人工智能复习资料

合集下载

人工智能复习

人工智能复习

人工智能复习1.人工智能从能力的角度看,人工智能是指用人工的方法在机器上实现的智能。

从学科的角度看,人工智能是一门研究如何构造智能机器或智能系统,使它能模拟、延伸和扩展人类智能的学科。

2.人工智能的研究目标对智能行为有效解释的理论分析;解释人类智能;构造智能的人工制品3.人工智能研究中的三大学派:符号主义、联结主义和行为主义1)符号主义学:又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism),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。

认为人工智能源于数理逻辑。

2)联结主义:又称为仿生学派(Bionicsism)或生理学派(Physiologism),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。

认为人工智能源于仿生学,特别是人脑模型的研究。

3)行为主义:又称进化主义(Evolutionism)或控制论学派(Cyberneticsism),其原理为控制论及感知-动作型控制系统。

认为人工智能源于控制论4.机器视觉是一门用计算机模拟或实现人类视觉功能的新兴学科。

主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。

5.模式识别是让计算机能够对给定的事务进行鉴别,并把它归入与其相同或相似的模式中。

6.衡量机器是否具有智能:图灵测试7.知识表示是对知识的描述,即用一些约定的符号把知识编码成一组可以被计算机接收,并便于系统使用的数据结构。

8.知识表示观是指人们对知识表示的看法。

主要有陈述性和过程性两种不同的知识表示观。

主要区别:陈述性知识表示观是以陈述式的方式把知识用一定数据结构表示出来,即把知识看成一种特殊的数据,使知识作为一种独立于程序的实体而存在;而过程性则把知识表示和知识运用结合起来。

9.推理是按照某种策略从已知事实出发利用知识去推出结论的过程。

10.智能系统的推理包括两个基本问题:推理的方法、推理的控制策略11.推理方法分类:按照推理的逻辑基础:演绎推理和归纳推理按照所用知识的确定性分:确定性推理和不确定性推理安装推理过程的单调性分:单调推理和非单调推理12.推理的控制策略包括:推理策略,主要解决推理方向,冲突消解;搜索策略,解决推理线路,推理效果,推理效率等问题。

人工智能复习资料

人工智能复习资料

人工智能复习资料一、引言人工智能(Artificial Intelligence,简称AI)是一门研究如何使计算机能够像人一样思考和行动的科学与工程领域。

它涵盖了多个子领域,包括机器学习、自然语言处理、计算机视觉等。

本文将围绕人工智能的基本概念、发展历程、应用领域以及未来发展趋势等方面进行复习。

二、人工智能的基本概念1. 人工智能的定义和特点人工智能是指使计算机具备智能的能力,能够模拟和实现人类的思维和行为。

其特点包括自主学习、推理、问题解决、语言理解和感知等。

2. 人工智能的分类人工智能可以分为弱人工智能和强人工智能。

弱人工智能是指在特定领域内具备智能的计算机系统,而强人工智能则是指能够在各个领域都表现出与人类相当的智能水平的计算机系统。

三、人工智能的发展历程1. 人工智能的起源人工智能的起源可以追溯到20世纪50年代。

当时,人们开始研究如何使计算机能够模拟人类的思维和行为,提出了“人工智能”这一概念。

2. 人工智能的发展阶段人工智能的发展可以分为符号主义阶段、连接主义阶段和混合主义阶段。

符号主义阶段主要研究基于逻辑和规则的推理和知识表示;连接主义阶段则侧重于神经网络和模式识别;混合主义阶段则将符号主义和连接主义相结合。

四、人工智能的应用领域1. 机器学习机器学习是人工智能的重要分支,它通过让计算机从数据中学习和改进,实现自主学习和决策能力。

机器学习在语音识别、图像识别、推荐系统等领域有广泛应用。

2. 自然语言处理自然语言处理是指让计算机能够理解和处理人类语言的能力。

它在机器翻译、语音识别、智能客服等方面有着重要应用。

3. 计算机视觉计算机视觉是指让计算机能够理解和分析图像和视频的能力。

它在人脸识别、目标检测、智能监控等领域有广泛应用。

4. 智能机器人智能机器人是指具备感知、决策和执行能力的机器人系统。

它在工业生产、医疗护理、军事作战等领域有着广泛应用。

五、人工智能的未来发展趋势1. 深度学习深度学习是机器学习的一种方法,通过构建多层神经网络实现对大规模数据的学习和分析。

人工智能复习资料整理(修正版-如发现计算错误请指出)

人工智能复习资料整理(修正版-如发现计算错误请指出)

一、填空题(40分)1.人工智能的主要学派:(1)符号主义:又称逻辑主义、心理学派或计算机学派,其原理主要是为物理符号系统假设和有限合理性原理。

(2)连接主义:又称仿生学派或生理学派,其原理主要是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:又称进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。

2.人工智能三个基本问题:知识获取、知识推理、知识利用。

3.常用的知识表示方法包括:状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法。

4.机器学习分为:监督学习、无监督学习、强化学习。

5.遗传算法基本操作分为:选择、交叉和变异。

6.产生式系统的构成分为:规则库、综合数据库和推理机。

7.问题状态空间包含的三种说明集合分别为:初始状态集(S)、操作符集合(F)、以及目标状态集合(G)。

8.可信度方法中,不精确推理规则的一般形式为:IF E THEN H (CF(H,E)),其中(CF(H,E))是该规则的可信度,称为可信度因子或规则强度。

(1)当证据E的可信度CF(E)的取值范围与CF(H,E)相同,即-1 ≤ CF(E)≤ 1;(2)当证据以某种程度为真时,CF(E) > 0(3)当证据肯定为真时,CF(E) = 1(4)当证据以某种程度为假时,CF(E) < 0(5)当证据肯定为假时,CF(E) = -1(6)当证据一无所知时,CF(E) = 09.用产生式方法表示张和李是同学关系:(classmate,Zhang,Li)10.模糊集合表示,例如有一组数据:85,90,82,70,98,模糊集合表示为:11.自然语言理解过程的层次有:语音分析、句词分析、语义分析。

12.人工生命研究实例有:人工脑、计算机病毒、计算机进程、细胞自动机、人工核苷酸。

13.计算智能涉及神经计算、模糊计算、进化计算、粒群计算、自然计算、免疫计算和人工生命等研究领域。

《人工智能》复习要点

《人工智能》复习要点

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。

人工智能工程复习资料

人工智能工程复习资料

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()。

人工智能复习资料

人工智能复习资料

⼈⼯智能复习资料1.3什么是⼈⼯智能?它研究的⽬标是什么?从能⼒的⾓度:⼈⼯智能是指⽤⼈⼯的⽅法在机器(计算机)上实现的智能。

从学科的⾓度:⼈⼯智能是⼀门研究如何构造智能机器或智能系统,去模拟、延伸和扩展⼈类智能的学科。

⽬标:1)对智能⾏为有效解释的理论分析。

2)解释⼈类智能。

3)构造具有智能的⼈⼯制品。

1.8⼈⼯智能有哪些主要研究和应⽤领域?其中哪些是新的研究热点?机器思维、机器学习、机器感知、机器⾏为计算智能、分布智能、智能系统、⼈⼯⼼理与⼈⼯情感⼈⼯智能的典型应⽤:智能机器⼈、智能检索、智能游戏问题求解(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),系统与语⾔⼯具新的研究热点: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(超市市场商品数据分析),⼈⼯⽣命1.9⼈⼯智能有未来发展有哪些值得思考和关注的重要问题?1. 多学科交叉研究2. 分布智能与社会智能研究3. 集成智能研究4. 智能⽹络研究5. 认知计算与情感计算研究6. 智能系统与智能服务2.2什么是知识表⽰?知识表⽰有哪些要求?知识表⽰是对知识的描述,即⽤⼀组符号把知识编码成计算机可以接受的某种结构。

要求:1)表⽰能⼒。

2)可利⽤性。

3)可组织性与可维护性。

4)可理解性与可实现性。

2.4什么是推理?它有哪些分类⽅法?推理是由具体事例归纳出⼀般规律,或者根据已有知识推出新的结论的思维过程。

分类⽅法:按推理的逻辑基础:演绎推理和归纳推理按知识的确定性:确定性推理和不确定性推理按推理的控制策略:推理策略和搜索理策略2.5推理中的控制策略包括哪⼏个⽅⾯的内容?主要解决哪些问题?推理的控制策略是指如何使⽤领域知识使推理过程尽快达到⽬标的策略解决推理⽅向控制策略、求解策略、限制策略、冲突消解策略等2.6什么是命题?什么是命题的真值?断⾔:⼀个陈述句称为⼀个断⾔.命题:具有真假意义的断⾔称为命题.命题的意义通常称为真值,它只有真、假两种情况。

《人工智能》考试复习资料

《人工智能》考试复习资料

中南大学人工智能习题:1-1、什么是人工智能?试从学科和能力两方面加以说明。

从学科方面定义:人工智能是计算机科学中涉及研究、涉及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范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?1、数理逻辑和关于计算本质的新思想2、1956年第一次人工智能研讨会召开3、控制论思想的影响4、计算机的发明发展5、专家系统和知识工程6、机器学习、计算智能、人工神经网络和行为主义研究1-3、为什么能够用机器(计算机)模仿人的智能?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、条件性迁移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)就一定是个物理符号系统。

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和应用领域是什么?其中,哪些是新的研究热点?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。

新的研究热点:概率图模型(隐马尔可夫模型、贝叶斯网络)、统计学习理论(SLT)& 支持向量机(SVM)、数据挖掘与知识发现(超市市场商品数据分析),人工生命1-5、人工智能有哪几种学派?1)符号主义(Symbolicism),又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism),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。

人工智能复习资料

人工智能复习资料

1.人工智能概念:人造智能,其英文表示是“Artifical Intelligence”,简称AI。

“人工智能”一词目前是指用计算机模拟或实验的智能,因此人工智能又称机器智能。

2.框架的概念:顾名思义,框架(frame)就是一种结构,一种模式,其一般形式是:<框架名><曹名1><槽值1>|<侧面名11><侧面值111,侧面值112,···><侧面名12><侧面值121,侧面值122,···>·<曹名2><槽值2>|<侧面名21><侧面值211,侧面值212,···><侧面名22><侧面值221,侧面值222,···>·<曹名k><槽值k>|<侧面名k1><侧面值k11,侧面值k12,···><侧面名k2><侧面值k21,侧面值k22,···>·即一个框架一般有若干个槽,一个槽有一个槽值或者有若干个侧面3.人工智能实际上是一门综合性的交叉学科和边缘学科。

4.数据挖掘(也称数据开采、数据采掘等)和数据库中的知识发现的本质含义是一样的,只是前者主要流行于统计、数据分析、数据库和信息系统等领域,后者则主要流行于人工智能和机器学习等领域。

5.PROLOG语言只有三种语句,分别称为事实、规则和问题。

6. PROLOG中称无值的变量为自由变量,有值的变量为约束变量。

7.一个完整的Turbo PROLOG程序一般包括常量段、领域段、数据字段、谓词段、目标段和子句段等六个部分。

(加粗字体为常用部分)8.在状态图中寻找目标或路径的基本方法就是搜索。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、选择填空1.产生式系统由综合数据库,规则库,控制策略三个部分组成2.α-β剪枝中,极大节点下界是α,极小节点是β。

3.发生β剪枝的条件是祖先节点β值<=后辈节点的α值。

4.发生α剪枝的条件是后辈节点β值<=祖先节点的α值。

5.在证据理论中,信任函数Bel(A)与似然函数Pl(A)的关系为0<=Bel(A)<=Pl(A)<=1。

6.深度优先算法的节点按深度递减的顺序排列OPEN中的节点。

7.宽度优先算法的节点按深度递增的顺序排列OPEN中的节点。

8.A 算法失败的充分条件是OPEN 表为空。

9.A算法中OPEN中的节点按f值从小到大排序。

10.爬山算法(不可撤回方式)是只考虑局部信息,没有从全局角度考虑最佳选择。

f(n)= g(n) 只考虑搜索过的路径已经耗费的费用11.分支界限算法(动态规划算法):f(n)= h(n)只考虑未来的发展趋势。

仅保留queue中公共节点路径中耗散值最小的路径,余者删去,按g 值升序排序。

12.回溯策略是试探性地选择一条规则,如发现此规则不合适,则退回去另选其它规则。

定义合适的回溯条件①新产生的状态在搜索路径上已经出现过。

②深度限制(走到多少层还没有到目标,就限制往回退) ③当前状态无可用规则。

13.A*选中的任何节点都有f(n)<=f*(s)<f(t)。

14.h(n)与h*(n)的关系是h(n)>=h*(n),g(n)与g*(n)的关系是g(n) ≥g*(n) 。

15.求解图的时候,选择一个正确的外向连接符是顺着现有的连接符的箭头方向去找,不能逆着箭头走。

16.根节点:不存在任何父节点的节点。

叶节点:不存在任何后继节点的节点。

17.两个置换s1,s2的合成置换用s1s2表示。

它是s2作用到s1的项。

18.LS和LN两个参数之间应该满足LS、LN>=0,不独立,LS、LN可以同时=1,LS、LN不能同时>1或<1。

19.语义网络:一般用三元组(对象,属性,值)或(关系,对象1,对象2)20.反向推理方法:定义:首先提出假设,然后验证假设的真假性,找到假设成立的所有证据或事实。

21.证据A的不确定性范围:-1 ≤CF( A) ≤1。

22.析取范式:仅由有限个简单合取式组成的析取式。

23.合取范式:仅由有限个简单析取式组成的合取式。

24.原子公式:由原子符号与项(为常量、变量和函数)构成的公式为原子公式。

二、产生式系统(第一章)给定一个初始状态S、一个目标状态G,求从S到G的走步序列。

S 状态 G 状态 解:① 综合数据库定义:矩阵(Sij )表示任何状态,其中: Sij ∈0,1, … 8} 1≦i,j ≦3 Sij 互不相同 状态空间:9!=362,880 种状态 ② 规则集设:空格移动代替数码移动。

至多有四种移动的可能: 上、下、左、右。

定义:Sij 为矩阵第i 行j 列的数码;其中:i0,j0表示 空格所在的位置,则Si0j0=0 (0代表空格) 空格左移规则:if j0-1≧1 then j0=j0-1; Si0j0=0如果当前空格不在第一列,则空格左移一位,新的空格位置赋值为0 同理:右移规则:if j0+1≦3 then j0=j0+1; Si0j0=0 上移规则:if i0-1≧1 then i0=i0-1; Si0j0=0 下移规则:if i0+1≦3 then i0=i0+1; Si0j0=0 ③ 控制策略 (1)爬山算法设:- W(n):不在位的数码个数 n :任意状态 目标状态, -W(n)=0 (每个数码都在规定的位置)最不利状态, -W(n)= -8 (每个数码都不在规定的位置)左右上-W(n)= -4-W(n)= -5-W(n)= -5(-3)(-3)(-3)其余2种移动(略)此路径(略)上左左 (-2) 下(-1)(0)右(2)回溯策略限定搜索深度为6,移动次序为左上右下。

(3)A 算法令: g(n)=d(n)节点深度h(n)=w(n) 不在位的数码个数(启发函数) 则 f(n)=d(n)+w(n)深度=1 可用规则:左、上、右此状态与深度=3的状态相同 左深度=4 左深度=5 可用规则:上、右右可用规则:左、右、下 左 与深度=4状态相同且深度=6 可用规则:左、下深度=6 下限定搜索深度 = 6 规则排列次序:左移、上移、右移、下移三、第二章和第四章(1)超图(与或图)找解图,并计算解图耗散值2 831 6 47 52 83 1 47 652 831 6 47 52 83 1 64 75 2 3 1 84 7 65 2 8 3 1 47 6 5 2 8 3 14 7 65 2 8 37 14 65 8 3 2 1 4 76 5 2 3 1 847 6 52 31 8 47 6 51 2 3 8 47 6 51 23 8 47 6 51 2 3 7 8 46 5s(4) A(6)B(4) C(6)D(5)E(5) F(6)G(6) H(7) I(5) J(7)K(5) L(5)M(7)目标12 3 4 5 6 n 0n1n3 n6 n7n2n5n4n8n0n3 n6 n7n5n4 n8解图1n1n5n0n8n7解图2左图耗散值① K(n0,N) = 1+ K(n1,N) =1+1+ K(n3,N) =1+1+2+ K(n5,N)+ K(n6,N) =1+1+2+2+ K(n7,N)+ K(n8,N)+2+ K(n7,N)+ K(n8,N) =1+ 1+ 2+ 2+ 0+ 0+ 2+ 0+ 0 =8 右图耗散值② K(n0,N) = 2+ K(n4,N) + K(n5,N) = 2+ 1+K(n5N) + 2+K(n7,N) +K(n8,N) = 2+ 1+ 2+K(n7,N) +K(n8,N) + 2+K(n7,N) +K(n8,N) = 2+ 1+ 2+ 0+ 0+ 2+ 0+ 0 =7(2)α-β剪枝,并在博弈树上给出是何处发生剪枝的标志,并标明是哪种剪枝,各生成节点的到推值以及选择的走步路径。

(3)语义网络表示1.书本p137,根据已知规则画出与或图 答案:有毛发有奶哺乳动物有羽毛会飞会下蛋鸟吃肉肉食动物有蹄有爪有犬齿眼盯前方有蹄动物嚼反刍动物黄褐色身上有暗斑点金钱豹黑色条纹虎长脖子长腿长颈鹿斑马不会飞鸵鸟会游泳有黑白两色企鹅善飞信天翁2.王峰热爱祖国。

答案:(热爱,王峰,祖国)3、Micheal 是一个雇员,Jack 是他老板,有一天Micheal 这个人kicked0 5 -3 3 3 -3 0 2 2 -3 0 –2 3 5 4 1 -3 0 6 8 9 -3答案:eventJackMichealKickedAgentis Objectboss-ofemployeebossperson4、李强是某大学计算机系教师,35岁,副教授,该大学位于北京答案:李强副教授计算机系某大学Is-aWork-at Part-of北京Located-at 教师A-kind-of 35岁Age四、第五章 (1)确定性推理1、已知:R1:A1→B1 CF (B1,A1)=0.8 R2:A2→B1 CF (B1,A2)=0.5R3:B1∧A3→B2CF (B2,B1∧A3)=0.8 CF (A1)=CF (A2)=CF (A3)=1; CF (B1)= CF (B2)=0; 计算 :CF (B1)、CF (B2)解:依规则R1,CF (B1|A1)=CF (B1)+CF (B1,A1)(1-CF (B1))=0.8, 即更新后CF (B1)=0.8 依规则R2:CF (B1|A2)=CF (B1)+CF (B1,A2)(1-CF (B1))=0.9 更新后CF (B1)=0.9 依R3,先计算 CF (B1∧A3)=min (CF (A3),CF (B1))=0.9 由于CF (B1∧A3)<1,CF (B2| B1∧A3)= CF (B2)+ CF (B1∧A3)×CF(B2,B1∧A3) ×(1-CF (B2))=0+0.9×0.8(1-0)=0.722、课本p203页 作业5.10 设有以下知识:R1:IF E1 THEN H(0.9); R2:IF E2 THEN H(0.6); R3:IF E3 THEN H(-0.5);R4:IF E4 AND (E5 OR E6) THEN E1(0.8);已知CF(E2)=0.8,CF(E3)=0.6,CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8. 求:CH(H). 解:12(56)max{(5),(6)}0.8(4(56))min{(4),(56)}0.5(1)max{0,(4(56))}(1,4(56))0.50.80.4()max{0,(1)}(,1)0.40.90.36()max{0,(2)}(,2CF E E CF E CF E CF E E E CF E CF E E CF E CF E E E CF E E E E CF H CF E CF H E CF H CF E CF H E ∨==∧∨=∨==∧∨⨯∧∨=⨯==⨯=⨯==⨯3121212123)0.80.60.48()max{0,(3)}(,3)0.60.50.3()()()()()0.360.480.360.480.6672()()()0.66720.30.3672CF H CF E CF H E CF H CF H CF H CF H CF H CF H CF H CF H =⨯==⨯=⨯-=-=+-=+-⨯==+=-=(2)证据理论1、设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0.6,m(U)=0.4,U 的其它子集的m 值均为0。

解:Bel(B)=m({a,b,c})+m({a,b})+m({a,c})+m({b,c})+m({a})+m({b}) +m({c})+m(φ)=0.6Pl(A)=1-Bel({a,b}')=1-Bel({c,d})=1-(m({c,d})+m({c})+m({d})+m(φ))=1 Bel(A)=m({a,b})+m({a})+m({b})+m(φ)=0.63、已知:f1(A1) = 0.40,f1(A2)=0.50,|U| = 20,A1→B={b1,b2,b3},(c1,c2,c3)=(0.1,0.2,0.3),A2→B={b1,b2,b3},(c1,c2,c3)=(0.5,0.2,0.1) 求:f1(B)解:先求:m1({b1},{b2},{b3})=(0.4*0.1,0.4*0.2,0.4*0.3)=(0.04,0.08,0.12); m1(U)=1- [m1({b1})+m1({b2})+m1({b3})]=0.76; m2({b1},{b2},{b3})=(0.5*0.5,0.5*0.2,0.5*0.1)=(0.25,0.10,0.05); m2(U)=1- [m2({b1})+m2({b2})+m2({b3})]=0.70; 求m =m1⊙ m21/K=m1({b1})*m2({b1})+ m1({b1})*m2({U})+ m1({b2})*m2({b2})+ m1({b2})*m2({U})+ m1({b3})*m2({b3})+ m1({b3})*m2({U})+ m1({U})*m2({b1})+ m1({U})*m2({b2})+ m1({U})*m2({b3})+m1({U})*m2({U})=0.01+0.028+0.008+0.056+0.06+0.084+0.19+0.076+0.038+0.532 =1/1.082 有:m({b1})=K*(m1({b1})*m2({b1})+m1({b1})*m2({U}) +m1({U})*m2({b1})) =1.082*(0.01+0.028+0.19)=0.247m({b2})=K*(m1({b2})*m2({b2})+m1({b2})*m2({U})+m1({U})*m2({b2})) =1.082*(0.008+0.056+0.076) =0.151m({b3})=K*(m1({b3})*m2({b3})+m1({b3})*m2({U})+m1({U})* m2({b3})) =1.082*(0.06+0.084+0.038)=0.138m(U)=1-[ m({b1})+ m({b2})+ m({b3})]=0.464 最后:Bel (B )=m({b1})+ m({b2})+ m({b3})=0.536 P1(B)=1-Bel(~B) 由于基本概率分配函数只定义在B 集合和全集U 之上,所以其它集合的分配函数值为0,即Bel(~B)=0 所以,可得P1(B)=1-Bel(~B)=1f1(B)=Bel(B)+(P1(B)-Bel(B))*|B|/|U|=0.536+(1-0.536)*3/20=0.606五、第三章(1)基于归结的演绎系统1、已知前提: (1)能阅读的人是识字的 (2)海豚都不识字(3)有些海豚是聪明的 求证:有些聪明的东西不会阅读证明:用谓词形式表达所有前提以及结论。

相关文档
最新文档