人工智能期末考试题及答案(共4页).doc
精选优质文档-倾情为你奉上1. 什么是人工智能？人工智能有哪几个主要学派？人工智能是指研究如何用计算机去模拟、延伸和扩展人的智能；如何使计算机变得更聪敏、更能干；如何设计和制造具有更高智能水平的计算机的理论、方法、技术及应用系统的一门新兴的科学技术。 符号主义学派 联结主义学派 行为主义学派2. 什么是博弈问题？它具有哪些特点？ 博弈 是一类具有竞争性的智能活动特点 双方的智能活动，任何一方都不能单独控制博弈过程，而是由双方轮流实施其控制对策的过程3. 简述谓词逻辑归结过程。写出谓词关系公式 用反演法写出谓词表达式 SKOLEM标准形 子句集S 对S中可归结的子句做归结 归结式仍放入S中，反复归结过程 得到空子句，得证4什么是知识？它有哪些特性？知识是经过消减、塑造、解释和转换的信息。知识是由特定领域的描述、关系和过程组成的。 知识是事实、信念和启发式规则。 知识是某领域中所涉及的各有关方面的一种符号表示。 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。知识 ：不完全性 不一致 不确定性 相对性5. 人工智能中什么是知识表示观？有哪些主要的知识表示观认识论表示观认为表示是对自然世界的表述，表示自身不显示任何智能行为。其唯一的作用就是携带知识。这意味着表示可以独立于启发式来研究。 本体论表示观（即表示与推理为一体） ；知识工程表示观6. 何谓语义网络？它有哪些基本的语义关系？语义网络是一种通过概念及其语义联系（或语义关系）来表示知识的有向图，结点和弧必须带有标注。其中有向图的各结点用来表示各种事物、概念、情况、属性、状态、事件和动作等；结点上的标注用来区分各结点所表示的不同对象，每个结点可以带有多个属性，以表征其所代表的对象的特性。 类属关系；包含关系；属性关系；位置关系；相近关系；时间关系；因果关系；组成关系；多元逻辑关系7. 简述-过程的剪支规则。 如果能边生成节点边对节点估值，并剪去一些没用的分枝，这种技术被称为-剪枝。记极大节点的下界为，极小节点的上界为。剪枝的条件： 后辈节点的值祖先节点的值时， 剪枝； 即极小极大， 剪枝 后辈节点的值祖先节点的值时，剪枝； 即极大极小， 剪枝8. 什么是机器学习？机器学习有哪些方法Simon（1983）：学习就是系统中的变化，这种变化使系统比以前更有效地去做同样的工作。 Minsky (1985)：学习是在我们头脑中（心里内部）进行有用的变化。学习是一种具有多侧面的现象。学习的过程有：获取新的陈述性知识、通过教育或实践发展机械技能和认知能力、将新知识组织成为通用化和有效的表达形式、借助观察和实验发现新的事实和新的理论。 机械式学习，直接输入新知识（记忆学习）根据示教学习（传授学习、指点学习）通过类推学习（演绎学习）从例子中学习（归纳学习）类比学习9. 变形空间方法以整个规则空间为初始的假设规则集合H。依据示教例子中的信息，对集合H进行一般化或特殊化处理。逐步缩小集合H，最后使H收敛为只含有要求的规则由于被搜索的空间H逐步缩小，故称为变形空间。 变形空间法的优缺点： n 搜索空间太大，有可能引起计算爆炸问题（规则总地来说是越扩越多） n 抗干扰性差，所有数据驱动方法的通病。解决方法：例子一组一组地给。 n 采用析取规则，即此算法不可能发现“或”的关系。 10. 什么是贝叶斯网络？简述贝叶斯网络的构造过程。 贝叶斯网络：一系列变量的联合概率分布的图形表示;一个表示变量之间的相互依赖关系的数据结构；图论与概率论的结合。 构造过程：确定为建立网络模型有关的变量及其解释；建立一个表示条件独立断言的有向无环图；指派局部概率分布p(xi|pai)。其中，pai表示变量xi的父结点集。 或者：选择变量，生成结点；从左至右（从上到下），排列结点；填充网络连接弧表示结点之间的关系；得到条件概率关系表11. 简述神经网络的优缺点。 优点：信息处理的并行性；知识的分布存储；对于系统本身及环境变化的容错性；学习能力 缺点;不适合高精度计算；学习问题没有根本解决，慢；目前没有完整的设计方法，经验参数太多将下式化为Skolem标准形：("x)($y)P(a, x, y) ($x)("y)Q(y, b)R(x)n 解：第一步，消去号，得：("x)($y)P(a, x, y) ($x) ("y)Q(y, b)R(x)n 第二步，深入到量词内部，得：("x)($y)P(a, x, y) ($x) ("y)Q(y, b)R(x)n 第三步，变元易名，得：("x)($y)P(a, x, y) ($u) (" v)(Q(v, b) R(u)n 第四步，存在量词左移，直至所有的量词移到前面，得：("x) ($y) ($u) (" v)P(a, x, y) (Q(v, b) R(u)由此得到前束范式。n 第五步，消去“$”（存在量词），略去“"”任意量词。n 消去($y)，因为它左边只有("x)，所以使用x的函数f(x)代替之，这样得到：("x)($z)( P(a, x, f(x) Q(z, b)R(x)n 消去($z)，同理使用g(x)代替之，这样得到：("x) ( P(a, x, f(x) Q(g(x), b)R(x)n 则，略去任意变量，原式的Skolem标准形为： P(a, x, f(x) Q(g(x), b)R(x) 修道士和野人渡河问题： 在河左岸有三个修道士、三个野人河一条船，修道士要把所有的人都运到河对岸，但是 a) 修道士和野人都会划船，但是船一次只能装两个人 b) 在两个岸边，野人数目不能超过修道士的数目，否则后者被吃掉 野人完全服从修道士的任何渡河方案。试图求出一种确保修道士安全的渡河方案。要写出谓词的定义，功能和变量的个体域。（提示：写出必须的谓词和初始状态，修道士cenobite野人wildness） 解：（1）定义谓词 ： 先定义修道士和野人人数关系的谓词： G(x,y,S)： 在状态S下x大于y GE(x,y,S)：在状态S下x大于或等于y 其中，x,y分别代表修道士人数和野人数，他们的个体域均为0,1,2,3。 再定义船所在岸的谓词和修道士不在该岸上的谓词： Boat(z,S)：状态S下船在z岸 EZ(x,S)： 状态S下x等于0，即修道士不在该岸上 其中，z的个体域是L,R，L表示左岸，R表示右岸。 再定义安全性谓词： Safety(z,x,y,S)(G(x,0,S)GE(x,y,S)(EZ(x,S) 其中，z,x,y的含义同上。该谓词的含义是：状态S下，在z岸，保证修道士安全，当且仅当修道士不在该岸上，或者修道士在该岸上，但人数超过野人数。该谓词同时也描述了相应的状态。 再定义描述过河方案的谓词： L-R(x, x1, y, y1,S)：x1个修道士和y1个野人渡船从河的左岸到河的右岸 条件：Safety(L,x-x1,y-y1,S)Safety(R,3-x+x1,3-y+y1,S)Boat(L,S) 动作：Safety(L,x-x1,y-y1,S)Safety(R,3-x+x1,3-y+y1,S)Boat(R,S) R-L (x, x1, y, y1,S)：x2个修道士和y2个野人渡船从河的左岸到河的右岸 条件：Safety(R,3-x-x2,3-y-y2,S)Safety(L,x+x2,y+y2,S)Boat(R,S) 动作：Safety(R,3-x-x2,3-y-y2,S)Safety(L,x+x2,y+y2,S)Boat(L,S专心-专注-专业
