北京科技大学人工智能2012-2013期末考试试卷+答案
- 格式:pdf
- 大小:553.54 KB
- 文档页数:6
2012—2013学年度第二学期期末试卷考试课程:《人工智能》考核类型:考试A卷考试形式:开卷出卷教师:考试专业:考试班级:一单项选择题(每小题2分,共10分)1.首次提出“人工智能”是在(D)年A.1946B.1960C.1916D.19562.人工智能应用研究的两个最重要最广泛领域为:BA.专家系统、自动规划B.专家系统、机器学习C.机器学习、智能控制D.机器学习、自然语言理解3.下列不是知识表示法的是 A。
A:计算机表示法B:“与/或”图表示法C:状态空间表示法D:产生式规则表示法4.下列关于不确定性知识描述错误的是 C。
A:不确定性知识是不可以精确表示的B:专家知识通常属于不确定性知识C:不确定性知识是经过处理过的知识D:不确定性知识的事实与结论的关系不是简单的“是”或“不是”。
5.下图是一个迷宫,S0是入口,Sg是出口,把入口作为初始节点,出口作为目标节点,通道作为分支,画出从入口S出发,寻找出口Sg的状态树。
根据深度优先搜索方法搜索的路径是 C。
A:s0-s4-s5-s6-s9-sg B:s0-s4-s1-s2-s3-s6-s9-sgC:s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D:s0-s4-s7-s5-s6-s9-sg二填空题(每空2分,共20分)1.目前人工智能的主要学派有三家:符号主义、进化主义和连接主义。
2.问题的状态空间包含三种说明的集合,初始状态集合S、操作符集合F以及目标状态集合G。
3、启发式搜索中,利用一些线索来帮助足迹选择搜索方向,这些线索称为启发式(Heuristic)信息。
4、计算智能是人工智能研究的新内容,涉及神经计算、模糊计算和进化计算等。
5、不确定性推理主要有两种不确定性,即关于结论的不确定性和关于证据的不确定性。
三名称解释(每词4分,共20分)人工智能专家系统遗传算法机器学习数据挖掘答:(1)人工智能人工智能(ArtificialIntelligence),英文缩写为AI。
xx学校ﻩﻩ2012—2013学年度第二学期期末试卷考试课程:《人工智能》考核类型:考试A卷考试形式:开卷出卷教师:考试专业: 考试班级:一单项选择题(每小题2分,共10分)1.首次提出“人工智能”是在(D )年A.1946B.1960 C.1916ﻩﻩD.19562. 人工智能应用研究的两个最重要最广泛领域为:BA.专家系统、自动规划B.专家系统、机器学习C. 机器学习、智能控制D. 机器学习、自然语言理解3. 下列不是知识表示法的是 A 。
A:计算机表示法B:“与/或”图表示法C:状态空间表示法ﻩﻩD:产生式规则表示法4. 下列关于不确定性知识描述错误的是 C 。
A:不确定性知识是不可以精确表示的ﻩﻩB:专家知识通常属于不确定性知识C:不确定性知识是经过处理过的知识D:不确定性知识的事实与结论的关系不是简单的“是”或“不是”。
5.下图是一个迷宫,S0是入口,Sg是出口,把入口作为初始节点,出口作为目标节点,通道作为分支,画出从入口S0出发,寻找出口Sg的状态树。
根据深度优先搜索方法搜索的路径是 C 。
A:s0-s4-s5-s6-s9-sg ﻩB:s0-s4-s1-s2-s3-s6-s9-sgC:s0-s4-s1-s2-s3-s5-s6-s8-s9-sg ﻩD:s0-s4-s7-s5-s6-s9-sg二填空题(每空2分,共20分)1.目前人工智能的主要学派有三家:符号主义、进化主义和连接主义。
2.问题的状态空间包含三种说明的集合, 初始状态集合S、操作符集合F以及目标状态集合G 。
3、启发式搜索中,利用一些线索来帮助足迹选择搜索方向,这些线索称为启发式(Heu ristic)信息。
4、计算智能是人工智能研究的新内容,涉及神经计算、模糊计算和进化计算等。
5、不确定性推理主要有两种不确定性,即关于结论的不确定性和关于证据的不确定性。
三名称解释(每词4分,共20分)人工智能专家系统遗传算法机器学习数据挖掘答:(1)人工智能人工智能(ArtificialIntelligence) ,英文缩写为AI。
(此文档为Word格式,下载后可以任意编辑修改!)试卷装订封面人工智能期末考试卷(1)一、填空题(每空1分,共10分)1智能具有五个特征,分别为① 学习能力、自适应能力、②记忆与思维能力、表达能力和感知能力。
2. 机器的③ 感知能力是让机器自动获取知识的基本条件,而知识的自动获取一直是智能系统研究中最困难的问题之一。
3•从研究的角度不同,对人工智能的研究可分两大阵营:④ 联接和⑤符号。
其中⑤符号的理论基础为数理逻辑。
4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题,子问题再转换为更简单的子问题,最终将问题转换为对本原问题的知识表示方法。
5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。
6. 当某个算符被认为是问题求解的决定步骤时,此算符为⑧关键算符。
7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可能会发生⑨组合爆炸。
8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心理学模型。
1972年,Simon首先将⑩用于自然语言理解系统。
二、简答题(共30分)1. 什么是A*算法的可纳性?(4分)答:在搜索图存在从初始状态节点到目标状态节点解答路径的情况下,若一个搜索法总能找到最短(代价最小)的解答路径,则称算法具有可采纳性。
2. 在一般图搜索算法中,当对某一个节点n进行扩展时,n的后继节点可分为三类,请举例说明对这三类节点的不同的处理方法。
(8分)答:把SNS中的子节点分为三类:(1)全新节点,(2)已出现于OPEN表的节点,(3 )已出现于CLOSE表的节点;/后二类子节点实际上意味着具有新老两个父节点;(3分)*加第1类子节点于OPEN表,并建立从子节点到父节点n的指;(1分)*比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价,若经由新父节点的代价较小,则移动子节点指向新父节点(2分)•对于第3类子节点作与第2类同样的处理,并把这些子节点从CLOSE 表中移出,重新加入OPEN表;(2分)3. 请简述不确定性推理的含义。
北京科技大学 2012--2013学年 第 二 学期人工智能及其应用试卷(答案)院(系) 班级 学号 姓名一、(每个填空1分,共12分)填空选择题1、任何“与”节点x 的β值如果不能提升其先辈结点的α值,则对节点x 以下的分支可以停止搜索,并使x 的倒推值为β 是( A )。
A :α剪枝B :β剪枝2、问题归约是将复杂问题通过( 分解 )和( 变换 )转化为一系列较为简单的问题,然后通过对这些较简单的问题的求解来实现对原问题的求解。
3、贝叶斯网络是一个节点对应于随机变量的( 有向无环 )图,每一个节点在给定父节点下都有一个( 条件概率表 )。
4、主观Bayes 推理中,因子LS 、LN 的如下取值那组不合理?( D )(A )LS>1、LN<1; (B )LS<1、LN>1; (C )LS=1、LN=1; (D )LS>1、LN>15、CF 模型中,证据A 、B 的可信度CF (A )=0.6、CF (B )=0.5,那么组合证据A and B 的可信度CF (A and B )=( 0.5 )装 订 线 内 不 得 答题自觉遵 守考 试 规 则,诚 信 考 试,绝 不作 弊6、设置换θ={f(y)/x,z/y},λ={a/x,b/y,y/z}则θ和λ的合成为({f(a)/x,z/y})。
7、知识表示的方法主要有(一阶谓词逻辑表示法)、(产生式表示法)、(语义网络表示法)和(框架表示方法)、(对象表示方法)。
二、简答题(20分,每题10分)1、产生式系统由那几个部分组成?每部分完成的基本功能是什么?答:组成产生式系统的三要素:(1)综合数据库;(2)产生式规则库(或者规则集);(3)一个控制系统(或者控制策略)2、什么是不确定推理?其基本问题是什么?答:建立在不确定性知识和证据的基础上的推理,是一种从不确定的初始证据出发,通过运用不确定性知识,最终推出具有一定程度的不确定性但又是合理或基本合理的结论的思维过程。
《人工智能》的答案第1章问题:《人工智能》课程为理工类通选课,本课程给予学生的主要是思想而不是知识。
答案:正确第2章问题:图灵曾协助军方破解()的著名密码系统Enigma。
答案:德国问题:电影《模仿游戏》是纪念图灵诞生90周年而拍摄的电影。
答案:错误问题:图灵使用博弈论的方法破解了Enigma。
答案:正确第3章问题:1937年,图灵在发表的论文()中,首次提出图灵机的概念。
答案:《论可计算数及其在判定问题中的应用》问题:1950年,图灵在他的论文()中,提出了关于机器思维的问题。
答案:《计算和智能》问题:存在一种人类认为的可计算系统与图灵计算不等价。
答案:错误问题:图灵测试是指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。
如果测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。
答案:正确第4章问题:以下叙述不正确的是()。
答案:机器智能的机制必须与人类智能相同问题:在政府报告中,()的报告使用“机器智能”这个词汇。
答案:美国问题:机器智能可以有自己的“人格”体现主要表现在()。
答案:模型间的对抗—智能进化的方式#机器智能的协作—机器智能的社会组织#机器智能是社会的实际生产者问题:图灵测试存在的潜台词是机器智能的极限可以超越人的智能,机器智能可以不与人的智能可比拟。
答案:错误第5章问题:以下关于未来人类智能与机器智能共融的二元世界叙述不正确的是()。
答案:机器智能是模仿人类智能问题:机器通过人类发现的问题空间的数据,进行机器学习,具有在人类发现的问题空间中求解的能力,并且求解的过程与结果可以被人类智能(),此为机器智能的产生。
答案:理解问题:人类智能可以和机器智能相互融合。
答案:正确问题:机器智能的创造是指机器通过求解人类智能发现的问题空间中的问题积累数据与求解方法,通过机器学习,独立发现新的问题空间。
答案:错误第6章问题:在最初的图灵测试中,如果有超过()的测试者不能确定出被测试者是人还是机器,则这台机器就通过了测试,并认为具有人类智能。
1.什么是人工智能?人工智能有哪几个主要学派?人工智能是指研究如何用计算机去模拟、延伸和扩展人的智能;如何使计算机变得更聪敏、更能干;如何设计和制造具有更高智能水平的计算机的理论、方法、技术及应用系统的一门新兴的科学技术。
①符号主义学派 ②联结主义学派 ③行为主义学派2.什么是博弈问题?它具有哪些特点?博弈是一类具有竞争性的智能活动特点双方的智能活动,任何一方都不能单独控制博弈过程,而是由双方轮流实施其控制对策的过程3.简述谓词逻辑归结过程。
写出谓词关系公式→用反演法写出谓词表达式→SKOLEM标准形→子句集S →对S中可归结的子句做归结→归结式仍放入S中,反复归结过程→得到空子句 ,得证4.什么是知识?它有哪些特性?知识是经过消减、塑造、解释和转换的信息。
知识是由特定领域的描述、关系和过程组成的。
知识是事实、信念和启发式规则。
知识是某领域中所涉及的各有关方面的一种符号表示。
知识就是人们对客观事物(包括自然的和人造的)及其规律的认识,知识还包括人们利用客观规律解决实际问题的方法和策略等。
知识:不完全性不一致不确定性相对性5. 人工智能中什么是知识表示观?有哪些主要的知识表示观认识论表示观认为表示是对自然世界的表述,表示自身不显示任何智能行为。
其唯一的作用就是携带知识。
这意味着表示可以独立于启发式来研究。
本体论表示观(即表示与推理为一体);知识工程表示观6. 何谓语义网络?它有哪些基本的语义关系?语义网络是一种通过概念及其语义联系(或语义关系)来表示知识的有向图,结点和弧必须带有标注。
其中有向图的各结点用来表示各种事物、概念、情况、属性、状态、事件和动作等;结点上的标注用来区分各结点所表示的不同对象,每个结点可以带有多个属性,以表征其所代表的对象的特性。
类属关系;包含关系;属性关系;位置关系;相近关系;时间关系;因果关系;组成关系;多元逻辑关系7. 简述α-β过程的剪支规则。
如果能边生成节点边对节点估值,并剪去一些没用的分枝,这种技术被称为α-β剪枝。
北京科技大学 2012--2013学年 第 二 学期
人工智能及其应用试卷(答案)
院(系) 班级 学号 姓名
一、(每个填空1分,共12分)填空选择题
1、任何“与”节点x 的β值如果不能提升其先辈结点的α值,则对节点x 以下的分支可以停止搜索,并使x 的倒推值为β 是( A )。
A :α剪枝
B :β剪枝
2、问题归约是将复杂问题通过( 分解 )和( 变换 )转化为一系列较为简单的问题,然后通过对这些较简单的问题的求解来实现对原问题的求解。
3、贝叶斯网络是一个节点对应于随机变量的( 有向无环 )图,每一个节点在给定父节点下都有一个( 条件概率表 )。
4、主观Bayes 推理中,因子LS 、LN 的如下取值那组不合理?( D )
(A )LS>1、LN<1; (B )LS<1、LN>1; (C )LS=1、LN=1; (D )LS>1、LN>1
5、CF 模型中,证据A 、B 的可信度CF (A )=0.
6、CF (B )=0.5,那么组合证据A and B 的可信度CF (A and B )=( 0.5 )
装 订 线 内 不 得 答
题
自
觉
遵 守
考 试 规 则,诚 信 考 试,绝 不
作 弊
6、设置换θ={f(y)/x,z/y},λ={a/x,b/y,y/z}则θ和λ的合成为({f(a)/x,z/y})。
7、知识表示的方法主要有(一阶谓词逻辑表示法)、(产生式表示法)、(语义网络表示法)和(框架表示方法)、(对象表示方法)。
二、简答题(20分,每题10分)
1、产生式系统由那几个部分组成?每部分完成的基本功能
是什么?
答:组成产生式系统的三要素:(1)综合数据库;(2)产生式规则库(或者规则集);(3)一个控制系统(或者控制策略)
2、什么是不确定推理?其基本问题是什么?
答:建立在不确定性知识和证据的基础上的推理,是一种从不确定的初始证据出发,通过运用不确定性知识,最终推出具有一定程度的不确定性但又是合理或基本合理的结论的思维过程。
1.不确定知识的表示-包括知识不确定性的表示和证据不确定性的
表示。
2.不确定性的匹配问题-事实与可用的知识的匹配,由于两者都具有
不确定性,而且不确定性的程度可能不同,如何才算匹配成功?
3.组合证据的不确定性计算
4.不确定性的更新
5.不确定性结论的合成
三、(18分)设初始状态和目标状态如下图所示:
(1) 给出宽度优先算法的搜索图。
(2) 如果估价函数定义为: f(n)=d(n)+w(n),其中:d(n)表示节点n 的节点深度;w(n)是节点n 与目标状态
中数码不同的位置数。
试问f(n)是否满足A *算法对估价函数的限制?为什么?
(3) 请绘出以f(n)为估价函数的搜索图,并标出图中每个节
点的估价函数值。
初始状态 目标状态
解:(1)
(2)由于d(n)是节点深度,每次转移代价为1,不等于零,故d(n)>0, W(n)一定小于最佳步数,故w(n)<=h *(n),所以是A *算法。
(3)
得 分
1 2 3 6 4 8 7 5
1 2 3 8 4 7 6 5
装 订 线 内 不 得 答
题
自 觉
遵 守 考 试 规 则,诚 信 考 试,绝 不 作 弊
四、(20分)用一阶谓词表示下述知识,并求证John 可能会偷窃什么?
(1) J ohn 是贼;
(2) P aul 喜欢酒(wine ); (3) P aul 喜欢奶酪(cheese ); (4) 如果Paul 喜欢某物则John 也喜欢;
(5) 如果某人是贼而且喜欢某物,则他就可能会偷窃该物。
解:
(1)将已知事实表示为谓词和子句:
⚫ John 是贼-Thief (John ) s1={①Thief (John )} ⚫ Paul 喜欢酒(wine )-Likes(Paul, wine)
⚫ Paul 喜欢奶酪(cheese )-Likes(Paul, cheese)
Likes(Paul, wine)∧ Likes(Paul, cheese)
得 分
0+3
1+2 1+4 1+3
2+1
3+0
3+2
S2={②Likes(Paul, wine), ③Likes(Paul, cheese)}
⚫如果Paul喜欢某物则John也喜欢-
∀(x)(Likes(Paul, x)→Likes(John,x))
S3={④┑Likes(Paul, x)ⅴLikes(John, x)}
⚫如果某人是贼而且喜欢某物,则他就可能会偷窃该物∀(x)∀(y)(Thief(x)∧Likes(x,y)→May_T(x,y))
S4={⑤┑Thief(x)ⅴ┑Likes(x,y)ⅴMay_T(x,y)}
(2)将待求解的问题表示成谓词:
G:⑥┑May(John,z)ⅴA(z)
(3)应用归结原理求解:
⑦=⑤+⑥=┑Thief(John)ⅴ┑Likes(John,y) ⅴA(y)
σ={John/x,y/z}
⑧=⑦+①=┑Likes(John,y) ⅴA(y)
⑨=⑧+④=┑Likes(Paul,y) ⅴA(y) σ={y/x}
⑩=②+⑨=A(wine) σ={ wine/y}
=③+⑨=A(cheese) σ={ cheese /y}
可能偷wine 和cheese
五、(15分)设考生考试成绩的论域为{A、B、C、D、E}
,小王成绩为{A},{B},{A、B}的基本概率分配分别为0.2、0.3、
0.2,同时Bel{C、D、E}=0.1。
请给出Bel({A、B}), Pl({A、B})
和类概率f({A、B})。
解:Bel({A、B})=m({A})+m({B})+m({A、B})=0.2+0.3+0.2=0.7 Pl({A、B})=1-Bel(∽{A、B})=1- Bel({C、D、E})=1-0.1=0.9
f({A、B})= Bel({A、B})+0.4*[ Pl({A、B})-Bel({A、B})]
=0.7+0.4*(0.9-0.7)=0.78
六、(15分)设有子句集
S={¬P(x)VR(x),P(a),¬R(y)V¬Q(y),Q(a)},其中¬P(x)VR(x)是目标公式否定后得到的子句。
请绘出支持集策略的归结树和线性输
入策略的归结树。
并指出以上两个策略那个是完备的?
答:支持集归结策略要求参加归结的两个亲本子句中至少有一个是由目标公式
的否定所得到的子句或是它们的后裔。
装
订
线
内
不
得
答
题
自
觉
遵
守
考
试
规
则
,
诚
信
考
试
,
绝
不
线性输入策略要求每次参加归结的两个亲本子句中,至少有一个是初始子句集中的子句。
¬P(x)VR(x) ¬R(y)V¬Q(y) P(a Q(a)
R(a)
σ={a/x}
¬P(y)V¬Q(y
σ={x/y}
S 0
S 1
¬Q(a)
σ={a/y}
¬ Q(a)
σ={a/y}
¬P(a
σ={a/y}
S 2
NIL
¬P(x)VR(x
) ¬R(y)V¬Q(y
)
P(a ) Q(a)
R(a)
σ={a/x}
¬P(y)V¬Q(y
)
σ={x/y}
¬R(a)
σ={a/y}
S 0 S 1
¬Q(a )
σ={a/y}
σ={a/x}
¬Q(a )
σ={a/y}
¬P(a)
σ={a/y}
¬P(a )
S 2
NIL。