北京化工大学人工智能期末复习
第一章绪论：
1.什么是人工智能？人工智能的意义和目标是什么？
人工智能是智能机器所执行的通常与人类智能有关的智能行为；用人工的方法在机器上实现的功能。人工智能研究的近期目标是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理而且能运用知识处理问题能模拟人类的部分智能行为。
2.完整的物理符号系统的基本功能？
输入符号、输出符号、存储符号、复制符号
建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构。
条件性转移：根据已有符号，继续完成活动过程。
3.人工智能有哪些主要学派？他们的认知观分别是什么？（一两句话描述即可）
符号主义（逻辑主义、心理学派、计算机学派），物理符号系统假设和有限合理性原理，认为人工智能源于数理逻辑。
连接主义（仿生学派、生理学派），神经网络及神经网络间的连接机制与学习算法，认为人工智能源于仿生学，特别是对人脑模型的研究。
行为主义（进化主义、控制论学派），控制论及感知-动作型控制系统，认为人工智能源于控制论。
4.人工智能的研究领域包括哪些？（机器视觉。。。。）
数据挖掘、模式识别、机器视觉、自然语言处理、智能系统、专家系统、机器学习、神经网络、机器人学、人工生命、智能CAD、组合优化问题、自动定理证明、分布式人工智能系统、智能通信等
5.什么是图灵测试？
让一位测试者分别于一台计算机和一个人进行交谈，而测试者事先并不知道哪一个被测者是人，哪一个是计算机。如果交谈后测试者分不出哪一个被测者是人，哪一个是计算机，则可以认为这台被测的计算机具有智能。
第二章知识表示（语义网络、谓词逻辑。。。）1.知识的层次及其概念？
噪声-》数据-》信息-》知识-》元知识
数据：信息的载体和表示
信息：数据的语义
知识：把有关信息关联在一起形成的结构
元知识：有关知识的知识，是知识库的高层知识
2.知识的属性及引起不确定性的因素？
相对正确性
不确定性（引发因素：随机性、模糊性、不完全性、经验）
可表示性与可利用性
3.知识的分类？
按作用范围：常识性知识、领域性知识
按作用及表示：事实性知识、过程性知识、控制性知识
结构及表现形式：逻辑性知识、形象性
知识确定性：确定性知识、不确定性知识
4.什么是知识表示？
就是知识的符号化和形式化的过程，是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。
5.常用的知识表示方法及其衡量标准？（6、7种、谓词、语义网络等等）
衡量标准：完备性、一致性、正确性、灵活性、可扩充性、可理解性、可利用性、可维护性
表示方法：
1.一阶谓词表示法（应用：自动问答系统、机器人行动规划系统、机器博弈系统、问题求解系统）
2.产生式表示法（应用：动物识别系统）
3.框架表示法（一种描述所论对象（一个事物、事件或概念）属性的数据结构）。
4.语义网络表示法（采用网络形式表示人类知识，应用：自然语言理解系统）
5.面向对象表示法（模块性、封装性、继承性、多态性、易维护性）
6.状态空间表示法（以状态和运算符为基础来表示和求解问题的一种方法）
7.问题规约表示法（从目标出发，逆向推理，通过一系列变换把初始问题变换为子问题集合，最终归约为一个平凡的本原问题的集合；与/或树求解）
6.会用一阶谓词表示所给的知识。
用谓词演算公式表示下列句子
(1)北京市的夏天既干燥又炎热。
(2)喜欢读《三国演义》的人必读《水浒》。
(3)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。
7.会用语义网络表示知识。
Every dog has bitten a postman.Every dog has bitten every postman.
”小信使“这只鸽子从春天到秋天占有一个窝。
北京化工大学位于北四环和北三环之间。
8.会用框架表示知识。
试构造一个描述你的寝室或办公室的框架系统。
9.面向对象的基本特征及其表示。
模块性、封装性、继承性、多态性、易维护性
第三章搜索和推理
1.搜索的分类？
搜索方向：数据驱动、目的驱动、双向搜索
搜索策略：盲目搜索、启发式搜索
盲目搜索：回溯、宽度优先、深度优先、有界深度优先
2.宽度优先与深度优先搜索算法过程的不同点。
宽度优先：队列结构（FIFO）
深度优先：堆栈结构（FILO）
3.理解A*算法和估价函数。
估计函数：估计待搜索结点的”有希望“程度，并依次给他们排定次序。一般形式为
f(n)=g(n)+h(n)
其中，g(n)是初始结点到结点n的实际代价；h(n)是结点n到目标结点的最优路径的估计代价。
A*算法：g*(n)：初始结点到结点n的最小代价h*(n)：结点n到目标结点的最小代价4.理解产生式系统的推理方式。
知识库+推理机
5.规则推理的冲突消解方法？能根据要求进行简单的推理。
按针对性排序按已知事实新鲜性排序按匹配度排序按条件个数排序按上下文限制排序按冗余限制排序根据领域问题的特点排序
6.什么是不确定推理？
从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
7.能求解证据和结论的不确定计算方法。
C-F模型
8.什么是模糊集与隶属度函数？
论域、元素、集合
集合中所有元素的隶属度全体构成集合的隶属度函数
9.模糊集的合成计算及截集。
R:A X B 合成方法：最大-最小合成
10.模糊综合评判方法及其求解方法。
最大隶属度法重心法加权平均判决法中位数法
第四章计算智能（神经计算）
1.神经网络模型的基本组成？
神经元（树突、细胞体、突触、轴突、轴突末梢）
活化函数：阈值函数、双向阈值函数、S型函数、双曲正切函数、高斯函数
神经元之间的连接方式——拓扑结构
2.理解感知器模型的二值逻辑预算。
多输入、单输出、脉冲信号M-P模型
3.开发一个神经网络的基本阶段（步骤）？
设计输入层和输出层
确定隐层及其结点
归一化输入输出集合
初始化权值
选择活化函数
网络训练阶段
工作阶段
4.理解Habb学习规则，感知器学习及其梯度下降法学习规则。
Habb学习规则：Hebb学习规则是一个无监督学习规则，这种学习的结果是使网络能够提取训练集的统计特性，从而把输入信息按照它们的相似性程度划分为若干类。
感知器学习：作为一种线性分类器，（单层）感知机可说是最简单的前向神经网络形式主，要的本质缺陷是它不能处理线性不可分问题。
梯度下降法：求导。
一般来说，三层神经网络可以逼近任何一个非线性函数。
第五章计算智能（进化计算）
1.试述遗传算法的基本原理，并说明遗传算法的求解步骤。一类借鉴生物界自然选择和自然遗传机制的随机搜索算法,非常适用于处理传统搜索方法难以解决的复杂和非线性优化问题。
参数编码->初始群体确定->适应度函数设计->遗传操作设计（选择、交叉、变异）->确
定算法终止规则
2.会编写基本的遗传算法程序。
3.理解遗传算法的三个基本操作算子及其作用。
选择：优胜劣汰；使得种群较快地收敛，维持种群的多样性
交叉：增加物种多样性；生物逐渐向一种特殊遗传类型收敛，子串能够部分或者全部继承父串的结构特征和有效基因。
变异：（打破平衡，避免局部极值）维持群体多样性，为选择、交叉过程中可能丢失的某些遗传基因进行修复和补充。
第六章专家系统
1.专家系统的类型
解释、诊断、预测、设计、规划、控制、监督、修理、教学、调试
2.专家系统的基本组成
核心部分：知识库+推理机
人机接口、数据库、解释机构、知识获取机构
3.专家系统与一般应用程序的不同
第七章机器学习
1.什么是机器学习？
计算机能模拟人的学习行为，自动地通过学习获取知识和技能，不断改善性能，实现自我完善。
2.归纳学习和演绎学习的不同点？
归纳学习：从个别到一般，从部分到整体演绎：从一般到个别归纳推理只保证假，演绎推理保真归纳学习可以不断获取新知识而演绎学习的知识是固定的归纳推理结论适用于更大的范围，演绎推理结论不会超出前提所断定的范围
3.什么是数据挖掘/知识发现？
在大型数据库中提取有趣的（重要的，隐含的，目前未知的，潜在有用的）信息和模式4.数据挖掘的基本过程？
了解应用领域，创建目标数据集，数据清理和预加工，数据变换，选择数据挖掘功能，选择挖掘算法，数据挖掘：搜索兴趣模式、模式评估和知识表达、使用发现的知识
仪器分析习题解答第二版化学工业出版社
北京化工大学 仪器分析习题解答 董慧茹编 2010年6月
第二章 电化学分析法习题解答 25. 解： pHs = 4.00 , Es = 0.209V pHx = pHs ＋059 .0Es Ex - (1) pHx 1 = 4.00 + 059.0209 .0312.0- = 5.75 (2) pHx 2 = 4.00 ＋059 .0209 .0088.0- = 1.95 (3) pHx 3 = 4.00 ＋059 .0209 .0017.0-- = 0.17 26. 解： [HA] = 0.01mol/L , E = 0.518V [A -] = 0.01mol/L , ΦSCE = 0.2438V E = ΦSCE － Φ2H+/H2 0.518 = 0.2438 － 0.059 lg[H +] [H +] = k a ][] [- A HA = 01.001.0k a 0.518 = 0.2438 － 0.059 lg 01 .001 .0k a lg k a = - 4.647 k a = 2.25×10-5 27. 解： 2Ag + + CrO - 24 = Ag 2CrO 4 [Ag +]2 = ] [24- CrO Ksp
Ag CrO Ag SCE E /42φφ-= - 0.285 = 0.2438 - [0.799 + 2 24)] [lg(2059.0-CrO Ksp ] ][lg 24-CrO Ksp = - 9.16 , ] [24- CrO Ksp = 6.93×10-10 [CrO - 24 ] = 10 1210 93.6101.1--?? = 1.59×10-3 (mol/L) 28. 解：pBr = 3 , a Br- = 10-3mol/L pCl = 1 , a Cl- = 10-1mol/L 百分误差 = - - --?Br Cl Cl Br a a K ,×100 = 3 1 31010106---??×100 = 60 因为干扰离子Cl -的存在，使测定的a Br- 变为： a -Br = a -Br ＋K --Cl Br .×a -Cl = 10-3＋6×10-3×10-1=1.6×10-3 即a -Br 由10-3mol/L 变为1.6×10-3mol/L 相差3.0 - 2.8 = 0.2 pBr 单位 29. 解：
人工智能引论复习题
人工智能:是边缘学科.主要研究如何用计算机模仿和实现人类的智能. 符号主义(主流学派):认为人的认知基元是符号,认知过程即符号操作过程;认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,能用计算机来模拟人的智能行为;认为知识是信息的一种形式,是构成智能的基础.人工智能的核心问题是知识表示、知识推理和知识运用. 连结主义:认为思维基元是神经元,而不是符号处理过程;认为人脑不同于电脑,并提出连结主义的大脑工作模式,用于取代符号操作的电脑工作模式 行为主义:认为智能取决于感知和行动(所以被称为行为主义),提出智能行为的“感知—动作”模式;认为智能不需要知识、不需要表示、不需要推理;人工智能可以象人类智能一样逐步进化(所以称为进化主义);智能行为只能在现实世界中与周围环境交互作用而表现出来. 确定性推理是建立在确定性知识和证据的基础上的推理.从确定的初始证据出发,通过运用确定性知识,最终推出具有一定程度的确定性但却又是合理或基本合理的结论. 知识是人们在改造客观世界的实践中形成的对客观事物(包括自然的和人造的)及其规律的认识,包括对事物的现象、本质、状态、关系、联系和运动等的认识. 知识表示方式(把知识用计算机可接受的符号并以某种形式描述出来)一阶谓词逻辑、产生式表示、状态空间图表示、与或图表示、语义网络、框架结构表示,还有问题归纳法、面向对象法等. 机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能.它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎. 机器学习的基本系统结构:环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分.在具体的应用中,环境,知识库和执行部分决定了具体的工作内容,学习部分所需要解决的问题完全由上述3部分确定.下面我们分别叙述这3部分对设计学习系统的影响. 所有的人都是要死的,苏格拉底是人,所以苏格拉底是要死的. 令P(x):x是人,Q(x):x是要死的:(x)(P(x)→Q(x))∧P(苏格拉底)→Q(苏格拉底) 证明(1) ( x)(P(x)→Q(x)) 前提 (2) P(苏格拉底)→Q(苏格拉底) 全称量词消去 (3) P(苏格拉底) 前提 (4) Q(苏格拉底) (2)(3) 分离 每个学术会议的成员是专家,有些成员是年轻人,所有有的成员是年轻专家. 令P(x):x是专家,Q(x):x是年轻人,R(x)表x是学术会议成员: (X)(R(x)→P(X));(?X) (R(x)∧Q(X));(?X)(Q(X)∧P(X)) 证明(1)(?X) (R(x)∧Q(X)) P (2) R(a)∧Q(a)ES(1) (3)R(a)T(1)I (4) (X)(R(x)∧P(X))P (5)R(a)→P(a)US(4) (6) P(a) T(3) (5)I (7)Q(a) T(2)I (8)Q(a)∧P(a) T(6) (7)I (9)(?X) (Q(x)∧P(X)) EG(8) 任何鸵鸟都不会飞,多有雌鸵鸟都是鸵鸟,所以,所有雌鸵鸟都不会飞. 设P(x):x是鸵鸟;Q(x):x会飞;R(x):x是雌鸟. ?x(P(x)→?Q(x)),
《人工智能导论》试卷B
人工智能试卷（B） 试题部分： 一、选择题（15小题，共15分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（A） A）深蓝B）IBM C）深思D）蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘, 若σ是互补文字的（最一般）合一置换，则其归结式C=（A ） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是C A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B ）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（A） A.）用户B）综合数据库C）推理机D）知识库 9、产生式系统的推理不包括（D ） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结（消解）证明定理时，若当前归结式是（C）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（B ） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后，得到（B ） A. P B. Q C. ~P D.P∨Q
人工智能期末试题及答案完整版
xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、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新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
《人工智能导论》课程期末考试试卷二 答案 (上海交大)
一、选择题答案1、A2、A 二、填空题答案 1、基于规则的正向演绎系统使用的条件是（1）事实表达式是任意形式（2）规则形式为L→W或L1∨L2→W，其中L为单文字，W为任意形（3）目标公式为文字析取形 2、基于规则的逆向演绎系统使用的条件是（1）事实表达式是文字合取形（2）规则形式为W→L 或W→L1∧L2 ，其中L为单文字，W为任意形（3）目标公式为任意形式 3、归结法中，可以通过修改证明树的方法得到问题的解答。 三、问答题答案 第1题答：
得解图：
第2题 第3题 答：综合数据库： (m1, m5, m9, b) 设从河的左岸到右岸，其中m1, m5,m9分别表示过河时间需要1分钟，5分钟和9分钟的人，在河左岸的人数。b＝1表示船在左岸，b＝0表示船在右岸。规则集： 初始状态：(2, 1, 1, 1) 结束状态：(0, 0, 0, 0) h函数：h(n) = m - b，其中m为在左岸的人数，b为船是否在左岸。 对于任意两个节点ni和nj，其中nj是ni的子节点。 当ni中b＝1时，则nj中b＝0，因此：max(h(ni)-h(j))=(m-1)-(m-1)=0, 而C(ni, nj)最小为1， 因此h(ni)-h(nj) 因此该h函数满足单调性条件。所以h满足A*条件。 第4题 答：对事实和规则进行skolem化： （1）(s) ~P(a) （2）(s)(P(g(s))) P(g(s)) （3）(x)(s)(y)((P(s)∧Q(b，x，s))→H(y) (P(s)∧Q(b，c，s))→H(f(s)) （4）(x)(s)(Q(b，x，s)→Q(b，x，g(s))) Q(b，x，s)→Q(b，x，g(s)) （5）(x)(s)(y)(~P(s)→Q(b，x，y)) ~P(s)→Q(b，x，h(x, s)) 经变量换名后，有事实和规则如下： ~P(a) P(g(s1)) r1: (P(s2)∧Q(b，c，s2))→H(f(s2)) r2: Q(b，x3，s3)→Q(b，x3，g(s3)) r3: ~P(s4)→Q(b，x4，h(x4, s4)) 用对偶形式对目标skolem 化： (x)H(x) H(x) 演绎图如下图(这里只给出了一个一致解图)。 一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中，fm的含义是到当前为止，扩展的节点中，f的最大值 2、对任意节点n，设m是n的子节点，当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时，称h是单调的。 三、问答题答案 第1题 答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，则可以减少重复扩展节点问题。 第2题 答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 第3题 答：化子句集如下： 归结树如下： 修改证明树： 得到问题的解答：R(h(f(g(c, a)))) 第4题 第5题 答：搜索图如图所示，其中括号内标出的是节点的f值，圆圈内的数字是扩展的次序。F(16) 得到的解路径为：S-B-F-J-T 第6题 答：如下的知识可以帮助求解该问题： （1）序列中，偶数在偶数位置，奇数在奇数位置； （2）第五个数为5。 综合数据库： 用一个1到9的序列表示：N = {x}，其中x为1到9的数字之一。规则集： r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度，In(a, b, c, d)为取a、b、c、d之一。初始状态：{} 结束条件：得到的序列N前i个数组成的整数能被i整除。 《人工智能期末复习题》 1．群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。 2．计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4．知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问题的方法和策略等。 5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。 6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。7．模式识别：则指的是用计算机进行物体识别。 8．决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10．人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11．从所承担的工作和任务性质来看，Agent的分类： 信息型Agent、合作型Agent、接口型Agent、移动型Agent等。 12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。 13．智能机器人至少应具备哪四种机能？ 感知机能——获取外部环境信息以便进行自我行动监视的机能； 运动机能——施加于外部环境的相当于人的手、脚底动作机能； 思维机能——求解问题的认识、推理、判断机能； 人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。 14．知识获取大体哪三种途径：(1)人工获取 (2)半自动获取 (3)自动获取 15．知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化16．从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。17．PRPLOG语言的三种语句分别是：事实、规则和问题。 18．产生式系统由三部分组成：产生式规则库、推理机和动态数据库， 结构如图所示： D、人造机器人 答案：C PEAS分别是指哪些组件？ A、性能/环境/执行器/传感器 B、传感器/性能/环境/执行器 C、环境/执行器/传感器/性能 D、传感器/环境/执行器/性能 答案：A 智能体程序分别有哪些类型？（） A、感知智能体/决策智能体/学习智能体/规划智能体 B、简单反射型智能体/基于模型的反射型智能体/基于目标的智能体/基于效用的智能体 C、机器人/软件/硬件/算法 D、类人智能体/类动物智能体 答案：B 智能体使用什么组件来获得环境信息？（） A、执行器 B、CPU C、传感器 D、条件--行动规律 答案：C 基于模型的反射型智能体的核心组件比简单反射型智能体多了什么？（） A、执行器 B、传感器 C、CPU D、世界模型 答案：D 基于目标的智能体比基于模型的反射型智能体多了什么组件？（） A、CPU B、世界模型 C、目标 D、环境 答案：C 可以把效用想象成什么？（） A、效果 B、能源 C、金钱 D、智能体 答案：C 基于效用的智能体比基于目标的智能体多了什么核心组件？（） A、世界模型 B、CPU C、效用评估 D、金钱 答案：C 哪个例子是强链接？（） A、收音机听到的一个人 B、微博上的陌生朋友 C、亲人 D、同事 答案：CD 一个图表示为G = (V, E)，其中V是指？（） A、一个点 B、一条边 C、边集合 D、点集合 答案：D 局部信息相似性链路预测的优势是什么？() A、精准 B、速度快 C、符合实际场景 D、包含节点属性 答案：B 下面哪个是全局信息预测算法？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D 谷歌搜索引擎的算法基本框架是？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D PAgeRAnk中，参数Oj是指() A、所有网页的数量 B、从网页引出去的链接的数量 C、指向网页的链接的数量 D、可调参数 答案：B 一个好的学习训练模型应该是？（） A、在训练时最小化错误率（提高在训练集上的准确率） B、模型应该简单（防止过拟合） C、将模型函数正则化 D、可以利用已知的数据特性，例如稀疏、低秩等 答案：ABCD 正则化是为了什么？ 一、填空： 1.人工智能的研究途径有（1）、（2）和行为模拟。 2.任意列举人工智能的四个应用性领域（3）、（4）、（5）、（6）。 3.人工智能的基本技术包括（7）、（8）、（9）归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是 （10）。 5.谓词逻辑中，重言式（tautlogy）的值是（11）。 6.设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。 7.在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味 着13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。 8.谓词公式G是不可满足的，当且仅当对所有的解释（16）。 9.谓词公式与其子句集的关系是（17）。 10.利用归结原理证明定理时，若得到的归结式为（18），则结论成立。 11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。 12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。 13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。 14.有子句集S=｛P(x),P(y)｝，其MGU= （23）。 15.在归结原理中，几种常见的归结策略并且具有完备性的是（24），（25），（26）。 16.状态图启发式搜索算法的特点是（27）。 17.广度优先搜索算法中，OPEN表的数据结构实际是一个（28），深度优先搜索算 法中，OPEN表的数据结构实际是一个（29）。 18.产生式系统有三部分组成（30），（31）和推理机。其中推理可分为（32）和 （33）。 19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解 释模块。 《人工智能导论》期末复习知识点 选择题知识点 1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。 人工智能Artificial Intelligence,AI 人工神经网络Artificial Neural Network，ANN 机器学习Machine Learning，ML 深度学习Deep Learning,DL 2.什么是强人工智能？ 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。 3.回溯算法的基本思想是什么？ 能进则进。从一条路往前走，能进则进，不能进则退回来，换一条路再试。 4.面向对象、产生式系统、搜索树的定义？ 面向对象(Object Oriented)是软件开发方法，一种编程范式。面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。面向对象是一种对现实世界理解和抽象的方法，是计算机编程技术发展到一定阶段后的产物。面向对象是相对于面向过程来讲的，面向对象方法，把相关的数据和方法组织为一个整体来看待，从更高的层次来进行系统建模，更贴近事物的自然运行模式。 把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。 对于需要分析方法，诸如深度优先搜索和广度优先搜索（穷尽的方法）以及启发式搜索（例如最佳优先搜索和A*算法），这样的问题使用搜索树表示最合适。 5.机器学习的基本定义是什么？ 机器学习是一门研究及其获取新知识和新技能，并识别现有知识的学问。6.智慧地球的概念，智慧地球提出的背景是怎样的？ 人工智能导论在线作业集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN] 答：决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。 基本方法： 决策树一般由方块结点、圆形结点、方案枝、概率枝等组成，方块结点称为决策结点，由结点引出若干条细支，每条细支代表一个方案，称为方案枝；圆形结点称为状态结点，由状态结点引出若干条细支，表示不同的自然状态，称为概率枝。每条概率枝代表一种自然状态。在每条细枝上标明客观状态的内容和其出现概率。在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。这样树形图由左向右，由简到繁展开，组成一个树状网络图。 步骤： a.绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程。 b.按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。 c.对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上，用“=”记号隔断。 2、什么是知识它有哪些特性列举至少六种知识表示方法 答：经过国内外学者的共同努力，目前已经有许多知识表示方法得到了深入的研究，目前使用较多的知识表示方法主要有：谓词逻辑表示法，产生式表示法、框架表示法、语义网络表示法、表示法、基于本体的知识表示法等。本文将介绍这些知识表示方法的特征和优缺点，进行一些分析和比较。 （1）词逻辑表示法。谓词逻辑表示法是指各种基于（ormalogic）知识表示方式，用逻辑公式描述对象、性质、状况和关系，例如“在轨道上”可以描述成：（npaceshiporbit）它是领域中使用最早和最广泛的知识表示方法之一。其根本目的在于把数学中的逻辑论证符号化，能够采用数学演绎的方式，证明一个新语句是从哪些已知正确的语句推导出来的，那么也就能够断定这个新语句也是正确的。 在这种方法中，识库可以看成一组逻辑公式的集合，识库的修改是增加或删除逻辑公式。使用逻辑法表示知识，将以描述的知识通过引入谓词、函数来加以形式描述，得有关的逻辑公式，而以机器内部代码表示。在逻辑法表示下可采用归结法或其它方法进行准确的推理。 ●简述产生式系统分为几个部分及其主要功能 (10) 答案： 产生式系统分为三部分，分别为综合数据库、规则集和控制策略。综合数据库中保存了推理的初始状态、中间结果和目标状态。规则集中的规则是描述能够使状态发生改变的操作或者方法，它的形式是IF<前件> THEN<后件>。控制策略描述了当对某一状态而言有很多规则可用时，系统应该先采用哪一条规则。 ●简述回溯策略与深度优先策略的不同点。(10) 答案： 回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。 在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 ●(10) ●(10) ●(20 ) 对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述） (20) 答案： 1，综合数据库 定义三元组：（m, c, b） 其中：，表示传教士在河左岸的人数。 ，表示野人在河左岸的人数。 ，b=1，表示船在左岸，b=0，表示船在右岸。 2，规则集 按每次渡河的人数分别写出每一个规则，共(3 0)、(0 3)、(2 1)、(1 1)、 (1 0)、(0 1)、(2 0)、(0 2)八种渡河的可能（其中(x y)表示x个传教士 和y个野人上船渡河），因此共有16个规则（从左岸到右岸、右岸到左岸各八个）。注意：这里没有(1 2)，因为该组合在船上的传教士人数少于野人人数。 规则集如下： r1：IF (m, c, 1) THEN (m-3, c, 0) r2：IF (m, c, 1) THEN (m, c-3, 0) r3：IF (m, c, 1) THEN (m-2, c-1, 0) r4：IF (m, c, 1) THEN (m-1, c-1, 0) r5：IF (m, c, 1) THEN (m-1, c, 0) r6：IF (m, c, 1) THEN (m, c-1, 0) r7：IF (m, c, 1) THEN (m-2, c, 0) r8：IF (m, c, 1) THEN (m, c-2, 0) r9 ：IF (m, c, 0) THEN (m+3, c, 1) r10：IF (m, c, 0) THEN (m, c+3, 1) r11：IF (m, c, 0) THEN (m+2, c+1, 1) r12：IF (m, c, 0) THEN (m+1, c+1, 1) r13：IF (m, c, 0) THEN (m+1, c, 1) r14：IF (m, c, 0) THEN (m, c+1, 1) 福州大学2014～2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成：一个总数据库、、。 5. ANN中文意义是。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是，则定理得证。 8. 子句和P经过消解以后，得到。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父，曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后，可以化为 。 13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A） 8. 在遗传算法中，变量x的定义域为 [-2，5]，要求其精度为10-6，现用二进制进行编码， 一、名词解释（5X3‘）15’ 1.兼类（P121）：一个单词既可以作名词动词又可以作其他词类 2.机器翻译：用计算机软件代替人做的书面翻译 3.组合型歧义：一个字与前面的字成词,与后面的字成词,合起来也成词。 4.交集型歧义（P117）：一个字与前面的字成词,与后面的字也成词。 5.人工智能：用计算机硬件、软件模拟人的行为，解决人类目前尚未认识清楚的问题。 6.人工智能软件的三大技术：知识表示、知识推理、知识获取。 7.语料库：单词、短语和句子组成的数据库。 8.知识工程：包括人工智能软件技术的工程。（知识工程是以知识为基础的系统，就是 通过智能软件而建立的专家系统） 9.深度学习：一步一步在丰富起来的特征规律引导下，由浅入深完成推理的方法。 10.语用分析：分析成语和习惯用语的方法。 二、题解P36 例2.1 、2.2 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) →LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x))) 三、论述（4X5‘）20’ 1.阐述深度、广度、代价驱动搜索方法。（P68） 答：广度优先搜索法：对全部节点沿广度进行横向扫描，按各节点生成的先后次序， 1.电喷雾电离源在正电离方式下最常见的准分子离子峰以常见何种加和离子 形式出现？（至少写出三种），与分子量的关系，负电离方式下，准分子离子峰以何种形式出现，与分子量的关系。在使用电喷雾电离源时，注意的事项是什么？ 2.影响透射电镜分辨率的因素有几种？ 象散、球差、色差、衍射差 3.EDS能谱元素分析的原理是什么？常见的能谱分析方法有什么？ 4.速率理论的表达式是什么？各项代表的物理意义？降低板高，提高柱效的方 法是什么？ H=A+B/u+Cu A:涡流扩散项；B/u纵向扩散项；Cu 传质阻力项 提高柱效的方法：降低板高，增加柱长 降低板高： 1）采用粒度较小、均匀填充的固定相（A项↓） 2）分配色谱应控制固定液液膜厚度（C项↓） 3）适宜的操作条件： 流动相的性质和流速，柱温等等（B项↓） 选用分子量较大的载气N2、控制较小的线速度和较低的柱温 5.简述透射电镜和扫描电镜的成像原理?各自主要应用在何种目的、所得何种结 果？ TEM是利用电子的波动性来观察固体材料内部的各种缺陷和直接观察原子结构的仪器。 SEM它是用细聚焦的电子束轰击样品表面，通过电子与样品相互作用产生的二次电子、背散射电子等对样品表面或断口形貌进行观察和分析。 6.透射电镜和扫描电镜有什么相同之处和不同之处？各自主要应用在何种目 的、所得何种结果？什么样品不适合做电镜分析？ 相同：都是在真空下，电子束经高速加压后，穿透样品时形成散射电子和透射电子，他们在电磁透镜作用下在荧光屏上成像。 透射电子显微镜是利用电子的波动性来观察固体材料内部的的各种缺陷、晶体结构和直接观察原子结构等的仪器。原理上模拟了光学显微镜的光路设计，简单化地可将其看成放大倍率高得多的成像仪器。 SEM它是用细聚焦的电子束轰击样品表面，通过电子与样品相互作用产生的二次电子、背散射电子等对样品表面或断口形貌进行观察和分析。 7.分子的振动光谱是否包含了转动光谱？请解释之。红外光谱和拉曼光谱都属 于振动光谱，二者在原理上有何不同？ 包含，分子本身不是静止的，而是在不停的转动，而且原子相对于键的平衡位置也在不断的振动。 不同点：其物理过程不同。 共同点：二者都反映分子振动的信息。 1）拉曼效应是光散射过程，因此是发射光谱，而红外光谱是吸收光谱； 2）拉曼光谱来源于分子的诱导偶极矩，与分子极化率变化有关，通常非极性分子及基团的振动导致分子变形，引起极化率的变化，属拉曼活性；而红外吸收与分子永久偶极矩的变化有关，一般极性分子及基团的振动引起永久偶极矩的变化，因此属红外活性 8.什么叫梯度洗脱？它与气相色谱中的程序升温有何异同？ 梯度洗脱：在洗脱过程中，连续或阶段性地改变流动相组成，以使柱系统具有最好的选择性和最大的峰容量。 程序升温：在一个分析周期内，按一定程序不断改变柱温，可缩短保留时间，提高分离度。K(分配系数)是热力学常数，随温度变化，温度越高，K值越小，因此保留时间短。因此可通过调节柱温度来调节分离度。 相同之处：均可达到快速分离的目的，可提高柱效，缩短分离时间。 《人工智能导论》教学大纲 大纲说明 课程代码：3235042 总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。 课程名称人工智能导论考试日期2007-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是符号主义，连接主义，行为主义、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。状态，操作符 4. 产生式系统由3个部分组成：一个总数据库、一套规则，一个控制策略 、。 5. ANN中文意义是人工神经元网络 。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， 将误差信号沿原来的连接通路返回，通过修改各层神经元的连接权值，使误差信号减至最小 ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是空子句 ，则定理得证。 8. 子句和P经过消解以后，得到 Q 。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。→W或L1∨L2→W，L为单文字 2006～2007学年第2学期考试A卷 13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个零均方差的高斯随机变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A）人工智能导论试卷一答案 (上海交大)
人工智能【期末复习题】
2019公需科目计算智能+人工智能导论答案
《人工智能导论》试卷
《人工智能导论》期末复习知识点
人工智能导论在线作业
人工智能期末复习题解读
福州大学《人工智能导论》试卷
人工智能与机器翻译期末复习题
北京化工大学研究生仪器分析简答题教学内容
《人工智能导论》教学大纲.
人工智能导论试卷 (2)