参考：
人工智能 经典考试试题及答案 - 百度文库
大学人工智能期末考试题库 - 百度文库
人工智能【期末复习题】 - 百度文库
人工智能期末试题及答案完整版 - 百度文库
一、选择题 AI的缩写是 Artificial Intelligence反演归结（消解）证明定理时，若当前归结式是空子句时，则定理得证知识点总结：归结反演的证明步骤：
将已知前提表示为谓词公式F，将待证明的结论取反得到谓词公式非Q把谓词公式集 {F, 非Q} 转化为子句集S运用归结原理对子句集S中的字句进行归结，每次归结得到的归结式并入S中，反复以上操作，直到出现空子句NIL，则停止归纳，证明Q为真 从已知事实出发，通过规则库求得结论的产生式系统的推理方式是正向推理知识点总结：推理按照方向可分类为：
(1) 正向推理：事实驱动推理，已知事实推导出结论
缺点：盲目、效率低
(2) 逆/反向推理：以某个假设目标作为出发点
优点：不必使用与目标无关的知识，目的性强，有利于向用户提供解释
缺点：起始目标的选择有盲目性
混合推理：先正向后逆向 or 先逆向后正向双向推理：正向与逆向同时进行，在某处“碰头” 语义网络表达知识时，有向弧AKO链、ISA链是用来表达结点知识的继承性(A->B)^A=>B 是 假言推理知识点总结：自然推理演绎的推理规则有：
假言推理：P, P->Q => Q拒取式推理：P->Q, 非Q=>非PP规则（前提引入）：即用已知前提来推导T规则（结论引入）：即用推理得到的结论来进一步推导 什么命题是可以判断真假的 陈述句仅个体变元被量化的谓词称为一阶谓词知识点总结：关于一阶谓词知识点：
个体可以是常量、变量（变元）、函数、谓词连接词/连词（5个，优先级由高到低）：否定(negation)、析取(disjunction) or、合取(conjunction) and、蕴含(implication)/条件(position)、等价(equivalence)/双条件量词（quantifier）：全称量词（universal quantifier）、存在量词（existential quantifier） MGU是最一般合一1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为深蓝人工智能系统的知识包含4个要素：事实、规则、控制、元知识知识点总结：鲁滨逊归结原理（消解原理）的基本思想：
检查子句集S中是否包含空子句，若包含，则S不可满足。若不包含，在S中选择合适的字句进行归结，一旦归结出空子句，就说明S是不可满足的。鲁滨逊归结原理：
C1 = 非P or Q ，C2 = 非Q or R，C3 = P，则 C12 = 非P or R，C123 = RC12 是 C1 和 C2 的归结式，C1 和 C2 是 C12 的亲本子句C12 是 C1 和 C2 的逻辑结论，所以若 C1 和 C2 为真，则 C12 为真C1 和 C2 是子句集S中的两个子句，C12 替代or不替代 C1 和 C2 加入到S中得到新子句集S1，S1的不可满足性 S的不可满足性 或图通常称为状态图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，这个科学家是图灵要想机器具有智能，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机器学习首次提出人工智能是在1956年人工智能应用研究的两个最重要最广泛领域为专家系统、机器学习 填空题 不确定性类型按性质分为随机性、模糊性、不完全性、不一致性PPT中是分为似然推理、模糊推理
在删除策略归结的过程中删除以下字句：含有纯文字、永真式的字句；子句集中被其他字句蕴含的字句。图：指由节点和有向边组成的网络，按连接同一节点的各边的逻辑关系又可分为或图和与或图（解决某个问题即可解决其父辈问题的结点集合叫或图，只有解决所有子问题才能解决其父辈问题的结点集合叫与或图）合一算法：求非空有限具有相同谓词名的原子公式集的最一般合一（MGU）产生式系统的推理过程中，从可触发规则中选择一个规则来执行，被执行的规则称为被触发规则P(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的概率人工智能的远期目标是制造智能机器，近期目标是实现机器智能目前人工智能的主要学派有三家：符号主义、进化主义、连接主义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、目标状态集合G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信息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、进化计算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 简答题及计算题 什么是产生式？产生式规则的语义是什么？答：产生式规则基本形式：P->Q 或者 IF P THEN Q
P是产生式的前提，用于指出该产生式是否可用的条件
Q是一组结论或操作，用于指出当前提P所指示的条件满足时，应该得出的结论或应该执行的操作。
产生式规则的语义：如果前提P被满足，则可推出结论Q或执行Q所规定的操作
谓词公式转化为子句集的9个步骤：（箭非重，存前，标全，合重） 消除蕴含、等价符号（去箭头）把否定符号移到每个谓词前面变量标准化（把重名的变量名改掉）消去存在量词（通过代入函数的方式把存在量词去掉）化为前束形（把全称量词提到最前面）化为Skolem标准形（利用公式标准化，去掉可去的括号）略去全称量词消去合取词（加逗号，变成集合）字句变量标准化（将不同字句中的重名变量改名） 语义网络问题 用语义网络表示如下事实：山西大学是一个学校，位于太原市，建立时间是1902年答:
假若要求解的问题是：山西大学位于哪个城市？如何利用语义网络进行推理求解呢？答：首先将待求解的问题表示成一个局部的语义网络，如图所示：
然后到语义网络系统的知识库中去匹配就会发现，与待求解问题局部网络未知处相匹配的事实是“太原市”。所以，这个问题的解就是太原市。
用一阶谓词逻辑法表示“太原的夏天既干燥又炎热”答：State(x, y, z) : x市在y季节气候处于z状态，
则：State(太原，夏天，干燥) ^ State(太原，夏天，炎热)
画出语义网络：“籍贯为湖南的张山在信息学院读书，该学校位于健翔桥附近，该校由计算机系、信息系和通信系组成”答：
产生式系统中，推理机的推理方式有几种？在产生式推理过程中，如果发生策略冲突，如何解决？产生式与谓词逻辑中的蕴含式有什么共同处及不同处？ 正向推理、逆/反向推理、混合推理、双向推理在产生式推理过程中，如果发生规则冲突，要利用冲突解决策略进行启用规则的选择，常用的冲突消解策略：按针对性排序、按已知事实的新鲜性（后生成性）排序、按匹配度（不确定性推理）排序、按条件个数排序（优先选择条件少的）（针对性、新鲜性、匹配度、条件少）产生式基本形式与谓词逻辑中的蕴含式具有相同的形式。它们的区别在于：蕴含式只能表示精确性知识，其逻辑值要么为真，要么为假；而产生式不仅可以表示精确性知识，而且可以表示不精确知识。 用全局择优搜索法求解重排九宫问题，设初始状态S0和目标状态Sg如下：估价函数定义：f(x) = d(x) + h1(x)，其中d(x) 表示结点x的深度，h1(x) 表示结点x中的数字位置和目标结点中不相同的数字个数。例如：
画出全局择优搜索树，在每个结点旁注明该结点的f值给出解题路径答：全局择优搜索树如下图所示：
解题路径为 S0->S1->S2->S3->Sg
搜索方法分为哪两大类？两者的区别是什么？答：搜索方法分为：盲目搜索、启发式搜索
盲目搜索：在不具有对特定问题的任何有关信息的条件下，按固定的步骤（依次或随机调用操作算子）进行的搜索。
启发式搜索：考虑特定问题领域可应用的知识，动态地确定调用操作算子的步骤，优先选择较适合的操作算子，尽量减少不必要的搜索，以求尽快地到达结束状态。
（此类题型很多，举一反三即可）每个读书的人都是为了获得知识。证明：对某个人来说，若不能获得知识，则他就不会读书。证明：定义谓词：read(x)：x读书，knowledge(x)：x获得知识
将前提和要求证的问题之否定化为子句集：
~read(x) or knowledge(x)~knowledge(y)read(y)利用归结原理对上面的子句集中的字句进行归结：
~read(y) (1)与(2)归结，sigma={y/x}NIL (3)与(4)归结证明完毕
10、将谓词公式转化为子句集：（箭非重，存前，标全，合重）
11、证明G是否肯定是F1, F2的逻辑结论，要求写出求解过程
四、名词解释1、人工智能
遗传算法 专家系统序系统。
机器学习5、数据挖掘