导航菜单
首页 >  轻化工程导论期末考试试卷答案  > 人工智能期末考试(刷题篇&部分题有答案)

人工智能期末考试(刷题篇&部分题有答案)

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

相关推荐: