人工智能经典考试题目例题.docx
《人工智能经典考试题目例题.docx》由会员分享，可在线阅读，更多相关《人工智能经典考试题目例题.docx（11页珍藏版）》请在冰豆网上搜索。
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
前向链接推理
料岷库
□□□□□
A.NXYZ
B.LXYZ
C.NLXZ
D.LNXY
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，下列说法正确的是
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，语文不及格的概率是，两者都不及格的概率
为，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.
8.
9.
10.
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.下列哪个符合着名的贝叶斯公式
A.P（Ai/B）=P（Ai）xP（B/Ai）/2（P（Aj）xP（B/Aj））
B.P（Ai/B）=P（Ai）xP（Ai/B）/2（P（Aj）xP（B/Aj））
C.P（Ai/B）=P（B）xP（B/Ai）/2（P（Aj）xP（B/Aj））
D.P（Ai/B）=P（Ai）xP（B/Ai）/'（P（Bj）xP（B/Bj））
10.以下说法错误的是
A.要想使用贝叶斯方法，论据间不一定满足条件独立
B.确信因子理论是贝叶斯方法的常用替代方法
C.当概率未知或不易获得时，会使用确信因子
D.确信因子理论为专家系统中的不确定性管理提供了一个判断方法
模糊专家系统
11.模糊或多值逻辑是波兰的逻辑学家和哲学家引入的
A.LotfiZadeh
B.MaxBlack
C.JanLukasiewicz
D.MaxVagueness
12.关于模糊专家系统，下列说法错误的
A.模糊逻辑能反应人类是怎么样思考的，它尝试模拟人类的预感、决策制定和常识
B.模糊依赖模糊集理论，模糊逻辑只是该理论的一小部分
C.模糊集可以简单地定义为具有明确边界的集合
D.模糊集提供跨越边界时平稳过渡的能力
13.对于模糊集的操作，下列写法错误的是
A.结合性AU（bUC）=（AUB）UC
B.哥等性AUA=A,AAA=A
C.恒等性AUX=X,AnX=A
D.德摩根定律」（AUB）=「AU「B
14.下列说法错误的是
A.模糊规则用来获取人类的知识
B.建立模糊系统是一个迭代的过程
C.调试是在建立模糊系统中最单调和费力的过程
D.和二值的布尔逻辑一样，模糊逻辑是二值的
15.常用的模糊判决方法不包括
A.重心法
B.二分法
C.最大隶属度法
D.系数加权平均法
人工神经网络
16.为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究者找到一
个重要的信息处理的机制是
A.专家系统
B.人工神经网络
C.模式识别
D.智能代理
17.对于人工神经网络，下列说法错误的是
A.机器学习涉及适应性机制，使得计算机能够从经验、实例、类比中学习。
B.人工神经网络有一些非常复杂并高度互联的，被称作神经元的处理器组成，这和人脑中的生物神经元类似。
C.多层神经网络的学习过程和感知器是一样的
D.Hopfield网络训练算法有两个基本的阶段：
存储和检索
18.人工神经网络的字母简称为
A.ANC
B.BAM
C.ANN
D.CNN
19.神经网络的局限性不包括
A.没有办法进行特征学习
20比较容易过拟合
C.训练速度比较慢
D.较弱的容错能力
20.神经网络的特征不包括
A.较强的学习能力
B.大规模、自组织、自适应的非线性动力系统
C.能较好的模拟人的形象思维
D.训练速度较快
进化计算
21.遗传之父是
A.孟德尔
B.约翰霍兰德
C.安阿伯
D.戈德堡
22.关于进化计算，下列说法错误的是
A.以自然选择和遗传的计算模型为基础的，获取人工智能的方法，称作进化计算。
B.遗传算法的工作原理是，发现和重组好的图式一一即候选方案中好的组件
C.进化策略并不是纯粹的数值优化过程，它和蒙特卡洛的搜索方法类似
D.遗传编程是进化计算领域的最新发展成果
23.关于遗传算法的思想，以下选项正确的是
①种群中的交叉繁殖
②种群中个体的选择
③种群中个体的变异
A.②③①
B.①②③
C.③②①
D.②①③
24.关于遗传算法和进化策略，下列说法错误的是
A.遗传算法同时使用交叉和突变操作
B.进化策略仅使用交叉操作
C.进化策略不需要用编码的形式来表示问题
D.进化策略使用纯粹的数值优化计算
25.在使用遗传编程来解决问题之前，必须先执行5个预备步骤：
①选择基本函数集
②确定控制运行的参数
③定义适应性函数
④确定终端集合
⑤选择指定运行结果的方法
A.③②④①⑤
B.④①③②⑤
C.④②⑤①③
D.①③②⑤④
E..假设要寻找函数（15x-xA2）在x的范围为0~15时的最大值。
染色体用4个基因构建,
一下染色体串适应性最强的应该是
A.1100
C.0111
D.1001
数据挖掘与知识发现
F..数据挖掘的过程包括了5个数据转换的步骤：
_,_,_,_,最后解释结果
①数据转换
②数据选择
③数据挖掘
④数据融合和数据清理
A.①②③④
B.②④①③
C.②①④③
D.①③④②
G..数据挖掘不是一个单一的方法，而是不同工具和技术的异构组合。
这些工具和技术不包括
A.查询工具
B.统计方法和数据可视化工具
C.神经网络和神经-模糊系统
D.主成分分析
29.关于数据发掘，下列说法错误的是
A.数据挖掘的成功经常依赖于数据挖掘工具的选择
B.虽然数据可视化具有很明显的吸引力，高维数据上的图形挖掘却不能够很轻易地完成
C.主成分分析能在不明显丢失信息的情况下降低数据维度
D.数据挖掘就是从处理过后的数据中进行知识提取
30.关于k-means算法的优点，不正确的是
A.是解决聚类问题的一种经典算法，简单、快速。
B.对处理大数据集，该算法是相对可伸缩和高效率的。
C.它对于“躁声”和孤立点数据并不敏感
D.它的复杂度是0（nkt）,其中,n是所有对象的数目,k是簇的数目,t是迭代的次数。
31.会堂有20排，每排有20个座位，甲告诉消息A,此人在第十排，则
P（A）=,I（A）=
A.1/20,-ln20
D.1/10,ln20
32.关于信息量，下列说法错误的是
A.信息论的创始人为Shannon
B.信息量是事件发生概率的不连续函数
C.信息量是有限值
D.如果事件A和事件B的发生是相互独立的，则获知事件A和事件B将同时发生的信息量
是单独获知两事件发生的信息量之和。
概述、混合智能系统、ppt中其他知识点
33.AI的英文缩写是
A.AutomaticIntelligence
B.ArtificialIntelligence
C.AutomaticeInformation
D.ArtificialInformation
34.1997年卡斯帕罗夫再次与经过改进的“”对垒，结果以：
的比分败北。
A.IBM
B.深思
C.阿尔法狗
D.深蓝
35.被誉为国籍“人工智能之父”的是
A.图灵
B.冯诺依曼
C.雨果•德・加里斯
D.尼尔逊
36.自适应神经-模糊推理系统（ANFIS）可以表达成包括6个层的神经网络，但不包括
A.归一化层
B.去模糊化层
C.总结层
D.输出层
37.2017年5月，在中国乌镇围棋峰会上，AlphaGo与排名世界第一的世界围棋冠军—对战,
以3比0的总分获胜。
A.李世石
B.时越
C.柯洁
D.唐韦星
38.关于模糊专家系统，下列说法错误的是
A.模糊逻辑并不是说逻辑本身是模糊的，而是指用于描述模糊的逻辑
B.模糊集很难校正含糊的知识。
C.模糊逻辑的基本思想是任何事情都允许有一定的程度
D.温度、高、速度、距离和美丽——所有这些都可以在某个范围内浮动
39.知识特性并不包括
A.相对正确性
B.完备性
C.不确定性
D.模糊性
40.关于信息熵，下列说法错误的是
A.变量的不确定性越大，熵也就越大
B.一个系统越是有序，信息熵就越高
C.信息熵也可以说是系统有序化程度的一个度量
D.信息熵是对信息源整体不确定性的度量
升级会员 