人工智能复习题库3223.docx
《人工智能复习题库3223.docx》由会员分享，可在线阅读，更多相关《人工智能复习题库3223.docx（30页珍藏版）》请在冰豆网上搜索。
人工智能复习题库3223
一、填空：
1.人工智能的研究途径有心理模拟、生理模拟和行为模拟。
2.任意列举人工智能的四个应用性领域难题求解、定理证明、智能控制、机器翻译。
3.人工智能的根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.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〔〕的值是真。
6.设P是谓词公式，对于P的任何论域，存在P为真的情况，那么称P为永真式。
7.在著名的医疗专家系统中规定，假设证据A的可信度〔A〕=0，那么意味着无关，〔A〕1，那么意味着假，〔A〕=1，那么意味着真。
8.谓词公式G是不可满足的，当且仅当对所有的解释G都为假。
9.谓词公式及其子句集的关系是包含。
10.利用归结原理证明定理时，假设得到的归结式为空集，那么结论成立。
11.假设C1=┐P∨Q，C2∨┐Q，那么C1和C2的归结式R〔C1，C2〕=┐P∨P或┐Q∨Q。
12.假设C1（x）∨Q（x），C2=┐P（a）∨R（y），那么C1和C2的归结式R〔C1，C2〕=〔20〕Q〔a〕∨R〔y〕
13.有谓词公式G，置换δ，那么G·ε=〔21〕，δ·ε=〔22〕。
14.有子句集｛P（x）（y）｝，其{}。
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删除策略支持集策略线性归结策略
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，表的数据构造实际是一个二叉树，深度优先搜索算法中，表的数据构造实际是一个单链表。
18.产生式系统有三局部组成综合数据库，知识库和推理机。
其中推理可分为正向推理和反向推理。
19.专家系统的构造包含人机界面、知识库，推理机，动态数据库，知识库答理系统和解释模块。
20.在推理中，对证据的可信度〔A〕、〔A1〕、〔A2〕之间，规定如下关系：
〔〕=〔A〕，〔A1∧A2〕={〔A1〕，〔A2〕}，〔A1∨A2〕={〔A1〕，〔A2〕}。
21.开发专家系统所要解决的根本问题有三个，那就是知识的获取、知识的表示和知识的运用，知识表示的方法主要有逻辑表示法〔谓词表示法〕，框架，产生式和语义网络等，在语义网络表示知识时，所使用的推理方法有和
22.系统中使用不确定推理，规那么A→B由专家指定其可信度〔B，A〕，假设A真支持B真，那么指定〔B，A〕〔及零比拟〕应〔47〕；假设A真不支持B真，那么指定〔B，A〕应〔48〕。
23.机器学习的含义是指机器面对自行为的修正或性能的改善和机器对客观规律和开展。
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，能正确答复输入信息中的有关问题，而且还包括语法分析、语用分析、语句分析。
25.设{}，{}，{}，m（A）=0.6，m（U）=0.4，U的其它子集的根本概率分配函数m值均为0，那么（A）=〔53〕，（B）=〔54〕。
26.证据理论中集合A的信任区间为[1，1]，那么其语意解释为〔55〕。
27.人工智能三大学派是符号主义、联结主义、行为主义
28.
化成子句形式为：
。
29.从事实出发，通过规那么库求得结论的产生式系统的推理方式是正向推理
30.的英文缩写是
31.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及该量词的指导变元一样的变元称为约束变元，其他变元称为自由变元
32.假言推理〔A®B〕ÙAÞB，假言三段论〔A®B〕Ù〔B®C〕ÞAC
33.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
34.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〕
35.在启发式搜索当中，通常用启发函数来表示启发性信息。
。
36.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，因此人们在此根底上，又提出了-剪枝技术
37.某产生式系统中的一条规那么：
A〔x〕®B〔x〕，那么前件是A〔x〕，后件是B〔x〕
38.在框架和语义网络两种知识表示方法中，框架适合于表示构造性强的知识，而语义网络那么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。
39.不确定性类型按性质分：
随机性，模糊性，不完全性，不一致性 。
40.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。
对证据的可信度〔A〕、〔A1〕、〔A2〕之间，规定如下关系：
〔〕= （A） 、〔A1∧A2〕= {（A1）（A2）} 、〔A1∨A2〕= {（A1）（A2）}
41.合一算法：
求非空有限具有一样谓词名的原子公式集的最一般合一
42.产生式系统的推理过程中，从可触发规那么中选择一个规那么来执行，被执行的规那么称为被触发规那么。
43.P（）表示在规那么A→B 中，证据A为真的作用下结论B为真的 概率 。
44.常用的二种盲目搜索方法是随机碰撞式搜索和完全式搜索；引入启发式知识来指导表中节点的排序可划分为二种方式全局择优搜索和局部择优搜索。
45.产生式系统的推理可以分为正向推理和反向推理两种根本方式。
46.知识表示的性能应从以下二个方面评价：
和；后者又分二个方面和。
47.人工智能的表现形式至少有智能软件 智能系统 智能设备 智能设备 智能网络几种。
48.目前所用的知识表示形式有框架语义网络面向对象_等。
49.框架系统的特性继承功能可通过组合应用槽的三个侧面来灵活实现，它们是、和。
50.产生式系统是由综合数据库知识库_和_推理机_三局部组成的.
51.就是所考察判断的事物或对象的集合，记为。
它的子集构成。
52.证据理论是经典概率论的一种扩大形式，构成这一理论的函数有根本概念全分函数_、_信任函数和似真函数。
53.对于模糊不确定性，一般采用模糊集合或模糊逻辑来刻划。
54.归结法中，可以通过修改证明树的方法得到问题的解答。
55.从事实出发，通过规那么库求得结论的产生式系统的推理方式是正向推理
56.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 。
57.利用归结原理证明定理时，假设得到的归结式为空集，那么结论成立。
58.在启发式搜索当中，通常用启发函数来表示启发性信息。
二、简答题
1.将以下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。
（3）任何整数或是正的或是负的。
解：
设M（x）：
x是人（x）：
x要呼吸。
P（x）：
x是学生，Q（x）：
x要参加考试。
J（x）：
x是整数，R（x）：
x是正数，N（x）：
x是负数。
那么上述三题就记为：
（1）（M（x）→H（x））
（2）（P（x）→Q（x））
（3）（J（x）→R（x）∨N（x）））
“图灵实验〞？
简单描述之
答：
所谓“图灵实验〞，是为了判断一台机器是否具备智能的实验。
实验由三个封闭的房间组成，分别放置主持人、参及人和机器。
主持人向参及人和机器提问，通过提问的结果来判断谁是人，谁是机器。
如果主持人无法判断谁是人，谁是机器，那么这台机器具备智能，即所谓的“智能机器〞。
3.写出图中树的结点两个访问序列，要求分别满足以下两个搜索策略：
（1）
深度优先搜索
（2）广度优先搜索
解：
〔１〕深度优先搜索：
１－２－５－６－１０－１１－３－７－１２－１３－４－８－９
〔２〕广度优先搜索：
１－２－３－４－５－６－７－８－９－１０－１１－１２－１３－１４
“大学教师〞的框架，大学教师类属于教师，包括以下属性：
学历〔学士、硕士、博士〕、专业〔计算机、电子、自动化、……〕、职称〔助教、讲师、副教授、教授〕
解：
框架名：
<大学教师>
类属：
<教师>
学历：
（学士、硕士、博士）
专业：
〔计算机、电子、自动化、…..〕
职称：
〔助教、讲师、副教授、教授〕
“不存在最大的整数〞
解：
定义谓词G（x）：
x为整数
D（）：
x大于y
形式化为：
或者
6.
用语义网络表示“苹果〞知识。
苹果
7.什么是产生式？
产生式规那么的语义是什么？
答：
产生式规那么根本形式：
P→Q或者PQ
P是产生式的前提〔前件〕，用于指出该产生式是否可用的条件
Q是一组结论或操作〔后件〕，用于指出当前提P所指示的条件满足时，应该得出的结论或应该执行的操作
产生式规那么的语义：
如果前提P被满足，那么可推出结论Q或执行Q所规定的操作
8.谓词公式G通过８个步骤所得的子句集合S，称为G的子句集。
请写出这些步骤。
答：
（1〕消去蕴含式和等价式→，<->（2〕缩小否认词的作用范围，直到其作用于原子公式:
（3〕适当改名，使量词间不含同名指导变元和约束变元。
（4.〕消去存在量词〔形成标准型〕（5〕消去所有全称量词（6）化成合取范式（7）.适当改名，使子句间无同名变元（8）.消去合取词∧，用逗号代替，以子句为元素组成一个集合S
9.〔1〕{P（f（x）（y））（f（x）（x））}，求
〔2〕{P（f（（）））（f（））}，求
解：
〔1〕00;δ0=ε0不是单元素集，求得差异集D0={},其中y是变元，z是项，且y不在z中出现。
1=1
有δ1=δ0·｛｝=ε·｛｝=｛｝，
S10·｛｝={P（f（x）（z））（f（x）（x））}1不是单元素集，
求得差异集D1=｛｝1=2;δ2=δ1·｛｝=｛｝,
S21·｛｝=｛P（f（z）（z））｝是单元素集。
根据求算法，δ2=｛｝
〔2〕00;δ0=ε0不是单元素集，求得差异集D0={g（）}},其中z是变元，g（）是项，且z不在g（）中出现。
1=1
有δ1=δ0·｛g（）｝=ε·｛g（）｝=｛g（）｝，
S10·｛g（）｝={P（f（（））（））}1是单元素集。
根据求算法，δ1=｛g（）｝
10.〔1〕证明G是否是F的逻辑结论；
证:
①P（x）．．．从F变换
②Q（a）∨Q（x）．．．从F变换
③┓P（y）∨┓Q（y）．．．结论的否认
④┓Q（x）．．．①③归结,{}
⑤□．．．②④归结,置换{}
得证。
〔2〕证明G是否是F1、F2的逻辑结论；
证:
①┓P（x）∨Q（x）．．．从F1变换
②┓P（y）∨R（y）`．．．从F1变换
③P（a）．．．从F2变换
④S（a）．．．从F2变换
⑤┓S（z）∨┓R（z）．．．结论的否认
⑥R（a）．．．②③归结｛｝
⑦┓R（a）．．．④⑤归结｛｝
⑧□．．．⑥⑦归结
得证.
11.1、用语义网络表示以下信息：
（1）胡途是思源公司的经理，他35岁，住在飞天胡同68号
（3）清华大学及北京大学进展蓝球比赛，最后以89：
102的比分完毕。
〔3〕将命题：
“某个学生读过三国演义〞分别用谓词公式和语义网络表示
答：
谓词公式表示：
$
x（（x）∧（x,三国演义））
语义网络表示如图：
（4）把语句“每个学生都喜欢教师上的一门课。
〞表示为语义网络。
Ɐx（（x）
〔5〕请把以下命题表示的事实用一个语义网络表示出来。
1）树和草都是植物；
2）树和草都是有根有叶的；
3）水草是草，且长在水中；
4）果树是树，且会结果；
5）樱桃树是一种果树，它结樱桃。
〔6〕用语义网络表示以下事实
姚明是一位年近半百的男教师，中等身材，他在本学年第二学期给计算机专业学生讲授“人工智能〞课程。
该课程是一门选修课，比拟难。
13.图示博弈树，其中末一行的数字为假设的估值，请利用α-β剪枝技术剪去不必要的分枝。
〔在节点及边上直接加注释〕
14.设有如下关系：
〔1〕如果x是y的父亲，y又是z的父亲，那么x是z的祖父；
〔2〕老李是大李的父亲；〔3〕大李是小李的父亲；问上述人员中谁和谁是祖孙关系？
解:
现定义如下谓词
F（）x是y的父亲;
G（）x是y的祖父;
用谓词逻辑表示及求解:
（1）F（）∧F（）→G（）
（2）F（）
（3）F（）
（4）G（）
其中表示老李表示大李表示小李。
先证存在祖孙关系
①～F（）∨～F（）∨G（）．．．从
（1）变换
②F（）．．．从
（2）变换
③F（）．．．从（3）变换
④～G（）．．．结论的否认
⑤～F（）∨G（）．．．①②归结,置换｛｝
⑥G（）．．．③⑤归结,置换｛｝
⑦□．．．④⑥归结,置换｛｝
得证,说明存在祖孙关系。
为了求解用一个重言式④
④～G（）∨G（）．．．用重言式代替结论的否认,重言式恒为真
⑤～F（）∨G（）．．．①②归结,置换｛｝
⑥G（）．．．③⑤归结,置换｛｝
⑦G（）．．．④⑥归结,置换｛｝
得结果是X的祖父，即老李是小李的祖父。
15解释以下模糊性知识：
1）张三，体型，〔胖，0.9〕〕。
2）（患者，病症，（头疼，0.95））∧（患者，病症，（发烧，1.1））→（患者，疾病，（感冒，1.2））
答：
〔1〕表示：
命题“张三比拟胖〞〔2〕解释为：
如果患者有些头疼并且发高烧，那么他患了重感冒。
16.简单阐述产生式系统的组成。
答：
〔1〕产生式规那么库：
描述相应领域知识的产生式规那么集
〔2〕数据库：
〔事实的集合〕存放问题求解过程中当前信息的数据构造〔初始事实、外部数据库输入的事实、中间结果事实和最后结果事实〕
〔3〕推理机：
〔控制系统〕是一个程序，控制协调规那么库及数据库的运行，包含推理方式和控制策略。
17.试用线性消解策略证明：
子句集{P∨Q,﹁P∨R,﹁Q∨R,﹁R}是可消解的。
18、广度优先搜索及深度优先搜索各有什么特点？
一、深度优先搜索所遵循的搜索策略是尽可能“深〞地搜索图。
在深度优先搜索中，对于最新发现的结点，如果它还有以此为起点而未搜过的边，就沿着边继续搜索下去。
当结点v的所有边都已被探寻过，搜索将回溯到发现结点v有那条边的始结点。
这一过程一直进展到已发现从源结点可达的所有结点为止。
如果还存在未被发现的结点，那么选择其中一个作为源结点并重复以上过程，整个过程反复进展直到所有结点都被发现为止。
二、宽度优先搜索算法〔又称广度优先搜索算法〕是最简单的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。
单源最短路径算法和最小生成树算法都采用了及宽度优先搜索类似的思想。
宽度优先搜索的核心思想是：
从初始结点开场，应用算符生成第一层结点，检查目标结点是否在这些后继结点中，假设没有，再用产生式规那么将所有第一层的结点逐一扩展，得到第二层结点，并逐一检查第二层结点中是否包含目标结点。
假设没有，再用算符逐一扩展第二层所有结点……，如此依次扩展，直到发现目标结点为止。
19.语义网络可以表达事物之间的哪些关系？
类属关系、包含关系、属性关系、时间关系、位置关系、相近关系、推论关系等。
20.假设以下事实：
〔1〕超市〔〕卖〔〕的商品（）廉价（）。
〔2〕王〔〕买〔〕需要的〔〕廉价商品。
〔3〕自行车〔〕是商品且超市卖自行车。
〔4〕王需要自行车。
〔5〕赵〔〕跟随王买同样的商品。
请应用归结反演证明方法答复以下问题：
〔1〕王买自行车吗？
〔2〕赵买什么商品？
21.一个使用可信度方法的推理网络如下图，其证据的可信度均标示在图中。
推理规那么的可信度分别为：
A∧B→H,0.7C∨D→H,0.9E→
试按照可信度方法的求解步骤计算每个证据节点对假设H推理的可信度，并据此推算全部证据〔复合证据〕对于H推理的可信度。
22.求子句R（x,y）∨﹁Q（B,y）∨W（x,f（y））和R（x,C）∨Q（y,C）的归结式。
23.何谓估价函数？
启发式图搜索的A算法和A*算法最显著的区别是什么？
24.什么是置换？
置换是可交换的吗？
答:
通常用有序对的集合s＝{t11，t22，…，}来表示任一置换，置换集的元素的含义是表达式中的变量处处以项来替换，用s对表达式E作置换后的例简记为。
一般来说，置换是不可交换的，即两个置换合成的结果及置换使用的次序有关。
25.给1～9九个数字排一个序列，使得该序列的前n（1,...,9）个数字组成的整数能被n整除。
（1）、讨论哪些知识可以帮助该问题的求解。
（2）、用产生式系统描述该问题.
答；如下的知识可以帮助求解该问题：
〔1〕序列中，偶数在偶数位置，奇数在奇数位置；
〔2〕第五个数为5。
综合数据库：
用一个1到9的序列表示：
N={x}，其中x为1到9的数字之一。
规那么集：
r1:
（N）=4{x}∪{5}
r2:
（N）为偶数（1,3,7,9）{x}∪{n}
r3:
（N）为奇数（2,4,6,8）{x}∪{n}
其中（N）为求序列的长度，（a,b,c,d）为取a、b、c、d之一。
初始状态：
{}
完毕条件：
得到的序列N前i个数组成的整数能被i整除
26..α－β剪枝的条件是什么？
答:
α剪枝：
假设任一极小值层节点的β值小于或等于它任一先辈极大值节点的α值，即α〔先辈层〕≥β〔后继层〕，那么可中止该极小值层中这个节点以下的搜索过程。
这个节点最终的倒推值就确定为这个β值。
β剪枝：
假设任一极大值层节点的α值大于或等于它任一先辈极小值层节点的β值，即α〔后继层〕≥β〔先辈层〕，那么可以中止该极大值层中这个节点以下的搜索过程。
这个节点的最终倒推值就确定为这个α值。
28、人工智能主要有哪几种研究途径和技术方法，简单说明之。
答：
〔１〕符号智能：
主要以符号知识为根底，通过符号推理进展问题求解而实现的智能，主要包括知识工程和符号处理技术；
〔２〕计算智能：
是以数据计算为根底，通过数值计算进展问题求解而实现的智能，包括人工神经网络，进化计算，模糊技术等。
三、1、〔1〕将以下谓词公式化成子句集
答：
〔2〕把以下谓词公式分别化成相应的子句集：
"x（"（）→～"y（Q（）→R（）））
解：
x（
（）→～
y（Q（）→R（）））>
x（
（）→
y～（～Q（）∨R（）））
>
x（
（）→
y（Q（）∧～R（）））
>
x（～
（）∨
y（Q（）∧～R（）））
>
x（
y～P（）∨
y（Q（）∧～R（）））......改名〕
>
x（
y～P（）∨
z（Q（）∧～R（）））
>
x（
y～P（）∨
z（Q（）∧～R（）））（x）（x）消去存在量词
>
x（～P（（x））∨（Q（（x））∧～R（（x））））
>
x（（～P（（x））∨（Q（（x））∧（～P（（x））∨～R（（x））））
从而谓词公式的子句集是
｛～P（（x））∨（Q（（x），～P（（x））∨～R（（x）））
2.假设谓词公式（（y））,置换s1=｛f（）｝，s2=｛｝，求E〔s1·s2〕，E〔s2·s1〕。
3.用加权图的启发式搜索算法〔不能用算法〕求解以下问题：
以下图是一个交通图，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到E最小费用的旅行路线，画出搜索树，画出表和表的变化过程。
4.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〕。
（X）某人X是贼；
（）某人X喜欢某物Y；
（）某人X可能会偷窃某物Y。
5.用子句集表达下述刑侦知识：
I.是贼。
.喜欢酒〔〕
.（也）喜欢奶酪〔〕
.如果喜欢某物那么也喜欢某物。
V.如果某人是贼，而且他喜欢某物，那么他就可能会偷窃该物。
6.求证结论可能会偷窃了什么？
即求证目标：
（）,〔要求将求证目标作为顶子句，按线性策略进展归结推理，注明每次求归结式所进展的置换及其父子句的编号〕
7.〔1〕一组规那么和证据〔事实〕：
R1：
A1→
R2：
A2→
R3：
B1∧A3->B2，〔B2，B1∧
初始证据A1，A2，A3，并且（A1）（A2）（A3）=1,并且初始时对B1，B2一无所知。
根据确实定性理论〔可信度方法〕，求证据B1，B2的可信度在执行规那么R1，R2，R3后的更新值（B1）（B2）。
〔2〕有如下不确定推理规那么：
r1：
C11∨C12Þ；
r2：
H1Þ；
r3：
C21∧C22ÞH－；
r4：
（C31∧C32）∨C33Þ；
，，，，
，，；
请应用确实定性方法求出（H）。
8.设有A，B，C三人中有人从不说真话，也有人从不说假话，某人向这三人分别提出同一个问题：
谁是说谎者？
A答：
“B和C都是说谎者〞；B答：
“A和C都是说谎者〞；C答：
“A和B中至少有一个是说谎者〞。
求谁是老实人，谁是说谎者？
〔15分〕
解：
设用Ｔ（x）表示x说真话。
如果Ａ说的是真话，那么有
如果Ａ说的是假话，那么有：
对Ｂ和Ｃ说的话作一样的处理，可得：
把上面这些公式化成子句集，得到Ｓ：
下面首先求谁是老实人。
把
并入Ｓ得到
。
即
比Ｓ多如下一个子句：
应用消解原理对Ｓ１进展消解：
所以，Ｃ是老实人，即Ｃ从不说假话
除此之外，无论如何对
进展消解，都推不出（B）和（A）。
下面来证明Ａ和Ｂ不是老实人。
设Ａ不是老实人，那么有
把它否认并入Ｓ中，得到子句集
，即
比Ｓ多如下一个子句：
应用消解原理对Ｓ2进展消解：
所以，Ａ不是老实人。
同理，可以证明Ｂ也不是老实人。
9.1〕设:
（1）能阅读者是识字的;
（2）海豚不识字;
（3）有些海豚是聪明的;
求证:
有些聪明者并不能阅读.
证:
定义如下命题:
R（x）能阅读;
L（x）识字;
I（x）是聪明的;
D（x）是海豚;
把条件及求证结论翻译成谓词公式为
x（R（x）→L（x））...
x（D（x）→～L（x））...
x（D（x）∧I（x））...
x（I（x）∧～R（x））...求证结论
将条件,求证结论的反化成子句集
①～R（x）∨L（x）
②～D（y）∨～L（y）
③D（a）
④I（a）
⑤～I（z）∨R（z）
⑥～L（a）......2,3归结｛｝
⑦～R（a）......1,6归结｛｝
⑧R（a）......4,5归结｛｝
⑨□......7,8归结
得证.
2〕利用谓词逻辑表示以下知识〔包括和结论〕，然后化成子句集：
〔1〕但凡清洁的东西就有人喜欢；
〔2〕人们都不喜欢苍蝇
求证：
苍蝇是不清洁的。
证：
现定义如下谓词
L（）某人x喜欢某物y；
P（y）某物y是清
升级会员 