人工智能復(fù)習(xí)題匯總(附答案)

一、選擇題1.被譽(yù)為“人工智能之父”的科學(xué)家是〔C。A.明斯基B.圖靈C.麥卡錫D.馮.諾依曼2.AI的英文縮寫是(B)A.AutomaticIntelligenceB.ArtificialIntelligenceC.AutomaticInformationD.ArtificialInformation以下那個(gè)不是子句的特點(diǎn)〔A.子句間是沒有合取詞的(∧)D〕B子句通過合取詞連接句子(∧)C子句中可以有析取詞(∨)4.以下不是命題的是〔C。A.我上人工智能課B.D子句間是沒有析取詞的(∨)存在最大素?cái)?shù)C.請(qǐng)勿隨地大小便 D.這次考試我得了101分搜尋分為盲目搜尋和〔A〕A啟發(fā)式搜尋 B模糊搜尋C準(zhǔn)確搜尋 D大數(shù)據(jù)搜尋從全稱推斷推導(dǎo)出特稱推斷或單稱推斷的過程，即由一般性學(xué)問推出適合于某一具體狀況的結(jié)論的推理是〔B〕歸結(jié)推理 B.演繹推理C.默認(rèn)推理 D.單調(diào)推理下面不屬于人工智能爭論根本內(nèi)容的是〔C〕機(jī)器感知 B.機(jī)器學(xué)習(xí)C.自動(dòng)化 D.機(jī)器思維S={P∨Q∨R, ┑Q∨R, Q,┑R}其中, P是純文字，因此可將子句〔A〕從S中刪去C. Q┑Q∨RD.┑R以下不屬于框架中設(shè)置的常見槽的是〔B。ISA槽 B.if-then槽C.AKO槽 D.Instance槽常見的語意網(wǎng)絡(luò)有〔D。A-Memberof聯(lián)系C.have聯(lián)系Composed–of聯(lián)系D.以上全是在深度優(yōu)先搜尋策略中，open表是〔B〕的數(shù)據(jù)構(gòu)造先進(jìn)先出 B.先進(jìn)后出C.依據(jù)估價(jià)函數(shù)值重排D.隨機(jī)出歸納推理是〔B〕的推理從一般到個(gè)別B.從個(gè)別到一般C.從個(gè)別到個(gè)別D.從一般到一般我完善，這門爭論分支學(xué)科叫〔B〕專家系統(tǒng)B.機(jī)器學(xué)習(xí)C.神經(jīng)網(wǎng)絡(luò) D.模式識(shí)別以下哪個(gè)不是人工智能的爭論領(lǐng)域〔D〕機(jī)器證明 B.模式識(shí)別C.人工生命 D.編譯原理BayesO(x)的取值范圍為〔D〕A.[-1,1] B.[0,1]C.[-1,∞〕 D.[0,∞〕(A)一階謂詞 B.原子公式C.二階謂詞 D.全稱量詞在可信度方法中，CF〔H，E〕的取值為〔C〕時(shí)，前提E為真不支持結(jié)論H為真。1 B.0C.<0 D.>0機(jī)器學(xué)習(xí)的一個(gè)最爭論領(lǐng)域是.〔A〕數(shù)據(jù)挖掘 B.神經(jīng)網(wǎng)絡(luò)C.類比學(xué)習(xí) D.自學(xué)習(xí)AKO鏈、ISA鏈?zhǔn)怯脕肀磉_(dá)節(jié)點(diǎn)學(xué)問的〔C。無悖性 B.可擴(kuò)大性C.繼承性4個(gè)要素中〔D。A.事實(shí) B.規(guī)章C.掌握和元學(xué)問 D.關(guān)系以下哪局部不是專家系統(tǒng)的組成局部〔A。A.用戶 B.綜合數(shù)據(jù)庫C.推理機(jī) D.學(xué)問庫所謂不確定性推理就是從()的初始證據(jù)動(dòng)身，通過運(yùn)用()的學(xué)問，最終推出具有肯定程度的不確定性但卻是合理或者近乎合理的結(jié)論的思維過程。( A )A.不確定性,不確定性 B.確定性,確定性C.確定性,不確定性 D.不確定性,確定性C(B|A表示在規(guī)章A->BA為真的作用下結(jié)論B為真的(B)A.可信度 B.信度C.信任增長度 D.概率X,Ya,b的值為(A)A.a=2/9 b=1/9 B.a=1/9 b=2/9C.a=1/6 b=1/6 D.a=5/18 b=1/183.經(jīng)典規(guī)律推理的方法不包括那個(gè)〔D〕A自然演繹推理 B歸結(jié)演繹推理C與或形演繹推理 D假設(shè)推理盲目搜尋策略不包括以下那個(gè)〔D〕A廣度優(yōu)先搜尋 B深度優(yōu)先搜尋C有界深度優(yōu)先搜尋 D全局擇優(yōu)搜尋小結(jié)：盲目搜尋：廣度優(yōu)先搜尋、深度優(yōu)先搜尋、有界深度優(yōu)先搜尋、代價(jià)樹的廣度優(yōu)先搜尋、代價(jià)樹的深度優(yōu)先搜尋。啟發(fā)式搜尋：全局擇優(yōu)搜尋、局部擇優(yōu)搜尋。以下哪種搜尋方式必定能夠找到解〔C〕A.深度優(yōu)先 B.堆棧搜尋C.廣度優(yōu)先 D.混合搜尋以下推理不正確的選項(xiàng)是〔A〕假設(shè)下雨，則地上是濕的;沒有下雨,所以地上不濕假設(shè)x是金屬，則x能導(dǎo)電；銅是金屬,所以銅能導(dǎo)電假設(shè)下雨，則地下濕；地下不濕,所以沒有下雨小貝寵愛得意的東西；哈士奇得意；所以小貝寵愛哈士奇。9、以下哪一項(xiàng)沒有發(fā)生沖突〔D〕A、一個(gè)事實(shí)可以與學(xué)問庫中多個(gè)學(xué)問匹配成功B、多個(gè)事實(shí)與學(xué)問庫中的一個(gè)學(xué)問匹配成功C、多個(gè)事實(shí)可以與學(xué)問庫中多個(gè)學(xué)問匹配成功D、事實(shí)不能與學(xué)問庫中的任何學(xué)問匹配成功以下選項(xiàng)中那一種狀況不是發(fā)生沖突〔BC〕事實(shí)能與學(xué)問庫中的任何學(xué)問匹配成功；事實(shí)不能與學(xué)問庫中的任何學(xué)問匹配成功；事實(shí)恰好只與學(xué)問庫中的一個(gè)學(xué)問匹配成功； 事實(shí)可以與學(xué)問庫中的多個(gè)學(xué)問匹配成功〔組〕〔組〕事實(shí)可與學(xué)問庫中的多個(gè)學(xué)問匹配成功。人工智能中用“假設(shè)....則....”關(guān)聯(lián)起來的學(xué)問稱為〔B〕產(chǎn)生式B.規(guī)章C.關(guān)系式D.模式以下那一項(xiàng)不是學(xué)問的標(biāo)識(shí)方法〔C〕一階謂詞表示法B.狀態(tài)空間法C.關(guān)系式表示法D.框架表示法INSTANCE槽是用來建立〔B〕槽的逆關(guān)系。ISA B.AKOCSUBCLASS D.MEMBEROF4.以下圖代表的關(guān)系是〔B〕A.分類關(guān)系B.聚攏關(guān)系C.推論關(guān)系D.時(shí)間位置關(guān)系〔D〕;金星顯出位相變化;所以行星系統(tǒng)是以太陽為中心的。對(duì)，由于符合自然演繹推理的規(guī)章。不對(duì)，由于使用了否認(rèn)前件的推理。經(jīng)典規(guī)律的推理規(guī)章推出結(jié)論的過程，而上題符合這個(gè)特征所以是對(duì)的。不對(duì)，由于使用了確定后件的推理。證據(jù)，其值由〔C〕得到。不確定性的匹配算法計(jì)算得到不確定性的閾值選擇算法得到不確定性的傳遞算法計(jì)算得到不確定性的合成算法計(jì)算得到反演歸結(jié)〔消解〕證明定理時(shí)，假設(shè)當(dāng)前歸結(jié)式是〔C〕時(shí)，則定理得證。永真式 B.包孕式C.空子句 D.永假式從事實(shí)動(dòng)身，通過規(guī)章庫求得結(jié)論的產(chǎn)生式系統(tǒng)的推理方式是〔A〕正向推理 B.反向推理C.雙向推理 D.混合推理不是〔A〕具有自我推理力量 B.具有感知力量C.具有記憶與思維的力量 D.具有學(xué)習(xí)力量以及自適應(yīng)力量以下不是謂詞表示法特點(diǎn)的是〔B〕自然性 B.簡易性C.嚴(yán)密性 D.描述性以下哪個(gè)不是不確定性推理的方法〔C〕主觀Bayes方法 B.可信度方法C.理論推理法 D.模糊推理法在主觀Bayes方法中，證據(jù)E支持結(jié)論H時(shí)有〔C〕A.LS<1 B.LS=1C.LS>1 D.LS<0以下哪個(gè)系統(tǒng)屬于型專家系統(tǒng)〔D)多媒體專家系統(tǒng) B.實(shí)時(shí)專家系統(tǒng)C.軍事專家系統(tǒng) 式專家系統(tǒng)人工智能爭論的最重要最廣泛的兩大領(lǐng)域是〔B〕A.專家系統(tǒng)自動(dòng)規(guī)劃 B.專家系統(tǒng)機(jī)器學(xué)習(xí)C.機(jī)器學(xué)習(xí)自動(dòng)規(guī)劃 D.機(jī)器學(xué)習(xí)自然語言理解語義網(wǎng)絡(luò)的組成局部〔C〕A.框架與弧線 B.狀態(tài)和算符C.結(jié)點(diǎn)和鏈 D.槽和值9．設(shè)有代換：q{f(y)/xz/y},l{a/x,b/yy/z則qol=(A)A.{f(b)/x，y/z}{f(b)/x,z/y}{f(y)/x,y/z}{f(b)/x,z/b}10、以下說法不正確的選項(xiàng)是B空子句是永假的，不行滿足的。在謂詞規(guī)律中，不是任何一個(gè)謂詞公式都可通過應(yīng)用等價(jià)關(guān)系及推理規(guī)章化成相應(yīng)的子句集。任何文字的析取式稱為子句。PQP->Q的永真性。1、人工智能爭論的根本內(nèi)容不包括〔B〕A、機(jī)器行為 B、機(jī)器動(dòng)作C、機(jī)器思維 D、機(jī)器感知2、以下說法不正確的選項(xiàng)是〔C〕A、永真性：假設(shè)謂詞公式P對(duì)個(gè)體域D上的任何一個(gè)解釋都取得真值T，則稱P在D上是永真的B、可滿足性：對(duì)于謂詞公式P，假設(shè)至少存在一個(gè)解釋使得公式P在此解釋下的真值為T，則稱公式P是可滿足的C、永真性：假設(shè)謂詞公式P在個(gè)體域D上，存在一個(gè)解釋都取得真值T，則稱P在D上是永真的D、不行滿足性：假設(shè)謂詞公式P對(duì)于個(gè)體域D上的任何一個(gè)解釋都取得真值F，則稱P在D上是永久假的，假設(shè)P在每個(gè)非空個(gè)體域上均永假，則稱P永假3Bayes公式〔A〕A、P(Ai/B)=P(Ai)×P(B/Ai)/∑(P(Aj)×P(B/Aj))B、P(Ai/B)=P(Ai)×P(Ai/B)/∑(P(Aj)×P(B/Aj))C、P(Ai/B)=P(B)×P(B/Ai)/∑(P(Aj)×P(B/Aj))6、以下哪個(gè)不是框架表示法的特點(diǎn)〔C〕A、構(gòu)造化深層學(xué)問表示 B、易附加過程信息C、層次間相互獨(dú)立 D、組織構(gòu)造化10、演繹推理的三段論式不包括〔A〕A、推理 B、結(jié)論C、大前提 D、小前提2、智力具有力。B、記憶與思維力量、學(xué)習(xí)及自適應(yīng)力量、行為能A自我提高力量C轉(zhuǎn)變力量B感知力量D認(rèn)知力量3、歸結(jié)策略大致可分為兩大類： 、 〔D〕AB、限制策略循環(huán)策略C、刪除策略遞歸策略D、刪除策略限制策略4、太陽從東邊升起是＿A＿A必定大事 B不確定大事C不行能大事 D不行能大事5、以下哪一個(gè)公式是正確的〔Ｂ〕ＡP∧(PR)←→PＢ(x)P (x)(P)ＣP∨(Q∧R)←→(P∧Q)∨(P∧R)ＤP∨(P∧R)←→R6、以下數(shù)字哪個(gè)表示最模糊〔B〕Ａ0.8 Ｂ0.5Ｃ0 Ｄ17、擲二枚骰子，大事A為消滅的點(diǎn)數(shù)之和等于3的概率為〔B 〕A1/11 B 1/18 C 1/6 D 都不對(duì)8市場(chǎng)上某商品來自兩個(gè)工廠它們市場(chǎng)占有率分別為60％和40％，有兩人各自買一件。則買到的來自不同工廠之概率為〔C 〕A0.5 B0.24 C0.48 D0.39〔D〕AB、簡單匹配進(jìn)件匹配C、相像匹配準(zhǔn)確匹配D10、設(shè)甲、乙、丙三人中有人從不說真話，也有人從不說假話，某人向著三人分別提出一個(gè)問題：誰是說謊者？B和CA和CA和B誰是狡猾人，誰是說謊者？〔C〕A、甲是狡猾人，乙是說謊者B、甲是狡猾人，丙是說謊者C、丙是狡猾人，甲是說謊者D、丙是狡猾人，乙是說謊者二、推斷題〔?！睺〕經(jīng)典命題規(guī)律和謂詞規(guī)律的語義解釋只有兩個(gè)：真和假，01。〔T〕海伯倫定理可以在計(jì)算機(jī)上實(shí)現(xiàn)其證明過程〔F〕魯賓遜歸結(jié)原理中空子句是不行滿足的，假設(shè)一個(gè)子句集包含空子句集，則這個(gè)子句集肯定是不行滿足的〔T〕逆向推理的缺點(diǎn)是假設(shè)提出的假設(shè)目標(biāo)不符合事實(shí)，但是不會(huì)降低〔F〕不確定性推理指推理所使用的學(xué)問和推出的結(jié)論可以是不確定的。所謂不確定性是真值〔T〕C12參加SS2SS2是〔F〕產(chǎn)生式規(guī)章不能表達(dá)具有構(gòu)造性的學(xué)問，但效率較高〔F〕框架是用于描述具有固定的靜態(tài)對(duì)象的通用數(shù)據(jù)構(gòu)造，但是也可〔F〕語義網(wǎng)絡(luò)系統(tǒng)由兩局部組成：由語義網(wǎng)絡(luò)組成的學(xué)問庫和用于求解問題的解釋程序即推理機(jī)〔T〕〔對(duì)語言能理解、能學(xué)習(xí)、能推理?！病獭?,1,…,9105這個(gè)數(shù)0.1.〔×〕人工智能的爭論途徑是主見通過運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)展?fàn)幷?，?shí)現(xiàn)人工智能在計(jì)算機(jī)的模擬〔√〕4. {P(x) P(x)}消去蘊(yùn)含符號(hào)得：x〕{P(x)P(x)}?！病痢橙斯ぶ悄艿臓幷撻L期目標(biāo)是使現(xiàn)有的電子計(jì)算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理，而且能運(yùn)用學(xué)問處理問題，能模擬人類的局部智能行為〔×〕〔×〕〔√〕產(chǎn)生式系統(tǒng)的構(gòu)成規(guī)章庫，綜合數(shù)據(jù)庫兩局部〔×〕: X是下午 〔X，YX去打Y〔X〕X〕 ，〔√〕10．規(guī)章演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有正向推理、逆向推理和雙向推理三種推理方式。逆向推理是從用戶供給的初始事實(shí)動(dòng)身，在學(xué)問KBKS，然后按KS中選出一條學(xué)問進(jìn)展推理，并將推出的事實(shí)參加到數(shù)據(jù)庫中作為下一步推理的事實(shí)，在此之后再在學(xué)問庫中選取可適用的學(xué)問進(jìn)展推理，如此重復(fù)，直到求得了所要求的解，或者學(xué)問庫中再無可適用的學(xué)問為止?！病痢臣僭O(shè)搜尋是經(jīng)接近起始節(jié)點(diǎn)的程序來依次擴(kuò)展節(jié)點(diǎn)，這種搜尋叫深〔×〕啟發(fā)式搜尋肯定比盲目式搜尋好(×)語義網(wǎng)絡(luò)、框架等學(xué)問表示方法，均是對(duì)學(xué)問和事實(shí)的一種靜止的〔√〕中的學(xué)問，推斷出結(jié)論的過程〔×〕專家系統(tǒng)的構(gòu)造選擇不需要依據(jù)系統(tǒng)的應(yīng)用環(huán)境和所執(zhí)行任務(wù)的〔×〕圖搜尋算法中,CLOSE表用來登記待考察的節(jié)點(diǎn)〔×〕〔√〕當(dāng)有一條以上的規(guī)章的條件局部和當(dāng)前數(shù)據(jù)庫相匹配時(shí)，就需要打算首先使用哪一條規(guī)章，這稱為沖突解決。(√)命題規(guī)律無法把它所描述的客觀事物的構(gòu)造及規(guī)律特征反映出來，也不能把不同事物間的共同特征表述出來?！病?、依據(jù)閱歷對(duì)一個(gè)事物或現(xiàn)象為真的信任程度稱為可信度〔√〕2、可信度帶有較大的主觀性和閱歷性，其準(zhǔn)確性難以把握〔√〕3、CF〔√〕5、命題的取值只能有兩個(gè)〔×〕命題取值三個(gè)：真、假、無意義。6、人工智能是人們使機(jī)器具有類似于人的才智〔對(duì)語言能理解，能學(xué)習(xí)，能推理〔√〕7、命題是能推斷真假的陳述句〔√〕81956〔√〕9、任何模糊集的模糊度都是[0,1〔√〕10、明天會(huì)下雨是真命題〔×〕〔T〕〔F〕模糊集A〔F〕框架是用來描述具有固定的靜態(tài)對(duì)象的通用數(shù)據(jù)構(gòu)造，該對(duì)象用“對(duì)象...屬性 屬性值”表示〔T〕在用框架表示學(xué)問的系統(tǒng)中，問題的求解主要是通過匹配和擴(kuò)展〔F〕在語義網(wǎng)絡(luò)的一個(gè)三元組中，表示類屬關(guān)系時(shí)，箭頭所指得節(jié)點(diǎn)代表上層概念，而箭尾的節(jié)點(diǎn)代表下層節(jié)點(diǎn)〔T〕代換是形如{t1/x1,t2/x2,…,tn/xn}的有限集合。其中，x1,x2,…,xn〔F〕〔F〕一個(gè)數(shù)值，它表示相應(yīng)學(xué)問的不確定性程度，稱為學(xué)問的動(dòng)態(tài)強(qiáng)〔F〕人工智能所面對(duì)的是構(gòu)造有序，能從中分析計(jì)算出規(guī)律的問題。〔F〕命題規(guī)律有局限性,無法把它所描述的客觀事物的構(gòu)造及規(guī)律特征反映出來，也不能把不同事物間的共同特征表述出來。T謂詞公式是指無論是命題規(guī)律還是謂詞規(guī)律，可以利用連接詞把T模糊性就是指客觀事物在性態(tài)及類屬方面的不清楚性，其根源是在類似事物間存在一系列過渡狀態(tài)，它們相互滲透，相互貫穿，使得Tλ水平截集是把模糊集合向特別〔一般〕集合轉(zhuǎn)化的一個(gè)重要概念。F學(xué)問是人們?cè)陂L期的生活及社會(huì)實(shí)踐中積存起來的對(duì)客觀世界的生疏與閱歷，人們把實(shí)踐中獲得的信息關(guān)聯(lián)在一起，就獲得了學(xué)問。T推理的根本任務(wù)：是從一種推斷推出另一種推斷。TOPENF深度優(yōu)先搜尋總可以得到解，而且得到的是路徑最短的解。F1、主觀Bayes方法利用的信息將先驗(yàn)概率P(H)更為后驗(yàn)概率P(H|E)的一種計(jì)算方法〔T〕2、謂詞的個(gè)體，可以是一個(gè)常量，也可以是一個(gè)變?cè)?，還可以是一個(gè)多元〔F〕3、在一樣的條件下重復(fù)進(jìn)展某種試驗(yàn)時(shí)，試驗(yàn)結(jié)果不肯定完全一樣且不行預(yù)知的現(xiàn)象稱為隨機(jī)現(xiàn)象〔T〕4、僅個(gè)體變?cè)涣炕闹^詞稱為二介謂詞〔F〕5、Aλ∈[0,1],A的λ〔T〕6〔T〕7、蘊(yùn)含式表示學(xué)問的范圍比產(chǎn)生式表示的范圍要廣〔F〕8、模糊推理是不確定性推理中的一種〔T〕9、子句間既可以有合取詞又可以有析取詞〔F〕10、歸結(jié)策略中的限制策略盡可能減小了歸結(jié)的盲目性，使其盡快的歸結(jié)出空子句〔T〕2.人工智能的長期爭論目標(biāo):電子計(jì)算機(jī)更聰明，更有用，使它不〔×〕3.“我吃的很飽是一個(gè)命題”是一個(gè)命題〔√〕4d(A)A00〔×〕5.“雪是白色的”在人工智能中這種學(xué)問稱為“規(guī)章〔×〕產(chǎn)生式系統(tǒng)一般由掌握系統(tǒng)，規(guī)章庫，綜合數(shù)據(jù)構(gòu)成〔√〕歸結(jié)推理有多種形式，常常用的是三段論式〔×〕8、參與歸結(jié)的子句內(nèi)部含有可合一的文字，則在進(jìn)展歸結(jié)之前應(yīng)對(duì)〔√〕9close“擴(kuò)展”是指：用適宜的算符對(duì)該節(jié)點(diǎn)進(jìn)展操作，生成一組子節(jié)點(diǎn)?！病獭?0、CF(E)=0.6E0.6〔√〕三、簡答題1、什么是推理？從事實(shí)動(dòng)身，通過運(yùn)用已把握的學(xué)問，找出其中蘊(yùn)含的事實(shí)，或歸結(jié)出的事實(shí)，這一過程稱為推理。2、什么是語意網(wǎng)絡(luò)，以及語義網(wǎng)絡(luò)的組成？語義網(wǎng)絡(luò)是通過概念及其語義關(guān)系來表示學(xué)問的一種網(wǎng)絡(luò)圖。語義網(wǎng)絡(luò)由節(jié)點(diǎn)和節(jié)點(diǎn)間的弧組成，其中節(jié)點(diǎn)表示各種事物，概念，狀況，屬性，動(dòng)作，狀況等；弧表示各種語義聯(lián)系，指明他所連接的節(jié)點(diǎn)間的各種語義聯(lián)系。何謂產(chǎn)生式系統(tǒng)？它由哪幾局部組成？把一組產(chǎn)生式放在一起，讓它們相互協(xié)作，協(xié)同作用，一個(gè)產(chǎn)生式生成的結(jié)論可以供另一個(gè)產(chǎn)生式作為事實(shí)使用，以求得問題的解，這樣的系統(tǒng)稱為產(chǎn)生式系統(tǒng)。演義推理的定義及常用形式。1.大前提，這是已知的一般性學(xué)問或假設(shè)；2.小前提，這是關(guān)于所爭論的具體狀況或個(gè)別事實(shí)的推斷；3.結(jié)論，這是由大前提推出的適合于小前提所示狀況的推斷?？蚣芟到y(tǒng)中求解問題的一般過程？首先把這個(gè)問題用一個(gè)框架表示出來；然后通過與學(xué)問庫中已有的框架進(jìn)展匹配，找出一個(gè)或幾個(gè)可匹信息;人工智能的爭論目標(biāo)及人工智能的爭論途徑人工智能的爭論長期目標(biāo)人工智能的長期爭論目標(biāo)：構(gòu)造可以實(shí)現(xiàn)人類智能的智能計(jì)算機(jī)或智能系統(tǒng)。人工智能的近期爭論目標(biāo)：局部智能行為。隨著人工智能爭論的不斷深入、進(jìn)展，近期目標(biāo)將不斷變化，逐步向遠(yuǎn)期目標(biāo)靠近(3).爭論途徑：以符號(hào)處理為核心的方法——主見通過運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)展?fàn)幷?，?shí)現(xiàn)人工智能在計(jì)算機(jī)的模擬。以網(wǎng)絡(luò)連接為主的連接機(jī)制方法——主見用生物學(xué)的方法進(jìn)展?fàn)幷?，搞清楚人類智能的本質(zhì)。什么是謂詞公式答：單個(gè)謂詞是謂詞公式假設(shè)A是謂詞公式，┐A也是謂詞公式假設(shè)A，B都是謂詞公式，則A∧B，A∨B，A→B，A←→B也是謂詞公式假設(shè)A是謂詞公式，X是任一個(gè)體變?cè)?，包含全稱量詞和存在量詞的也是謂詞公式。在選擇學(xué)問表示模型時(shí)，應(yīng)當(dāng)考慮那些因素？答：充分表示領(lǐng)域?qū)W問有利于對(duì)學(xué)問的利用便于對(duì)學(xué)問的組織、維護(hù)與治理便于理解和實(shí)現(xiàn)什么是沖突？進(jìn)展匹配，此時(shí)可能發(fā)生如下三種狀況：Ⅰ. 事實(shí)不能與學(xué)問庫中的任何學(xué)問匹配成功；Ⅱ. 事實(shí)恰好只與學(xué)問庫中的一個(gè)學(xué)問匹配成功；Ⅲ. 〔組〕事實(shí)都可與學(xué)問庫中的一個(gè)學(xué)問匹配成功；或者有多個(gè)〔組〕事實(shí)可與學(xué)問庫中的多個(gè)學(xué)問匹配成功。第三種為沖突。人工智能的定義才智在機(jī)器上的模擬，或者說是人們使機(jī)器具有類似于人的才智〔對(duì)語言能理解、能學(xué)習(xí)、能推理。人人愛勞動(dòng)。〔x表示“x愛y〕78月給計(jì)算機(jī)系學(xué)生講《計(jì)算機(jī)網(wǎng)絡(luò)》課。用語義網(wǎng)絡(luò)表示5.設(shè)有以下兩個(gè)模糊關(guān)系請(qǐng)寫出R1°R2R(1,1)=(0.3∧0.2)∨(0.7∧0.6)∨(0.2∧0.9)=0.2∨0.6∨0.2=0.6R(1,2)=(0.3∧0.8)∨(0.7∧0.4)∨(0.2∧0.1)=0.3∨0.4∨0.1=0.4R(2,1)=(1∧0.2)∨(0∧0.6)∨(0.4∧0.9)=0.2∨0∨0.4=0.4R(2,2)=(1∧0.8)∨(0∧0.4)∨(0.4∧0.1)=0.8∨0∨0.1=0.8R(3,1)=(0∧0.2)∨(0.5∧0.6)∨(1∧0.9)=0.2∨0.6∨0.9=0.9R(3,2)=(0∧0.8)∨(0.5∧0.4)∨(1∧0.1)=0∨0.4∨0.1=0.42、11008020名學(xué)生中有男32不是昆明學(xué)生的概率：2、3、甲袋中有6486的概率：5、用語義網(wǎng)絡(luò)表示以下信息胡途是思源公司的經(jīng)理，他35歲，住在飛天胡同68號(hào)89：8978燈亮30秒，綠燈亮25秒，黃燈亮5秒，當(dāng)你抬頭看信號(hào)燈時(shí)，是黃燈的概率為 1/12621/151.命題公式的一個(gè)解釋是什么含義？并求解以下命題公式的一個(gè)真值指派。答：對(duì)命題公式中各個(gè)命題變?cè)囊淮握嬷抵概煞Q為命題公式的一個(gè)解釋。2.為什么要爭論模糊理論？身就是不確定的。假設(shè)以下事實(shí)：張某被盜，公安局派了五個(gè)偵察員去調(diào)查。爭論案情時(shí)，偵察員Ａ說：“趙與錢中至少有一””“”；偵察員Ｄ說“趙與孫至少一個(gè)與案無關(guān)”；偵察員Ｅ說“錢與李中至少有一人與此案無關(guān)”。假設(shè)這五個(gè)偵察員的話都是可信的，試用消解原理推理求出誰是盜竊犯。由五個(gè)偵察員的話為真，有P〔z〕p〔q〕〔1〕P〔q〕p〔s〕〔2〕P〔s〕p〔l〕〔3〕pzs〕pql〕把結(jié)論的否認(rèn)參加結(jié)論的否認(rèn)的否認(rèn)的子句中去，得：px〕vx〕由于這些全都是子句，所以化為子句集的步驟可以省略了。14〕歸結(jié)得：p〔qps7〕27〕歸結(jié)得：p〔q〕〔8〕即：錢是盜竊犯。58〕李不是盜竊犯。39〕歸結(jié)得) 孫是盜竊犯。4〕趙不是盜竊犯。所以，錢和孫是盜竊犯?？蚣鼙硎痉ǖ奶攸c(diǎn)框架能進(jìn)展構(gòu)造化深層學(xué)問表示：當(dāng)于用人的閱歷推測(cè)。適合表示常識(shí)性學(xué)問；表示實(shí)體固有的因果模型，便于學(xué)問的解釋；(2) 簡潔附加過程信息?？蚣苤饕枋鲮o態(tài)學(xué)問，它的if_needed，if_added，if_removed框架之間的層次構(gòu)造供給了繼承特性。一個(gè)框架的屬性及附加過程可從高層次的框架繼承下來。單元；可利用系統(tǒng)擴(kuò)展、模塊化。1.〔1〕 核集 (2) 水平截集 (3) 支集 〔1〕〔1〕〔2〕〔3〕學(xué)問的特性？LIKE(x,y):xy┐〔〔X〕MAN〔X〕→LIKE〔X，籃球〕〕6.OpenClosed節(jié)點(diǎn)。什么是可信度？依據(jù)閱歷對(duì)一個(gè)事物或者現(xiàn)象為真的信任程度稱為可信度四、計(jì)算題設(shè)FUU×V上的模糊關(guān)系，F(xiàn)和R分別為：F{0.4,0.6,0.8}0.1 0.3 0.5 R0.4 0.6 0.3 0求模糊變換F·R。解：FR{0.40.10.60.40.80.6,0.40.30.60.60.80.30.40.50.60.80.80}={0.1∨0.4∨0.6,0.3∨0.6∨0.3,0.4∨0.6∨0}={0.6,0.6,0.6}ABC想法：三人中至少錄用一人；AB,C;BC;求證：公司肯定錄用C。(1) P(A)P(B)P(C)(2) P(A)P(B)P(C)(3) P(B)P(C)(4) P(C)應(yīng)用歸結(jié)原理進(jìn)展歸結(jié):(5) P(BP(C) (1)與(2)歸結(jié)(6) P(C) (3)與(5)歸結(jié)(7) NIL (4)與6)歸結(jié)C。寫出學(xué)生框架的描述。設(shè)有如下一組學(xué)問：R1:IFE1THENR2:IFE2THENR3:IFE3THEN

H (0.8)H (0.6)H (-0.5)R4:IF E4AND(E5ORE6)R5:IF E7ANDE8THEN

THENE3(0.9)

E1(0.7)：CF(E2)=0.8CF(E4)=0.5CF(E5)=0.6CF(E6)=0.7,CF(E7)=0.6,CF(E8)=0.9解：R4得到：CF(E1)=0.7×max{0,CF[E4AND(E5ORE6)]}=0.7×max{0,min{CF(E4),CF(E5ORE6)}}=0.35R5得到：CF(E3)=0.9×max{0,CF[E7ANDE8]}=0.90.6=0.54r1得到：CF1(H)=0.8max{0,CF(E1)}=0.80.35=0.28r2得到：CF2(H)=0.6max{0,CF(E2)}=0.60.8=0.48由r3得到：CF3(H)=-0.5max{0,CF(E3)}=-0.50.54=-0.27結(jié)論不確定性的合成算法CF1，2(H)=CF1(H)+CF2(H)–CF1(H)CF2(H)=0.28+0.48–0.280.48=0.63=0.49即：CFH0.49其他合并：13,2：CFH=0.4872；23,1：CFH=0.4888P(B1)=0.04,P(B2)=0.02，R1:A→B1 LS=20 LN=0.1R2:B1→B2 LS=300 LN=0.001P(B2|A)。R2時(shí)，證據(jù)B1并不是確定的發(fā)生了，即P(B1)≠1先依照AR1得：O(B1)=0.04/(1-0.04)=0.0417O(B1|A)=LS*O(B1)=0.83P(B1|A)=0.83/(1+0.83)=0.454P(B1|A)=0.454P(B1)P(B1|A)=1,計(jì)算：P(B2|B1)=300*0.02/(300－1)*0.02+1)=0.857最終，進(jìn)展插值：P(B2|A)=0.02+[(0.857-0.02)/(1-0.04)]*(0.454-0.04)=0.410設(shè)：(1)x是y的父親，y是z的父親，則x是z的祖父；(2)每個(gè)人都有一個(gè)父親。是u父。解：先定義謂詞F(x,y)：xy的父親z的祖父P(x)：x是一個(gè)人再用謂詞把問題描述出來：F1：xyz)(F(x,y)∧F(y,z))→GF(x,z))y))求證結(jié)論G：( P(u)→GF(v,u))F1，F(xiàn)2和?G化成子句集：①?F(x,y)∨?F(y,z)∨GF(x,z)②?P(r)∨F(s,r)③P(u)④?GF(v,u))對(duì)上述擴(kuò)大的子句集，其歸結(jié)推理過程如下：3〔10分〕：xy的父親，yzxz的祖父uv，vu的祖父定義謂詞：F(x,y)：yxG(x,y)yxxy,yzxz祖父字句集合：1:F(x,y)2:F〔y,z〕3:F(x,y)∨F〔y,z〕∨G〔x,z〕4:G(u,v)F〔y,z〕∨G〔x,z〕1+37:nil4+6{u/x,v/y}所以命題成立H1,H2,H3P(H1)=0.3 P(H2)=0.4 P(H3)=0.5P(E/H1)=0.5P(E/H2)=0.3P(E/H3)=0.4P(H1/E)，P(H2/E)P(H3/E)解：依據(jù)公式PP(A/E)P(A)P(E/A)iii..........(i1,2,...,n)nP(A)P(E/A)iii1請(qǐng)對(duì)以下命題分別寫出它們的語義網(wǎng)絡(luò)：每個(gè)學(xué)生都有一臺(tái)計(jì)算機(jī)。2四1、謂詞規(guī)律形式化以下描述“不存在最大的整數(shù)2、狀態(tài)空間法的要點(diǎn)是什么？符，問題的狀態(tài)空間3、語義網(wǎng)絡(luò)的要點(diǎn)是什么？類屬關(guān)系，包含關(guān)系，屬性關(guān)系，時(shí)間關(guān)系，位置關(guān)系，相近關(guān)系，推論關(guān)系4、將以下自然語言轉(zhuǎn)化為謂詞表示形式：全部的人都是要呼吸的。每個(gè)學(xué)生都要參與考試。任何整數(shù)或是正的或是負(fù)的。(1)V-x(M(x)→H(x)) (2) V-x(P(x)→Q(x))U={u1,u2,u3,u4,u5} 并設(shè)A、B是U上的兩個(gè)模糊集，且有A=0.9/u1+0.7/u2+0.5/u3+0.3/u4B=0.6/u3+0.8/u4+1/u5求A∪B、A∩B、﹁A。解：A∩B=(0.9∧0)/u1+(0.7∧0)/u2+(0.5∧0.6)/u3+(0.3∧0.8)/u4+(0∧1)/u5=0/u1+0/u2+0.5/u3+0.3/u4+0/u5=0.5/u3+0.3/u4A∪B=(0.9∨0)/u1+(0.7∨0)/u2+(0.5∨0.6)/u3+(0.3∨0.8)/u4+(0∨1)/u5=0.9/u1+0.7/u2+0.6/u3+0.8/u4+1/u5﹁A=(1-0.9)/u1+(1-0.7)/u2+(1-0.5)/u3+(1-0.3)/u4+(1-0)/u5=0.1/u1+0.3/u2+0.5/u3+0.7/u4+1/u5F：張先生是小王的上司〔boss；F：小王是小劉的同事Y求：小劉的上司是誰？解:謂詞的定義：boss〔X,Y：YXworkmate(X,Y)：XYF1：boss(wangzhang).F2：workmate(liu,wang).F3：(X)(Y)(workmate(X,Y)boss(X,Z)boss(Y,Z)).G：(X)boss(liu,X)ANSWER(X).91.去蘊(yùn)含〔；把非移到僅靠謂詞的位置；重命名變?cè)?；消去存在；將全稱量詞向左靠；轉(zhuǎn)化成子句集〔是合取的形式；去全稱量詞；對(duì)變?cè)?，是不同子句中的變?cè)煌?；消去合取詞；最終得到的子句集如下：boss(wang,zhang).workmate(liu,wang).workmate(X,Y)boss(X,Z)boss(Y,Z).boss(liu,U)ANSWER(U).應(yīng)用歸結(jié)原理進(jìn)展歸結(jié)〔5〕 〔1〔3〕歸結(jié)workmate(wang,Y)boss(wang,Z)boss(Y,Z).workmate(wang,Y)boss(wang,zhang)boss(Y,zhang).workmate(wang,Y)boss(Y,zhang).〔6〕 〔4〔5〕歸結(jié)workmate(wang,liu)ANSWER(zhang).〔7〕 〔2〔6〕歸結(jié)ANSWER(zhang).由ANSWER(zhang)可得出：小劉的上司是張先生。歸結(jié)策略證明：有些很聰明的人并不識(shí)字解：〔2分x是能閱讀的；y是識(shí)字的；r，h表示海豚?！?分〕～Read(r)∨Know(r)～Know(h)Wise(a)～Wise(r)∨Know(r)〔4分〕(5)Know(a)(3)與(4)歸結(jié)，σ＝｛a/r｝NIL(2)與(5)歸結(jié)，σ＝｛a/h｝ 證。3.：〔Wang〕先生是小李〔Li〕的教師；F2：小李與小張〔Zhang〕是同班同學(xué)；y的教師。求：小張的教師是誰？首先定義謂詞：T(x,y)：x是y的教師；C(x,y)：xyF1:T(Wang,Li)F2:C(Li,Zhang)F3:(x)(y)( z)(C(x,y)T(z,x) G: (x)T(x,Zhang) ANSWER(x)把上述公式化為子句集：T(Wang,Li〕C(Li,Zhang)C(x,y) T(z,x)T(z,y)T(u,Zhang) 用歸結(jié)原理進(jìn)展歸結(jié)：C(Li,y) T(Wang,y) (1)與(3)歸結(jié)C(Li,Zhang) ANSWER(Wang)(4)與(5)歸結(jié)〔wang/u〕 ANSWER(Wang) (6)歸結(jié)ANSWER(Wang)得知，小張的教師是王教師。2設(shè)有規(guī)章r1:IFE1THEN(2,0.0001) H1r2:IFE1ANDE2THEN(100,0.001)H1r3:IFH1THEN(50,0.01)H2：P(E1)=P(E2)=0.6 P(H1)=0.091，P(H2)=0.01P(E1|S1)=0.84, P(E2|S2)=0.68，求P(H2|S1,S2)1 1 解：(1)rO(H|S1 1 1 1 1 先把H的先驗(yàn)概率更為在EP(H|E1 1 1 P(H|E)=(LS×P(H))/((LS-1)×P(H)+1)1 1 1 1 1 1=(2×0.091)/((2-1)×0.091+1)=0.16682P(E1|S1)=0.84>P(E1)P(H|S公式的后半局部，得到在當(dāng)前觀看S1下的后驗(yàn)P(H1|S1)O(H1|S1)P(H|S)=P(H)+((P(H|E

)–P(H))/(1-P(E)))×(P(E

|S)–P(E))1 1 1

1 1

1 1 1 1=0.091+(0.16682–0.091)/(1–0.6))×(0.84–0.6)=0.091+0.18955×0.24=0.136492O(H1|S1)=P(H1|S1)/(1-P(H1|S1))=0.158072 1 由rO(H|S2 1 1 2 1 先把H的先驗(yàn)概率更為在EP(H|E1 2 1 P(H|E)=(LS×P(H))/((LS-1)×P(H)+1)1 2 2 1 2 1=(100×0.091)/((100-1)×0.091+1)=0.909182 2 2 1 2 1 P(E|S)=0.68>P(E)P(H|S公式的后半局部，得到在當(dāng)前觀看S下的后驗(yàn)P(H|S)O(H|2 2 2 1 2 1 P(H|S)=P(H)+((P(H|E

)–P(H))/(1-P(E)))×(P(E

|S)–P(E))1 2 1

1 2

2 2 2 2=0.091+(0.90918–0.091)/(1–0.6))×(0.68–0.6)=0.25464O(H1|S2)=P(H1|S2)/(1-P(H1|S2))=0.341631 1 2 1 1 O(H|S,S)P(H|S,S1 1 2 1 1 H先將 的先驗(yàn)概率轉(zhuǎn)換為先驗(yàn)幾率H1O(H1)=P(H1)/(1-P(H1))=0.091/(1-0.091)=0.10011H再依據(jù)合成公式計(jì)算 的后驗(yàn)幾率H1O(H|S,S)=(O(H|S

)/O(H))×(O(H|S

)/O(H))×O(H)1 1 2

1 1

1 2 1 1=(0.15807/0.10011)×(0.34163)/0.10011)×0.10011=0.53942再將該后驗(yàn)幾率轉(zhuǎn)換為后驗(yàn)概率P(H1|S1,S2)=O(H1|S1,S2)/(1+O(H1|S1,S2))=0.350403 2 由rO(H|H3 2 2 1 2 先把H的先驗(yàn)概率更為在HP(H|H2 1 2 P(H|H)=(LS×P(H))/((LS-1)×P(H)+1)2 1 3 2 3 2=(50×0.01)/((50-1)×0.01+1)=0.335571 1 2 1 1 P(H|S,S)=0.35040>P(H)P(H|S公式的后半局部，得到在當(dāng)前觀看S1 1 2 1 1 HP(H|S,S)O(H|S,S)2 2 1 2 2 1 2P(H|S,S)=P(H)+((P(H|H

)–P(H))/(1-P(H

)))×(P(H|S,S)–P(H))2 1 2 2

2 1

1 1 1 2 1=0.01+(0.33557–0.01)/(1–0.091))×(0.35040–0.091)=0.10291O(H2|S1,S2)=P(H2|S1,S2)/(1-P(H2|S1,S2))=0.10291/(1-0.10291)=0.11472可見，H2原來的概率是0.01