廣東工業(yè)大學人工智能試卷

1、考試題型主要是選擇題、填空題、簡答題、分析計算題。分析題重點主要在第1章、第2章的搜索問 題、第3章歸結(jié)原理、第6章決策樹和神經(jīng)網(wǎng)絡。分數(shù)分布大約是選擇題30分（10題）、填空題20分（10題）、簡答題10分（2題）、分析計算題40分（4 題）。選擇題人工智能是A用人工的方法在機器（計算機）上實現(xiàn)的智能。人+機器的智能開發(fā)者的智能 人工智能學派符號主義的主要研究方法是一用仿生學的方法，通過研究人腦的工作模型，搞清人類智能的本質(zhì)應用進化論的思想進行人工智能的研究研究邏輯演繹在計算機上的實現(xiàn)方法 對問題進行分割后進行搜索的實質(zhì)是一對問題進行歸納總結(jié)，以尋求一般的概念從目標出發(fā)的逆向推理，尋找若干子

2、問題的集合將多個小問題歸納成一個大問題的求解方法利用巳知的某些有關具體問題領域的信息進行搜索的方法稱為_C逐個搜索隨機搜索啟發(fā)式搜索產(chǎn)生式系統(tǒng)中推理的結(jié)論存放在：A作業(yè)領域知識庫推理機構(gòu)以下關于模糊數(shù)的定義中，哪一個是不正確的一A一模糊數(shù)是一個定義在0，1上的實數(shù)可進行模糊數(shù)的四則運算具有閉凸特性的數(shù)的集合下列關于誤差反向傳播學習（BP）算法的說法中，正確的是一B一誤差信號在輸出層到輸入層的通道上傳播輸出層神經(jīng)元的權(quán)值只會影響相應神經(jīng)元的輸出值按誤差函數(shù)導數(shù)的遞增方向修正各神經(jīng)元的權(quán)值單層感知機的學習算法包括一工作信號的前向傳遞誤差信號的計算，以及權(quán)值的修正上述兩者框架系統(tǒng)是一種A結(jié)構(gòu)化的知識

3、表示方法適用于處理龐大、凌亂知識的方法只適用于靜態(tài)知識表達的方法基于解釋的學習（EBL）中，下述哪種說法是正確的AA.生成知識的正確性有保證不需要太多的先驗知識A和B都對下列搜索算法中，能保證取得最優(yōu)解的是一C一A*算法均一代價算法上述兩者模糊控制中，同一條規(guī)則內(nèi)部的推理是采用一B一取大取小先取小后取大填空題狀態(tài)空間表示法中，解的問題是以一和算符一集合的形式表示的。巳知年齡集合為ho,2O,30,4O,5O,60,70,80，試給出一個“青年，的模糊集合0.4/10+1/20+0.6/30+0.2/40+0.1/50 （答案有多種，隸屬度值位于01之間，且能反映這種變化的趨勢即 可）（本題2分

4、）基于解釋的學習（EBL）中，給出訓練事例的意義在于，提取出在解決 實際（或目標等相關答案）問 題時可以應用的部分，從而節(jié)省存儲容量和搜索一。 在圖搜索中，是否應用了已有（或已知領域或啟發(fā)性等相關答案）的知識，決定了搜索是盲目的還是有啟發(fā)信息的。常用的啟發(fā)搜索算法有一、兩種。在產(chǎn)生式系統(tǒng)中，通常從選擇規(guī)則到執(zhí)行操作分三步：_匹配_、_沖突消解和 推理。 機器學習的主要推理方法有機械式、類推、 演繹以及發(fā)現(xiàn)_等。 設模式H = *1*傾，則該模式的定義長5 （H）=二，位數(shù)o（H） = n。判斷題與/或（AND/OR）圖搜索中，如果子節(jié)點是AND節(jié)點，只對其中一個進行擴展。改：與/或（AND/O

5、R） 圖搜索中，如果子節(jié)點是AND節(jié)點，則對所有的子節(jié)點進行擴展。應用歸納的方法由示例學習概念，需要的先驗知識少。而學習示例越多，其生成的新知識的正確性就 越高。（/ ）改：最佳優(yōu)先搜索是一種高效的搜索方法，依據(jù)從起點出發(fā)的最小代價和，指導搜索的方向。（x）改：最佳優(yōu)先搜索是一種高效的搜索方法，依據(jù)與目標相關的啟發(fā)函數(shù)值，指導搜索的方向。模糊控制中，可利用重心法對參數(shù)模糊化，然后根據(jù)模糊規(guī)則進行推理。（x）改：模糊控制中，根據(jù)模糊規(guī)則進行推理后，可利用重心法對推理結(jié)果進行去模糊化。特征模式匹配中，輸入模式與兩個參考模式的距離，較小的一方即為識別出的類別。（小求解題 1.試利用a-p搜索法，對下

6、圖所示的博弈樹進行搜索，把沒有必要進行評估的狀態(tài)畫x，并注明是什么剪枝。對下圖所示的狀態(tài)空間圖進行：（1）縱向搜索；（2）橫向搜索；（3）均一代價搜索；（4） A*算法搜 索。（圖中A為初始節(jié)點，F(xiàn)為目標節(jié)點，各節(jié)點的啟發(fā)值標注在小括號內(nèi)）。給出搜索過程及搜索出縱向搜索:OPEN:C,E,DCLOSED:A,B(1) OPEN:C,B CLOSED:AOPEN:C,E,F CLOSED:A,B,DDE搜索路徑是：AtBtDt F或AtCtDt F等（此題答案可有多解）（2）橫向搜索：（此題答案可有多解）(4)OPEN:E,F CLOSED:A,B,C,DAbd(1) OPEN:B,C CLOS

7、ED:AOPEN:C,D,E CLOSED:A,B(6)OPEN: E OPEN:FCLOSED:A,B,C,D,EC； OPEN:D,E CLOSED:A,B,CCLOSED:A,B,C,D,E（搜索過程可以用其它形式表示） 搜索路徑是：AtBtC tDtEtF等（此題答案可有多解）（3）均一代價搜索：（小括號內(nèi)標注的是從起始節(jié)點出發(fā)到該點的最小代價值）OPEN:, CLOSED:A,B(4)OPEN:, CLOSED:A,B,C,DF(10n9) / (6) OPEN:(1) OPEN:, CLOSED:A OPEN:,CLOSED:A,B,CE(10n9n7) OPEN:CLOSED:A

8、,B,C,D,EF (4) OPEN:C,E CLOSED:A,B,D,（搜索過程可以用其它形式表示）CLOSED:A,B,C,D,E（搜索過程可以用其它形式表示）搜索出的最優(yōu)路徑是：AtCtDtEtF，代價是9。（3）A*算法：（小括號內(nèi)標注的是該點的估價函數(shù)值）(4)(以1蘭1心OPEN:,jCLOSED:A,B,C,D OPEN:CLOSED:A,B,C,D,E(6) OPEN:CLOSED:A,B,C,D,E（搜索過程可以用其它形式表示）搜索出的最優(yōu)路徑是：AtCtDtEtF代價是9。3.設樣本集合如下所示，其中A、B、C是F的屬性，試根據(jù)信息增益標準（ID3算法）求解F的決策樹。AB

9、CF0000001101000111100110111100(巳知 log2(2/3)= -0.5842, log2(1/3)=-1.5850, log2(3/4)= -0.41504,) TOC o 1-5 h z 431 12221HA = -HA 0 + -HA 1 =-121og2- + 2log2 - + 21og2- + 1log2- = 0.965431 13112H = H+H=i 31og + 11og + 11og + 21og = 0.857B 7 B=0 7 B=17&2 4&2 4&2 3&2 3431 11330H = H + H =-111og 1 + 31og

10、3 + 31og 3 + 01og = 0.464c 7 c=0 7 c=172 42 42 32 3所以第一次分類選屬性C，對c=0的四個例子再進行第二次分類。221 r 11 HA = - HA 0 + - HA 1 = -11og2 + 11og2 一卜 0.5所以，可任H = -H + -H =-11og - + 11og 牛0.5B 4 B=0 4 B=14% 2% 2選屬性A或B作為第二次分類的標準，如選屬性A，則A=1的兩個例子再按屬性B分類，得到HB = HB + % 1 = - 6= 0最后，得到f的決策樹如下：人工智能作業(yè)1.試利用a-p搜索法，對下圖所示的博弈樹進行搜索，

11、把沒有必要進行評估的狀態(tài)畫x,并 注明是什么剪枝( 表示正方O 表示反方)?？?.設已知(1)能閱讀者是識字的2海豚不識字(3)有些海豚是聰明;的求證:有些聰明者并不能閱讀.謂詞定義如下:R(x):x能閱讀；L(x):x識字；I(x):x是聰明的；D(x):x是海豚。證明：把上述各語句翻譯為謂詞公式：(1)x(R(x)fL(x)已知條件x(D(x)fL(x)已知條件(3)x(D(x) Al(x)已知條件(4)x(I(x) AR(x)需證結(jié)論求題設與結(jié)論否定的子句集，得(1)- R(x) VL(x)(2)D(y)V - L(y) (3)D(a八4) I(a)I(z) VR(z)歸結(jié)得(6) R(a)(5),(4),a/z(7) L(a)(6),(1)，a/x(8) - D(a)(7),(2),a/y口(8),3.設樣本集合如下所示，其中A、B、C是F的屬性，試根據(jù)ID3算法求解F的決策樹。ABCF0000001101000111100110111100(已知 log2(2/3)= -0.5842, log2(1/3)=