人工智能原理
一、名词解释
1.专家系统
2.产生式
3.启发式搜索
4.归结原理
5.原子集
二、选择题
1.非结构化的知识的表示法是（）。
A. 语义网络表示
B. 谓词逻辑表示
C. 框架表示法中
D. 面向对象表示
2.归结策略中，（）是完备的。
Ⅰ. 线性输入策略Ⅱ. 支持集策略Ⅲ. 单文字策略Ⅳ. 祖先过滤策略
A. Ⅰ,Ⅱ
B. Ⅰ, Ⅲ
C. Ⅱ, Ⅳ
D. Ⅲ, Ⅳ
3.在证据理论中，信任函数与似然函数对（Bel（A），Pl（A））的值为（0，0）时，表示（）。
A. A为真
B. 对A一无所知
C. A为假
D. 对A为真有一定信任
4.在主观Bayes方法中，专家给出的Ln和LS值，不能出现下两种情况（）。
Ⅰ. LN<1, LS<1 Ⅱ. LN<1, LS>1 Ⅲ. LN>1, LS<1 Ⅳ. LN>1, LS>1
A. Ⅰ,Ⅱ
B. Ⅱ, Ⅲ
C. Ⅰ, Ⅳ
D. Ⅱ, Ⅳ
5.在证据理论中，信任函数与似然函数的关系为（）。
A. Bel（A）≤Pl（A）
B. Bel（A）＜Pl（A）
C. Bel（A）≥Pl（A）
D. Bel（A）＞Pl（A）
6.不完备的搜索过程是（）
A．广度优先搜索 B．深度优先搜索
C．有界深度优先搜索 D．代价树广度优先搜索
7.在主观Bayes方法中，规则E→H,有LS=LN=1,这意味：（）
A.E对H 没有影响
B. E支持H
C. -E支持H
D. E支持-H
8.在可信度方法中，若证据A的可信度CF（F）=0, 这意味：（）
A. 证据A不可信
B. 对证据A一无所知
C. 证据A可信
D.没有意义
9.人工智能研究的领域不包括（）。
A. 自然语言理解
B. 自动程序设计
C. 程序设计方法
D. 自动定理证明
10.用归结反演证明定理时，若当前归结式为（），则定理得证
A.永真式
B.包孕式（subsumed）
C.原子谓词
D.空子句
11.在主观 Bayes方法中，证据E支持结论H时，有（）。
A. LS=0
B. LS<1
C. LS=1
D. LS>1
12.在可信度方法中，证据E的出现增加结论H为真时，有（）。
A. CF （H ，E ）>1
B. CF （H ，E ）>0
C. CF （H ，E ）=0
D. CF （H ，E ）<0
13.谓词公式)())()((x Q y yR x P x →∃∨∀中量词∀x 的辖域是( )
A ))()((y yR x P x ∃∨∀ B. P(x) C.)()(y yR x P ∃∨ D.)(x Q
14.设个体域为整数集，下列公式中其值为1的是( )
A.)0(=+∃∀y x y x
B.)0(=+∀∃y x x y
C.)0(=+∀∀y x y x
D.)0(=+∃⌝∃y x y x
15.设L(x)：x 是演员，J(x)：x 是老师，A(x,y)：x 佩服y. 那么命题“所有演员都佩服某些老师”符号化为( )
A.),()(y x A x xL →∀
B.)),()(()((y x A y J y x L x ∧∃→∀
C.)),()()((y x A y J x L y x ∧∧∃∀
D.)),()()((y x A y J x L y x →∧∃∀ 16. 谓词公式∃xA(x)∧⌝∃xA(x)的类型是（ ）
A.永真式
B.矛盾式
C.非永真式的可满足式
D.不属于(A),(B),(C)任何类型
17.谓词公式)(y yP ∀取真值为1的充分必要条件是( )
A.对任意y ，使P(y)都取真值1
B.存在一个y 0，使P(y 0)取真值1
C.存在某些y ，使P(y)都取真值1
D.存在y 0，使P(y 0)取真值0
18.设G ⇔∀x ∃yP(x,y)→Q(z,w)，下面三个命题为真的是( )
A.G 是前束范式
B.G 不是前束范式
C.G 不是一阶公式
D.G 是永真式
19.与命题公式P →（Q →R ）等值的公式是( )
A.(P ∨Q)→R
B.(P ∧Q)→R
C.(P →Q)→R
D. P →(Q ∨R)
20.命题公式(P ∧Q)→P 是( )
A.永真式
B.永假式
C.可满足式
D.合取范式
三、问答题
1. 归结反演和基于规则的演绎两种方法各自的特点是什么？
2.描述产生式系统的几个突出特点。
3.某公司招聘工作人员，A 、B 、C 三人应试，经面试后公司表示如下想法：
（1） 三人中至少录取一人
（2） 如果录取A 而不录取B ，则一定录取C
（3） 如果录取B ，则一定录取C
试用归结反演法证明公司一定录取C 。
4.用一阶谓词逻辑表示下列的句子。
（1）并非所有的有理数（rational number ）都是整数。
(2)一个充分大的偶数（even ）可以表示为两个素数（prime ）之和。
