下载文档原格式
人工智能期末复习一、名词解释1、人工智能（学科）：人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支，是一门综合性的交叉学科和边缘学科。
2、语义网络：语义网络是一种用实体及其语义关系来表达知识的有向图。
3、机器学习：机器学习就是让机器（计算机）来模拟和实现人类的学习功能。
4、正向推理产生式系统：正向推理也称数据驱动方式，它是从初始状态出发，朝着目标状态前进，正向使用规则的一种推理方法。
所谓正向使用规则，是指以问题的初始状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的前提时，该规则才被使用。
正向推理产生式系统简单明了，且能求出所有解，但是执行效率较低，具有一定的盲目性。
5、遗传算法：遗传算法是在模拟自然界生物遗传进化过程中形成的一种自适应优化的概率搜索算法。
6、人工智能（能力）：是智能机器执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
7、机器学习系统：机器学习系统是指能够在一定程度上实现机器学习的系统。
8、逆向推理产生式系统：逆向推理也称目标驱动方式，它是从目标状态出发，朝着初始状态前进，反向使用规则的一种推理方法。
所谓逆向使用规则，是指以问题的目标状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的后件时，该规则才被使用。
逆向推理产生式系统不寻找无用数据，不使用与问题无关的规则。
9、演绎推理：演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
是一种由一般到个别的推理方法，其核心是三段论，如假言推理、拒取式和假言三段论。
10、启发式搜索：状态空间的启发式搜索是一种能够利用搜索过程所得到的问题自身的一些特性信息来引导搜索过程尽快达到目标的搜索方法。
二、填空题1、目前人工智能的主要学派有下列三家：符号主义、联结主义和行为主义。
2、常用的知识表示方法有一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法和过程表示法。
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域（ D ）A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门（ C ）A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列（ B ）学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是（ C ）A.附加律B.拒收律C.假言推理5.命题是可以判断真假的（ D ）A.祈使句B.疑问句C.感叹句D.陈述句6.MGU是（A）A.最一般合一B.最一般替换C.最一般谓词D.基替换7.要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ B ）。
A.专家系统B.机器学习C.神经网络D.模式识别8.下列不在人工智能系统的知识包含的4个要素中（ D ）A.事实B.规则C.控制D.关系9.语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（ C ）。
A.无悖性B.可扩充性C.继承性10.仅个体变元被量化的谓词称为（ A ）A.一阶谓词B.原子公式C.二阶谓词D.全称量词11.或图通常称为（ D ）A.框架网络B.语义图C.博亦图D.状态图12.不属于人工智能的学派是（ B ）A.符号主义B.机会主义C.行为主义D.连接主义。
13.所谓不确定性推理就是从( )的初始证据出发，通过运用( )的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
（ A ）A.不确定性, 不确定性B.确定性, 确定性C.确定性, 不确定性D.不确定性确定性14.C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的（ B ）A.可信度B.信度C.信任增长度D.概率15.已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。
2014年春季期末作业考核
《人工智能》
满分100分
一、判断题（每题3分，共30分）
1. 从选手的角度看，博弈树就是一棵与或树，其特点是博弈的初始状态是初始节点, 博弈树中的“或”节点和“与”节点逐层交替出现。
答：正确。
2. 遗传算法的编码方法常用编码方式有二进制编码、浮点数编码方法、几何图形、符号编码方法。
答：正确。
3. 简单遗传算法的遗传操作主要有选择、交叉、变异。
答：正确
4. 在宽度优先搜索中，OPEN表的数据结构是队列。
答：正确
5. 目前，人工智能的主要学派有下列3家：符号主义、分割主义和行为主义。
答：错误。
目前，人工智能的主要学派有下列3家：符号主义、连接主义、行为主义
6. 连接主义认为人工智能源于数理逻辑。
答:错误。
符号主义认为人工智能源于数理逻辑。
7. 在反馈网络中,多个神经元互连以组织一个互连神经网络。
答：错误。
在递归网络中,多个神经元互连以组织一个互连神经网络。
8. 问题归约法是从目标出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。
答：正确。
人工智能工程复习资料单选题1、根据科学流行定义,人工智能就是和人类（）相似的计算机程序。
[单选题] *A.思考方式B.表达方式C.行为方式(正确答案)D.外观外貌2、色彩的三原色模型是（）。
[单选题] *A.红、绿、蓝(正确答案)B..红、黄、蓝C.黄、绿、蓝D.红、绿、黄2、在自动驾驶中,AI需要不断地通过路面信息来调整开车的决策，这种处理模式适合用（）来训练出合理的策略。
[单选题] *A.监督学习B.非监督学习C.强化学习(正确答案)D.弱化学习3、从人文视角看,人工智能产生的影响不包括（）。
[单选题] *A.对人的认识的冲击B.对人类心理的冲击C.彻底消除人类中的无用阶级(正确答案)D.推动进一步的专业分化4、（）是人工智能发展的硬道理，没有它的人工智能是没有用的。
[单选题] *A.数据B.应用(正确答案)C.逻辑D.算法5、人工智能将加大减少支付流程中的（）环节，大大提升交易速度。
[单选题] *A.信息传递B.人工处理(正确答案)C.到账确认D.转出授权6、谷歌公司的AlphaGo机器人战胜了人类围棋世界冠军李世石，这表明了（）[单选题] *A.人工智能已经可以完全代替人类，其智力已经远远超过人类B.人工智能在某方面已经超过人类，它开创性的围棋算法是取胜的关键(正确答案)C.人工智能只是钻了人类无法长时间集中精力的空子，从而取胜D.人工智能的胜利为人类敲响了警钟，将来人类或将无法控制人工智能7、自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标。
[单选题] *A. 理解别人讲的话B. 对自然语言表示的信息进行分析概括或编辑C. 自动程序设计(正确答案)D. 机器翻译8、下列哪种情况是图灵测试的内容?（） [单选题] *A. 当机器与人对话，两者相互询问，人分不清机器是人还是机器，说明它通过了图灵测试(正确答案)B. 当机器骗过测试者，使得询问者分不清是人还是机器时，说明它通过了图灵测试C. 当人与人对话，其中一人的智力超过另一人时，说明智者通过了图灵测试D. 两机对话，其中一机的智力超过另一机时，说明智者机器通过了图灵测试9、人工智能诞生于哪一年?（） [单选题] *A. 1955B. 1957C. 1956(正确答案)D. 196510、目前人类在人工智能领域的发展属于哪个阶段（）。
人工智能复习题汇总(附答案)一、选择题1.被誉为“人工智能之父”的科学家是（C ）。
A. 明斯基B. 图灵C. 麦卡锡D. 冯.诺依曼2. AI的英文缩写是( B )A. Automatic IntelligenceB. Artificial IntelligenceC. Automatic InformationD. Artificial Information3. 下列那个不是子句的特点（D ）A.子句间是没有合取词的(∧)B子句通过合取词连接句子(∧) C子句中可一有析取词(∨)D子句间是没有析取词的(∨)4. 下列不是命题的是（C ）。
A.我上人工智能课B. 存在最大素数C.请勿随地大小便D. 这次考试我得了101分5. 搜索分为盲目搜索和（A ）A启发式搜索B模糊搜索C精确搜索D大数据搜索6. 从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论推理是（ B ）A. 归结推理B. 演绎推理C. 默认推理D. 单调推理7. 下面不属于人工智能研究基本内容的是（C ）A. 机器感知B. 机器学习C. 自动化D. 机器思维8. S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将子句（A ）从S中删去A. P∨Q∨RB. ┑Q∨RC. QD. ┑R9. 下列不属于框架中设置的常见槽的是（B ）。
A. ISA槽B. if-then槽C. AKO槽D. Instance槽10. 常见的语意网络有（D ）。
A. A-Member - of联系B. Composed–of联系C. have 联系D. 以上全是1.在深度优先搜索策略中，open表是（B ）的数据结构A. 先进先出B. 先进后出C. 根据估价函数值重排D. 随机出2.归纳推理是（B ）的推理A. 从一般到个别B. 从个别到一般C. 从个别到个别D. 从一般到一般3. 要想让机器具有智能，须让机器具有知识。
一：单选题1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（C）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（A）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（D）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（D）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（B）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。
一、单选题1. 人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。
A. 具有完全的智能B. 和人脑一样考虑问题C. 完全代替人D. 模拟、延伸和扩展人的智能2. 下列关于人工智能的叙述不正确的有（ C ）。
A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。
B. 人工智能是科学技术发展的趋势。
C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。
D. 人工智能有力地促进了社会的发展。
3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。
A. 理解别人讲的话。
B. 对自然语言表示的信息进行分析概括或编辑。
C. 欣赏音乐。
D. 机器翻译。
4. 下列不是知识表示法的是（）。
A. 计算机表示法B. 谓词表示法C. 框架表示法D. 产生式规则表示法5. 关于“与/或”图表示知识的叙述，错误的有（D ）。
A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。
B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。
C. “与/或”图能方便地表示陈述性知识和过程性知识。
D. 能用“与/或”图表示的知识不适宜用其他方法表示。
6. 一般来讲，下列语言属于人工智能语言的是（D ）。
A. VJB. C#C. FoxproD. LISP7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（ C ）的过程。
A. 思考B. 回溯C. 推理D. 递归8. 确定性知识是指（A ）知识。
A. 可以精确表示的B. 正确的C. 在大学中学到的知识D. 能够解决问题的9. 下列关于不精确推理过程的叙述错误的是（ B ）。
A. 不精确推理过程是从不确定的事实出发B. 不精确推理过程最终能够推出确定的结论C. 不精确推理过程是运用不确定的知识D. 不精确推理过程最终推出不确定性的结论10. 我国学者吴文俊院士在人工智能的（ A ）领域作出了贡献。
（⼈⼯智能）⼈⼯智能复习题及答案（⼈⼯智能）⼈⼯智能复习题及答案填空：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智能控制、智能管理、智能决策、智能仿真。
3.⼈⼯智能的基本技术包括表⽰、运算、搜索归纳技术、联想技术。
4.谓词逻辑是壹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（tautlogy）的值是（11）。
6.设P是谓词公式，对于P的任何论域，存于P为真的情况，则称P为（12）。
7.于著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味着13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。
8.谓词公式G是不可满⾜的，当且仅当对所有的解释（16）。
9.谓词公式和其⼦句集的关系是（17）。
10.利⽤归结原理证明定理时，若得到的归结式为（18），则结论成⽴。
11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。
12.若C1=P(x)∨Q(x)，C2=┐P(a)∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。
13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。
14.有⼦句集S=｛P(x),P(y)｝，其MGU= （23）。
15.于归结原理中，⼏种常见的归结策略且且具有完备性的是（24），（25），（26）。
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，OPEN表的数据结构实际是壹个（28），深度优先搜索算法中，OPEN表的数据结构实际是壹个（29）。
18.产⽣式系统有三部分组成（30），（31）和推理机。
其中推理可分为（32）和（33）。
19.专家系统的结构包含⼈机界⾯、（34），（35），（36），（37）和解释模块。
20.于MYCIN推理中，对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：CF（~A）= （38），CF（A1∧A2）= （39），CF（A1∨A2）= （40）。
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智能控制、智能管理、智能决策、智能仿真。
3.人工智能的基本技术包括表示、运算、搜索归纳技术、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（tautlogy）的值是（11）。
6.设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。
7.在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味着 13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。
8.谓词公式G是不可满足的，当且仅当对所有的解释（16）。
9.谓词公式与其子句集的关系是（17）。
10.利用归结原理证明定理时，若得到的归结式为（18），则结论成立。
11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。
12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。
13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。
14.有子句集S=｛P(x),P(y)｝，其MGU= （23）。
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（24），（25），（26）。
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，OPEN表的数据结构实际是一个（28），深度优先搜索算法中，OPEN表的数据结构实际是一个（29）。
18.产生式系统有三部分组成（30），（31）和推理机。
其中推理可分为（32）和（33）。
19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解释模块。
20.在MYCIN推理中，对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：CF（~A）= （38），CF（A1∧A2 ）=（39），CF（A1∨A2 ）= （40）。
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域（ D ）A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门（ C ）A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列（ B ）学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是（ C ）A.附加律B.拒收律C.假言推理5.命题是可以判断真假的（ D ）A.祈使句B.疑问句C.感叹句D.陈述句6.MGU7.8.9.10.11.12.13.15.16.17.A.用户B.综合数据库C.推理机D.知识库18.产生式系统的推理不包括（ D ）A.正向推理B.逆向推理C.双向推理D.简单推理19.子句~P?Q和P经过消解以后，得到（ B ）A. PB. QC.~PD.P?Q20. 反演归结（消解）证明定理时，若当前归结式是（ C ）时，则定理得证。
A.永真式B.包孕式（subsumed）C.空子句21. 谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘,?若σ是互补文字的（最一般）合一置换，则其归结式C=（ A ）A.C1’σ∨C2’σB.C1’∨C2’C.C1’σ∧C2’σD.C1’∧C2’22.A?（A?B）?A 称为（），~（A?B）?~A?~B称为（ C ）A.结合律B.分配律C.吸收律D.摩根律23. 如果问题存在最优解，则下面几种搜索算法中，（ A ）必然可以得到该最优解。
A.广度优先搜索B.深度优先搜索C.有界深度优先搜索D.启发式搜索24.AI的英文缩写是（A）A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information25. 从已知事实出发，通过规则库求得结论的产生式系统的推理方式是( A )A.正向推理B.反向推理C.双向推理26.1997年５月，着名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（ A ）A.深蓝B.IBMC.深思D.蓝天27.人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是( C )A.明斯基B.扎德C.图林D.冯.诺依曼二、填空题综合数据库，知识库和推理机。
复习参考题
一、填空
1．构成产生式系统的基本元素有( ) ( ) ( ),控制策略按执行规则的方式分类,分为( ) ( ) ( )三类。
2．归结过程中控制策略的作用是给出控制策略，以使仅对选择合适的子句间方可做归结，避免（）。
常见的控制策略有（）（）（）（）。
3．公式G和公式的子句集并不等值，但它们在（）的意义下是一致的。
4．与或图的启发式搜索算法（AO*算法）的两个过程分别是（）和（）。
5．人工智能的研究途径主要有两种不同的观点，一种观点称为（）,认为人类智能基本单元是（）。
另一种观点称为（），认为职能的基本单元是（）。
6．集合{P(a, x, f (g(y)), P(z, f（z）,f(u)))的mgu（最一般合一置换）为（）。
7．语义网络是对知识的（）表示方法，一个最简单的语义网络是一个形如（）的三元组，语义网络可以描述事物间多种复杂的语义关系、常用ISA、AKO弧表示节点间具有（）的分类关系。
语义网络下的推理是通过（）实现的。
8．按综合属性分类，机器学习可分为（）、（）、（）和遗传算法与分类器系统。
一个机器学习系统应有（）、（）、（）和（）四个基本部分组成。
9．常用的知识表示法有逻辑表示法、（）、（）、（）、（）等
10．有两个A*算法A1和A2，若A1比A2有较多的启发信息，则
h1(n)(大于、等于、小于) h2(n)
11．关于A算法与A*算法，若规定h(n)≥0，并且定义启发函数：f*(n)=g*(n)+h*(n) 表示初始状态S0经点n到目标状态Sg最优路径的费用。
其中g*(n)为S0到n 的最小费用, h*(n)为到Sg的实际最小费用。
若令h(n）≡0，则A算法相当于（），因为上一层节点的（）一般比下一层的小。
若（）则相当于随机算法。
若（），则相当于最佳优先算法。
特别是当要求（）就称这种A算法为A*算法。
12．群智能是指无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为的特性。
群智能潜在的两大特点是( )和( )。
其典型算法有（）和（）。
已有的群智能理论的研究和应用证明群智能方法是一种能够有效解决（）的新方法。
13、蚁群算法是模拟自然界中蚂蚁寻找从巢穴到食物的最佳路径的行为而设计的，蚂蚁在遇到食物返回的路上会分泌（），信息素会随着时间慢慢挥发，且关键路径上的信息素相对浓度（），蚁群算法已被广泛应用于许多优化问题中，其中有（）（）（）（）。
14、粒子群优化算法是模拟（）或（）的觅食行为而设计
的，其基本思想是通过群体中（）和（）来寻找最优解。
粒子群优化算法的应用领域有（）（）（）（）。
15、遗传算法是以达尔文的自然选择学说为基础发展起来的。
遗传算法的三种基本操作是（）（）（）；在遗传算法中，衡量个体优劣的尺度是（），它决定某些个体是繁殖或是消亡，同时也是驱动遗传算法的动力。
16、蚁群算法是模拟自然界中蚂蚁寻找从巢穴到食物的最佳路径的行为而设计的，依据蚁群算法的基本原理，蚁群算法中的行为因子有( )( )( ) ( ) ( ) ( ). 17、近年有学着提出的人工鱼群算法（Artificial Fish Swarm Algorithm-AFSA）是模仿自然界中鱼群的行为而提出来的解决问题的算法，从模拟鱼群的（）行为、（）行为、（）行为和（）行为等方面来模拟自然界中的鱼群行为。
18、遗传算法将“优胜劣汰，适者生存”的（）引入优化参数形成的编码串群体中，按所选择的（）并通过遗传中的（）、（）及（）对个体进行（），（）的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。
19、决策树是一种知识（概念）表示方法，能表示（）规则；是一种（）。
而人工神经网络（ANNs）是（）表示法，又是一种函数表示法；即从大量的数据中（）。
人工神经网络对于训练数据中的“错误”数据的（）。
人工神经网络的训练学习过程中有一个称为“学习速率η”的常数，η取值过大会（），η取值过小会（）。
20、多层神经网络的学习过程中有一种是反向传播算法（Back Propagation-BP），其基本思想是利用（），以次向上传播，俗称反向传播。
又称（）算法。
21、归纳学习需要的预先假定，称为归纳偏置，归纳学习算法隐含了归纳偏置，候选消除算法的归纳偏置是（）-所以又称限定偏置。
ID3是一种典型的决策树学习方法，ID3的归纳偏置有两点，分别是（），（）。
22、自然语言处理是研究用机器处理人类语言的理论和技术,又叫( ), 它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法, 自然语言处理研究面临的两大困难是( )和( ),其中歧义分为( )( )( ) ( )四个方面.
23 贝叶斯网就是一个在弧的连接关系上加入（）的因果关系网络。
24 贝叶斯网络通常用于因果推理、（）、（）三种推理。
25在确定性推理模型中可信度因子CF(H,E)(知识的静态强度)取值范围为（）；主观Bayes方法中规定规则的静态强度LS,LN的值应（）
二、1．设公理集：
(∀x)(R(x)→L(x))
(∀x)(D(x)→~L(x))
(∃x)(D(x)∧I(x))
求证: (∃x)(I(x)∧~R(x)) ( 给出归结步骤并画出归结树)
2．现定义如下谓词（其中X,Y ,Z 皆为全称变量）
Thief(X) 某人X 是贼
Likes(X,Y) 某人X 喜欢某物Y
May_steal(X,Y) 某人X 可能会偷窃某物Y
（1）用子句集表示下列刑侦知识：
赵三是贼。
钱六喜欢酒（wine ）
钱六也喜欢奶酪（cheese ）
如果钱六喜欢某物则赵三也喜欢某物
如果某人X 是贼，而且他喜欢某物，则他就有可能偷窃该物。
（2）求解结论：赵三可能会偷窃了什么？
3、用归结法证明：B A A A →∧∧321
即B 是A1、A2、A3的有效结论。
))
()()(())
()()(()))
(),()(()()()(()))
(),()(())()()(((321x U x V x B x U x Q x A y U y x W y x U x P x A y V y x W y x Q x P x A ∧∃=∧∃⌝=→∀∧∧∃=∧∃→⌝∧∀=
三、 简答题
1．人工智能方法与传统程序的不同有哪些？
2．在与或图的问题求解过程中，哪几类节点称为能解节点？
3．宽度优先搜索和深度优先搜索有何不同？在何种情况下宽度优先搜索优于深度优先搜索？在何种情况下深度优先搜索优于宽度优先搜索？两种搜索策略是否都是完备的？
4．简要说明粒子群优化算法与遗传算法的共性和差异。
5．影响算法A 启发能力的重要因素有哪些。
6．决策树学习法与神经网络学习法的区别。
7．为什么说遗传算法是一种“智能式搜索”，又是一种“渐进式优化搜索”。
8．简述α-β过程的剪枝规则。
9．简述关于群智能理论（算法）研究存在那些问题。
10．举例说明决策树如何代表实例属性值约束的合取的析取式。
即从树根到树叶的每一条路径对应一组属性测试的合取，树本身对应这些合取的析取。
五、在遗传算法中，交叉率 Pc ，变异率 Pm ，复制概率 Pt 分别起到的作用是什么？依据经验三种概率一般的取值范围是多少。
六、课本或课件关于产生式系统描述的例子（野人传教士问题、走迷宫问题等）
七、给出粒子群优化算法的“速度”和“位置”更新公式，并对公式的每部分给出解释。
八、在粒子群优化算法的“速度”更新公式中有加速常数（又称加速因子）c1和c2，一般将c1和c2统一为一个控制参数，φ= c1+c2。
如果φ很小（如0.1），粒子群运动轨迹将非常缓慢；如果φ很大（如100），则粒子群位置变化非常快；请对这种现象结合“速度”更新公式给出你的解释分析。
九、简述群智能优化算法与进化计算相同点和不同点。
十、下图是贝兹德克于1994年提出的一种A ，B ，C 智能模型，用于表示神经网络、模式识别和智能之间的关系，根据你的理解对该模型给出分析解释。
十一、假设：命题S(smoker)：该患者是一个吸烟者；命题C(coal Miner)： 该患者是一个煤矿矿井工人；命题L(lung Cancer)：肺癌患者；命题E(emphysema)：肺气肿患者，有建立如图贝叶斯网络，计算不得肺气肿的人不是矿工的概率，P(~C|~E)。
十二、已知：证据A 1，A 2必然发生，且P （B 1）＝0.03
规则如下：
R 1：A 1→B 1 LS=20 LN=1
R 2：A 2→B 1 LS=300 LN=1
求、结论B 1的更新值，P （ B 1 | A 1 A 2 ）。
十三、已知：R 1：A 1→B 1 CF(B 1，A 1)＝0.8
R 2：A 2→B 1 CF(B 1，A 2)＝0.5
R 3：B 1∧A 3→B 2 CF(B 2，B 1∧A 3)＝0.8
CF(A 1)＝CF(A 2)＝CF(A 3)＝1；
CF(B 1)= CF(B 2)=0；
计算 CF （B 1）、CF （B 2）并画出推理网络。
S C E
L
P(S)=0.4 P(C)=0.3 P(E|S,C)=0.9 P(E|S, C) = 0.9 P(E|S, ~C) = 0.3 P(E|~S, C) = 0.5 P(E|~S, ~C) = 0.1。
