下载文档原格式
1、人工智能的概念及其发展历史上先后出现的主流学派2、传统搜索算法的优点和不足，会用宽度优先和深度优先求解问题答：宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。
换句话说，它并不考虑结果的可能位址，彻底地搜索整张图，直到找到结果为止。
在状态图搜索中，从初始节点出发，同层优先搜索，逐层进行搜索。
深度优先搜索是在搜索树的每一层始终先只扩展一个子节点，不断地向纵深前进直到不能再前进（到达叶节点或受到深度限制）时，才从当前节点返回到上一级节点，沿另一方向又继续前进。
这种方法的搜索树是从根节点开始一枝一枝逐渐形成的。
宽度优先搜索将新扩展的节点放在open表的尾部，而深度优先搜索将新扩展的节点放在open表的前面。
3、高级搜索算法的优点和不足4、A*算法的概念、步骤以及应用5、适值函数的作用和意义，会分析问题的适值函数（估价函数，如八数码问题的估价函数）6、谓词逻辑的概念、原理、优点和不足；能够用其描述知识和过程7、产生式系统概念、组成；能够用其进行逻辑推导。
8、语义网络概念、原理，会用（比较详细）语义网描述知识9、机器学习、聚类分类概念，了解其所采用四个策略。
10、SA原理，其计算过程中的三函数两准则，能够用SA求解实际问题11、GA原理，交叉、变异、选择操作，能够用GA求解实际问题12、人工神经网络的历史和要素13、递归网络结构和原理14、BP网络，能描述网络结构，解释其原理15、Hopfield网络，能描述网络结构，解释其工作机理16、博弈树原理，会利用α-β剪枝搜索（掌握生成节点倒推值的方法、判定剪枝）答：博弈策略假设我们对所讨论的博弈问题构造了一棵完整的博弈树，我们希望能从中找出棋手应采用的策略。
这种策略应当确保棋手会赢，或者起码能够得到和局的结果首先我们把该博弈树的每一个节点标上w（对应于赢）、d（对应于和局）或者l（对应于输）。
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。
《人工智能导论》期末复习知识点选择题知识点1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。
人工智能Artificial Intelligence,AI人工神经网络Artificial Neural Network，ANN机器学习Machine Learning，ML深度学习Deep Learning,DL2.什么是强人工智能？强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。
可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。
有和生物一样的各种本能，比如生存和安全需求。
在某种意义上可以看作一种新的文明。
3.回溯算法的基本思想是什么？能进则进。
从一条路往前走，能进则进，不能进则退回来，换一条路再试。
4.面向对象、产生式系统、搜索树的定义？面向对象(Object Oriented)是软件开发方法，一种编程范式。
面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。
面向对象是一种对现实世界理解和抽象的方法，是计算机编程技术发展到一定阶段后的产物。
面向对象是相对于面向过程来讲的，面向对象方法，把相关的数据和方法组织为一个整体来看待，从更高的层次来进行系统建模，更贴近事物的自然运行模式。
把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。
对于需要分析方法，诸如深度优先搜索和广度优先搜索（穷尽的方法）以及启发式搜索（例如最佳优先搜索和A*算法），这样的问题使用搜索树表示最合适。
5.机器学习的基本定义是什么？机器学习是一门研究及其获取新知识和新技能，并识别现有知识的学问。
可编辑修改精选全文完整版《人工智能导论》期末复习一、题型：填空题、简答题、计算题、论述题二、复习重点：第一章：1．什么是人工智能？人工智能的三种观点分别是什么？2．实现人工智能的技术路线是哪四种？3．人工智能要研究的三个主要问题是什么？4．人工智能有哪些主要研究领域？第二章：1．什么是知识？何谓知识表示？2．用谓词逻辑表示法表示猴子摘香蕉问题。
3．产生式系统推理机的推理形式有哪三种？4．产生式系统一般由哪三个基本部分组成？5．用语义网络表示：“苹果树枝繁叶茂，上结了很多苹果，有大的，也有小的，有红的，也有绿的” 。
6．用与 / 或树方法表示三阶Hanoi 塔问题。
第三章：1．推理的含义是什么？2．应用归结原理求解下列问题：任何兄弟都有同一个父亲， John 和Peter 是兄弟，且 John 的父亲是 David ，问 Peter 的父亲是谁？第四章：1．可信度方法：例 4.1 ，例 4.22．主观 Bayes 方法：例 4.8 ，例 4.93．证据理论中描述证据和结论的不确定性采用哪两个函数度量？第五章：1．什么叫搜索？搜索的两层含义是什么？2．用全局最佳优先搜索方法求解以下八数码问题。
3．用代价树的深度优先搜索求解下面的推销员旅行问题。
第六章：1．什么是机器学习？机器学习研究的目标是什么？研究机器学习的意义何在？2．机器学习有哪些主要学习策略？3．机器学习系统的基本模型包含哪四个基本环节？4．实例学习的含义是什么？它包含哪两个空间模型？对规则空间进行搜索的方法有几种？第七章：1．什么是自然语言理解？自然语言理解过程有哪些层次？各层次的功能如何？2．对汉语语料库加工的方法是什么？汉语自动分词的方法有哪些？其难点何在？第八章：1．什么是专家系统？它有哪些基本特点？一般专家系统由哪些基本部分构成？2．知识获取的主要任务是什么？3．有哪几类专家系统开发工具？各有什么特点？第九章：1．解答 B-P 学习算法的流程图，并说明其优缺点。
《人工智能导论》期末复习知识点
人工智能导论知识点总结
一、定义：
人工智能（Artificial Intelligence，AI）是指研究如何实现机器的智能，即使用计算机来模拟或提高人类的智能表现和能力。
基于此，人工智能的主要任务是解决一些超出传统计算能力的问题，其中包括学习、推理和解决一些挑战。
二、技术：
人工智能技术可分为三个主要技术领域：
1、机器学习：机器学习是一种研究机器如何学习，并从这些学习中学习及其反馈环境的解决实际问题的学科。
包括规则学习、支持向量机以及深度学习。
2、自然语言处理：自然语言处理是指人工智能技术在处理人类自然语言的理解和翻译方面的应用研究。
它将注重语言应用的学习、理解、表达和使用，以及语言识别、概念识别和分析。
3、计算机视觉：计算机视觉是指使用计算机的视觉系统来处理可视化的图像、图片、视频信息，以及关于图像的相关内容的研究。
它是一种智能系统，包括图像处理、识别和分析等功能。
三、应用：
人工智能在各行各业都有广泛的应用，有助于改善工作效率，提高工作质量，提升企业竞争力，节省成本。
1、机器人：工业机器人、服务机器人等用于工厂生产线和服务行业，可以大大提高工作效率。
1．群智能与脑智能：脑智能是一种个体智能，是宏观心理层次上高级的智能。
群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。
2．计算智能与符号智能：符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。
计算智能就是计算人工智能，它是模拟群智能的人工智能。
3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。
4．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。
5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。
6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。
7．模式识别：则指的是用计算机进行物体识别。
8．决策树学习：决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。
机器学习决策树也就是所说的决策树学习。
9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。
10．人工智能的三个最基本、最核心的技术实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。
11．从所承担的工作和任务性质来看，Agent的分类：信息型Agent、合作型Agent、接口型Agent、移动型Agent等。
12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。
13．智能机器人至少应具备哪四种机能？感知机能——获取外部环境信息以便进行自我行动监视的机能；运动机能——施加于外部环境的相当于人的手、脚底动作机能；思维机能——求解问题的认识、推理、判断机能；人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。
人工智能期末复习一、填空题：1、人工智能的智能发展，从低到高可划分为计算智能感知智能认知智能三个阶段。
2、人工智能的核心驱动力包括：算力、算法、大数据。
3、机器学习方法分类：监督学习、无监督学习、强化学习。
4、图形识别的发展经历三个阶段文字识别、数字图像处理与识别、物体识别。
5、图像识别分为图像处理、图像识别两部分内容。
6、图像处理包括：模拟图像处理、数字图像处理。
7、语言识别任务大体可分为3类：孤立词语音识别、连续语音识别、关键词识别。
8、人工智能的其他支撑技术物联网、5G 、云计算等。
9、AI产业链分为: 基础支撑层、技术驱动层、应用层。
10、神经网络的特征：特别适合处理信息模糊或不精确问题。
二、判断题：1、大数据可以比作人工智能的燃料（✓）。
2、算力可以比作发动机（X ）。
3、OCR称为光学字符识别，人工智能时代的OCR，又被称为文字识别技术（✓）。
4、将经过处理的图像进行特征提取和分类，这就是图像识别（✓）。
5、声纹识别属于智能语音识别系统之一（✓）。
6、声纹识别不仅会捕捉语音内容，还能识别说话人的身份（✓）。
7、“输入”即可以得到“输出”，在这一领域机器将来可以完全替代人工（✓）。
8、5G：第五代移动通信系统（✓）。
9、作为组成人工智能的核心驱动力之一，算力被比作人工智能的燃料（X ）10、人工智能的发展是曲折起伏的，有低谷也有高潮，一直沿着这种趋势不断前进（✓）。
三、选择题：1、人工智能诞生的时间是（ B ）。
A．1957、 B. 1956、 C. 1964、 D. 19702、以下哪个要素被称为人工智能的发动机( D )A. 算力B. 数据C. 云计算D. 算法3、以下哪项内容不属于人工智能的应用层范围( D )A. AI+金融B. AI+无人驾驶C. AI+教育D. 智能芯片4、以下哪项是人工智能未来不易被替代的职业（ C ）A. 财务类人员B. 流水线工人C. 心理学家D. 电话销售员5、人工智能的智能水平从低到高怎么发展（C ）A. 认知智能—感知智能—计算智能B. 感知智能—计算智能—认知智能C. 计算智能—感知智能—认知智能D. 认知智能—计算智能—感知智能6、哪一项不属于人工智能的核心驱动力要素（A ）A. 物联网B. 算法C. 算力D. 数据7、（B）最简单、最直接的一种机器学习方式。
人工智能期末考试复习范围第1部分绪论1-1.什么是人工智能？试从学科和能力两方面加以说明.答：从学科方面定义:人工智能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。
它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能，并开发相关理论和技术从能力方面定义：人工智能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
1-2.在人工智能的发展过程中,有哪些思想和思潮起了重要作用？答：1）数理逻辑和关于计算本质的新思想,提供了形式推理概念与即将发明的计算机之间的联系；2）1956年第一次人工智能研讨会召开，标志着人工智能学科的诞生;3）控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来，影响了许多早期人工智能工作者，并成为他们的指导思想；4）计算机的发明与发展；5）专家系统与知识工程;6）机器学习、计算智能、人工神经网络和行为主义研究,推动人工智能研究的近一步发展。
1-3.为什么能够用机器（计算机）模仿人的智能?答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件迁移6种功能。
反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能）。
物理符号系统的假设伴随有3个推论.推论一:既然人具有智能，那么他(她)就一定是各物理符号系统;推论二：既然计算机是一个物理符号系统,它就一定能够表现出智能;推论三：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动.1-4.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解(下棋程序)，逻辑推理与定理证明（四色定理证明）,自然语言理解,自动程序设计,专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别）,机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。
第二章知识表示2.8设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
解：定义谓词P(x)：x是人L(x,y)：x 喜欢y其中，y的个体域是｛梅花，菊花｝。
将知识用谓词表示为：(3 x )(P(x)f L(x,梅花)V L(x,菊花)V L(x,梅花)A L(x,菊花))(2)有人每天下午都去打篮球。
解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(3x )(V y) (A(y)-B(x) A P(x))(3)新型计算机速度又快，存储容量又大。
解：定义谓词NC(x)：x是新型计算机F(x)：x速度快B(x)：x容量大将知识用谓词表示为：(V x) (NC(x)f F(x)A B(x))(4)不是每个计算机系的学生都喜欢在计算机上编程序。
解：定义谓词S(x)：x是计算机系学生L(x, pragramming)：x 喜欢编程序U(x,computer)：x使用计算机将知识用谓词表示为：-(V x) (S(x)f L(x, pragramming)A U(x,computer))(5)凡是喜欢编程序的人都喜欢计算机。
解：定义谓词P(x)：x是人L(x, y)：x 喜欢y将知识用谓词表示为：(V x) (P(x) A L(x,pragramming)f L(x, computer))2.9用谓词表示法求解机器人摞积木问题。
设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。
机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。
积木世界的布局如下图所示。
图机器人摞积木问题解：(1)先定义描述状态的谓词CLEAR(x)：积木x上面是空的。
ON(x, y)：积木x在积木y的上面。
ONTABLE(x)：积木x在桌子上。
《人工智能期末复习题》1．群智能与脑智能：脑智能是一种个体智能，是宏观心理层次上高级的智能。
群智能是一种社会智能（系统智能），属于微观生理层次上低级的神经元。
2．计算智能与符号智能：符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。
计算智能就是计算人工智能，它是模拟群智能的人工智能。
3．搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。
4．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。
5．自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。
6．机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。
7．模式识别：则指的是用计算机进行物体识别。
8．决策树学习：决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。
机器学习决策树也就是所说的决策树学习。
9．从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。
10．人工智能的三个最基本、最核心的技术实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。
11．从所承担的工作和任务性质来看，Agent的分类：信息型Agent、合作型Agent、接口型Agent、移动型Agent等。
12．用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。
13．智能机器人至少应具备哪四种机能？感知机能——获取外部环境信息以便进行自我行动监视的机能；运动机能——施加于外部环境的相当于人的手、脚底动作机能；思维机能——求解问题的认识、推理、判断机能；人—机通信机能——理解指示命令、输出内部状态，与人进行信息交换的机能。
14．知识获取大体哪三种途径：(1)人工获取 (2)半自动获取 (3)自动获取15．知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化16．从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。
17．PRPLOG语言的三种语句分别是：事实、规则和问题。
18．产生式系统由三部分组成：产生式规则库、推理机和动态数据库，结构如图所示：19．机器定理证明有四个主要方法：(1)自然演绎法；(2)判定法；(3)定理证明器；(4)计算机辅助证明。
20．在启发式搜索所使用的估价函数f(x)中，g(x)和h(x)各起什么作用？g(x)为从初始节点S o到节点x已经付出的代价。
利用启发函数h(x)制导的启发式搜索, 实际是一种深度优先的搜索策略。
21．什么是Agent，简述Agent基本特性。
Agent指的是一种实体，而且是一种具有智能的实体。
这种实体可以是智能软件、智能设备、智能机器人或智能计算机系统等等，甚至也可以是人。
Agent应具有如下基本特性：(1) 自主性：亦称自治性, 即能够在没有人或别的Agent的干预下, 主动地自发地控制自身的行为和内部状态, 并且还有自己的目标或意图。
(2) 反应性：即能够感知环境, 并通过行为改变环境。
(3) 适应性：即能根据目标、环境等的要求和制约作出行动计划, 并根据环境的变化, 修改自己的目标和计划。
(4) 社会性：即一个Agent一般不能在环境中单独存在, 而要与其他Agent在同一环境中协同工作。
22．何为不确定性？不确定性有哪些类型？在信息和知识中，含有不肯定、不可靠、不准确、不确切、不精确、不严格、不严密、不完全甚至不一致的成分，现在人们一般或者习惯上将这些信息特征统称为不确定性。
不确定性有：(狭义)不确定性、不确切性(模糊性)、不完全性、不一致性和时变性等几种类型。
23．什么是专家系统，专家系统包括哪些基本部分？每一部分的主要功能是什么？顾名思义，专家系统(ES)就是能像人类专家一样解决困难、复杂的实际问题的计算机(软件)系统。
专家系统包括以下几个基本部分：(及各自的主要功能)(1) 知识库：通常以一个个文件的形式存放于外部介质上，专家系统运行时将被调入内存。
知识库中的知识通常就是按照知识的表示形式、性质、层次、内容来组织的，构成了知识库的结构。
(2) 推理机：实现(机器)推理。
包括通常的逻辑推理或基于产生式的操作。
(3) 动态数据库：它是存放初始证据事实、推理结果和控制信息的场所，它只在系统运行期间产生、变化和撤消。
(4) 人机界面：用户与专家系统的交互界面，并输出结果以及对系统的行为和最终结果做出适当解释。
(5) 解释模块：向用户解释专家系统的行为和结果。
(6) 知识库管理系统：主要在专家系统的开发阶段使用，但在专家系统的运行阶段也要经常用来对知识库进行增、删、改、查等各种管理工作。
24．请简述遗传算法的三种遗传操作。
选择-复制(selection reproduction)操作是模拟生物界优胜劣汰的自然选择法则的一种染色体运算, 就是从种群中选择适应度较高的染色体进行复制,以生成下一代种群。
交叉(crossover)亦称交换、交配或杂交,就是互换两个染色体某些位上的基因。
变异(mutation)亦称突变,就是改变染色体某个(些)位上的基因。
25．实现机器的自然语言理解都涉及的工作有：(1)语法分析；(2)语义分析；(3)语用分析。
26．设有如图所示的一棵与或树，请指出解树；并分别按和代价及最大代价求解树代价；然后，指出最优解树。
解：由左边的解树可得：按和代价：g(D)＝4=1+2+1g(A)=7=1+2+1+3g(S o)=12=7+5按最大代价：g(D)＝2，g(A)=5，g(S o)=10由右边的解树可得：g(E)＝∞，g(B)＝∞∴S o→A→D为最优解树即左边为最优解树。
27. 设有如下一组规则：r 1：if E 1 then E 2(0.6)r 2：if E 2 and E 3 then E4(0.8) r 3：if E 4 then H(0.7) r 4：if E 5 then H(0.9) 且已知CF(E 1)=0.5，CF(E 3)=0.6，CF(E 5)=0.4 用确定性理论求CF(H)。
解：CF(E 2)=0.5×0.6CF(E 4)=0.8×min(0.3，0.6)=0.8×0.3=0.24 ∵CF(H)1=0.24×0.7=0.168≥0 CF(H)2=0.9×0.4=0.36≥0∴CF(H)=CF(H)1+CF(H)2－CF(H)1CF(H)2=0.168+0.36－0.168×0.36 =0.528－0.06048 =0.46752 28．设有如下一组产生式规则和证据事实，试用确定性理论求出CF(E)。
规则:① if A then B(0.9)② if B and C then D(0.8) ③ if A and C then D(0.7) ④ if B or D then E(0.6) 事实：A ，CF(A)=0.8；C ，CF(C)=0.9 解：由规则①得：CF(B)=0.9×0.8=0.72由规则②得：CF(D)1=0.8×min{0.72，0.9}=0.8×0.72=0.576由规则③得：CF(D)2=0.7×min{0.8，0.9}=0.7×0.8=0.56 从而 CF(D)=CF(D)1+CF(D)2－CF(D)1×CF(D)2=0.576+0.56－0.576×0.56=0.81344 由规则④得：CF(E)=0.6×max{0.72，0.81344}=0.6×0.81344=0.488064 29．设已知：（1）凡是清洁的东西就有人喜欢； （2）人们都不喜欢苍蝇。
用归结原理证明：苍蝇是不清洁的。
clear(y),like(x,y)已知：① clear(y)→like(x,y) ② ⌝like(x,c) 结论：③ ⌝clear(c)证明：① ⌝clear(y)∨like(x,y) ② ⌝like(x,c) ③ clear(c)④ ⌝clear(c) {c/y} ⑤ □ ③④30．某公司招聘工作人员，有A,B,C 三人应聘，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B试用归结原理求证：公司一定录取C P(x)：录取x.① P(A)∨P(B)∨P(C) ② P(A)∧⌝P(B)→P(C) ③ P(B)→P(C) 结论：P(C) G.证明：① P(A)∨P(B)∨P(C)② ⌝P(A)∨P(B)∨P(C) ③ ⌝P(B)∨P(C)④ ⌝P(C) (⌝G) ⑤ P(B)∨P(C) ①② ⑥ P(C) ③⑤ ⑦ □ ④⑥31．求下面谓词公式的子句集，要求写出具体步骤。
（1）)),()),(),(((y x R y x Q y x P y x →∨∃∀ 解：))(,())(,())(,()))(,()))(,())(,((()),()),(),((()),()),(),(((x f x R x f x Q x f x P x f x R x f x Q x f x P x y x R y x Q y x P y x y x R y x Q y x P y x ∨⌝∧⌝⇔∨⌝∧⌝∀⇔∨⌝∧⌝∃∀⇔∨∨⌝∃∀⇔（2）)]},(),([),({y x R y x Q y y x yP x →⌝∀→∀∀ (P 102例5.7) 解：或 ⌝P(x,f(x))∨Q(x,g(x))⌝P(y,f(y))∨⌝R(y,g(y))为原谓词公式的字句集。
32．证明G 是否可肯定是F1，F2的逻辑结论。
要求写出求解过程。
))()((:))),()(()((:))),()(()((:21x Q x R x G y x L y R y x P x y x L y Q y x P x F F ⌝→∀→∀∧∃⌝→∀→∀解：① ⌝P(x)∨⌝Q(y)∨⌝L(x,y) F 1② P(b) ③ ⌝P(z)∨L(w,z)④ R(a) ①⑤{a/y}⑤ Q(a) ②⑥{b/x} ⑥ ⌝P(x)∨⌝L(x,a) ③⑦{a/z} ⑦ ⌝L(b,a) ④⑧ ⑧ ⌝R(a) ⑨ □33．把下列语句用语义网络表示(1) )),()((三国演义x read x student x ∧∃即“某个学生读过《三国演义》”，其语义网络表示为图如下： (2) )),()((三国演义x read x student x →∀即“每个学生读过《三国演义》”，其语义网络表示为图如下：分块语义网络⌝GF 2 ))}(,())(,()),(,())(,({))](,())(,([))](,())(,([))](,())(,([))](,())(,([))](,())(,([))(,())]}(,())(,([))(,({)]},(),([),({)]},(),([),({)]},(),([),({y g y R y f y P x g x Q x f x P y g y R y f y P x g x Q x f x P x g x R x f x P x g x Q x f x P x g x R x g x Q x f x P x g x R x g x Q x f x P x z x R z x Q z y x P y x y x R y x Q y y x P y x y x R y x Q y y x yP x ⌝∨⌝∨⌝⌝∨⌝∧∨⌝⌝∨⌝∧∨⌝⌝∧∨⌝⌝∧∨⌝∀⌝∧∃∨⌝∃∀⌝∧∃∨⌝∃∀∨⌝⌝∀∨⌝∀∀谓词公式的语义网络。
