《人工智能导论》试卷
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。
20.在MYCIN推理中，对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如
下关系：CF（~A）= （38），CF（A1∧A2 ）= （39），CF（A1∨A2 ）
= （40）。
21.开发专家系统所要解决的基本问题有三个，那就是知识的获取、知识的表示和
（41），知识表示的方法主要有（42），（43），（44）和语义网络等，
在语义网络表示知识时，所使用的推理方法有（45）和（46）。
22.MYCIN系统中使用不确定推理，规则A→B由专家指定其可信度CF（B，A），若
A真支持B真，则指定CF（B，A）（与零比较）应（47）；若A真不支持B
真，则指定CF（B，A）应（48）。
23.机器学习的含义是（49）。
24.自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息，能正确回答
输入信息中的有关问题，而且还包括（50）、（51）、（52）。
25.设U={a,b,c,d}，A={a,b}，B={a,b,c}，m(A)=0.6，m(U)=0.4，U的其它子集的
基本概率分配函数m值均为0，则Bel(A)= （53），Bel(B)= （54）。
26.证据理论中集合A的信任区间为[1，1]，则其语意解释为（55）。
二、（3分）用谓词逻辑形式化下列描述
“不存在最大的整数”
三、（3分）用语义网络表示“苹果”知识。
四、（7分）将下列谓词公式化成子句集
()
()
()()
()()
,
,
x,
~→
y
z
?
?
?
∧
f
x
P
a
R
y
z
z
Q
x
五、（8分）若谓词公式E=P(x,f(y),z),置换s1=｛f(x,y)/z,z/w｝，s2=｛a/x,b/y,w/z｝，求E
（s1·s2），E（s2·s1）。
六、（8分）用加权图的启发式搜索算法（不能用Dijkstra算法）求解下列问题：下图是一
个交通图，设A是出发地，E是目的地，边上的数字表示两城市之间的交通费。求从A
Open表的变化过程。
到E
七、（10分）用标准逻辑（经典逻辑，谓词逻辑）的子句集表示下述刑侦知识，并用反演
归解的线性策略证明结论
现定义如下谓词（其项变量X，Y，Z，皆为全称量词）。
Thief(X)-----某人X是贼；
Likes(X,Y)------某人X喜欢某物Y；
May-steal(X,Y)------某人X可能会偷窃某物Y。
1.用子句集表达下述刑侦知识：
I. John是贼。
II. Paul喜欢酒（wine）
III. Paul( 也)喜欢奶酪（cheese）
IV. 如果Paul喜欢某物则John 也喜欢某物。
V. 如果某人是贼，而且他喜欢某物，则他就可能会偷窃该物。
2.求证结论:John可能会偷窃了什么？即求证目标：may-steal(John,Z), Z=?（要求
将求证目标作为顶子句，按线性策略进行归结推理，注明每次求归结式所进行的置
换及其父子句的编号）
八、（6分）已知一组规则和证据（事实）：
R1：A1→B1,CF（B1，A1）=0.8
R2：A2→B1,CF（B1，A2）=0.5
R3：B1∧A3->B2，CF（B2，B1∧A3）=0.8
初始证据A1，A2，A3，并且CF(A1)=CF(A2)=CF(A3)=1, 并且初始时对B1，B2一无所知。根据Shortliffe的确定性理论（可信度方法），求证据B1，B2的可信度在执行规