人工智能导论复习题

●1、人工智能有哪些研究领域？你能列举出一些与汽车相关的研究领域吗？
自然语言理解，数据库的智能检索，专家咨询系统，定理证明，博弈，机器人学，自动程序设计，组合调度问题，感知问题。

无人驾驶，安全驾驶辅助系统，环境识别与感知，GPS导航，人工智能换挡互联网
●2、对于农夫过河问题，分析其中的产生式规则，组成规则库，并给出初始事实数据和
目标条件，建立一个小型产生式系统并运行之。

1)农夫每次只能带一样东西过河(2)如果没有农夫看管，狼吃羊，羊吃菜
要求：设计一个过河方案，使得农夫、狼、羊、菜都能过河，画出相应的状态空间图。

2)四元组S表示状态，即S＝(农夫，狼，羊，菜)
用0表示在左岸，1表示在右岸初始S=(0，0，0，0) 目标G=(1，1，1，1) 定义操作符L(i)表示农夫带东西到右岸：i=0 农夫自己到右岸；i=1 农夫带狼到右岸；
i=2 农夫带羊到右岸； i=3 农夫带菜到右岸；
定义操作符R(i)表示农夫带东西到左岸： i=0 农夫自己到左岸； i=1 农夫带狼到左岸；i=2 农夫带羊到左岸； i=3 农夫带菜到左岸；
约束状态如下：(1，0，0，X)狼、羊在左岸；(1，X，0，0)羊、菜在左岸；
(0，1，1，X)狼、羊在右岸；(0，X，1，1)羊、菜在右岸；
(0，0，0，0)
/ L(2)
(1，0，1，0)
/ R(0)
(0，0，1，0)
/ L(1) \ R(3)
(1，1，1，0) (1，0，1，1)
/ R(2) \ R(2)
(0，1，0，0) (0，0，0，1)
\ L(3) / L(1)
(1，1，0，1)
\ R(0)
(0，1，0，1)
\ L(2)
(1，1，1，1)
解一：解二：
1.带羊过河 (1，0，1，0) 1.带羊过河 (1，0，1，0)
2.农夫回来 (0，0，1，0) 2.农夫回来 (0，0，1，0)
3.带狼过河 (1，1，1，0) 3.带菜过河 (1，0，1，1)
4.带羊回来 (0，1，0，0) 4.带羊回来 (0，0，0，1)
5.带菜过河 (1，1，0，1) 5.带狼过河 (1，1，0，1)
6.农夫回来 (0，1，0，1) 6.农夫回来 (0，1，0，1)
7.带羊过河 (1，1，1，1) 7.带羊过河 (1，1，1，1)
4、书上P158—4.10、4.13、4.17
4.10 用语义网络表示：动物能运动，会吃；鸟是一种动物，鸟有翅膀，会飞；鱼是一种
动物，鱼生活在水里，会游泳。

4.13 请把下列命题用一个语义网络表示出来： 1.树和草都是植物2.树和草都有叶和根3.水草是草，且生长在水中 4.果树是树，且会结果
5.梨树是果树中的一种，它会结梨 (1) 树和草都是植物； 解：
(2) 树和草都有叶和根； 解：
(3) 水草是草，且生长在水中； 解：
(4) 果树是树，且会结果； 解：
(5) 梨树是果树中的一种，它会结梨。

解： 植物
草
树 AKO AKO 草
树
是一种
是一种 植物
叶 根 Have
Have 草 水草 水中
AKO
Live
植物
AKO 树 果树 结果
AKO
Can
植物
AKO 果树 梨树 结梨
AKO
Can
树
AKO
4.17 给出多边形的层次框架体系
框架名<多边形> 类属：二维多边形 类型：平面封闭多边形 约束条件：1.封闭 2.凹凸多边形 3角和边
● 6、对于函数f(x)=xsin(1/x),x ∈[0.05,0.5]，若要求求解精度到6位小数，如何进行二进制
编解码？ 用微分法求取f (x )
● 问题的提出
当i 为奇数时xi 对应局部极大值点，i 为偶数时xi 对应局部极小值。

x 19即为区间[-1,2]内的最大值点：
此时，函数最大值f (x 19)比f (1.85)=3.85稍大。

● 编码
]2,1[ 0.2)10sin()(-∈+*=x x x x f πx x x x x x f *-=*=***+*=πππππ10)10tan( 0)10cos(10)10sin()('即
表现型：x
基因型：二进制编码（串长取决于求解精度） 串长与精度之间的关系： 若要求求解精度到6位小数，区间长度为2-(-1)＝3，即需将区间分为3/0.000001=3×106等份。

所以编码的二进制串长应为22位。

● 产生初始种群
产生的方式：随机
产生的结果：长度为22的二进制串 产生的数量：种群的大小（规模），如30，50，…
1111010011100001011000 1100110011101010101110
1010100011110010000100 1011110010011100111001 0001100101001100000011 0000011010010000000000 …… ● 计算适应度
不同的问题有不同的适应度计算方法 本例：直接用目标函数作为适应度函数 ①将某个体转化为[-1,2]区间的实数：
s =<1000101110110101000111> → x =0.637197 ②计算x 的函数值（适应度）： f (x )=x sin(10πx )+2.0=2.586345 ● 计算适应度（简单函数值替换） 二进制与十进制之间的转换：
第一步，将一个二进制串（b 21b 20…b 0）转化为10进制数：
● 遗传操作
选择：轮盘赌选择法； 交叉：单点交叉； 变异：小概率变异 ● 模拟结果
设置的参数：
种群大小50；交叉概率0.75；变异概率0.05；最大迭代数200。

4194304
230000002209715222
21=<<=')2()(1021
202021x b b b b i i i =⋅=∑
=Λ
得到的最佳个体：
smax=<1111001100111011111100>;
xmax=1.8506;
f(x max)=3.8503;
遗传算法的选择策略有哪些？详细描述俄罗斯轮盘赌的选择策略。

1.轮盘赌选择
2.随机遍历抽样
3.局部选择
4.截断选择
5.锦标赛选择
俄罗斯轮盘赌：比如说种群中有20个个体，那么每个个体的适应度除以20个个体适应度的和得到的就是该个体的被选择的概率。

轮盘赌选择时，每个个体类似于轮盘中的一小块扇形，扇形的大小与该个体被选择的概率成正比。

那么，扇形越大的个体被选择的概率越大。

这就是轮盘赌选择法。

书上P303
10、名词解释：
弱人工智能；弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。

符号主义:符号主义（Symbolism）是一种基于逻辑推理的智能模拟方法，又称为逻辑主义(Logicism)
席尔勒的中文屋子:又称作华语房间是由美国哲学家约翰·希尔勒在1980年设计的一个思维试验以推翻强人工智能（机能主义）提出的过强主张：只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。

模式识别:借助计算机，就人类对外部世界某一特定环境中的客体、过程和现象的识别功能(包括视觉、听觉、触觉、判断等)进行自动模拟的科学技术。

人工神经网络:是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。

在工程与学术界也常直接简称为神经网络或类神经网络。

专家系统:根据人们在某一领域内的知识、经验和技术而建立的解决问题和做决策的计算机软件系统，它能对复杂问题给出专家水平的结果。