类朴素贝叶斯：特征条件独立假设K近邻投票分类，距离度量，lazylearning八、专家系统与自然语言处理速查8.1专家系统基于知识的系统，模拟人类专家解决领域问题。核心部件：知识库、推理机、综合数据库、解释器、人机接口。典型例子：MYCIN(医疗诊断)、DENDRAL(化学分析)。8.2自然语言处理基本任务词法分析→句法分析→语义分析→语用分析。难点：歧义、指代、上下文。九、高频选择题题库（50题完整版）模块一：AI概论与知识表示（1-10）#题目ABCD答案1图灵测试用于判定机器是否有知识机器是否具有智能机器是否快速机器是否有意识B2符号主义AI的核心假设是神经网络模拟物理符号系统假设行为反馈进化计算B3状态空间表示的三要素不包括状态操作目标评价函数D4下列哪种知识表示方法使用了“IF-THEN”结构语义网络框架产生式谓词逻辑C5谓词逻辑中，存在量词符号是∀∃→¬B6语义网络的节点代表关系概念或实体规则属性值B7框架表示法中，“槽”的作用是存储实例描述对象的一个属性表示继承定义规则B8产生式系统由哪三部分组成产生式规则、工作存储器、推理机知识库、数据库、人机接口规则、事实、解释器感知器、执行器、控制器A9知识表示中，继承推理常用于产生式系统语义网络和框架谓词逻辑状态空间B10下列哪个不是产生式系统的推理方向正向推理反向推理双向推理随机推理D模块二：搜索策略（11-20）#题目ABCD答案11广度优先搜索使用的数据结构是栈队列优先队列树B12深度优先搜索可能存在的问题是空间消耗大陷入无限深度分支找不到任何解只能用于树B13A*算法的评价函数f(n)等于h(n)g(n)g(n)+h(n)g(n)-h(n)C14保证A*搜索最优性的条件是启发函数h(n)必须大于实际代价等于0小于等于实际代价为常数C15在博弈树中，MAX节点表示对手行动我方行动随机事件终止局面B16α-β剪枝中，α值代表当前节点最小值MAX节点的当前最佳下限MIN节点的当前上限评估函数值B17启发式搜索与盲目搜索的区别在于使用队列还是栈是否使用问题领域知识是否找到解是否保证最优B18迭代加深搜索结合了哪两种搜索的优点深度优先和广度优先A*和深度优先广度优先和启发式深度优先和爬山法A19如果启发函数h(n)≡0，则A*退化为深度优先广度优先Dijkstra算法贪心搜索C20α-β剪枝的效率与节点排列顺序的关系是无关正序最慢最佳排列可剪去更多分支随机排列最快C模块三：推理技术（21-30）#题目ABCD答案21归结原理证明定理时，要将结论的否定加入前提，这是为了简化公式反证法产生新规则增加确定性B22谓词公式进行归结前必须化为析取范式合取范式子句集前束范式C23归结过程中出现空子句表示证明失败出现矛盾，原命题成立需要继续归结输入错误B24可信度方法中，CF(H,E)的取值范围是[0,1][-1,1][0,∞)(-∞,∞)B25主观贝叶斯方法中，LN和LS分别表示先验概率和后验概率否定似然比和肯定似然比可信度和信任度支持度和置信度B26D-S证据理论中，Bel(A)和Pl(A)的关系是Bel(A)=Pl(A)Bel(A)≤Pl(A)Bel(A)≥Pl(A)无固定关系B27在谓词逻辑中，量词“∀xP(x)”表示存在x满足P所有x满足P没有x满足P至少一个x不满足PB28归结原理中，互补文字是指相同谓词不同谓词相同的原子谓词但一正一负含有变量的文字C29不确定推理中，合成多条证据的可信度通常使用取最大值取最小值概率乘积CF模型中的组合公式D30下列哪个不是归结原理的步骤消去蕴含斯柯伦化训练权重合取范式变换C模块四：计算智能与神经网络（31-40）#题目ABCD答案31遗传算法中，选择操作的作用是产生新个体保留适应度高的个体随机变化编码B32遗传算法中，交叉操作发生在单个个体两个父代个体之间种群与环境之间个体与适应度之间B33模糊集合A的隶属度μA(x)=0.3表示x完全属于Ax完全不属于Ax属于A的程度为0.3不确定C34模糊推理中，去模糊化的常用方法不包括最大隶属度法重心法加权平均法梯度下降法D35BP神经网络中，误差反向传播用来调整网络结构激活函数权值和阈值输入数据C36感知机只能解决线性可分问题非线性问题回归问题聚类问题A37常用的激活函数不包括SigmoidReLU主成分分析TanhC38遗传算法中，变异操作的主要作用是加快收敛保持种群多样性选择最优个体交叉个体B39模糊集合的并运算通常定义为μA∪B=min(μA,μB)μA∪B=max(μA,μB)μA∪B=μA+μBμA∪B=μA·μBB40神经网络训练中，过拟合可采用的解决方法不包括增加训练数据减少网络参数增加训练次数使用正则化C模块五：机器学习与专家系统（41-50）#题目ABCD答案41专家系统的核心组件不包括知识库推理机图形处理器解释器C42MYCIN是一个用于什么领域的专家系统语音识别医疗诊断金融分析图像识别B43决策树划分属性选择的常用准则不包括信息增益基尼指数增益率梯度下降D44朴素贝叶斯分类器基于的假设是特征独立数据正态分布线性可分没有噪声A45K近邻算法中，“近邻”是根据什么定义的相似度距离度量标签概率B46监督学习需要的数据是只有输入只有输出输入和对应的正确输出无标签数据C47以下哪种学习不需要标注数据分类回归聚类决策树C48自然语言处理的主要困难在于计算速度语言的歧义性和复杂性缺少数据编程难度B49专家系统的解释器主要功能是存储知识解释推理过程和结论获取知识更新知识库B50机器学习的泛化能力指在训练集上的表现在测试集和新数据上的表现模型的计算速度模型的可解释性B十、填空题高频考点（直接背诵）1.人工智能的三大主要学派是________、连接主义和行为主义。符号主义2.状态空间表示法的三个必要元素是状态、________和目标状态。操作3.产生式规则的基本形式是“IF条件THEN________”。动作或结论4.A*搜索算法的启发函数要求满足________条件才能保证找到最优解。可采纳性（h(n)≤实际代价）5.在α-β剪枝中，α表示________节点的当前最佳下限。MAX6.归结原理进行推理前，必须将谓词公式化成________集合。子句7.可信度模型用CF(H,E)表示，其取值范围是________。[-1,1]8.遗传算法的三个基本遗传操作是选择、________和变异。交叉9.模糊集合中，元素属于集合的程度用________函数描述。隶属（度）10.BP神经网络的学习算法由信号的正向传播和________的反向传播组成。误差11.专家系统的核心是________和推理机。知识库12.决策树学习中，ID3算法使用________作为属性选择标准。信息增益13.朴素贝叶斯分类器基于________假设。特征条件独立14.感知器的激活函数通常是________函数。阶跃（或阈值）15.无监督学习的典型任务包括聚类和________。降维（或关联规则）十一、判断题速记（15题）#题目答案1图灵测试认为，若机器使人类无法区分是人还是机器，则具有智能。对2深度优先搜索一定能找到最短路径。错3A*算法中，只要启发函数是可采纳的，就一定能找到最优解（图搜索下还需一致性）。对4α-β剪枝不会改变最终决策结果。对5归结原理可以直接处理任意谓词公式，不需要标准化。错6遗传算法中适应度越高的个体被选中的概率通常越大。对7模糊集合的隶属度可以取0或1以外的值。对8多层神经网络可以解决非线性分类问题。对9专家系统的知识库和推理机是分离的。对10K近邻算法在训练阶段就需要大量计算。错（懒惰学习，训练基本无计算）11决策树总是能生成最简洁的分类规则。错（可能过拟合，需要剪枝）12贝叶斯分类器需要计算先验概率。对13强化学习通过奖励和惩罚机制学习。对14谓词逻辑中的量词可以任意顺序交换。错（∀∃不能随意交换）15迭代加深搜索的时间复杂度远高于广度优先搜索。错（与广度优先同一量级）十二、简答题高频考点速记1.简述A*算法的基本思想与最优性条件。A*算法利用评价函数f(n)=g(n)+h(n)指导搜索，其中g(n)是从起点到n的真实代价，h(n)是n到目标代价的估计。当h(n)具有可采纳性（即不大于实际代价）时，能保证找到最优解。2.解释归结原理证明定理的步骤。①将已知前提和结论的否定化为谓词公式；②消去蕴含和等价；③化为前束范式并斯柯伦化消去存在量词；④化为合取范式并提取子句集；⑤不断使用归结规则产生新子句；⑥直到出现空子句(NIL)则定理得证。3.简述遗传算法的基本流程。初始化种群→计算每个个体的适应度→根据适应度选择父代→进行交叉产生子代→对子代进行变异→产生新种群→重复直到满足终止条件（达到最大代数或收敛）。4.比较符号主义与连接主义的区别。符号主义基于物理符号系统，通过显式的知识表示和逻辑推理模拟智能；连接主义则通过大量简单单元的并行连接和学习获得智能，不依赖显式规则。前者可解释性强，后者适合感知和模式识别任务。5.简述专家系统的基本结构及各部分功能。专家系统由知识库（存储领域知识）、推理机（使用知识进行推理）、综合数据库（存放当前问题状态）、解释器（解释推理过程）、人机接口（用户交互）和知识获取模块组成。十三、考前速记纸═══════════════════════════════════════