《人工智能》复习要点.doc

《人工智能》复习要点.doc

《《人工智能》复习要点.doc》由会员分享，可在线阅读，更多相关《《人工智能》复习要点.doc（9页珍藏版）》请在冰豆网上搜索。

名词解释5X6分/简答题5X10分/论述题1X20分

一、选择题

1.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

2.人工智能是一门（C）

A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科

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.（A->B）∧A=>B是（C）

A.附加律　 B.拒收律　 C.假言推理　D.US

5.命题是可以判断真假的（D）

A.祈使句　 B.疑问句　 C.感叹句　 D.陈述句

6.MGU是（A）

A.最一般合一　B.最一般替换　C.最一般谓词　D.基替换

7.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

8.下列不在人工智能系统的知识包含的4个要素中（D）

A.事实　　 B.规则　　 C.控制　　 D.关系

9.语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的（C）。

A.无悖性 B.可扩充性 C.继承性

10.仅个体变元被量化的谓词称为（A）

A.一阶谓词　　　B.原子公式　　　C.二阶谓词　　　D.全称量词

11.或图通常称为（D）

A.框架网络 B.语义图 C.博亦图 D.状态图

12.不属于人工智能的学派是（B）

A.符号主义 B.机会主义 C.行为主义 D.连接主义。

13.所谓不确定性推理就是从（）的初始证据出发，通过运用（）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。

（A）

A.不确定性,不确定性 B.确定性,确定性

C.确定性,不确定性 D.不确定性确定性

14.C（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（B）

A.可信度 B.信度 C.信任增长度 D.概率

15.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

16.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

17.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

18.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

19.子句~PÚQ和P经过消解以后，得到（B）

A.PB.QC.~PD.PÚQ

20.反演归结（消解）证明定理时，若当前归结式是（C）时，则定理得证。

A.永真式 B.包孕式（subsumed）C.空子句

21.谓词逻辑下，子句,C1=L∨C1‘,C2=¬L∨C2‘,若σ是互补文字的（最一般）合一置换，则其归结式C=（A）

A.C1’σ∨C2’σ　 B.C1’∨C2’　 C.C1’σ∧C2’σ　 D.C1’∧C2’

22.AÙ（AÚB）ÛA称为（），~（AÙB）Û~AÚ~B称为（C）

A.结合律B.分配律C.吸收律D.摩根律

23.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。

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

24.AI的英文缩写是（A）

A）AutomaticIntelligence B）ArtificalIntelligence

C）AutomaticeInformation D）ArtificalInformation

25.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（A）

A.正向推理 B.反向推理 C.双向推理

26.1997年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比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（A）

A.深蓝 B.IBM C.深思 D.蓝天

27.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.图林 D.冯.诺依曼

二、填空题

1.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

2.AI是是ArtificalInteligence的英文缩写

3.人工智能的基本技术包括搜索技术、推理技术、知识表示和知识库技术、归纳技术、联想技术

4.归结法中，可以通过修改证明树的方法得到问题的解答。

5.目前所用的知识表示形式有框架、语义网络、面向对象等。

6.产生式系统有三部分组成综合数据库，知识库和推理机。

其中推理可分为正向推理和反向推理。

7.化成子句形式为：

。

8.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

9.谓词逻辑中，重言式（tautlogy）的值是真。

10.利用归结原理证明定理时，若得到的归结式为，则结论成立。

11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）=。

（空集）

12.若C1=P（x）∨Q（x），C2=┐P（a）∨R（y），则C1和C2的归结式R（C1，C2）=┐P∨P或┐Q∨Q。

13.在归结原理中，几种常见的归结策略并且具有完备性的是删除策略，支持集策略，线性归结策略。

14.假言推理（A®B）ÙAÞB，假言三段论（A®B）Ù（B®C）ÞA®C.

15.不确定性类型按性质分：

随机性，模糊性，不完全性，不一致性。

16.在删除策略归结的过程中删除以下子句：

含有纯文字的子句;含有永真式的子句;子句集中被别的子句类含的子句。

17.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　正向推理　。

18.对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：

CF（~A）=　-CF（A）　、CF（A1∧A2）=　min{CF（A1）,CF（A2）}　、

CF（A1∨A2）=　max{CF（A1）,CF（A2）}　

19.在启发式搜索当中，通常用启发函数来表示启发性信息。

20.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　。

21.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　图林　

22.不确定性类型按性质分：

　随机性　，　模糊性　，　不完全性　，　不一致性　。

23.在删除策略归结的过程中删除以下子句：

含有　纯文字　的子句;含有　永真式　的子句;子句集中被别的子句　类含　的子句。

24.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　。

25.1997年５月，著名的“人机大战”，最终名为“　深蓝　”的计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败。

26.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）　

27.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　。

28.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　。

知识点

1.信息处理系统：

符号操作系统（SymbolOperationSystem），物理符号系统（PhysicalSymbolSystem）。

所谓符号就是模式（pattern）。

　　一个完善的符号系统应具有下列6种基本功能：

（1）输入符号（input）；

（2）输出符号（output）;

（3）存储符号（store）;

（4）复制符号（copy）;

（5）建立符号结构：

通过找出各符号间的关系，在符号系统中形成符号结构；

（6）条件性迁移（conditionaltransfer）:

根据已有符号，继续完成活动过程

2.证据理论是由德普斯特（A.P.Dempster）首先提出，并有沙佛（G.Shafer）进一步发展起来的用于处理不确定性的一种理论，也称DS（Dempster-Shafer）理论。

它将概率论中的单点赋值扩展为集合赋值，可以处理由“不知道”所引起的不确定性，比主观Bayes方法有着更大的灵活性。

在DS理论中，可以分别用信任函数、似然函数及类概率函数来描述知识的精确信任度、不可驳斥信任度及估计信任度。

3.符号主义（Symbolicism），又称为逻辑主义（Logicism）、心理学派（Psychlogism）或计算机学派（Computerism），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。

4.专家系统：

一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。

发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。

5.知识是人类智能的基础，是大脑对现实世界认识的表达，它经过对信息的加工整理、解释、挑选和改造而成，是由特定领域的描述、关系和过程组成的，是事实、信念和启发式规则。

知识的特点：

相对正确性，不确定性，可表示性，可利用性。

知识的分类：

事实性知识，过程性知识，行为性知识，实例性知识，类比性知识，元知识。

通常知识可以从范围、目的和有效性三个方面来描述：

知识的范围是由具体到一般，知识的目的是由说明性到指定性，知识的有效性是由确定到不确定。

6.人工智能：

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。

7.不确定性推理：

不确定性推理泛指除精确推理以外的其它各种推理问题。

包括不完备、不精确知识的推理，模糊知识的推理，非单调性推理等。

不确定性推理过程实际上是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定不确定性但却又是合理或基本合理的结论的思维过程

8.知识表示是研究用机器表示知识的可行性、有效性的一般方法，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。

9.神经网络

神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。

神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。

10.在基于规则系统中，每个if可能与某断言（asse