人工智能第二章 知识表达技习题解答

人工智能第二章 知识表达技习题解答
人工智能第二章 知识表达技习题解答

第二章知识表达技术

2.1解答:

(1)状态空间(State Space)是利用状态变量和操作符号,表示系统或问题的有关知识的符号体系,状态空间是一个四元组(S,O,S0,G):

S—状态集合;O—操作算子集合;S0—初始状态,S0?S;G—目的状态,G?S,(G可若干具体状态,也可满足某些性质的路径信息描述)

从S0结点到G结点的路径被称为求解路径。

状态空间一解是一有限操作算子序列,它使初始状态转换为目标状态:

O1 O2 O3 Ok

S0→???S1→???S2→???……→???G

其中O1,…,Ok即为状态空间的一个解(解往往不是唯一的)

(2)谓词逻辑是命题逻辑的扩充和发展,它将原子命题分解成客体和谓词两个部分。

与命题逻辑中命题公式相对应,谓词逻辑中也有谓词(命题函数)公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。

(3)语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系,其中节点代表概念,节点之间的连接弧(也称联想弧)代表概念之间的关系。

常见的语义网络形式有命题语义网络、数据语义网络:E-R图(实体-关系图)、语言语义网络等。

2.2解答:

(1)

(2)

(3)

2.3解答:设有如下四个谓词: HUMAN(X) X 是人 LAWED(X) X 受法律管制 COMMIT(X) X 犯法

PUNISHED(X) X 受法律制裁

前两个谓词可以变为:

HUMAN(X) LAWED(X),表示:人人都要受法律的管制;

后两个谓词可以变为:COMMIT(X) PUNISHED(X),表示只要X 犯了罪,X 就要受到惩罚; 进一步,还可以把上述两个谓词联结成如下形式:

[HUMAN(X) LAWED(X)] [COMMIT(X) PUNISHED(X)]

本公式的含义是:如果由于某个X 是人而受到法律管制,则这个人犯了罪就一定要受到惩罚。 晁盖是人,受法律的管制(老百姓受法律的管制);所以晁盖劫了生辰纲,违反了宋王朝的法律,一定要受到官府的追究。

高衙内是人,却不受法律的管制(达官贵人和恶少不受法律的管制);所以高衙内强抢民女,同样是违反了宋王朝的法律,却可以横行无忌。

2.4(1)条件②:周和钱是同一性别; (2 条件③:李与陈不构成夫妻; 条件④:吴与徐、周均不构成夫妻,则吴选择的余地为李;推得:吴与李是夫妻 条件①:王与周不构成夫妻,则王选择的余地为徐;推得:王与徐是夫妻 排除上述已经成立的条件,显然可推得:孙与周是夫妻。

2.5解答:符号微积分基本公式为

b a b

a

x F a F b F x f |)()()()(?

=-=

用产生式表示为:If f(x) and (a,b) Then F(b)-F(a)

2.6解答:题中描述的情况用谓词形式可表达如下:

DOG(X) X 是狗

SOUND(X) X 会吠叫 BIT(X,Y) X 咬Y ANIMAL(X) X 是动物

题中各条推理则可以表示为:

P1: ?x DOG(X) ?yBIT(X,Y )∨SOUND(X) P2: :?x (ANIMAL(X) ∧SOUND(X)) ?yBIT(X,Y )

P3: 猎犬是狗,即DOG(X)种X 的谓词样品是猎犬,同时也可得ANIMAL(猎犬)

将P3带入P1可得SOUND(猎犬),再将SOUND(猎犬)和ANIMAL(猎犬)带入P2可得?yBIT(猎犬,Y ),即可以得到结果:猎犬是咬人的。

2.7解答:题中的三条规则侧重点不同:R1规则的重点在于我师的任务;R2规则的重点在于敌团的配置;R3规则的重点在于我师的任务和敌团的配置同时满足。它们之间的关系为R1? R2? R3。 所以根据冲突解决规则中的规模排序,可知首先应该选择规则R3,系统执行才最有效。

2.8 解答:

2.9 解答:(1)

(2)

2.10 解答:

2.11解答:

在产生式系统中,随着产生式规则的数量的增加,系统设计者难以理解规则间的相互作用,究其原因,在于每条规则的自含性使得知识表示的力度过于细微。因此要提高产生式系统的可理解性,就应当按照软件工程的思想,通过对规则的适当划分,将规则组织诚易于管理的功能模块。由于框架系统具有组织成块知识的良好特性,因此将两者进行有机结合,可以为产生式系统的开发、调试和管理提供有益的帮助。

基于框架的表示机制可以用作产生式语言和推理机制设计的一个重要构件。另外,框架可以直接用于表示规则,如果将每一个规则作为一个框架处理,一组用于解决特定问题的规则可组织成一类,且在这一类框架中表示这组规则的各种特性。

2.12 解答:略

2.13 解答:

(1)题目描述可转换为如下问题(N阶汉诺塔问题)

有编号为A、B、C 的三个柱子和标识为1、2、…、N的尺寸依次从小到大的N个有中心孔的金片;初始状态下N个金片按1、2、…、N 顺序堆放在A号柱子上,目标状态下N个金片以同样次序顺序堆放在B 号柱子上,金片的搬移须遵守以下规则:每次只能搬一个金片,且较大金片不能压放在较小金片之上,可以借助于C针。

(2)假设基本操作为move(x,A,C,B),表示将x个金片从A移到B上,中间可借助于C。

当N=1时,则无需借助中间的C针,就可以直接实现将1个金片从A移到B上,这也是问题的最简操作,可表示为move-one(1,A,B);

当N>1时,需要用中间的C针作辅助。其操作又可分为以下三步:

将N-1个金片从A移到C上,中间可借助于B,转换为基本操作就是move(N-1,A, B, C);

将1个金片直接从A移到B上,转换为基本操作就是move-one(1,A,B);

将N-1个金片从C移到B上,中间可借助于A,转换为基本操作就是move(N-1, C, A, B);

这样,就将问题的规模减小为N-1,依次递归求解就可以得到相应的结果。

(3)设M(x)表示移动x个金片所需要的操作次数,则上述N阶汉诺塔问题可以表示成如下形式:

M(1)=1

M(N)=2M(N-1)+1

最后可以解得M(N)=2N-1

下面给出对梵塔问题给出产生式系统描述,并讨论N为任意时状态空间的规模。

(1)综合数据库

定义三元组:(A, B, C),其中A, B, C分别表示三根立柱,均为表,表的元素为1~N之间的整数,表示N个不同大小的盘子,数值小的数表示小盘子,数值大的数表示大盘子。表的第一个元素表示立柱最上面的柱子,其余类推。

(2)规则集

为了方便表示规则集,引入以下几个函数:

first(L):取表的第一个元素,对于空表,first得到一个很大的大于N的数值。

tail(L):取表除了第一个元素以外,其余元素组成的表。

cons(x, L):将x加入到表L的最前面。

规则集:

r1: IF (A, B, C) and (first(A) < first(B)) THEN (tail(A), cons(first(A), B), C)

r2: IF (A, B, C) and (first(A) < first(C)) THEN (tail(A), B, cons(first(A), C))

r3: IF (A, B, C) and (first(B) < first(C)) THEN (A, tail(B), cons(first(B), C))

r4: IF (A, B, C) and (first(B) < first(A)) THEN (cons(first(B), A), tail(B), C)

r5: IF (A, B, C) and (first(C) < first(A)) THEN (cons(first(C), A), B, tail(C))

r6: IF (A, B, C) and (first(C) < first(B)) THEN (A, cons(first(C), B), tail(C))

(3)初始状态:((1,2,...,N),(),())

(4)结束状态:((),(),(1,2,...,N))

问题的状态规模:每一个盘子都有三种选择:在A上、或者在B上、或者在C上,共N个盘子,

所以共有种可能。即问题的状态规模为。

2.14 解答:

(1)定义谓词G(x,y):x比y大,个体有张三(zhang)、李四(li),将这些个体带入谓词中,得到G(zhang,li)和?G(zhang,li),根据语义用逻辑连接词将它们联结起来就得到表示上述知识的谓词公式:G(zhang,li) ?G(zhang,li)。

(2) 定义谓词Marry(x,y):x和y结婚,Male(x):x是男的,Female(x):x是女的。个体有甲(A)、乙(B),将这些个体带入谓词中,得到Marry(A,B)、Male(A)、Female(B)以及Male(A)、Female(B),根据语义用逻辑连接词将它们联结起来就得到表示上述知识的谓词公式:

Marry(A,B) (Male(A)∧Female(B))∨(Male(B)∧Female(A))

(3) 定义谓词Honest(x):x是诚实的,Lying(x):x会说谎。个体有张三(zhang),将这些个体带入谓词中,得到Honest(x)、?Lying(x)、Lying(zhang)、?Honest(zhang),根据语义用逻辑连接词将它们联结起来就得到表示上述知识的谓词公式:

?x (Honest(x) ?Lying(x)) (Lying(zhang) ?Honest(zhang))

人工智能-知识表示方法

实验一:知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一,也是进一步学习状态空间搜索策略的基础,本实验通过牧师与野人渡河的问题,强化学生对知识表示的了解和应用,为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河,但只有一条能容纳c个人的小船,为了防止野人侵犯牧师,要求无论在何处,牧师的人数不得少于野人的人数(除非牧师人数为0),且假定野人与牧师都会划船,试设计一个算法,确定他们能否渡过河去,若能,则给出小船来回次数最少的最佳方案。 三、基本要求 输入:牧师人数(即野人人数):n;小船一次最多载人量:c。 输出:若问题无解,则显示Failed,否则,显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程:初始状态->中间状态->目标状态。 例:当输入n=2,c=2时,输出:221->110->211->010->021->000 其中:X1表示起始岸上的牧师人数;X2表示起始岸上的野人人数;X3表示小船现在位置(1表示起始岸,0表示目的岸)。 要求:写出算法的设计思想和源程序,并以图形用户界面实现人机交互,进行输入和输出结果,如: Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000

四、实验结果 四、实验心得 本次实验运用了状态空间表示法,这是人工智能领域最基本的知识表示方法之一,也是进一步学习状态空间搜索策略的基础,本实验强化我对知识表示的了解和应用,为人工智能后续环节的课程奠定基础。

整理人工智能简答题

一.简答题 1.在什么情况下需要采用不确定推理或非单调推理? 答:一般推理方法在许多情况下,往往无法解决面临的现实问题,因而需要应用不确定性推理等高级知识推理方法,包括非单调推理、时序推理和不确定性推理等。 例如,当一个人打开电灯的开关而发现灯泡未亮时,就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时,就否定了先前“停电了”的结论,想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即,随着信息与知识的增加,并没有在肯定原来的结论基础上,增加了更多并立的知识与结论, 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理:所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理,是指其推理过程中,由于各种偶然性误差、干扰以及证据的不确定性等因素,导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说,出现不精确推理的原因和特征可能有: ①证据不足或称为证据的不确定性;②规则的不确定性;③研究方法的不确定性。 由于以上“三性”的存在,决定了推理的最后结果具有不确定但却近乎合理的特性,人们把这种性质的推理及其理论和方法总称为不确定推理 2.产生式系统有哪几种推理方式?各自特点为何? 答:(1)正向推理(正向链接推理):从一组表示事实的谓词或命题出发,使用一组产生式规则,用以证明该谓词公式或命题是否成立。 (2)逆向推理(后向链接推理):从表示目标的谓词或命题出发,使用一组产生式规则证明事实谓词或命题成立,即首先提出一批假设目标,然后逐一验证这些假设。(其基本原理是从表示目标的谓词或命题出发,使用一组规则证明事实谓词或命题成立,即提出一批假设(目标),然后逐一验证这些假设。 (3)双向推理:又称为正反向混合推理,它综合了正向推理和逆向推理的长处,克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理,并在推理过程中的某个步骤,实现事实与目标的匹配。 3.算法A*直到一个目标节点被选择扩展才会终止。然而,到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现,为什么不终止搜索呢?用一个例子说明你的答案。 4.结合你的研究方向,论述哪些人工智能技术可以得到应用?解决什么问题? 答:人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题:知识的模型化和表示方法,启发式搜索理论,各种推理方法,人工智能系统结构和语言。主要研究和应用领域:机器学习,知识表示和推理,智能搜索,模糊逻辑,人工神经网络,遗传算法,自然语言理解,博弈论,知识发现和数据挖掘等。 5.在选择知识表示的方法时,应该考虑哪些因素? 答:表示能力:能够将问题求解所需的知识正确有效地表达出来,可理解性:所表达的知

人工智能期末试题及答案完整版

xx学校 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.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为:B A.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,S g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 B:s0-s4-s1-s2-s3-s6-s9-sg C: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(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 (2)专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 (3)遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法,它能以解空间的多点充分搜索,运用基因算法,反复交叉,以突变方式的操作,模拟事物内部多样性和对环境变化的高度适应性,其特点是操作性强,并能同时避免陷入局部极小点,使问题快速地全局收敛,是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW),可产生超出现有模型的技术综合及设计者能力的新颖电路,特别是GA独特的全局优化性能,使其自学习、自适应、自组织、自进化能力获得更充分的发挥,为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW,解决多维空间中不确定性的复杂问题开通了航向 (4)机器学习 机器学习(Machine Learning)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎 (5)数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程,这些信息的表现形式为:规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据,并从中发现隐藏的关系和模式,进而预测未来可能发生的行为。数据挖掘的

人工智能简答与论述题

1人工智能是人造智能,即计算机模拟或实现的智能,它是关于人造物的智能行为,而智能 行为包括知觉、推理、学习、交流和复杂环境中的行为。 2图灵测试的做法:让一位测试者分别与一台计算机和一个人进行交谈,而测试者事先并不 知道哪一个是测试者,哪一个是计算机。若果交谈后测试者分不出哪一个被测者是人,哪一个是计算机,则可以认为这台被测的计算机具有智能。 3人脑的智能及其发生过程都是在其心理层面上可见的,即以某种心理活动和思维过程表现的。这就是说,基于宏观心理层次,我们可以定义智能和研究智能。基于这一认识,我们把脑(主要指人脑)的这种宏观心理层次的智能表现成为脑智能。把这种有群体行为所表现的智能称为群智能。 区别与联系:它们都属于不同层次的智能。脑智能是一种个体智能,而群智能是一种社会智慧,但对于人脑来说,宏观心理层次上的脑智能与神经元层次上的群智能又有密切关系,正是围观生理层次上低级的神经元的群智能形成宏观心理层次上高级的智能。 4从感觉到记忆到思维这一过程,称为智慧,智慧的结果产生了行为和语言,将行为和语言 的表达过程称为“能力”,两者合称智能。 5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。符号智能以符号形式的知识和信息为基础,主要通过逻辑推理,运用知识进行问题求解,符号智能的主要智能包括知识获取,知识表示,知识组织与管理和知识运用等技术(这些构成了所谓的知识工程)以及基于知识的智能系统等。 6计算智能:也就是计算人工智能,它是模拟群智能的人工智能,计算智能以数值数据为基础,主要通过数组计算,运用算法进行问题求解,计算智能的主要内容:神经网络,进化计算(亦称演化计算,包括遗传算法,进化规划,进化策略),免疫计算,粒群计算,蚁群计算,自然计算以及人工生命等。 7人工智能的研究内容:搜索与求解:许多人工智能活动(包括脑智能和群智能)的过程, 都可以看成或者抽象为一个基于搜索的问题求解过程。学习与发现:指机器的知识学习和规律发现。知识与推理:知识表示要求便于计算机的接受,存储,处理和运用,机器的推理方式与知识的表示又息息相关。发明与创造:发明创造不仅包括我们平时所说的发明创造,也包括创新性软件,它不仅需要知识和推理,还需要想象和灵感。感知与交流:指计算机对外部信息的直接感知和人机之间,智能体之间的直接信息交流,机器感知就是计算机直接感知周围世界。记忆与联想:记忆是智能的基本条件,联想与许多智能技术息息相关,联想的前提是联想记忆与联想存储。系统与建造:智能系统的设计和实现技术。应用与工程:人工智能的应用和工程研究,这是人工智能的技术与实际应用的接口。 8人工智能的研究途径和方法:心理模拟,符号推演(从人脑的宏观心理层面入手,一智能 行为的心理模型为依据,将问题或知识表示成某种逻辑网络,采用符号推演的方法,模拟人脑的逻辑思维过程,实现人工智能)、生理模拟,神经计算(从人脑的生理层面,以智能行为的生理模型为依据,采用数值计算的方法,模拟脑神经网络工作过程,实现人工智能)、行为模拟,控制进化(用模拟人和动物在与环境的交互、控制过程中智能活动和行为特性)、群体模拟,仿生计算(模拟生物群落的群体智能行为)、博采广签,自然计算(模拟借鉴自然界的某种机理而设计计算模型)、原理分析,数学建模(通过对智能本质和原理的分析,直接采用某种数学方法来建立智能行为模型)。 9人工智能应用:难题求解;自动规划、调度与配置;机器定理证明;自动程序设计;机器 翻译;智能控制;智能管理;智能决策;智能通信;智能仿真;智能CAD;智能制造;智能CAI;智能人机接口;模式识别;数据挖掘与数据库中的知识发现;计算机辅助创新,计算 机文艺创作;机器博弈;智能机器人。 10标识,运算,搜索是人工智能的三个最基本,最核心的技术。

西安科技大学人工智能题库9(含答案)

人工智能试卷9 一、选择题:(13小题,共13分) 1.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. 图灵 D. 冯.诺依曼 2.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 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.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。这是知识表示法叫(B) A. 状态空间法 B. 问题归约法 C. 谓词逻辑法 D. 语义网络法 5.在公式中?y?xp(x,y)),存在量词是在全称量词的辖域内,我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义,它把每个y值映射到存在的那个x。这种函数叫做(B) A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 6.子句~P∨Q和P经过消解以后,得到(B) A. P B. Q C. ~P D. P∨Q 7,8.A∧(A∨B)?A 称为(C),~(A∧B)?~A∨~B称为(D) 二、结合律 B.分配律 C.吸收律 D.摩根律 9,10.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,(D)可以认为在这几种算法中是“智能程度相对比较高”的算法。 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

11.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 12.下列哪部分不是专家系统的组成部分(A) A. 用户 B. 综合数据库 C. 推理机 D. 知识库 13. 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! 二、填空题:(12小题,共30分) 1. 人工智能三大学派是符号主义、联结主义、行为主义。 2. 化成子句形式为:。 3.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正向推理 4.AI的英文缩写是Artifical Inteligence 5.在谓词公式中,紧接于量词之后被量词作用的谓词公式称为该量词的辖域,而在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元,其他变元称为自由变元 6、假言推理(A→B)∧A? B ,假言三段论(A→B)∧(B→C)?A→C 7、几种常用的归结策略:删除策略、支持集策略、线形归结策略、输入归结策略、单元归结策略 8、在诸如走迷宫、下棋、八数码游戏等游戏中,常用到的一种人工智能的核心技术称为图搜索技术,解这类问题时,常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表 ,这种图称为状态空间图(或状态图) 9.在启发式搜索当中,通常用启发函数来表示启发性信息。 10.在二人博弈问题中,最常用的一种分析技术是极大极小分析法,这种方法的思想是先生成一棵博弈树,然后再计算其倒推值。但它的效率较低,因此人们在此基础上,又提出了α-β剪枝技术 11.某产生式系统中的一条规则:A(x)→B(x),则前件是A(x),后件是B(x) 12.在框架和语义网络两种知识表示方法中,框架适合于表示结构性强的知识,而语义网络则适合表示一些复杂的关系和联系的知识。面向对象不仅仅是一种知识表示方法,也是一种流行的软件设计和开发技术。 三、简答题:(3小题,共27分) 1.将下列自然语言转化为谓词表示形式: (1) 所有的人都是要呼吸的。 (2) 每个学生都要参加考试。

人工智能若干问答题缩印版(2015)

1-1.什么是人工智能?试从学科和能力两方面加以说明。 学科: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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力能力功能,并开发相关理论和技术。能力: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。 1-3.在过去20年中,人工智能发生了什么变化? 传统人工智能(AI)的数学计算体系仍不够严格和完整。除了模糊计算外,近年来,许多模仿人脑思维、自然特征和生物行为的计算方法(如神经计算、进化计算、自然计算、免疫计算和群计算等)已被引入人工智能学科。我们把这些有别于传统人工智能的智能计算理论和方法称为计算智能(Computational Intelligence,CI)。计算智能弥补了传统人工智能的理论框架,使人工智能进入一个新的发展时期。人工智能不同观点、方法和技术的集成,是人工智能发展所必需,也是人工智能发展的必然。 1-4.为什么能够用机器模仿人的智能? 一个完善的符号系统应具有6种基本功能:(1)输入符号;(2)输出符号;(3)存储符号;(4)复制符号;(5)建立符号结构;(6)条件性迁移。如果一个物理符号具有上述全部6种功能,能够完成这个全过程,那么它就是一个完整的符号系统。人具有上述6种功能,现代计算机也具有上述6种功能。任何一个系统,如果他能够表现出智能,那他就必定能够执行上述6种功能,那么他就能够表现出智能,这种智能指的就是人类所具有的那种智能,因此,机器能模仿人的智能1-5.现在人工智能有哪些学派?它们的认知观是什么? 主要学派有三家:(1)符号主义,又称为逻辑主义、心理学派或计算机学派。源于数理逻辑。其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。(2)连接主义,又称为仿生学派或生理学派。源于仿生学,特别是对人脑模型的研究。其原理主要为神经网络及神经网络间的连接机制与学习算法。(3)行为主义,又称为进化主义或控制论学派。源于控制论。其原理为控制论及感知——动作型控制系统。 1-7.你是如何理解人工智能的研究目标的? 人工智能的一般研究目标为:(1)更好的理解人类智能。通过编写程序来模仿和检验有关人类智能的理论。(2)创造有用的灵巧程序。该程序能够执行一般人类专家才能实现的任务。 一般地,人工智能的研究目标又可分为近期研究目标和远期目标两种。 人工智能的近期研究目标是建造智能计算机以代替人类的某些智力活动。远期研究目标是用自动机模仿人类的思维活动和智力功能。 李艾特(Leeait)和费根鲍姆提出人工智能研究的9个“最终目标”,包括深入理解人类认知过程、实现有效的智能自动化、有效的智能扩展、建造超人程序、实现通用问题求解、实现自然语言理解、自主执行任务、自学与编程、大规模文本数据的存储和处理技术、 索罗门(Sloman)给出人工智能的3个主要研究目标:智能行为的有效理论分析、解释人类智能、构造智能的人工制品。 5-6.构作一个神经网络,用于计算含有两个输入的XOR函数。指定所用神经网络单元的种类。5-11.模糊集合有哪些运算?满足哪些规律? 有并、交、补等运算,满足幂等律,交换律,结合律,分配律,吸收律,同一律,复原律,对偶律等。 5-14.遗传算法的基本原理,说明它的求解步骤。 答:遗传算法的基本原理是,通过随机方式产生若干个所求解问题 的数字编码,即染色体,形成初始种群;通过适应度函给每个个体 一个数值评价,淘汰低适应度的个体,选择高适应度的个体参加遗 传操作,经过遗传操作后的个体集合形成下一代新的种群。再对这 个新的种群进行下一轮的进化。 遗传算法的求解步骤:(1)初始化种群; (2)计算种群上每个个体的适应度值; (3)按由个体适应度值所决定的某个规则选择将进入下一代的个 体; (4)按概率Pc进行交叉操作; (5)按概率Pc进行变异操作; (6)若没有满足某中停止条件,则转(2),否则进入下一步: (7)输出中群中适应度最优的染色体作为问题的满意解或最优解。 6-1 什么叫专家系统?它具有哪些优点与特点? 所谓专家系统,就是一种包含知识和推理的人工智能的计算机程序 系统,这些程序软件具有相当于某个专门领域的专家的知识和经验 水平,同时具有处理该领域问题的能力. 专家系统的优点存在八个方面 (1)专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响,也不可能遗漏忘记。 (3) 可以使专家的专长不受时间和空间的限制,以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展。 (5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用,具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。 专家系统特点: 1启发性:专家系统能运用专家的知识与经验进行推理、判断和决策。 2透明性:专家系统能够解释本身的推理过程和回答用户提出的问题3灵活性。 6-2 专家系统由哪些部分构成?各部分的作用为何? 专家系统由知识库,全局数据库,推理机,解释机构,知识获取机构,人机交互界面。 知识库用来存放专家提供的知识。 推理机针对当前问题的条件或已知信息,反复匹配知识库中的规则,获得新的结论,以得到问题求解结果。 人机界面是系统与用户进行交流时的界面。综合数据库专门用于存储推理过程中所需的原始数据、中间结果和最终结论,往往是作为暂时的存储区。 知识获取机构负责建立、修改与扩充知识库,以及对知识库的一致性、完整性等进行维护。 解释机构负责对求解过程作出说明和解释。 全局数据库又称综合数据库或简称数据库,它是问题求解过程中符号或数据的集合。 6-3 建立专家系统的关键步骤是什么? 建立系统的一般步骤如下: 1设计初始知识库问题(五个小步骤知识知识概念化概念形式化形式规则化规则合法化 2原型机(prototype)的开发与实验 3知识库的改进与归纳 7-1什么是学习和机器学习?为什么要研究机器学习?13 答:按照人工智能大师西蒙的观点,学习就是系统在不断重复的工作中对本身能力的增强或者改进,使得系统在下一次执行同样任务或类似任务时,会比现在做得更好或效率更高。机器学习是研究如何使用机器来模拟人类学习活动的一门学科;机器学习是一门研究机器获取新知识和新技能,并识别现有知识的学问。这里所说的“机器”,指的就是计算机。现有的计算机系统和人工智能系统没有什么学习能力,至多也只有非常有限的学习能力,因而不能满足科技和生产提出的新要求。 机器学习为人工智能的发展做出重要贡献,其中,对结构模型、计算理论、算法和混合学习的发展至关重要,所以我们要研究机器学习。 7-2.试述机器学习系统的基本结构,并说明各部分的作用 环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分。影响学习系统设计的最重要的因素是环境向系统提供的信息。更具体地说是信息的质量。 7-5说明学习的模式和学习的方法 归纳是一种从个别到一般,从部分到整体的推理行为。归纳学习的一般模式为:给定:观察陈述(事实)F,假定的初始归纳断言(可能为空),及背景知识求:归纳断言(假设)H,能重言蕴涵或弱蕴涵观察陈述,并满足背景知识。 学习方法 (1) 示例学习它属于有师学习,是通过从环境中取得若干与某概念有关的例子,经归纳得出一般性概念的一种学习方法。示例学习就是要从这些特殊知识中归纳出适用于更大范围的一般性知识,它将覆盖所有的正例并排除所有反例。 (2) 观察发现学习它属于无师学习,其目标是确定一个定律或理论的一般性描述,刻画观察集,指定某类对象的性质。它分为观察学习与机器发现两种,前者用于对事例进行聚类,形成概念描述,后者用于发现规律,产生定律或规则。7-13什么是知识发现?知识发现与数据挖掘有什么关系? 根据费亚德的定义,数据库中的知识发现是从大量数据中辨识出有效的,新颖的,潜在有用的,并可被理解的模式的高级处理过程。 数据挖掘是知识发现中的一个步骤,它主要是利用某些特定的知识发现算法,在一定的运算效率内,从数据中发现出有关的知识。 7-14说明知识发现的处理过程 费亚德的知识发现过程包括 (1) 数据选择:根据用户需求从数据库中提取与知识发现相关的数据 (2) 数据预处理:检查数据的完整性与数据的一致性,对噪音数据进行处理,对丢失的数据利用统计方法进行填补,进行发掘数据库 (3) 数据变换:利用聚类分析和判别分析,从发掘数据库里选择数据 (4) 数据挖掘 (5) 知识评价:对所获得的规则进行价值评定,以决定所得到的规则是否存入基础知识库 知识发现的全过程,可进一步归纳为三个步骤,即数据挖掘预处理,数据挖掘,数据挖掘后处理。9-2什么是艾真体?16 答:在信息技术,尤其是人工智能和计算机领域,Agent是能够通过传感器感知其环境,并借助执行器作用于该环境的任何物体。 9-4艾真体为什么需要通信? 答:通信是一种广泛存在的现象。一般来说,来自传统信号的共享系统和信号产生和理解所引发有意的信息交换,就是通信。通信的双重目的就是建立信任和创建社会联系,对于艾真体来说,它有一个能够产生语言的行为,思做说话行为,叫做说话行为或交谈,决定何时调用、交谈以及决定在各种可能在哪个多谈是正确的,这些是艾真体的难点,一个艾真体有许多工作可能的行为可供选择,并且必须努力选择实现与其他艾真体进行信息通信的目标行为。当艾真体采取某一动作以影响另一艾真体的认识结构时,就可以说该艾真体已参与了一个通信行为了。 9-8多艾真体系统有哪几种基本模型?其体系结构又有哪几种? 答:多艾真体系统有4种基本模型,分别是BDI模型,协商模型,协作规划模型和自协调模型。多艾真体系统的体系结构有3种:艾真体网络,艾真体联盟,黑板结构。 (13级)填空题: 1.支持向量机(Support Vector Machine, SVM)以训练误差作为优化问题的约束条件,以置信围值最小化作为(优化)目标 2.反应式只是简单地对外部刺激产生响应,没有任何(内部状态) 3.(人工)生命试图通过人工方法建造具有自然生命特征的人造系统 4.BDI关系图描述的是信念、愿望、意图与(行为)的因果关系 5.物理符号系统假设之推论一:既然人具有智能,那么他(她)就一定是个(物理符号系统) 6.计算智能包括(神经计算),模糊计算,进化计算等 7.自然计算具有(模仿)自然界的特点 8.专家系统的优点之一是可以使专家的专长不受时间和(空间)的限制 9.BP算法中有几个常用的参数,包括(学习率和形状因子),动量因子及收敛误差界值等 10.免疫算子有两种类型,全免疫和(目标)免疫 简答题 5.人工智能的主要研究和应用领域是什么?其中哪些是新的研究热点? 主要是:自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计等。或:问题求解,逻辑推理和定理证明,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,模式识别,机器视觉,智能控制,智能检索,智能调度与指挥,分布式人工智能与Agent,计算智能与进化计算,数据挖掘与知识发现,人工生命,系统与语言工具。其中研究热点为:机器人学、智能调度与指挥、分布式人工智能与Agent、计算智能与进化计算,数据挖掘与知识发现、人工生命,系统与语言工具。 7.举例说明一两个特别感兴趣的人工智能研究领域。 神经网络:用神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络的发展有着非常广阔的科学背景,是众多学科研究的综合成果。人脑是一个功能特别强大、结构异常复杂的信息处理系统,其基础是神经元及其互联关系。因此,对人脑神经元和人工神经网络的研究,可能创造出新一代人工智能机——神经计算机。 机器学习:学习能力无疑是人工智能研究中最突出和最重要的一个方面。学习是人类智能的主要标志和获得知识的基本手段。机器学习是使计算机具有智能的根本途径。此外,机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。 4-1.计算智能的含义是什么?它涉及哪些研究分支? 答:第一个关于计算智能的定义是计算智能取决于制造者提供的数值数据,而不依赖于知识;另一方面,人工智能则应用知识精品。计算智能是以模型(计算模型、数学模型)为基础、以分布式并行计算为特征的模拟人的智能求解问题的理论的方法。计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域。 4-3. 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域? 答:关于神经网络的研究自1943年以来,几起几落,走过一段波浪式的发展道路。直到20世纪80年代后期才在人工智能学科领域占有一席之地,成为人工智能的一个新学派。由于人工神经网

2020人工智能与健康题库及答案

精选考试类文档,如果需要,请下载,希望能帮助到你们! 2020人工智能与健康题库及答案

姓名成绩 温馨提示:同学们,经过培训学习,你一定积累了很多知识,现在请认真、仔细地完成这张试题吧。加油! 一、判断题(每题2分)。 1.信息时代的三大定律有摩尔定律、吉尔德定律、麦特卡尔夫定律。 正确 2.在没有大数据的条件下,人才的发现与选拔都很难做到“全信息”,大数据能够帮助人们解决这个问题。 正确 3.大数据会带来机器智能,提升计算机的智能程度,但它是永远不会超过人类的智能。 错误 4.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与管理医疗社保基金。 正确 5.在未来,人工智能将会代替人类的工作、身份。 错误 6.人工智能在医疗领域还存在一些问题。 正确 7.对于在医疗领域的AI,我国应提出加大推动创新人工智能应用评估和保障机制、

加大政策扶持力度等建议。 正确 8.从国家内部来看,人工智能通过优化自动化的方式能够提升社会运行效率。正确 9.我们要围绕推动我国人工智能健康快速发展的现实要求,妥善应对人工智能可能带来的挑战,形成适应人工智能发展的制度安排,构建开放包容的国际化环境,夯实人工智能发展的经济基础。 错误 10.由于工业发展的需要,目前国内智能机器人行业的研发只集中于工业服务和智能助手两个方面。 错误 11.中国人口老龄化问题面临各种各样的挑战。 正确 12.从老龄研究的角度,智慧养老能够解决根本性的问题。 错误 13.马斯洛的需求层次理论认为,人类需要的最低层次是安全需求。 错误 14.点对点的养老服务模式通过互联网、物联网技术,来使服务需求得到实现,无论身处何处,打破了地域限制,不需要得知服务提供者是谁。 正确 15.点对点的养老服务模式是指需要什么样的服务,就直接去找这样的服务。 正确

大学人工智能期末考试题库

《人工智能与专家系统》试卷(1)参考答案与评分标准 问答题(每题5分,共50分) 1.人工智能是何时、何地、怎样诞生的?(5分) 答:人工智能于1956年夏季在美国达特茅斯(Dartmouth)大学诞生。(3分)1956年夏季,美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者,汇聚在Dartmouth大学,举办了一次长达两个月的学术讨论会,认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上,第一次使用了“人工智能”这一术语,以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会,标志着人工智能学科的诞生,具有十分重要的意义。(2分) 2.行为主义是人工智能的主要学派之一,它的基本观点是什么?(5分) 答:行为主义,又称进化主义或控制论学派。这种观点认为智能取决于感知和行动(所以被称为行为主义),它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3.什么是知识表示?在选择知识表示方法时,应该考虑哪几个因素?(5分)答:知识表示是研究用机器表示知识的可行性、有效性的般方法,是一种数据结构与控制结构的统一体,既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述,以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。(3分)在选择知识表示方法时,应该考虑以下几个因素:(1)能否充分表示相关的领域知识;(2)是否有利于对知识的利用;(3)是否便于知识的组织、维护和管理;(4)是否便于理解和实现。(2分) 4.框架表示法有什么特点?(5分) 答:框架表示法有如下特点:结构性、继承性、自然性。(5分) 5.何谓产生式系统?它由哪几部分组成?(5分) 答:把一组产生式放在一起,让它们相互配合,协同作用,一个产生式生成的结论可以供另一个产生式作为已知事实使用,以求得问题的解,这样的系统称为产生式系统。(2分) 产生式系统一般由三个基本部分组成:规则库、综合数据库和推理机。(3分) 6.产生式系统中,推理机的推理方式有哪几种?请分别解释说明。(5分)答:产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理:正向推理是从己知事实出发,通过规则库求得结果。 反向推理:反向推理是从目标出发,反向使用规则,求证已知的事实。 双向推理:双向推理是既自顶向下又自底向上的推理。推理从两个方向进行, 直至在某个中间界面上两方向结果相符便成功结束;如两方衔接不上,则推理失败。

人工智能(部分习题答案)

1.什么是人类智能?它有哪些特征或特点? 定义:人类所具有的智力和行为能力。 特点:主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的? 解:人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会,第一次使用“人工智能”这一术语,标志着人工智能学科的诞生。 3.什么是人工智能?它的研究目标是? 定义:用机器模拟人类智能。 研究目标:用计算机模仿人脑思维活动,解决复杂问题;从实用的观点来看,以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段? 解:第一阶段:孕育期(1956年以前);第二阶段:人工智能基础技术的研究和形成(1956~1970年);第三阶段:发展和实用化阶段(1971~1980年);第四阶段:知识工程和专家系统(1980年至今)。 5.人工智能研究的基本内容有哪些? 解:知识的获取、表示和使用。 6.人工智能有哪些主要研究领域? 解:问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派?各自的特点是什么? 主要学派:符号主义和联结主义。 特点:符号主义认为人类智能的基本单元是符号,认识过程就是符号表示下的符号计算,从而思维就是符号计算;联结主义认为人类智能的基本单元是神经元,认识过程是由神经元构成的网络的信息传递,这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些? 解:专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法?它有什么特征? 解:通过符号处理来模拟人类求解问题的心理过程。 特征:基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法?它有什么特征? 解:用硬件模拟人类神经网络,实现人类智能在机器上的模拟。 特征:研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤:(1)定义谓词及个体,确定每个谓词及个体的确切含义;(2)根据所要表达的事物或概念,为每个谓词中的变元赋予特定的值;(3)根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来,形成谓词公式。 2.设有下列语句,请用相应的谓词公式把它们表示出来: (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:定义谓词如下: Like(x,y):x喜欢y。 Club(x):x是梅花。 Human(x):x是人。 Mum(x):x是菊花。 “有的人喜欢梅花”可表达为:(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为:(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) (1)他每天下午都去玩足球。 解:定义谓词如下: PlayFootball(x):x玩足球。 Day(x):x是某一天。 则语句可表达为:(?x)(D(x)→PlayFootball(Ta)) (2)太原市的夏天既干燥又炎热。 解:定义谓词如下: Summer(x):x的夏天。 Dry(x):x是干燥的。 Hot(x):x是炎热的。 则语句可表达为:Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) (3)所有人都有饭吃。

人工智能习题

《人工智能》考试内容及范围: 以王万良编著的《人工智能及其应用》这本参考书为准,涉及内容为第1章~第5章。 考试题型:填空题、简答题、计算题、综合题 复习题 人工智能复习题 一、填空题 1、思维可分为逻辑思维、形象思维、及顿悟思维 等。 2、人工智能研究的基本内容包括知识表示、机 器感知、机器思维、机器学习、及机器行为。 3、按知识的作用及表示可把知识划分为事实性 知识、过程性知识、控制性知识。 4、一个谓词可分为谓词名与个体两部分。 5、为了刻画谓词与个体的关系,在谓词逻辑中引 入了两个量词:全称量词与存在量词。 6、一般来说,一个产生式系统通常由规则库、综合 数据库、控制系统(推理机)三部分组成。 7、在语义网络知识表示中,结点一般划分为实例 结点与类结点两种。 8、若从推出结论的途径来划分,推理可分为演绎 推理、归纳推理、默认推理。 9、谓词公式不可满足的充要条件就是其子句集 不可满足。 10、在不确定推理中,“不确定性”一般分为两类:一就是知识的不确定性;二就是证据的不确定性。 二、简答题 1、一阶谓词逻辑表示法适合于表示哪种类型的知识,它有哪些特点? 答:一阶谓词逻辑表示法适合于表示事实性知识与逻辑性知识,它的特点有: 一阶谓词逻辑表示法的优点: (1)、自然性;(2)、精确性;(3)、严密性;(4)、容易实现 一阶谓词逻辑表示法的局限性: (1)、不能表示不确定性的知识;(2)、组合爆炸;(3)、效率低。 2、产生式系统有哪几部分组成?各部分的作用就是什么? 答:产生式系统由规则库、综合数据库、控制系统(推理机)三部分组成,其中: (1)、规则库就是用于描述相应领域内知识的产生式集合; (2)、综合数据库就是用于存放问题求解过程中各种当前信息的数据结构; (3)、控制系统就是负责整个产生式系统的运行,实现对问题的求解。 3、什么就是子句?什么就是子句集?请写出求谓词公式子句集的步骤。 答:任何文字的析取式称为子句;由子句构成的集合称为子句集; 求谓词公式子句集的步骤: (1)、消去谓词公式中的“→”与“?”符号; (2)、把否定符号移到紧靠谓词的位置上; (3)、变量标准化; (4)、消去存在量词; (5)、化为前束形; (6)、化为Skolem标准形; (7)、略去全称量词; (8)、消去合取词,把母式用子句集表示; (9)、子句变量标准化,即使每一个子句中的变量符号不同。 4、说明主观Beyes方法中LS与LN的含义。 答:(LS,LN)为规则强度,其值有领域专家给出。LS、LN相当于知识德尔静态强度。其中LS称为规则成立的充分性度量,用于指出E对H的支持程度,取值范围为[0,+∞),其定义为: ) / P( ) / P( LS H E H E ? =; LN为规则成立的必要性度量,用于指出E ?对H的支持程度,即E对H为真的必要性程度,取值范围为 [0,+∞),其定义 为: ) / P( -1 ) / P( -1 ) / P( ) / P( LN H E H E H E H E ? = ? ? ? = 三、计算题 1、下列知识就是一些规则性知识: 人人爱劳动。 所有整数不就是偶数就就是奇数。 自然数都就是大于零的整数。 用谓词公式表示这些知识。 解:(1)定义谓词如下: MAN(x):x就是人; LOVE(x, y):x爱y; N(x):x就是自然数; I(x):x就是整数; E(x):x就是偶数; O(x):x就是奇数; GZ(x): x大于零。

人工智能重点总结

人工智能重点总结 第一章:发展简史(此处为简答题) 1.人工智能的萌芽(1956年以前) 1936年,图灵创立了自动机理论(后人称为图灵机),提出一个理论计算机模型,为电子计算机设计奠定了基础,促进了人工智能,特别是思维机器的研究。 麦克洛克和皮茨于1943年提出“拟脑模型”是世界上第一个神经网络模型(MP模型),开创了从结构上研究人类大脑的途径。 1948年维纳发表《控制论—关于动物与机器中的控制与通信的科学》,不但开创了近代控制论,而且为人工智能的控制学派树立了里程碑。 1、古希腊伟大的哲学家思想家亚里士多德的主要贡献是为形式逻辑奠定了基 础。形式逻辑是一切推理活动的最基本的出发点。在他的代表作《工具论》中,就给出了形式逻辑的一些基本规律,如矛盾律、排中律,并且实际上已经提到了同一律和充足理由律。此外亚里士多得还研究了概念、判断问题,以及概念的分类和概念之间的关系判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 2、英国的哲学家、自然科学家 Bacon(培根)(1561-1626),他的主要贡献是 系统地给出了归纳法,成为和 Aristotle 的演绎法相辅相成的思维法则。 Bacon 另一个功绩是强调了知识的作用。 Bacon 的著名警句是"知识就是力量"。 3、德国数学家、哲学家 Leibnitz(莱布尼茨)(1646-1716),他提出了关于数 理逻辑的思想,把形式逻辑符号化,从而能对人的思维进行运算和推理。他曾经做出了能进行四则运算的手摇计算机 4、英国数学家、逻辑学家 Boole(布尔)(1815-1864),他初步实现了布莱尼 茨的思维符号化和数学化的思想,提出了一种崭新的代数系统--布尔代数。 5、美籍奥地利数理逻辑学家Godel(哥德尔)(1906-1978),他证明了一阶谓词 的完备性定理;任何包含初等数论的形式系统,如果它是无矛盾的,那么一定是不完备的。此定理的意义在于,人的思维形式化和机械化的某种极限,在理论上证明了有些事是做不到的。

人工智能复习题(答案)

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. VJ B. C# C. Foxpro D. LISP 7. 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。 A. 机器证明 B. 模式识别 C. 人工神经网络 D. 智能代理

相关文档
最新文档