我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:2019跑狗图高清彩图 > 语义树 >

《人工智能》(答案)

归档日期:08-15       文本归类:语义树      文章编辑:爱尚语录

  《人工智能》(答案)_工学_高等教育_教育专区。计算机本科考试,人工智能答案。

  测 试 题 答 案 ——人工智能原理 一、填空题 1.知识 研究模拟智能程序 研制智能计算 2.模式识别 问题求解 定理证明 专家系统 机器视觉和机器学习 3.一阶谓词逻辑 框架 语义网络 脚本和 Petri 网络 4.规则库 综合数据库 控制系统 5.删除策略 支持集策略 线性输入策略 单文字子句策略 祖先过滤策略 6.队列 堆栈 7.确定因子法 主观 Bayes 法 D-S 证据理论 可能性理论 8.符号主义 联想主义 行为主义 9.知识获取 人类领域专家获取知识 系统运行过程中的知识获取 10.信任程度的增长 不信任程度的增长 11.模式识别 定理证明 程序自动设计 专家系统 机器学习 自然语言理解 12.否定 合取 析取 蕴涵 13.正向演绎 逆向演绎 双向演绎 14. Bel ( A) = b? A ∑ m(b) Pl ( A) = 1 ? Bel (?A) 15.初始状态集合 算符集合 目标状态集合 16.机器感知 机器思维 机器行为 智能机构造技术 机器学习 17.一阶谓词逻辑 语义网络 框架 脚本 产生式 18.DENDRAL 1965 Fengenbum 关 幼 波 肝 病 诊 断 与 治 疗 专 家 系 统 1978 19. 分层前向网络 反馈层向网络 互连前向网络 20.槽 侧面 21.综合数据库 规则库 控制系统 22.叙述性表示 过程性表示 二、选择题 1.B 2.C 3.C 4.C 5.A 6.B 7.A 8.B 9.C 10.D 11.D 12.B 13.C 14.A 15.D 16.B 17.A 18.B 19.B 20.A 三、判断题 1.错误 2.错误 3.正确 4.错误 5.错误 6.正确 7.正确 8.正确 9.正确 10.错误 11.正确 12.正确 13.错误 14.错误 15.错误 16.正确 17.正确 18.错误 19.正确 20.正确 21.正确 22.错误 23.错误 24.正确 25.正确 26.正确 27.错误 28.错误 29.正确 30.正确 31.正确 四、名词解释 1.可解结点:对应本原问题的终端节点是可解节点;或节点的后继节点并非全部不可解, 那么该或节点是可解的;与节点的后继节点均为可解节点时,那么该与节点为可解节点。 2.专家系统:专家系统是一个大型的软件,它的功能应该不低于人类专家解决问题的能 力。 3.状态空间:状态是描述问题求解过程中任一时刻状况的数据结构,通常用一组变量的 有序组合表示。而状态空间是问题的全部状态及一切可用算符构成的集合。 4.产生式系统:产生式系统由三个部分所组成,即规则库,综合数据库和控制系统。 5. 图灵测试(Turing Test) :图灵测试是衡量计算机是否是智能机的标准,图灵测试由三 方组成:被测试的人、被测试的机器和主持测试的考官。考官提出问题分别让被测试的人和 机器做答,如果考官分不清楚哪个答案是人作出的,哪个答案是机器作出的,则图灵测试认 为计算机就具备智能了。 6. 盲目搜索:是按预定的控制策略进行搜索,在搜索的过程中获得的信息不用来改进控 制策略。 7. 估价函数:用来估价节点重要性的函数称为估价函数。一般形式为 f ( x ) = g ( x ) + h( x ) 其中 g(x)为从初始节点 S 0 到节点 x 已经实际付出的代价, h(x)为从节点 x 到目标节点 S g 的 最优估计。 8. 人工智能:是一门研究知识的一门学科,即如何表示知识,如何获取知识,如何使用 知识的学科的科学 9. 合 适 公 式 : 原 子 是 合 式 公 式 , 若 A , B 是 合 式 公 式 , 则 ?A 、 A ∧ B, A ∨ B, A → B, A ? B 也是合式公式, A(x) 是合式公式, (?x) A( x), (?x) A( x) 若 则 也是合式公式,除此之外再也没有其他的公式是合式公式。 10.W 的差异集合: 首先找出 W 的所有表达式中不相同的第一个符号, 然后从 W 的每个表达 式中抽出占有这个位置的子表达式。所有这些子表达式的集合就是 W 的差异集合。 11. 机器学习:机器学习就是系统在运行时可以做一些适应性的变化,使得系统在下一次 执行类似上一次任务时比上一次更家有效,更加快捷,更加完善。12. 产生式:基本形式 P →Q,其中规则的前件 P 为前提, 具体形式可以是谓词公式、 关系表达式和真值函数的任意与、 或、非组合,可以不精确匹配;而规则的后件 Q 则表示规则激活时应该执行的动作或应该得 出的结论。 13.启发式搜索:启发式搜索又称为有知识搜索, 它是在搜索中利用与应用领域有关的启发 性知识来控制搜索路线的一种搜索方法。 由于这类方法在搜索中利用了与问题求解有关的知 识,不必穷尽地试验每一种可能性,在任何时刻对将要搜索的节点都进行评价,从中选择一 个最有希望到达目标节点的节点优先搜索,这就避免了无效搜索,提高了搜索速度。 14.归结原理 :为了证明子句集 S 的不可满足,只要对 S 中可进行归结的子句进行归结, 并把归结式加入子句集 S.得到新子句集 S1,则 S 与 S1 在不可满足的意义上是等价的,归结 原理的本质思想是去检查子句集 S 是否包含一个空子句 , 如果 S 包含 , S 是不可满足的。 则 如果 S 不包含 , 则去检查 是否可由 S 推导出来。 当然这个推理规则必须保证推出的子句是 原亲本子句的逻辑结果。15.设 S 是子句集。集合 A={所有形如 P(t1,…,tn)的元素}称作子 句集 S 的原子集。其中 P(t1,…,tn)是出现于 S 中的任一谓词符号,而 t1,…,tn 是 S 的 H 域的任意元素。 五、论述题 简答题 1.规则演绎系统可分为:①前向演绎系统:基于一组前向规则,从事实出发进行推理;② 后向演绎系统:基于一组后向规则,从目标出发进行推理;③双向演绎系统:同时基于前向 和后向规则,同时从事实和目标出发进行推理; 产生式系统的推理可分为:①正向推理:从初始事实数据出发,正向使用规则进行推理, 朝目标方向前进;②反向推理:从目标出发,反向使用规则进行推理,朝初始事实或数据方 向前进; 2.专家系统的概念结构有六部分组成: ⑴ 知识库,用以存储知识的集合; ⑵ 推理机,使用知识库中的知识进行推理而解决问题; ⑶ 动态数据库,存放初始证据事实、推理结果和控制信息的场所; ⑷ 人机界面,最终用户和专家系统的交互界面; ⑸ 解释模块,负责向用户解释专家系统的行为和结果; ⑹ 知识库管理系统,是知识库的支撑软件,类似于数据库管理系统对数据库的作用。 3.人工智能的基本技术有下列五种: ⑴ 推理技术:对推理的研究往往涉及到对逻辑的研究,逻辑是人脑思维的规律,从而 也是推理的理论基础; ⑵ 搜索技术:搜索是指连续进行推理的过程,它是对推理进行引导和控制的技术; ⑶ 知识表示和知识库技术:知识表示涉及知识的逻辑结构和物理结构,知识库类似于 数据库,由于知识是智能的基础和源泉,因此,知识表示和知识库是人工智能的核心技术; ⑷ 归纳技术:是指机器自动提取概念、抽取知识、寻找规律的技术; ⑸ 联想技术:联想是最基本、最基础的思维活动,其前提是联想记忆或联想存储; 4.不确定性推理与通常的确定性推理有本质的差别: ⑴不确定性推理中符号模式匹配能够成功, 不但要求两个符号模式本身能够匹配, 而且 要求证据事实所含的不确定性程度必须达到一定的限度; ⑵不确定推理中一个规则的触发, 不仅要求其前提能匹配成功, 而且前提条件的不确定 性总程度还必须至少达到阀值; ⑶不确定性推理中推得的结论是否有效,也取决其不确定性程度是否达到阀值; ⑷不确定性推理还要求有一套关于不确定性度量的计算方法。 证明题 5.解: ~I (x)∨R (x) {x/y} ~I (x)∨~L (x) {a/x} ~I (a) I (a) L(a) ~R (y)∨~L (y) NIL 6. 证明:首先把 F 和 ?G 化为子句集: (1) ?A( x, y ) ∨ ?B ( y ) ∨ C ( f ( x )) (3) ?C (z ) (5) B (b) (6) ?A( x, y ) ∨ B ( y ) (7) ?B (b) (8) Nil (2) ?A( x, y ) ∨ ?B ( y ) ∨ D ( x, f ( x)) (4) A( a, b) 下面进行归结: (1)与(3) (4)与(6) (5)与(7) 7. 证:此 S 子句集的原子集: A = {P, 完整的语义树如下: N0 P Q × ?P ?Q Q} ?Q Q × N22 × N23 N21 × N24 I N 21 = {P, Q} ,使子句?P∨?Q 为假 I N 22 = {P, ?Q} ,使子句?P∨Q 为假 I N 23 = {?P, Q} ,使子句 P∨?Q 为假 I N 21 = {?P, ?Q} ,使子句 P∨Q 为假 即该语义树是封闭的,由海伯伦定理知该子句集不可满足。证毕。 8. 证:此问题既是证明公式 ?(( H ( x ) → M ( x )) ∧ H ( a ) → M ( a )) 为恒假 将公式 ?(( H ( x ) → M ( x )) ∧ H ( a ) → M ( a )) 化成对应的子句集: S = {?H ( x) ∨ M ( x), H (a ), ?M (a )} 应用归结原理: ≠ ?H ( x ) ∨ M ( x ) ≡ H (a ) ≈ ?M (a ) … M (a ) ? τ 证毕。 计算题 9. (1)设 Computer_system(x):x 是计算机系统 Intelligent(x):x 是智能的 Perform_task(x): x 执行任务 Require(x):x 要求的 Man(x):x 是人 则有 由≠ 、≡ 归结 由≈ 、… 归结 (?x) Intelligent (Computer _ system( x)) → (?y ) Perform _ task ( y ) ∧ Re quire(man( y )) (2)设 Formula(x) :表示 x 是公式;Connective_” “ :表示 x 的联结词是; (x) Equivalent(x,y) x 与 y 等价, 则可以表示为: : (?x) Formila ( x) ∧ Connective _ → ( x) ∧ (?y ) Formula ( y ) ∧ Connective _∨ ( y ) → Equivalent ( x, y ) (3) Input(x): 设 表示 x 是输入算法; Unification(y): 表示 y 是不能合一算法; Output(x): 表示 x 是输出算法;mug(y):y 是最小合一;Fall(x):表示 x 失败,那么我们可以用一 阶谓词逻辑表示为: (?x) Input ( x) ∧ Unification( x) → (?y )Output ( y ) ∧ Mug ( y ); (?x) Input ( x) ∧ ?Unification( x) → (?y )output ( y ) ∧ Fall ( y ) 10.解:所求 CF(H)=0.864 11. 解(1)原式= ?x (?P ( x ) ∨ ?yQ ( x, y )) = ?x?y (?P ( x ) ∨ Q ( x, y )) (2)原式= ??x (?P ( x ) ∨ ?xQ ( x )) = ??x (?P ( x ) ∨ ?yQ ( y )) = ?x?(?P ( x ) ∨ ?yQ ( y )) = ?x ( P ( x ) ∧ ??yQ ( y )) = ?x ( P ( x) ∧ ?y?Q ( y )) = ?x?y ( P ( x ) ∧ ?Q ( y )) 12. 解: 1) ((x) P(x) ∨ (x) Q(x)) → (x) ( P(x) ∨ Q(x) ) = ((x) ~P(x) ∧ (x) ~Q(x) ) ∨ (y) ( P(y) ∨ Q(y) ) = (y) (x) (~P(x) ∧ ~Q(x) ∨ P(y) ∨ Q(y) ) = (y) (x) ( (~P(x) ∨ P(y) ∨ Q(y) ) ∧ (~Q(x) ∨ P(y) ∨ Q(y) ) ) 化为 skolem 子句形: (~P(x) ∨ P(a) ∨ Q(a) ) ∧ (~Q(x) ∨ P(a) ∨ Q(a) ) 2) (x) ( P(x) → (y) ( (z) Q(z , y) → ~ (z)R(y , z) ) ) = (x) (y) (z) (v) ( ~P(x) ∨ ~Q(z , y) ∨ ~R(y , v)) 化为 skolem 子句形: ~P(x) ∨ ~Q(z , y) ∨ ~R(y , v) 3) (x) P(x) → (x) ( (z) (Q(x ,z )) ∨ (y)R(x , y , z) ) = (x) ( ~P(x) ∨ (z)( Q(x ,z ) ∨ (y)R(x , y, z) )) = (x) (z) (y) (~P(x) ∨ Q(x ,z ) ∨ R(x , y, z) ) 化为 skolem 子句形: ~P(a) ∨ Q(a ,z ) ∨ R(a , y, z)

本文链接:http://furymagazine.com/yuyishu/245.html

上一篇:一种新的语义相似度计算方法

下一篇:没有了