整理人工智能简答题

一．简答题

1.在什么情况下需要采用不确定推理或非单调推理？

答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。

例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论，

而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。

不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。

一般来说，出现不精确推理的原因和特征可能有：

①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。

由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理

2．产生式系统有哪几种推理方式？各自特点为何？

答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。

（2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。

（3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。

3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。

4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？

答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。

5．在选择知识表示的方法时，应该考虑哪些因素？

答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知识简单、明了、易于理解，可访问性：能够有效地利用所表达的知识，可扩充性：能够方便灵活地对知识进行扩充。表示范围是否广泛、是否适于推理、是否适于计算机处理、是否有高效的算法、能否表示不精确知识、能否模块化、知识和元知识能否用统一的形式表示、是否加入启发信息、过程性表示还是说明性表示、表示方法是否自然。总之，人工智能问题的求解是以知识表示为基础的，如何将已获取的有关知识以计算机内部代码形式加以合理地描述、存储、有效利用便是知识表示所应解决的问题。

6．什么是语义网络知识表示?给出这种表示方法的优缺点。

答：语义网络是一种用实体及其语义关系来表达知识的有向图。结点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等；弧代表语义关系，表示它所连结的两个实体之间的语义联系，它必须带有标识。

主要优点：

结构性:把事物的属性以及事物间的各种语义联系显式地表示出来，是一种结构化的知识表示方法。在这种方法中，下层结点可以继承、新增、变异上层结点的属性。

联想性:本来是作为人类联想记忆模型提出来的，它着重强调事物间的语义联系，体现了人类的联想思维过程。

自索引性:把各接点之间的联系以明确、简洁的方式表示出来，通过与某一结点连结的弧可以很容易的找出与该结点有关的信息，而不必查找整个知识库。这种自索引能力有效的避免搜索时所遇到的组合爆炸问题。

自然性:这种带有标识的有向图，可比较直观地把知识表示出来，符合人们表达事物间关系的习惯，并且与自然语言语义网络之间的转换也比较容易实现。

主要缺点：

非严格性:没有象谓词那样严格的形式表示体系，一个给定语义网络的含义完全依赖于处理程序对它所进行的解释，通过语义网络所实现的推理能保证其正确性。

复杂性:语义网络表示知识的手段是多种多样的，这虽然对其表示带来了灵活性，但同时也由于表示形式的不一致，使得它的处理增加了复杂性。

组合爆炸问题和不充分性。

7．什么是产生式知识表示?给出这种表示方法的优缺点。

答：早期产生式知识表示是一种计算形式体系里所使用的术语，主要是使用类似文法的规则，对符号串做替换运算。一般用三元组（对象，属性，值）或（关系，对

象1，对象2）

产生式的基本形式:P→Q或者IF P THEN Q ，P是产生式的前提，也称为前件，它给出了该产生式可否使用的先决条件，由事实的逻辑组合来构成；Q 是一组结论或操作，也称为产生式的后件，它指出当前题 P满足时，应该推出的结论或应该执行的动作。产生式的含义:如果前提P满足，则可推出结论 Q或执行Q所规定的操作

优点：（1）模块性：规则与规则之间相互独立。（2）灵活性：知识库易于增加、修改、删除。（3）自然性：方便地表示专家的启发性知识与经验。（4）透明性：易于保留动作所产生的变化、轨迹。缺点：知识库维护难，效率低，理解难。

8．写出利用归结原理求解问题答案的步骤。

答：（1）写出谓词关系公式。（2）用反演法写出谓词表达式。（3）SKOLEM标准形式。（4）命题表示成合取范式并求子句集S。（5）将结论否定并加入S中，对S中可归结的子句做归结。（6）归结式仍放入S中，反复归结过程。（7）得到空子句。（8）得证。

9．什么是不确定性推理？不确定推理中需要解决的基本问题有哪些？

答：不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理，它从不确定性的初始证据出发，通过运用不确定性知识，推出具有一定程度的不确定性的和合理的或近乎合理的结论。

基本问题：不确定性的表示与度量，不确定性的匹配，不确定性的传播和更新，不确定性的合成。

10．同传统的计算机程序相比，人工智能程序有哪些特点？

答：（1）人工智能首先研究的是以符号表示的知识，而不是数值数据为研究对象 ???

（2）人工智能采用的是启发式推理方法,而不是常规算法

（3）人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答

11．谓词逻辑表示法为什么是应用最广泛的表示方法之一？

答：（1）谓词逻辑与数据库，特别是关系数据库就有密切的关系。在关系数据库中，逻辑代数表达式是谓词表达式之一。因此，如果采用谓词逻辑作为系统的理论背景，则可将数据库系统扩展改造成知识库。

（2）一阶谓词逻辑具有完备的逻辑推理算法。如果对逻辑的某些外延扩展后，则可把大部分的知识表达成一阶谓词逻辑的形式。

（3）谓词逻辑本身具有比较扎实的数据基础，知识的表达方式决定了系统的主要结构。因此，对知识表达方式的严密科学性要求就比较容易得到满足。这样对形式理论的扩展导致了整个系统框架的发展。

（4）逻辑推理是公理集合中演绎而得出结论的过程。由于逻辑及形式系统具有的重要性质，可以保证知识库中新旧知识在逻辑上的一致性（或通过相应的一套处理过程检验）和所演绎出来的结论的正确性。而其它的表示方法在这点上还不能与其相比。

12．什么是过程性知识表示？给出它的优缺点。

答：过程性知识是将有关某一问题领域的知识，连同如何使用这些知识的方法，均隐式地表示为一个求解问题的过程。其包含两个含义：（1）把解决一个问题的过程描述出来。可以称它为解题知识的过程表示。（2）把客观事物的发展过程用某种方式表示出来。

优点：控制系统就比较容易设计，过程表示用程序来描述问题，具有很高的问题求解效率。缺点：复杂、不直观、容易出错、不便于修改。由于知识隐含在程序中，难于添加新的知识和扩充功能，所以适用范围较窄。

13．简述人工智能的研究目标。

答：可分为两个阶段：（1）近期目标：近期目标的中心任务是研究如何使计算机去做那些过去只有靠人的智力才能完成的工作。主要研究依赖于现有计算机去模拟人类某些智力行为的基本理论、基本方法。（2）远期目标：探讨智能的基本机理，研究如何利用自动机去模拟人的某些思维过程和智能行为，甚至做的比人还要好。

九个最终目标（从研究内容出发）：理解人类的认识、有效的自动化、有效的智能拓展、超人的智力、通用问题求解、连贯性交谈、自治、学习、储存信息。

14．简述人工智能的新进展。

答：多学科基础理论交叉研究，多学派融合研究，集成智能研究，智能机器人研究。（脑科学为人工智能研究提供人脑神经系统功能的本质和机理；认知科学为人工智能研究提供感知、思维、学习和语言等基本原理心理学为人工智能研究提供认知、情感、意识等心理过程及联系。生物学为人工智能研究提供自然界生物运行的机制；逻辑学为人工智能研究提供思维规律描述的理论和方法；）

人工智能从以往的追求自主的系统，改变为人机结合的系统。现在是直觉、形象思维与模式识别的结合、Situated AI，Sensing and Acting的结合，并引入概率论、遗传算法等理论。计算机的定量与人的定性信息处理相结合，取长补短。

15．什么是遗传算法？解释遗传算法中的个体和种群的含义？

答：遗传算法思想来源于生物进化过程，它是基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法。遗传算法用概率搜索过程在该状态空间中搜索，产生新的样本。遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造一类优化搜索算法，是对生物进化过程的一个数学仿真，属于进化计算中的一类方法。

个体：个体就是模拟生物个体而对问题中的对象（一般就是问题的解）的一种称呼，一个个体也就是搜索空间中的一个点。遗传算法先将搜索结构编码为字符串形式，每个字符串结构被称为个体。

种群：就是模拟生物种群而由若干个体组成的群体，它一般是整个搜索空间的一个

很小的子集。一组字符串结构，被称为一个群体。

16．人工智能研究主要有哪三大学派，其特点是什么？

答：（1）符号主义：又称为功能模拟学派，主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。其特点：(a)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题。(b)知识可用显示的符号表示,在已知基本规则的情况下,无需输入大量的细节知识。(c)便于模块化,当个别事实发生变化时,易于修改。(d)能与传统的符号数据库进行连接。(e)可对推理结论进行解释,便于对各种可能性进行选择。

（2）连接主义：又称为结构模拟学派，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。主要观点认为大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。其特点：(a)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性。(b)可以实现联想的功能,便于对有噪声的信息进行处理。(c)可以通过对神经元之间连接强度的调整实现学习和分类等。(d)适合模拟人类的形象思维过程。(e)求解问题时,可以较快的得到一个近似解。

（3）行为主义：又称为模拟学派、进化主义或控制论学派，认为智能行为的基础是“感知-行为”的反应机制。基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。其特点：（a）知识和形式化表达和模型化方法是人工智能的重要障碍之一。（b）智能取决于感知和行动，应直接利用机器对环境作用后，以环境对作用的响应为原型。（c）智能行为只能体在世界中，通过与周围环境交互而表现出来。（d）人工智能可以像人类智能一样逐步进化，分阶段发展和增强。

17．知识发现和数据挖掘可以应用在很多领域中，它们具有哪些公共特征？

答：（1）海量数据集（2）数据利用非常不足（3）在开发知识发现系统时，领域专家对该领域的熟悉程度至关重要（4）最终用户专门知识缺乏

18．试述数据挖掘的发展趋势。

答：（1）视频和音频数据挖掘（2）科学和统计数据挖掘（3）数据挖掘的应用探索（4）可伸缩的数据挖掘方法（5）数据挖掘与数据库系统、数据仓库和Web数据库系统的集成（6）数据挖掘语言的标准化（7）可视化数据挖掘（8）复杂数据类型挖掘的方法（9）Web挖掘（10）数据挖掘中的隐私保护与信息安全

19．试述第三代数据挖掘系统的特征及其关键技术。

答：特点：（1）和预测模型系统之间能无缝的集成，使得由数据挖掘软件产生的模型的变化能够及时反映到预测模型系统中。（2）由数据挖掘软件产生的预测模型能够自动地被操作型系统吸收，从而与操作型系统中的预测模型相联合提供决策支持的功能。（3）能够挖掘网络环境下的分布式和高度异质的数据，并且能够有效地和操作型系统集成。第三代的特征是能够挖掘Internet/Extranet的分布式和高度异质的数据，并且能够有效地和操作型系统集成。这一代数据挖掘系统关键的技术之一是提供对建立在异质系统上的多个预测模型以及管理这些预测模型的元数据提供第一级别（first class）的支持。

20．什么是问题归约？问题归约的操作算子与一般图搜索有何不同？

答：问题规约是在问题求解过程中，将一个大的问题变成若干个子问题，子问题又可以分解成更小的子问题，这样一直分解到可以直接求解为止，全部子问题的解就是原问题的解；并称原问题为初始问题，可直接求解的问题为本原问题。

问题规约的操作算子是一组变换规则，通过一个操作算子把一个问题化成若干个子问题。而一般图搜索的操作算子是引起状态中的某分量发生改变，从而使问题由一个具体状态A变化为另一个具体状态B的作用。使问题一种状态变化为另一种状态的手段称为操作符或算符，操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。

21．什么是自然语言理解？自然语言理解的准则是什么？

答：自然语言理解与“智能”一样，存在各种各样的理解和解释，是利用计算机对自然语言进行理解。

自然语言理解的准则：给计算机输入一段自然语言文本，如果计算机能

问答——机器能正确地回答输入文本中的有关问题；

文摘生成——机器有能力产生输入文本的摘要；

释义——机器用不同的词语和语句复述输入文本；

翻译——机器把一种语言（源语言）翻译为另一种语言（目标语言）

22．简述自然语言理解的层次划分及对应的技术。

答：语音分析：根据音位规则，从语音流中区分出独立的音素，根据音位形态规则找出音节及其对应的词素或词。对应技术：模式匹配

词法分析：找出词汇的各个词素（词根），从中获得语言学信息对应技术：词典结构

句法分析：对句子和短语的结构进行分析，找出词、短语等的相互关系以及各自在句子中的作用等。在语言自动处理的研究中，句法分析的研究是最为集中的，这与乔姆斯基的贡献是分不开的，主要方法有：短语结构语法、格语法、扩充转移网络、功能语法等。

语法分析：将单词之间的线性次序变换成一个显示单词如何与其它单词相关联的结构。确定语句是否合乎语法。对应技术：扩展转移网络，CF规则

语义分析：通过分析找出词义，结构意义及其结合意义，从而确定语言所表达的真正（实际）含义或概念。在语言自动理解中，语义越来越成为一个重要的研究内容，尤其是对话系统。对应技术：产生式规则、概念相依理论、脚本、框架、语义网络、逻辑

语用分析：研究语言所在的外界环境对语言使用所产生的影响。描述语言的环境知识、语言与语言使用者在某个给定语言环境中的关系。为确定真正含义，对表

达的结构重新加以解释。对应技术：产生式规则、概念相依理论、脚本、框架、语义网络、逻辑

23．什么是本体？设计本体的准则是什么？

答：本体理论属于人工智能的内容理论范畴，是共享概念模型的明确形式化规范说明，研究特定领域知识的对象分类、对象属性和对象间的关系，它为领域知识的描述提供术语。简单说，可以将本体理解为公共认同的关于领域知识的明确描述。“本体是关于某个主题的形式化和说明性表示，包括它的论域、论域中诸对象的名称、定义及相互关系。

设计准则：

1）明确性和客观性(Clarity)：本体应该有效地传达所定义的术语的内涵。

2）一致性(Coherence)：一个本体应该是前后一致的，也就是说，由它推断出来的概念定义应该与本体中的概念定义一致。至少。所有的公理应该具有逻辑一致性。

3）可扩展性(Extensibility)：一个本体提供一个共享的词汇，它应该在预期的任务范围内提供概念的基础，同时，它的表示应该使得人们能够单调地扩展和专门化对这个词汇的说明；也就是说，人们应该能够在不改变原有定义的前提下，以这组存在的词汇为基础定义新术语。

4）最小编码偏差(Minimal encoding bias)：本体应该处于知识的层次，而与特定的符号级编码无关。

5）最小本体承诺(Minimal commitment)：一个本体应该在提供必须的共享知识的条件下，要求有最小的本体承诺。也就是说，它应该对所模拟的事物产生尽可能少的推断，而让共享者自由地按照他们的需要去专门化和实例化这个本体。

24．什么是专家系统？专家系统的一般结构是什么？

答：专家系统目前尚无统一的定义，简单定义为专家级、智能型的计算机程序系统。

费根鲍姆：“专家系统是一种智能的计算机程序，它运用知识和推理步骤来解决只有专家才能解决的复杂问题”。

专家系统的一般结构：

果等。

解释程序：根据用户的提问，对系统得出的结论、求解过程提供说明。除了能增加系统的可接受性外，在系统自身的生成、测试、运行和维护过程中起着重要的作用。 知识获取程序：辅助知识工程师获取知识的程序及系统的自学习模块等。 人机接口：专家或用户能理解的信息，等价于系统能理解的形式

25．试述机器学习系统的基本结构，并说明各部分的作用。

知识库：代表系统已经具有的知识

学习环节：系统的学习机构，它通过对环境的感知取得外部信息，然后经分析、综合、类比、归纳等思维过程获得知识，生成新的知识或改进知识库的组织结构。 执行环节：基于学习后得到的新的知识库，执行一系列任务，并将运行结果报告学

习环节，以完成对新知识库的评价，知道进一步的学习工作，是该模型的核心。

人工智能考试复习

人工智能 第一章 1、智能（intelligence ）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。 6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图 人类 计算机 认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。

人工智能经典考试题目,例题

基于规则的专家系统 1.基于规则的专家系统有5个部分组成：知识库、数据库、推理引擎、____和用户界面 A.解释设备 B.外部接口 C.开发者接口 D.调试工具 2.前向（正向）推理是数据驱动的。推理从已知的数据开始，依次执行每条可执行的规则，规则所产生的新的事实被加入到数据库中，直到没有规则可以被执行为止。请根据以下的数据库和知识库推出有哪些元素被加入到数据库中 A. N X Y Z B. L X Y Z C. N L X Z

D. L N X Y 3.关于专家系统，以下说法错误的是 A.允许不精确的推理，但不能处理不完整、不确定和模糊的数据 B.当数据不完账或模糊时，有可能会出错 C.当需要新知识时，很容易实现调整。 D.提供知识与处理过程明确分离的机制 4.对于规则的专家系统的缺点，下列说法错误的是 A.规则之间的关系不明确 B.低效的搜索策略 C.没有学习能力 D.没有统一的结构 5.对于规则的专家系统的优点，下列说确的是 A.规则之间的关系透明

B.高效的搜索策略 C.处理不完整、不确定的知识 D.具备学习能力 基于规则的专家系统中的不确定性管理 6.专家系统中不确定性知识的来源一般分为4种：弱暗示、____、未知数据，以及合并不同专家观点时的困难 A.不完整的信息 B.不一致的信息 C.不确定的信息 D.不精确的语言

7.有一同学，考试成绩数学不及格的概率是0.15，语文不及格的概率是0.05，两者都不及格的概率为0.03，在一次考试中，已知他数学不及格，那么他语文不及格的概率是多少？ A.0.2 B.0.25 C.0.4 D.0.6 8.掷三枚骰子，事件A为出现的点数之和等于5的概率为 A.1/18 B.1/36 C.1/72 D.1/108 9.下列哪个符合著名的贝叶斯公式 A.P(Ai/B) = P(Ai) x P(B/Ai) /Σ(P(Aj) x P(B/Aj)) B.P(Ai/B) = P(Ai) x P(Ai/B) /Σ(P(Aj) x P(B/Aj)) C.P(Ai/B) = P(B) x P(B/Ai) /Σ(P(Aj) x P(B/Aj))

《人工智能》--课后习题答案

《人工智能》课后习题答案 第一章绪论 答：人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。人工智能是相对于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。 答：“智能”一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。所谓自然智能就是人类和一些动物所具有的智力和行为能力。 智力是针对具体情况的，根据不同的情况有不同的含义。“智力”是指学会某种技能的能力，而不是指技能本身。 答：专家系统是一个智能的计算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。 答： 自然语言处理—语言翻译系统，金山词霸系列

机器人—足球机器人 模式识别—Microsoft Cartoon Maker 博弈—围棋和跳棋 第二章知识表达技术 解答： （1）状态空间(State Space)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G）： S—状态集合;O—操作算子集合;S0—初始状态,S0S;G—目的状态,G S,(G可若干具体状态，也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。 状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态： O1 O2 O3 Ok S0S1S2……G 其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的)

（2）谓词逻辑是命题逻辑的扩充和发展，它将原子命题分解成客体和谓词两个部分。 与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。 （3）语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧(也称联想弧)代表概念之间的关系。 常见的语义网络形式有命题语义网络、数据语义网络：E-R图（实体-关系图）、语言语义网络等。 解答： （1）

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

人工智能课后习题

第一章绪论 1、什么是人工智能试从学科和能力两方面加以说明。 答：学科：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，他的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 能力：是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行为和问题求解等活动。 2、为什么能够用机器模仿人的智能 答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能)。 物理符号系统的假设伴随有3个推论。 推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。 推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。 推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。 3、人工智能研究包括哪些内容这些内容的重要性如何 答：1）认识建模。认识科学是人工智能的重要理论基础，涉及非常广泛的研究课题。 2）知识表示。知识表示、知识推理和知识应用是传统人工智髓的三大核心研究内容其中，知识表示是基础，知识推理实现问題求解，而知识应用是目的。知识表示是把人类知识概念化、形式化或模型化。 3）知识推理。知识推理，包括不确定性推理和非经典推理等，似乎已是人工智能的一个永恒研究课题，仍有很多尚未发現和解决的问题值得研究。 4）知识应用。人工智能能否获得广泛应用是衡量其生命力和检验其生存力的重要标志。 ）机器感知。机器感知是机器获吹外部信息的基本途径。5． 6）机器思维。机器思维是对传感信息和机器内部的工作信息进行有目的的处理。7）机器学习。机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课題。 8）机器行为。机器行为与机器思维密切相关，机器思维是机器行为的基础。9）智能系统构建。实现智能研究，离不开智能计算机系统或智能系统，离不开对新理论、新技术和新方法以及系统的硬俥和软陴支持． 第二章知识表示方法 1、状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么它们有何本质上的联系及异同点 答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。一般用状态空间法来表示下述方法：从某个初始状态开

西安科技大学人工智能题库9(含答案)

人工智能试卷9 一、选择题：（13小题，共13分） 1.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. 图灵 D. 冯.诺依曼 2.下列哪个不是人工智能的研究领域（D） A.机器证明 B.模式识别 C. 人工生命 D. 编译原理 3.神经网络研究属于下列（B）学派 A. 符号主义 B. 连接主义 C. 行为主义 D. 都不是 4.已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。这是知识表示法叫（B） A. 状态空间法 B. 问题归约法 C. 谓词逻辑法 D. 语义网络法 5.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 6.子句~P∨Q和P经过消解以后，得到（B） A. P B. Q C. ~P D. P∨Q 7,8.A∧（A∨B）?A 称为（C），~（A∧B）?~A∨~B称为（D） 二、结合律 B.分配律 C.吸收律 D.摩根律 9,10.如果问题存在最优解，则下面几种搜索算法中，（A）必然可以得到该最优解，（D）可以认为在这几种算法中是“智能程度相对比较高”的算法。 A. 广度优先搜索 B. 深度优先搜索 C. 有界深度优先搜索 D. 启发式搜索

11.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 12.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 13. 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！ 二、填空题：（12小题，共30分） 1. 人工智能三大学派是符号主义、联结主义、行为主义。 2. 化成子句形式为：。 3.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 4.AI的英文缩写是Artifical Inteligence 5.在谓词公式中，紧接于量词之后被量词作用的谓词公式称为该量词的辖域，而在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元，其他变元称为自由变元 6、假言推理（A→B）∧A? B ，假言三段论（A→B）∧（B→C）?A→C 7、几种常用的归结策略：删除策略、支持集策略、线形归结策略、输入归结策略、单元归结策略 8、在诸如走迷宫、下棋、八数码游戏等游戏中，常用到的一种人工智能的核心技术称为图搜索技术，解这类问题时，常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表 ，这种图称为状态空间图（或状态图） 9.在启发式搜索当中，通常用启发函数来表示启发性信息。 10.在二人博弈问题中，最常用的一种分析技术是极大极小分析法，这种方法的思想是先生成一棵博弈树，然后再计算其倒推值。但它的效率较低，因此人们在此基础上，又提出了α-β剪枝技术 11.某产生式系统中的一条规则：A（x）→B（x），则前件是A（x），后件是B（x） 12.在框架和语义网络两种知识表示方法中，框架适合于表示结构性强的知识，而语义网络则适合表示一些复杂的关系和联系的知识。面向对象不仅仅是一种知识表示方法，也是一种流行的软件设计和开发技术。 三、简答题：（3小题，共27分） 1.将下列自然语言转化为谓词表示形式： (1) 所有的人都是要呼吸的。 (2) 每个学生都要参加考试。

大学人工智能期末考试题库

《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，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。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。

人工智能复习题和答案

一、单选题 1. 人工智能的目的是让机器能够（ D ），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（ C ）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（ C）不是它要实现的目 标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（ D ）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（ D ）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程 是（ C ）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A ）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（ B ）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论

2020人工智能与健康题库及答案

精选考试类文档，如果需要，请下载，希望能帮助到你们！ 2020人工智能与健康题库及答案

姓名成绩 温馨提示：同学们，经过培训学习，你一定积累了很多知识，现在请认真、仔细地完成这张试题吧。加油！ 一、判断题(每题2分)。 1.信息时代的三大定律有摩尔定律、吉尔德定律、麦特卡尔夫定律。 正确 2.在没有大数据的条件下，人才的发现与选拔都很难做到“全信息”，大数据能够帮助人们解决这个问题。 正确 3.大数据会带来机器智能，提升计算机的智能程度，但它是永远不会超过人类的智能。 错误 4.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与管理医疗社保基金。 正确 5.在未来，人工智能将会代替人类的工作、身份。 错误 6.人工智能在医疗领域还存在一些问题。 正确 7.对于在医疗领域的AI，我国应提出加大推动创新人工智能应用评估和保障机制、

加大政策扶持力度等建议。 正确 8.从国家内部来看，人工智能通过优化自动化的方式能够提升社会运行效率。正确 9.我们要围绕推动我国人工智能健康快速发展的现实要求，妥善应对人工智能可能带来的挑战，形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的经济基础。 错误 10.由于工业发展的需要，目前国内智能机器人行业的研发只集中于工业服务和智能助手两个方面。 错误 11.中国人口老龄化问题面临各种各样的挑战。 正确 12.从老龄研究的角度，智慧养老能够解决根本性的问题。 错误 13.马斯洛的需求层次理论认为，人类需要的最低层次是安全需求。 错误 14.点对点的养老服务模式通过互联网、物联网技术，来使服务需求得到实现，无论身处何处，打破了地域限制，不需要得知服务提供者是谁。 正确 15.点对点的养老服务模式是指需要什么样的服务，就直接去找这样的服务。 正确

《人工智能》测试题答案

测试题 ——人工智能原理 一、填空题 1.人工智能作为一门学科，它研究的对象是______，而研究的近期目标是____________ _______；远期目标是___________________。 2.人工智能应用的主要领域有_________，_________，_________，_________，_______和__________。 3.知识表示的方法主要有_________，_________，_________，_________和________。 4.产生式系统由三个部分所组成，即___________，___________和___________。 5.用归结反演方法进行定理证明时，可采取的归结策略有___________、___________、_________、_________、_________和_________。 6.宽度优先搜索对应的数据结构是___________________；深度优先搜索是________________。 7.不确定知识处理的基本方法有__________、__________、__________和__________。 8.AI研究的主要途径有三大学派，它们是________学派、________学派和________学派。 9.专家系统的瓶颈是________________________；它来自于两个阶段，第一阶段是，第二阶段是。 10.确定因子法中函数MB是描述________________________、而函数MD是描述________________________。 11.人工智能研究的主要领域有_________、_________、_________、_________、_______和__________。 12.一阶谓词逻辑可以使用的连接词有______、_______、_______和_______。 13.基于规则的演绎系统主要有________、_________和_________。 14.D-S证据理论中函数Bel定义为________________________、而函数Pl定义为________________________。 15.问题的状态空间，可以记为三元组，其中S为________，F为________，G 为________。 16.人工智能研究的主要内容有____ _____、____ _____、____ _____、_______和_____________。 17.知识表示的方法主要有_________、_________、_________、_________和________。 18.世界上第一个专家系统是在年由主持研制成功的； 我国的第一个专家系统是在年研制成功的。 19.神经网络可分为____________、____________、______________和广泛前向网络。 20.在框架表示法中，用若干个___________描述对象的属性，用若干个_________描述属

人工智能复习题汇总(附答案)

一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基B. 图灵 C. 麦卡锡D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence C. Automatic Information B. Artificial Intelligence D. Artificial Information 3.下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) C子句中可以有析取词(∨) 4.下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目 搜索和（A） A启发式搜索 B模糊搜索 C精确搜索D大数据搜索 6.从全称判断推导出特称判断或单称判断的过程，即由一般性知 识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7.下面不属于人工智能研究基本内容的是（ C） A. 机器感知 B. 机器学习 B子句通过合取词连接句子(∧) D子句间是没有析取词的(∨) C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将 子句（A）从 S中删去 A. P∨Q∨R C. Q B. ┑Q∨R D.┑R 9.下列不属于框架中设置的常见槽的是（ B ）。 A. ISA槽 B.if-then槽 C. AKO槽 D. Instance槽 10.常见的语意网络有 （ D ）。 A. A-Member-of联系 C. have 联系 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进 先出B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般 到一般 3. 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

人工智能考试必备知识点

第三章约束推理 约束的定义：一个约束通常是指一个包含若干变量的关系表达式，用以表示这些变量所必须满足的条件。 贪心算法：贪心法把构造可行解的工作分阶段来完成。在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。 回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一 些分支，从而大大减少搜索的次数 第四章定性推理 定性推理的定义是从物理系统、生命系统的结构描述出发,导出行为描述, 以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部结构规则来解释系统行为, 即部件状态的变化行为只与直接相邻的部件有关 第六章贝叶斯网络 贝叶斯网络的定义： 贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，每条边表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表(CPT) ，指明了该变量与父节点之间概率依赖的数量关系。 条件概率：条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。 贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式 先验概率： 先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，该类概率没能经过实验证实，属于检验前的概率，所以称之为先验概率 后验概率： 后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率 联合概率： 联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。 贝叶斯问题的求解步骤 定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断 贝叶斯网络的构建 为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。为此，需要：(1)确定模型的目标，即确定问题相关的解释；(2)确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集；(3)将这些观测值组织成互不相容的而且穷尽所有状态的变量。这样做的结果不是唯一的。第二步，建立一个表示条件独立断言的有向无环图第三步指派局部概率分布 p（xi|Pai）。在离散的情形，需要为每一个变量 Xi 的各个父节 点的状态指派一个分布。 第七章归纳学习 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。 归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般的操作是泛化和特化泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，

人工智能考试题目

名词解释： 1状态空间法 状态空间法是一种基于解答空间的问题表示和求解方法，它是以状态和操作符为基础的。在利用状态空间图表示时，从某个初始状态开始，每次加一个操作符，递增地建立起操作符的试验序列，直到达到目标状态为止。由于状态空间法需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。 2问题归约法 问题归约法从目标(要解决的问题)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和子子问题集合，直至最后归约为一个平凡的本原问题集合。这些本原问题的解可以直接得到从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。 3有序搜索 应用某个算法(例如等代价法)选择OPEN表上具有最小f值的节点作为下一个要扩展的节点, 这种搜索方法叫做有序搜索或最佳优先搜索, 其算法就叫做有序搜索算法或最佳优先算法. 实质：选择OPEN表上具有最小f值的节点（即最有希望的节点）作为下一个要扩展的节点。 4可解节点 可解节点：与或图中一个可解节点的一般定义可以归纳如下： 1、终叶节点是可解节点(因为它们与本原问题相关连)。 2、如果某个非终叶节点含有或后继节点，那么只有当其后继节点至少有一个是可解的时，此非终叶节点才是可解的。 3、如果某个非终叶节点含有与后继节点，那么只要当其后继节点全部为可解时，此非终叶节点才是可解的。 5不可解节点 不可解节点的一般定义 没有后裔的非终叶节点为不可解节点。 如果某个非终叶节点含有或后继节点,那么只有当其全部后裔为不可解时,此非终叶节点才是不可解的。 如果某个非终叶节点含有与后继节点，那么只要当其后裔至少有一个为不可解时,此非终叶节点才是不可解的。 6规则正向演绎系统 正向规则演绎系统是从事实到目标进行操作的，即从状况条件到动作进行推理的，也就是从if到then的方向进行推理的。 7规则逆向演绎系统 逆向规则演绎系统是从then向if进行推理,即从目标或动作向事实或状况条件进行的推理。 8等代价搜索 是宽度优先搜索的一种推广，不是沿着等长度路径断层进行扩展，而是沿着等代价路径断层进行扩展，寻找从起始状态至目标状态的具有最小代价的路径问题。搜索树中每条连接弧线上的有关代价，表示时间、距离等花费。

人工智能(部分习题答案)

1.什么是人类智能？它有哪些特征或特点？ 定义：人类所具有的智力和行为能力。 特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的？ 解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。 3.什么是人工智能？它的研究目标是？ 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段？ 解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。 5.人工智能研究的基本内容有哪些？ 解：知识的获取、表示和使用。 6.人工智能有哪些主要研究领域？ 解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些？ 解：专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法？它有什么特征？ 解：通过符号处理来模拟人类求解问题的心理过程。 特征：基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法？它有什么特征？ 解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。 特征：研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤：（1）定义谓词及个体，确定每个谓词及个体的确切含义；（2）根据所要表达的事物或概念，为每个谓词中的变元赋予特定的值；（3）根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来，形成谓词公式。 2.设有下列语句，请用相应的谓词公式把它们表示出来： （1）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。 解：定义谓词如下： Like(x,y)：x喜欢y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。 “有的人喜欢梅花”可表达为：(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) （1）他每天下午都去玩足球。 解：定义谓词如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 则语句可表达为：(?x)(D(x)→PlayFootball(Ta)) （2）太原市的夏天既干燥又炎热。 解：定义谓词如下： Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎热的。 则语句可表达为：Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) （3）所有人都有饭吃。

人工智能原理模拟试题

人工智能原理 一、名词解释 1.专家系统 2.产生式 3.启发式搜索 4.归结原理 5.原子集 二、选择题 1.非结构化的知识的表示法是（）。 A. 语义网络表示 B. 谓词逻辑表示 C. 框架表示法中 D. 面向对象表示 2.归结策略中，（）是完备的。 Ⅰ. 线性输入策略Ⅱ. 支持集策略Ⅲ. 单文字策略Ⅳ. 祖先过滤策略 A. Ⅰ,Ⅱ B. Ⅰ, Ⅲ C. Ⅱ, Ⅳ D. Ⅲ, Ⅳ 3.在证据理论中，信任函数与似然函数对（Bel（A），Pl（A））的值为（0，0）时，表示（）。 A. A为真 B. 对A一无所知 C. A为假 D. 对A为真有一定信任 4.在主观Bayes方法中，专家给出的Ln和LS值，不能出现下两种情况（）。 Ⅰ. LN<1, LS<1 Ⅱ. LN<1, LS>1 Ⅲ. LN>1, LS<1 Ⅳ. LN>1, LS>1 A. Ⅰ,Ⅱ B. Ⅱ, Ⅲ C. Ⅰ, Ⅳ D. Ⅱ, Ⅳ 5.在证据理论中，信任函数与似然函数的关系为（）。 A. Bel（A）≤Pl（A） B. Bel（A）＜Pl（A） C. Bel（A）≥Pl（A） D. Bel（A）＞Pl（A） 6.不完备的搜索过程是（） A．广度优先搜索 B．深度优先搜索 C．有界深度优先搜索 D．代价树广度优先搜索 7.在主观Bayes方法中，规则E→H,有LS=LN=1,这意味：（） A.E对H 没有影响 B. E支持H C. -E支持H D. E支持-H 8.在可信度方法中，若证据A的可信度CF（F）=0, 这意味：（） A. 证据A不可信 B. 对证据A一无所知 C. 证据A可信 D.没有意义 9.人工智能研究的领域不包括（）。 A. 自然语言理解 B. 自动程序设计 C. 程序设计方法 D. 自动定理证明 10.用归结反演证明定理时，若当前归结式为（），则定理得证 A.永真式 B.包孕式（subsumed） C.原子谓词 D.空子句 11.在主观 Bayes方法中，证据E支持结论H时，有（）。 A. LS=0 B. LS<1 C. LS=1 D. LS>1 12.在可信度方法中，证据E的出现增加结论H为真时，有（）。

人工智能考试必备整理

1、利用启发式搜索算法A 解决以下8数码(如下图所示)：设评价函数 表的内容。 10、将以下语句： (1)会朗读者是识字的，(2)海豚都不识字， (3) 有些海豚是很机灵的， (4) 有些很机灵的东西不会朗读。 形式化表示为合适公式。 答：令谓词R 、L 、D 、I 分别指示朗读、识字、海豚和机灵，则这些语句可 形式化表示如下：(1(x[R(xL(x](2(x[D(xL(x](3(x[D(xl(x](4(x[l(xR(x]13 、将题 10 中的 前三个语句作为已知事实(公理)，最后一语句作为目标(待证定理)，应用归结 反演方法，证明 目标成立。 答：将前三个语句和最后一语句的取反化简，并标准化为合取范式的子句 集:(1R(xL(x(2D(yL(y(3D(A(4l(A (5l(zR(z 2、有三个积木块(A 、B 、C )放在桌子上，且可以叠放 f(n=d(n+p(n ，画出搜索图，并给出各搜索循环结束时 OPEN 和

在一起，要求在任意初始状态，按自上而下 A 、 B 、C 的顺序叠放这三个积木块。搬动积木块应遵从以下约束：( 1)每次只能搬一块，( 2)只有顶空的积木块才能搬动。 请为机器人搬动积木块设计一个产生式系统，包括综合数据库、规则库和冲突解法(不必设计控制系统)；若初始状态和目标状态分别为：答案：1)综合数据 库 用谓词公式On(x,y 描述积木块的放置状态，x {A,B,C},y{A,B,C,Table} ；谓词公式Top-Clear(x 描述积木块x 顶空，x {A,B,C} 。问题状态就由这些谓词公式描述。2)规则库 为每个积木块的搬动设计规则，共有 5 个可能的搬动操作：Put-On(C,Table，Put-0 n(B,C,Put-0 n(B,Table,Put-0 n(A,B,Put-0 n(A,Table。规则依次排列如下(并采用First 冲突解法)： if Top-Clear(C0n(C,TablePut-0n(C,Table,revise；if Top-Clear(BTop- Clear(C0n(C,TablePut-0n(B,C,revise；if Top-Clear(B0n(B,C0n(C,Table Put-0n(B,Table，revise ； if Top-Clear(ATop-Clear(B0n(B,CPut-0n(A,B,revise ；if Top- Clear(A0n(A,B0n(B,CPut-0n(A,Table ，revise 。 其中Put-0n 操作符号指示Put-0n 操作并在计算机屏幕上显示该操作，函数revise 修改问题状态的描述到反映实际状态。作为解答的操作序列为： Put-0n(A,Table,Put-0n(C,Table,Put-0n(B,C,Put-0n(A,B。 3、表示包含下面句子含义的语义网络： ⑴典型的哺乳动物有毛发。⑵狗是哺乳动物，且吃肉。⑶Fido是John

人工智能习题

《人工智能》考试内容及范围: 以王万良编著的《人工智能及其应用》这本参考书为准,涉及内容为第1章～第5章。 考试题型:填空题、简答题、计算题、综合题 复习题 人工智能复习题 一、填空题 1、思维可分为逻辑思维、形象思维、及顿悟思维 等。 2、人工智能研究的基本内容包括知识表示、机 器感知、机器思维、机器学习、及机器行为。 3、按知识的作用及表示可把知识划分为事实性 知识、过程性知识、控制性知识。 4、一个谓词可分为谓词名与个体两部分。 5、为了刻画谓词与个体的关系,在谓词逻辑中引 入了两个量词:全称量词与存在量词。 6、一般来说,一个产生式系统通常由规则库、综合 数据库、控制系统(推理机)三部分组成。 7、在语义网络知识表示中,结点一般划分为实例 结点与类结点两种。 8、若从推出结论的途径来划分,推理可分为演绎 推理、归纳推理、默认推理。 9、谓词公式不可满足的充要条件就是其子句集 不可满足。 10、在不确定推理中,“不确定性”一般分为两类:一就是知识的不确定性;二就是证据的不确定性。 二、简答题 1、一阶谓词逻辑表示法适合于表示哪种类型的知识,它有哪些特点？ 答:一阶谓词逻辑表示法适合于表示事实性知识与逻辑性知识,它的特点有: 一阶谓词逻辑表示法的优点: (1)、自然性;(2)、精确性;(3)、严密性;(4)、容易实现 一阶谓词逻辑表示法的局限性: (1)、不能表示不确定性的知识;(2)、组合爆炸;(3)、效率低。 2、产生式系统有哪几部分组成？各部分的作用就是什么？ 答:产生式系统由规则库、综合数据库、控制系统(推理机)三部分组成,其中: (1)、规则库就是用于描述相应领域内知识的产生式集合; (2)、综合数据库就是用于存放问题求解过程中各种当前信息的数据结构; (3)、控制系统就是负责整个产生式系统的运行,实现对问题的求解。 3、什么就是子句？什么就是子句集？请写出求谓词公式子句集的步骤。 答:任何文字的析取式称为子句;由子句构成的集合称为子句集; 求谓词公式子句集的步骤: (1)、消去谓词公式中的“→”与“?”符号; (2)、把否定符号移到紧靠谓词的位置上; (3)、变量标准化; (4)、消去存在量词; (5)、化为前束形; (6)、化为Skolem标准形; (7)、略去全称量词; (8)、消去合取词,把母式用子句集表示; (9)、子句变量标准化,即使每一个子句中的变量符号不同。 4、说明主观Beyes方法中LS与LN的含义。 答:(LS,LN)为规则强度,其值有领域专家给出。LS、LN相当于知识德尔静态强度。其中LS称为规则成立的充分性度量,用于指出E对H的支持程度,取值范围为[0,+∞),其定义为: ) / P( ) / P( LS H E H E ? =; LN为规则成立的必要性度量,用于指出E ?对H的支持程度,即E对H为真的必要性程度,取值范围为 [0,+∞),其定义 为: ) / P( -1 ) / P( -1 ) / P( ) / P( LN H E H E H E H E ? = ? ? ? = 三、计算题 1、下列知识就是一些规则性知识: 人人爱劳动。 所有整数不就是偶数就就是奇数。 自然数都就是大于零的整数。 用谓词公式表示这些知识。 解:(1)定义谓词如下: MAN(x):x就是人; LOVE(x, y):x爱y; N(x):x就是自然数; I(x):x就是整数; E(x):x就是偶数; O(x):x就是奇数; GZ(x): x大于零。