人工智能知识点总复习(附答案)
知识点
1. 什么是人工智能？它的研究目标是什么？
人工智能的研究目标
远期目标
揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能
涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展
近期目标
研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。
相互关系
远期目标为近期目标指明了方向
近期目标则为远期目标奠定了理论和技术基础
2. 人工智能有哪几个主要学派？各自的特点是什么？
人工智能研究的三大学派：
随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、联结主义和行为主义三大学派。
符号主义学派
是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。例如，专家系统等。
联结主义学派
是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，人工神经网络研究掀起了第二次高潮。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。
行为主义学派
是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。
智能科学技术学科研究的主要特征
(1) 由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；
(2) 由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；
(3) 由多个不同学派的独立研究走向多学派的综合研究；
(4) 由对个体、集中智能的研究走向对群体、分布智能的研究；
(5) 智能技术应用已渗透到人类社会的各个领域。
知识表示的类型
按知识的不同存储方式：
陈述性知识：知识用某种数据结构来表示；
知识本身和使用知识的过程相分离。
过程性知识：知识和使用知识的过程结合在一起。
知识表示的基本方法
非结构化方法：
一阶谓词逻辑
产生式规则
结构化方法：
语义网络
框架
知识表示的其它方法
状态空间法和问题归约法。
推理过程的心理形式
从心理学的角度，推理是一种心理过程。可有以下几种主要形式：
(1) 三段论推理
由两个假定真实的前提和一个可能符合也可能不符合这两前提的结论组成。
(2) 线性推理
或称线性三段论，这种推理的三个判断之间具有线性关系。
(3) 条件推理
即前一命题是后一命题的条件。
(4) 概率推理
即用概率来表示知识的不确定性，并根据所给出的概率来估计新的概率。
推理方法的分类形式
演绎推理与归纳推理的区别
演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或者证明一个结论的正确性。它所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭露出来，因此它不能增殖新知识。
归纳推理所推出的结论是没有包含在前提内容中的。这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。
推理控制策略及其分类
推理的控制策略
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。它可分为推理策略和搜索策略。
推理策略
主要解决推理方向、冲突消解等问题，如推理方向控制策略、求解策略、限制策略、冲突消解策略等
推理方向控制策略用于确定推理的控制方向，可分为正向推理、逆向推理、混合推理及双向推理。
求解策略是指仅求一个解，还是求所有解或最优解等。
限制策略是指对推理的深度、宽度、时间、空间等进行的限制。
冲突消解策略是指当推理过程有多条知识可用时，如何从这多条可用知识中选出一条最佳知识用于推理的策略。
搜索策略
主要解决推理线路、推理效果、推理效率等问题。
机器人移盒子问题：机器人从c点出发，将盒子从a桌拿到b桌，然后再回到c处。
?研究的对象：
?桌子x的个体域是{a, b}
?机器人y的个体域是{robot}
?位置z的个体域是{a, b, c}
?物体w的个体域是{box}
?描述状态的谓词：
?TABLE(x)：x是桌子
?EMPTY(y)：y手中是空的
?AT(y, z)：y在z的附近
?HOLDS(y, w)：y拿着w
?ON(w, x)：w在x桌面上
?问题的初始状态
?AT(robot, c)
?EMPTY(robot)
?ON(box, a)
?TABLE(a)
?TABLE(b)
?问题的目标状态
?AT(robot, c)
?EMPTY(robot)
?ON(box, b)
?TABLE(a)
?TABLE(b)
?机器人需要执行的操作
?Goto(x, y)：从x处走到y处。
?Pickup(x)：在x处拿起盒子。
?Setdown(x)：在x处放下盒子。
?操作对应的条件和动作如下
?Goto(x，y)
?条件：AT(robot，x)
?动作：删除表：A T(robot，x)
?添加表：A T(robot，y)
?Pickup(x)
?条件：ON(box，x)，TABLE(x)，AT(robot，x)，EMPTY(robot) ?动作：删除表：EMPTY(robot)，ON(box，x)
?添加表：HOLDS(robot，box)
?Setdown(x)
?条件：AT(robot，x)，TABLE(x)，HOLDS(robot，box)
?动作：删除表：HOLDS(robot，box)
?添加表：EMPTY(robot)，ON(box，x)
猴子摘香蕉问题：请写出猴子摘香蕉的求解过程
?描述状态的谓词
?AT(x, y)：x在y处
?ONBOX：猴子在箱子上
?HB：猴子得到香蕉
?其中，x 的个体域是
?{Monkey, Box, Banana}
?Y 的个体域是
?{a, b, c}
?问题的初始状态
?AT(Monkey, a)
?AT(Box, b)
??ONBOX ，?HB
?问题的目标状态
?AT(Monkey, c) ，AT(Box, c)
?ONBOX ，HB
?需要的操作
?Goto(u, v)：猴子从u处走到v处?Pushbox(v, w)：猴子推着箱子从v处移到w处?Climbbox：猴子爬上箱子?Grasp：猴子摘取香蕉
?操作对应的先决条件及动作
?Goto(u, v)
?条件：?ONBOX ，A T(Monkey, u)，
?动作：删除表：A T(Monkey, u)
?添加表：A T(Monkey, v)
?Pushbox(v, w)
?条件：?ONBOX ，A T(Monkey, v)，AT(Box, v) ?动作：删除表：A T(Monkey, v)，AT(Box, v)
?添加表：A T(Monkey, w)，AT(Box,w)
?Climbbox
?条件：?ONBOX ，A T(Monkey, w)，AT(Box,w) ?动作：删除表：?ONBOX
?添加表：ONBOX
?Grasp
?条件：ONBOX，A T(Box, c)
?动作：删除表：?HB
?添加表：HB
?猴子摘香蕉问题的求解过程如下：
?状态1（初始状态）
?AT( monkey, a ) ?开始AT( box, b )
?==========> ? ONBOX
?? HB
?状态2
?AT( monkey, b ) ?Goto( a, b ) A T( box, b )
?==========> ? ONBOX
?? HB
?状态3
?A T( monkey, c )
?Pushbox( b, c ) A T( box, c )
?==========> ? ONBOX
?? HB
?状态4
?A T( monkey, c)
?Climbbox AT( box, c )
?==========> ONBOX
?? HB
?状态5(目标状态)
?A T( monkey, c )
?Grasp A T( box, c )
?==========> ONBOX
?HB
谓词逻辑表示的特征
主要优点
自然：一阶谓词逻辑是一种接近于自然语言的形式语言系统，谓词逻辑表示法接近于人们对问题的直观理解
明确：有一种标准的知识解释方法，因此用这种方法表示的知识明确、易于理解
精确：谓词逻辑的真值只有“真”与“假”，其表示、推理都是精确的
灵活：知识和处理知识的程序是分开的，无须考虑处理知识的细节
模块化：知识之间相对独立，这种模块性使得添加、删除、修改知识比较容易进行主要缺点
知识表示能力差：只能表示确定性知识，而不能表示非确定性知识、过程性知识和启发式知识
知识库管理困难：缺乏知识的组织原则，知识库管理比较困难
存在组合爆炸：由于难以表示启发式知识，因此只能盲目地使用推理规则，这样当系统知识量较大时，容易发生组合爆炸
系统效率低：它把推理演算与知识含义截然分开，抛弃了表达内容中所含有的语义信息，往往使推理过程冗长，降低了系统效率
产生式系统的特点
?主要优点：自然性、模块性、有效性、一致性
?主要缺点：效率较低、不能表示结构性知识
语义网络的概念及结构
语义网络是通过概念及其语义关系来表示知识的一种网络图，它是一个带标记的有向图。
其中有向图的各节点用来表示各种概念、事物、属性、情况、动作、状态等，节点上的标注用来区分各节点所表示的不同对象，每个节点可以带有若干个属性，以表示其所代表的不同对象的特性；弧是有方向、有标注的，方向用来体现节点间的主次关系，而其上的标注则表示被联接的两个节点间的某种语义联系或语义关系。
一个最简单的语义网络可由一个三元组表示：
（节点1，弧，节点2）
基本语义关系
实例关系：ISA
体现的是“具体与抽象”的概念，含义为“是一个”，表示一个事物是另一个事物的一个实例。例“李刚是一个人”
分类关系：AKO
也称泛化关系，体现的是“子类与超类”的概念，含义为“是一种”，表示一个事物是另一个事物的一种类型。例“机器人是一种机器”
成员关系：A-Member-of
体现的是“个体与集体”的关系，含义为“是一员”，表示一个事物是另一个事物的一个成员。例“张强是共青团员”
属性关系
指事物和其属性之间的关系。常用的有：
Have：含义为“有”，表示一个结点具有另一个结点所描述的属性
Can：含义为“能”、“会”，表示一个结点能做另一个结点的事情
例如：“鸟有翅膀”
包含关系（聚类关系）
指具有组织或结构特征的“部分与整体”之间的关系。常用的包含关系是：Part-of ：含义为“是一部分”，表示一个事物是另一个事物的一部分。
例如，“大脑是人体的一部分”
时间关系
指不同事件在其发生时间方面的先后次序关系。常用的时间关系有：
Before：含义为“在前”After: 含义为“在后”
如：“伦敦奥运会在北京奥运会之后”，
位置关系
指不同事物在位置方面的关系。常用的有：
Located-on：含义为“在…上面”Located-under：含义为“在…下面”
Located-at：含义为“在…”如，“书在桌子上”
相近关系
指不同事物在形状、内容等方面相似或接近。常用的相近关系有：
Similar-to：含义为“相似”Near-to：含义为“接近”如，“猫似虎”
语义网络表示的特征
主要优点：
结构性把事物的属性以及事物间的各种语义联系显式地表示出来，是一种结构化的知识表示方法。在这种方法中，下层结点可以继承、新增、变异上层结点的属性。
联想性本来是作为人类联想记忆模型提出来的，它着重强调事物间的语义联系，体现了人类的联想思维过程。
自然性语义网络可以比较直观把知识表示出来，符合人们表达事物间关系的习惯。
主要缺点：
非严格性没有象谓词那样严格的形式表示体系，一个给定语义网络的含义完全依赖于处理程序对它所进行的解释，通过语义网络所实现的推理不能保证其正确性。
复杂性语义网络表示知识的手段是多种多样的，这虽然对其表示带来了灵活性，但同时也由于表示形式的不一致，使得它的处理增加了复杂性。
框架的定义及组成
是一种描述所论对象属性的数据结构，一个框架可以由框架名、槽、侧面和值四部分组成。
用框架表示知识的步骤
1）分析待表达知识中的对象和属性，对框架中的槽进行合理设置。
2）对各对象间的各种联系进行考察，使用一些常用的或根据具体需要定义一些表达联系的槽名，来描述上下层框架间的联系。
3）对各层对象的“槽”及“侧面”进行合理的组织安排，避免信息描述的重复。产生式系统（production system）
一个总数据库：它含有与具体任务有关的信息。随着应用情况的不同，这些数据库可能简单，或许复杂。
一套规则：它对数据库进行操作运算。每条规则由左部鉴别规则的适用性或先决条件以及右部描述规则应用时所完成的动作。
一个控制策略：它确定应该采用哪一条适用规则，而且当数据库的终止条件满足时，就停止计算。
OPEN表：用于存放刚生成的节点
CLOSE表：用于存放将要扩展或已扩展的节点
宽度优先搜索
目的是系统地展开并检查图中的所有节点，以找寻结果。
基本思想是首先搜索和初始节点距离为1的所有顶点，然后再去搜索和出始节点距离为2的其他顶点，依次类推
它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。
类似例题
?优点
完备性：如果问题有解，宽度优先搜索总能够在有限步内找到目标节点
最优性：在不考虑路径耗散的前提下，总能够找到最浅的目标节点(最优) ?缺点：
遍历各个节点，搜索效率差，消耗大量内存和时间
深度优先搜索类似例题
?深度优先搜索的优点是比宽度优先搜索算法需要较少的空间，该算法只需要保存搜索树的一部分，它由当前正在搜索的路径和该路径上还没有完全展开的节点标志所组成。
A算法和A*算法类似例题
计算智能是信息科学、生命科学、认知科学等不同学科相互交叉的产物。它主要借鉴仿生学的思想，基于人们对生物体智能机理的认识，采用数值计算的方法去模拟和实现人类的智能。
计算智能主要研究领域包括：神经计算、进化计算、模糊计算、免疫计算、DNA计算、粗糙集等。
生物神经系统是人工神经网络的基础。人工神经网络是对人脑神经系统的简化、抽象和模拟，具有人脑功能的许多基本特征。
常用的人工神经元模型
根据功能函数的不同，可得不同的神经元模型。阈值型(Threshold)
这种模型的神经元没有内部状态，作用函数f是一个阶跃函数，他表示激活值σ和输出之间的关系。
分段线性强饱和型(Linear Saturation)
这种模型又称为伪线性，其输入/输出之间在一定范围内满足线性关系，一直延续到输出为最大值1为止。但当达到最大值后，输出就不再增。
S型(Sibmoid)
这是一种连续的神经元模型，其输入输出特性常用指数、对数或双曲正切等S型函数表示。它反映的是神经元的饱和特性.
子阈累积型(Subthreshold Summation)
也是一个非线性函数，当产生的激活值超过T值时，该神经元被激活产生个反响。在线性范围内，系统的反响是线性的。
人工神经网络是一种对人工神经元进行互联所形成的网络，它是对生物神经网络的模拟。反映的是神经元的饱和特性.
分类：
反馈网络是指允许采用反馈联结方式所形成的神经网络。
反馈网络的典型例子是后面将要介绍的Hopfield网络
BP网络的网络拓扑结构是多层前向网络，在BP网络中，同层节点之间不存在相互连接，层与层之间多采用全互连方式，且各层的连接权值可调。BP网络实现了明斯基的多层网络的设想，是当今神经网络模型中使用最广泛的一种。
BP网络的学习过程是由工作信号的正向传播和误差信号的反向传播组成的。所谓正向传播，是指输入模式经隐层到输出层，最后形成输出模式；所谓误差反向传播，是指从输出层开始逐层将误差传到输入层，并修改各层联接权值，使误差信号为最小的过程。
进化计算（Evolutionary Computation,EC）是在达尔文（Darwin）的进化论和孟德尔（Mendel）的遗传变异理论的基础上产生的一种在基因和种群层次上模拟自然界生物进化过程与机制的问题求解技术。它主要包括
遗传算法（Genetic Algorithm，GA）
进化策略（Evolutionary Strategy,ES）
进化规划（Evolutionary Programming,EP）
遗传规划（Genetic Programming,GP）四大分支。
自然界生物进化过程是进化计算的生物学基础，它主要包括遗传(Heredity)、变异(Mutation)和进化(Evolution)理论。
遗传算法题
模糊集的运算：例4.17
按性质划分，不确定性大致可分为随机性、模糊性、不完全性、不一致性和时变性等几种类型。
有两种不确定性，即关于证据的不确定性和关于结论的不确定性。
贝叶斯网络是20世纪80年代发展起来的，最早由Judea Pearl于1986年提出，多用于专家系统，成为表示不确定性知识和推理问题的流行方法。
贝叶斯网络最早起源于贝叶斯统计分析，它是概率理论和图论相结合的产物。
它使用图论描述问题的结构，然后按照概率论的原则分析问题的结构加以利用，以降低推理的计算复杂度。
贝叶斯网络能够准确描述一组随机变量的联合概率分布和变量之间的关系。
贝叶斯网络的组成和结构
贝叶斯网络由网络结构和条件概率表两部分组成。贝叶斯网的网络结构是一个有向无环图．由结点和有向弧段组成。每个结点代表一个事件或者随机变量，变量值可以是离散的或连续的，结点的取值是完备互斥的。表示起因的假设和表示结果的数据均用结点表示。有向弧表示变量之间的关联。
网络中的每个节点都有一个概率分布，其中根节点附的是边缘概率分布，非根节点是条件概率分布。
贝叶斯网是一个二元组B=
预测、诊断和训练构成了贝叶斯网络的三个主要议题。：贝叶斯网络的预测是指从起因推测一个结果的推理，也称为由顶向下的推理。目的是由原因推导出结果。已知一定的原因(证据)，利用贝叶斯网络的推理计算，求出由原因导致的结果发生的概率。贝叶斯网络的诊断是指从结果推测一个起因的推理，也称为由底至上的推理。目的是在已知结果时，找出产生该结果的原因。贝叶斯网络学习是指由先验的贝叶斯网络得到后验的贝叶斯网络的过程。先验贝叶斯网络是根据用户的先验知识构造的贝叶斯网络，后验贝叶斯网络是把先验贝叶斯网络和数据相结合而得到的贝叶斯网络。贝叶斯网络学习的实质是用现有数据对先验知识的修正。
贝叶斯网络模型是由网络结构和条件概率分布表(Conditional Probability Table，CPT)组成的，基于贝叶斯网络的学习包括结构学习和参数学习两个内容。结构学习，即利用训练样本集，尽可能结合先验知识，确定最合适的贝叶斯网络模型结构。参数学习是在给定结构下，确定贝叶斯网络模型的参数，即每个结点上的CPT表。
在贝叶斯网络学习过程中，结构学习是核心，构建最优网络的方法有两种：第一种是依赖专家经验知识，通过咨询专家进行手工构造；第二种是通过对大量的样本数据集分析获得，也就是利用机器学习方法分析数据获得贝叶斯网
常用评分函数有最大似然评分、BIC评分、贝叶斯评分和最小描述长度MDL评分机器学习
1.研究如何使用机器来模拟人类学习活动的一门学科
2.(严格)：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
3.机器学习的主要策略：机械学习、通过传授进行学习、类比学习、归纳学习、通过
事例进行学习以及人工神经网络学习等
机器学习系统通常应该具有如下重要特征：
①目的性——系统的学习行为是高度目的性的，即系统必须知道学习什么
②结构性——系统必须具备适当的结构来记忆已学到的东西，即能够修改并完善知识
表示与组织的形式
③有效性——系统学习到的知识应受到实践的检验，新知识必须对改善系统的行为起有益的作用。这一观点称为机器学习的发展标准
④开放性——系统的能力应在实际使用过程中，在同环境进行信息交互的过程中不断进化
类比学习代表性的方法有转换类比、派生类比、基于示例的学习等
类比和基于示例的学习是同一思维方法的两个方面：两者都要依靠记忆的情景知识来指导复杂的问题求解，但前者强调对过去情况的修改、改写和验证过程，而后者注重示例记忆的组织、层次索引和检索
类比有多种形式：如方法类比、概念类比、图形类比、联想型类比等等
归纳学习一般的操作是泛化和特化：泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，应用于更多的情况；特化是泛化的相反操作，用于限制概念描述的应用范围
归纳学习的首要任务在于构造类型定义
选择：
1、AI的英文缩写是
A)Automatic Intelligence B)Artifical Intelligence
C)Automatice Information D)Artifical Information
2.下列哪个不是人工智能的研究领域（）
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（）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（）
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.如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解，（）可以认为是“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
6.产生式系统的推理不包括（）
A. 正向推理
B. 逆向推理
C. 双向推理
D. 简单推理
7.下列哪部分不是专家系统的组成部分（）
A. 用户
B. 综合数据库
C. 推理机
D. 知识库
8. 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（）。
A. 专家系统
B. 机器学习
C. 神经网络
D. 模式识别！
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（）。
A)无悖性B)可扩充性C)继承性
10人工智能诞生于（）年
1、人工智能研究中的学派包括（1）、（2）、（3）。
2、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（4）。
3、如果问题存在最优解，则（5）搜索算法必然可以得到该最优解。
4、按性质划分，不确定性大致可分为（6）、（7）、（8）、（9）、（10）。
5.常用的二种盲目搜索方法是_________和_________；引入启发式知识来指导OPEN表中节点的排序可划分为二种方式_________和_________。
6、人工智能的远期目标是，近期目标是。
二、简答题
1、简述人工智能及其研究内容。
2、什么是知识？它有那些特性？
3、试解释机器学习、有监督学习、无监督学习、强化学习。
4、解释下列模糊性知识：
1) 张三，体型，（胖，0.9））。
2) (患者，症状，(头疼，0.95) )∧(患者，症状，(发烧，1.1) ) →(患者，疾病，(感冒，1.2) ) 答：
答：1）表示：命题“张三比较胖”2）解释为：如果患者有些头疼并且发高烧，则他患了重感冒。
4、简单阐述产生式系统的组成：
人工智能试题2010
内蒙古科技大学2010/2011 学年第一学期 《人工智能》试题 课程号：67111317 考试方式：大作业 使用专业、年级：计算机应用2007 任课教师：陈淋艳 班级： 学号： 姓名：
一、（12分）什么是人类智能？它有哪些特征或特点？什么是人工 智能？人工智能有哪些研究领域？ 二、（18分）分别用语义网络表示法，产生式表示法，谓词逻辑表 示法，表示下列知识。 1，所有的鸽子都是鸟。 2，所有的鸽子都有翅膀。 3，信鸽是一种鸽子，它有翅膀，能识途。 三、(20分)用状态空间搜索法求解农夫，狐狸，鸡，小米问题。农 夫，狐狸，鸡，小米都在一条河的左岸，现在要把他们全部送 到左岸去，农夫有一条船，过河时，除农夫外，船上至多能载 狐狸，鸡和小米中的一样。狐狸要吃鸡，鸡要吃小米，除非农 夫在那里。试规划出一个确保全部安全过河的计划。（提示：a：用四元组(农夫，狐狸，鸡，小米)表示状态，其中每个元素的 取值为0或1，0表示在左岸，1表示在右岸。b：每次过河的 一种安排作为一个算子，每次过河必须有农夫，因为只有他可 以划船。） 四、(15-分)试用归结反演的方法证明G为F1，F2，F3的逻辑结论， 并画出归结树（要求写出化字句集的过程）。 F1：))) z A z y z∧ B → ? ∧ D ? ? , ( )) ( ) ( ( ) y C ((y ( z F2：))) A z z y D E z→ ? ( ∧ ? z ∧ ( , ) y ) ( (y ( E ) ( F3：)) E z z? → ? (z ( ) ( B G：)) E z∧ z ? ) ( ( (z C
人工智能复习题和答案
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. 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“与节点”和“或节点”。 C. “与/或”图能方便地表示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
人工智能知识点.
1.为什么要研究人工智能：1.现有计算机系统的局限性； 2.人类只能的局限性； 3.信息化社会的迫切要求。 2.传统程序和人工智能的区别：1处理对象2求解问题3求解模式4应用范围 3.人工智能求解问题的方法：试探式搜索，启发式的不精确的模糊的甚至允许出现错误的推理方法。 4.表处理语言LIST 5.#规则3：$1$2$3→$1$2$2$3规则4：$1$2$2$3→$1$2$3利用规则3、4将ABCBABC变为ABC 解：AB CBABC——A BABC BABC ——AB AB C——ABC 6.完成某问题的状态描述，须确定三件事：1该状态描述的方式，铁别是初始状态的描述2算符集合机器对状态描述的作用3目标状态描述的特性 7.合适公式（WEF）通过使用连词~（非）、∧(与)、∨（或）、→（蕴含）、以及任意一个、 8.存在一个等将原子谓词公式按一定的语法格式连接而成的式子。 9.#例：每个有理数都是实数有些实数是有理数并非每个实数都是有理数 解：令原子谓词公式P(x)表示x是有理数Q(x)表示x是实数 (任意一个x)[P(x)→Q(x)] (存在一个x)[P(x)→Q(x)] ((任意一个x)[Q(x)→~P(x)]) 等价于(存在一个x)[Q(x)→~P(x)] 10.#例：每一个人的外祖父都是他母亲的父亲令P(x)表示x是人O(x,y)表示x是y的外祖父F(x,y)表示x是y的父亲M(x,y)表示x是y的母亲将原句转化为：每一个人y 的外祖父x都是该y的母亲z的父亲。 (任意一个x)(任意一个y)(P(x)P(y)O(x,y))→(存在一个x)(P(z)∧F(x,z)∧M(z,y)) 11.#例题：All blocks on top of blocks that have been moved or that are attached to block that have been moved also have been moved. 可表示为：(任意一个x)(任意一个y){{BLOCK(x)∧BLOCK(y)∧[ONTOP(x,y)∨ATTACHED(x,y)]∧MOVED(y)}→MOVED(x)} 13.归结反演规则：1否定L，得到~L；2把~L添加到S中去；3把新产生的集合｛~L，S｝化成子句集；4应用归结原理，力图推导出一个表示矛盾的空字句。 15.状态：是表示问题解法中每一步问题状况的数据结构 16.算法：则是把问题从一种状态变换为另一种状态的手段 17.状态空间：是从初始状态出发所能达到的状态集合 18.宽度优先搜索：如果搜索是以接近起始节点的成都一次扩展节点的，就叫做**，这种搜索是逐层进行的。 19.深度优先搜索：如果搜索时首先扩展最新产生的节点，则成为深度优先搜索。 20.三类节点：1未生成节点—咱不放入计算机储存2已生成但尚未扩展节点—实现时放入一个OPEN表中3已扩展节点—实现时放入一个CLOSED表中 21.图搜索一般过程：（1）建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN 的为扩展节点表中。（2）建立一个叫做CLOSED的已扩展节点表，其初始为空表。（3）LOOP：若OPEN表是空表，则失败退出。（4）选择OPEN表上的第一个节点，把他从OPEN表移出并放进CLOSED表中。称此节点位n.(5)若n为以目标节点，则有解并成功退出，此解是追踪图G中沿着指针从n到S这条路径而得到的（指针将在第（7）步中设置）。（6）扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图G中。（7）对那些未曾在G中出现过的（既未曾在OPEN表上，也未在CLOSED 表上出现过的）M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经在OPEN或CLOSED表上的每一个M成员，确定是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。
人工智能试题
内蒙古科技大学2013/2014 学年第一学期 《人工智能》大作业 课程号：67111317、76807376 考试方式：大作业 使用专业、年级：计算机2011-1，2，3，4 任课教师：陈淋艳 班级： 学号： 姓名：
一、（15分）智能、智力、能力的含义是什么？什么是人工智能？ 人类研究人工智能的最终目标是什么？ 二、（15分）传教士与野人问题：有三个传教士和三个野人来到河 边，河边只有一条一次最多可供两个人过河的小船，传教士如 何用这条小船过河才能使河两边的野人数目决不会超过传教士 的数目？ 指定状态描述的格式，开始状态和目标状态；画出状态空间图。 （只要画出河两边野人数目不会超过传教士数目的状态即可）。 三、(10分)用谓词公式表示下列语句：因为老百姓授法律管制，所 以晁盖劫了生辰纲，触犯了宋王朝的法律，受到官府追究；而 达官贵人和恶少不受法律管制，所以高衙内强抢民女，虽然也 违法，却可以横行无忌。 四、(20分)什么是演绎推理？他的推理规则是什么？ 试用谓词演算语句集合表示下面这段话；并用归结反演的方法 回答下列问题： 设TONY，|MIKE和JOHN属于ALPINE俱乐部，ALPINE俱乐部的成员不是滑雪运动员就是登山运动员。登山运动员不喜 欢下雨，而且任何不喜欢雪的人都不是滑雪运动员。MIKE讨厌TONY所喜欢的一切东西，而喜欢TONY所讨厌的一切东西。 TONY喜欢雨和雪。试问有没有ALPINE俱乐部的成员，他是一个登山运动员但不是滑雪运动员。 五、(20分)在主观Bayes推理中，LS和LN的意义是什么？
设系统中有如下规则： R1：IF E1THEN （50 0，0.01）H1 R2 IF E2THEN （1，100）H1 R3：IF E3THEN （1000，1）H2 R4：IF H1THEN （20，1）H2 并且已知P(H1)=0.1，P(H2)=0.1，P(H3)=0.1，初始证据的概率为P(E1|S1)=0.5 ，P(E2|S2)=0 ，P(E3|S3)=0.8，用主观Bayes方法求H2的后验概率P(H2|S1& S2& S3)。 六、（20分）结课报告题目：选以下题目之一或自选题目写一篇5000 字左右的报告，要有关键字，图要有图号，最后要有参考资料。 1、总结知识表达技术。（选取三种知识表达放法加以介绍，并进行比较） 2、查找两篇或三篇已发表的与人工智能理论相关的论文，从文章所论述的问题，阐述的理论，其社会效益，与原有的方法相比，他的优缺点等。 3、介绍一已有的专家系统。 4、写一篇文章介绍人工神经网络。（应用领域，人工神经元模型，学习方法） 不符合以下要求的作业不收 本试题一律使用A4纸完成，一至五题要求手写。
人工智能考试题.doc
名词解释： 1,、什么是人工智能？人工智能的研究有哪些学派？他们的观点是什么？ 一：主要研究如何用计算机模仿和实现人类的智能。 国际上人工智能研究作为一门科学的前沿和交叉学科，但像许多新兴学科一样，人工智能至今尚无统一的定义。 有多种定义：⑴智能机器。能够在各类环境中自主的或交互的执行各种拟人任务的机器。 ⑵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能功能，并开发相关理论和技术。 ⑶从人工智能所实现的功能来定义： ·人工智能（能力）是智能机器所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 ⑷从“研究如何在机器上实现人类智能”角度讲，人工智能被定义为是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。通俗地说，人工智能就是研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种面临的实际问题等功能的学科。 ⑸人工智能是研究如何让计算机做现阶段人类才能做得更好的事情”。 ⑹人工智能是计算机科学的分支，它用符号的、非算法的方法进行问题求解”。 ?二：符号主义（主流学派）：又称：逻辑主义、心理学派或计算机学派 原理：物理符号系统(即符号操作系统)假设和有限合理性原理起源：源于数理逻辑，学派代表：纽厄尔、西蒙和尼尔逊等 认为人的认知基元是符号，认知过程即符号操作过程； 认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，能用计算机来模拟人的智能行为； 认为知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 连结主义：又称：仿生学派或生理学派。原理：神经网络及神经网络间的连 接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究 学派代表：卡洛克、皮茨、Hopfield、鲁梅尔哈特等 认为思维基元是神经元，而不是符号处理过程； 认为人脑不同于电脑，并提出连结主义的大脑工作模式，用于取代符号操作的电脑工作模式 行为主义：又称：进化主义或控制论学派。原理：控制论及感知—动作型控制系统。起源：源于控制论
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
人工智能考试题目
名词解释： 1状态空间法 状态空间法是一种基于解答空间的问题表示和求解方法，它是以状态和操作符为基础的。在利用状态空间图表示时，从某个初始状态开始，每次加一个操作符，递增地建立起操作符的试验序列，直到达到目标状态为止。由于状态空间法需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。 2问题归约法 问题归约法从目标(要解决的问题)出发，逆向推理，通过一系列变换把初始问题变换为子问题集合和子子问题集合，直至最后归约为一个平凡的本原问题集合。这些本原问题的解可以直接得到从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。 3有序搜索 应用某个算法(例如等代价法)选择OPEN表上具有最小f值的节点作为下一个要扩展的节点, 这种搜索方法叫做有序搜索或最佳优先搜索, 其算法就叫做有序搜索算法或最佳优先算法. 实质：选择OPEN表上具有最小f值的节点（即最有希望的节点）作为下一个要扩展的节点。 4可解节点 可解节点：与或图中一个可解节点的一般定义可以归纳如下： 1、终叶节点是可解节点(因为它们与本原问题相关连)。 2、如果某个非终叶节点含有或后继节点，那么只有当其后继节点至少有一个是可解的时，此非终叶节点才是可解的。 3、如果某个非终叶节点含有与后继节点，那么只要当其后继节点全部为可解时，此非终叶节点才是可解的。 5不可解节点 不可解节点的一般定义 没有后裔的非终叶节点为不可解节点。 如果某个非终叶节点含有或后继节点,那么只有当其全部后裔为不可解时,此非终叶节点才是不可解的。 如果某个非终叶节点含有与后继节点，那么只要当其后裔至少有一个为不可解时,此非终叶节点才是不可解的。 6规则正向演绎系统 正向规则演绎系统是从事实到目标进行操作的，即从状况条件到动作进行推理的，也就是从if到then的方向进行推理的。 7规则逆向演绎系统 逆向规则演绎系统是从then向if进行推理,即从目标或动作向事实或状况条件进行的推理。 8等代价搜索 是宽度优先搜索的一种推广，不是沿着等长度路径断层进行扩展，而是沿着等代价路径断层进行扩展，寻找从起始状态至目标状态的具有最小代价的路径问题。搜索树中每条连接弧线上的有关代价，表示时间、距离等花费。
人工智能复习题及答案
一、填空: 1.人工智能的研究途径有心理模拟、生理模拟与行为模拟。 2.任意列举人工智能的四个应用性领域智能控制、智能管理、智能决策、智能仿真。 3.人工智能的基本技术包括表示、运算、搜索归纳技术、联想技术。 4.谓词逻辑就是一种表达能力很强的形式语言,其真值的特点与命题逻辑的区别就是(10)。 5.谓词逻辑中,重言式(tautlogy)的值就是(11) 。 6.设P就是谓词公式,对于P的任何论域,存在P为真的情况,则称P为(12)。 7.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味着 13 ,CF(A)=-1, 则意味着(14),CF(A)=1,则意味着(15)。 8.谓词公式G就是不可满足的,当且仅当对所有的解释(16)。 9.谓词公式与其子句集的关系就是 (17)。 10.利用归结原理证明定理时,若得到的归结式为(18),则结论成立。 11.若C1=┐P∨Q,C2=P∨┐Q,则C1与C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1与C2的归结式R(C1,C2)= (20) 。 13.有谓词公式G,置换δ,则G·ε= (21) ,δ·ε= (22) 。 14.有子句集S=｛P(x),P(y)｝,其MGU= (23) 。 15.在归结原理中,几种常见的归结策略并且具有完备性的就是 (24), (25) , (26)。 16.状态图启发式搜索算法的特点就是 (27)。 17.广度优先搜索算法中,OPEN表的数据结构实际就是一个 (28),深度优先搜索算法中,OPEN表 的数据结构实际就是一个 (29) 。 18.产生式系统有三部分组成 (30), (31) 与推理机。其中推理可分为 (32) 与 (33)。 19.专家系统的结构包含人机界面、 (34) , (35) , (36) , (37) 与解释模块。 20.在MYCIN推理中,对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定如下关系:CF(~A)= (38) ,CF(A1∧A2 )= (39) ,CF(A1∨A2 )= (40) 。 21.开发专家系统所要解决的基本问题有三个,那就就是知识的获取、知识的表示与(41),知识表 示的方法主要有 (42) , (43) , (44) 与语义网络等,在语义网络表示知识时,所使用的推理方法有 (45) 与 (46) 。 22.MYCIN系统中使用不确定推理,规则A→B由专家指定其可信度CF(B,A),若A真支持B真,则指 定CF(B,A)(与零比较)应 (47) ;若A真不支持B真,则指定CF(B,A)应 (48) 。 23.机器学习的含义就是 (49) 。 24.自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息,能正确回答输入信息 中的有关问题,而且还包括 (50) 、 (51) 、 (52) 。 25.设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0、6,m(U)=0、4,U的其它子集的基本概率分配函 数m值均为0,则Bel(A)= (53) ,Bel(B)= (54) 。 26.证据理论中集合A的信任区间为[1,1],则其语意解释为 (55) 。 27.人工智能三大学派就是。 28.化成子句形式为: 。
人工智能考试必备知识点
第三章约束推理 约束的定义：一个约束通常是指一个包含若干变量的关系表达式，用以表示这些变量所必须满足的条件。 贪心算法：贪心法把构造可行解的工作分阶段来完成。在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。 回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一 些分支，从而大大减少搜索的次数 第四章定性推理 定性推理的定义是从物理系统、生命系统的结构描述出发,导出行为描述, 以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部结构规则来解释系统行为, 即部件状态的变化行为只与直接相邻的部件有关 第六章贝叶斯网络 贝叶斯网络的定义： 贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，每条边表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表(CPT) ，指明了该变量与父节点之间概率依赖的数量关系。 条件概率：条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。 贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式 先验概率： 先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，该类概率没能经过实验证实，属于检验前的概率，所以称之为先验概率 后验概率： 后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率 联合概率： 联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。 贝叶斯问题的求解步骤 定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断 贝叶斯网络的构建 为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。为此，需要：(1)确定模型的目标，即确定问题相关的解释；(2)确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集；(3)将这些观测值组织成互不相容的而且穷尽所有状态的变量。这样做的结果不是唯一的。第二步，建立一个表示条件独立断言的有向无环图第三步指派局部概率分布 p（xi|Pai）。在离散的情形，需要为每一个变量 Xi 的各个父节 点的状态指派一个分布。 第七章归纳学习 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。 归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般的操作是泛化和特化泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，
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。
人工智能复习题汇总(附答案)
一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基 B. 图灵 C. 麦卡锡 D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence B. Artificial Intelligence C. Automatic Information D. Artificial Information 3. 下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) B子句通过合取词连接句子(∧) C子句中可以有析取词(∨) D子句间是没有析取词的(∨) 4. 下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目搜索和（A） A启发式搜索B模糊搜索 C精确搜索D大数据搜索 6. 从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7. 下面不属于人工智能研究基本内容的是（C ）
A. 机器感知 B. 机器学习 C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将子句（A）从S中删去 A. P∨Q∨R B. ┑Q∨R C. Q D.┑R 9. 下列不属于框架中设置的常见槽的是（B ）。 A. ISA槽 B. if-then槽 C. AKO槽 D. Instance槽 10. 常见的语意网络有（D ）。 A. A-Member-of联系 B. Composed–of联系 C. have 联系 D. 以上全是 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进先出 B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B ）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般到一般 3. 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 ）
高一信息技术知识点总结
高一信息技术知识点总结 《高一信息技术知识点总结》是一篇好的范文，感觉很有用处，为了方便大家的阅读。 篇一：高中信息技术必修各章节知识点汇总第一章《信息与信息技术》知识点、信息及其特征一、信息的概念信息是事物的运动状态及其状态变化的方式。 ☆信息与载体密不可分，没有无载体的信息，没有载体便没有信息，信息必须通过载体才能显示出来。 二、信息的一般特征☆信息不能独立存在，必须依附于一定的载体，而且，同一个信息可以依附于不同的载体。 ☆信息的载体依附性使信息具有可存储、可传递、☆物质、能量和信息是构成世界的三大要素。 ☆信息又是可以增殖的。 ☆信息只有被人们利用才能体现出其价值，而有些信息的价值则可能尚未被我们发现。 ☆时效性与价值性紧密相连，☆☆信息共享一般不会造成信息的丢失，☆信息共享也不会改变信息的内容。 、日新月异的信息技术一、信息技术的悠久历史、信息技术（）是指一切与信息的获取加工表达交流管理和评价等有关的技术。 、信息技术的五次革命第一次信息技术革命是语言的使用，意义：是从猿进化到人的重要标志；第三次信息技术革命是印刷术的发明，
意义：为知识的积累和传播了更可靠的保证；第页共页载体举例：报纸、课本、光盘等信息举例：报纸上刊登的足球消息播出的新闻等价值性举例：最全面的范文写作网站学习材料、生产技术商业信息、定位系统时效性举例：天气预报、股市信息交通信息共享性举例：网络信息、课本图书等问：才高八斗，学富五车是形容一个人的知识非常多，家中的书多的以至于搬家时要用车来拉，因为当时的书是笨重的竹简。 从而使得知识的积累和传播极为不便，从信息技术革命的发展历程来看，这应该是属于第（）次信息技术革命以前的事。 第四次信息技术革命是电报、电话、广播、电视的出现和普及，意义：进一步突破了时间和空间的限制；第五次信息技术革命是计算机技术与现代通信☆信息技术在不断，但一些古老的信息技术仍在使用，不能因为出现了新的信息技术就抛弃以前的信息技术。 二、信息技术的发展趋势：信息技术的发展趋势是（人性化）和（大众化）,、越来越友好的人机界面图形用户界面使显示在计算机屏幕上的内容在可视性和操控性方面大大改善。 ）虚拟现实技术：（）语音技术：语音识别技术（）语音合成技术（））智能代理技术：是人工智能技术应用的一个重要方面、越来越个性化的功能设计、越来越高的性能价格比电脑配置说明：虚拟现实技术举例：物理仿真实验室、大型游戏或视频、汽车碰撞计算机模拟实验等语音技术举例：语音拨号、语音查询、语音自动定票系统、语音
太原理工大学人工智能复习题-试题-答案资料
《人工智能》课程习题 第一章绪论 1-1. 什么是人工智能？试从学科和能力两方面加以说明。 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？ 1-3. 为什么能够用机器（计算机）模仿人的智能？ 1-4. 现在人工智能有哪些学派？它们的认知观是什么？ 1-5. 你认为应从哪些层次对认知行为进行研究？ 1-6. 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？ 第二章知识表示方法 2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 2-3利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 2-4试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R、L 或C可分别用R、jωL或1/jωC来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 图 2.28 2-5试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 2-6把下列句子变换成子句形式： (1) ( x)｛P(x)→P(x)｝
(2) ?x?y(On(x,y)→Above(x,y)) (3) ?x?y?z(Above(x,y)∧Above(y,z)→Above(x,z)) (4) ～｛(?x)｛P(x)→｛（?y）［p(y)→p(f(x,y))］∧(?y)［Q(x,y)→P(y)］｝｝｝ 2-7用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。) A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence. 2-8把下列语句表示成语义网络描述： (1) All man are mortal. (2) Every cloud has a silver lining. (3) All branch managers of DEC participate in a profit-sharing plan. 2-9作为一个电影观众，请你编写一个去电影院看电影的剧本。 2-10试构造一个描述你的寝室或办公室的框架系统。 第三章搜索推理技术 3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么? 3-2试举例比较各种搜索方法的效率。 3-3化为子句形有哪些步骤?请结合例子说明之。 3-4如何通过消解反演求取问题的答案? 3-5什么叫合适公式?合适公式有哪些等价关系? 3-6用宽度优先搜索求图3.33所示迷宫的出路。 图 3.33 迷宫一例 3-7用有界深度优先搜索方法求解图3.34所示八数码难题。 2 8 1 2 3 1 6 3 8 4 7 5 4 7 6 5
网络技术知识点总结
计算机三级网络技术备考复习资料 第一章计算机基础 1、计算机的四特点：有信息处理的特性，有广泛适应的特性，有灵活选择的特性。有正确应用的特性。（此条不需要知道） 2、计算机的发展阶段：经历了以下5个阶段(它们是并行关系)： 大型机阶段(1946年ENIAC、1958年103、1959年104机)、 小型机阶段、微型机阶段（2005年5月1日联想完成了收购美国IBM公司的全球PC业务）、客户机/服务器阶段（对等网络与非对等网络的概念） 互联网阶段（Arpanet是1969年美国国防部运营，在1983年正式使用TCP/IP协议；在1991年6月我国第一条与国际互联网连接的专线建成，它从中国科学院高能物理研究所接到美国斯坦福大学的直线加速器中心；在1994年实现4大主干网互连，即全功能连接或正式连接；1993年WWW技术出现，网页浏览开始盛行。 3、计算机应用领域：科学计算（模拟核爆炸、模拟经济运行模型、中长期天气预报）、事务处理（不涉及复杂的数学问题，但数据量大、实时性强）、过程控制（常使用微控制器芯片或者低档微处理芯片）、辅助工程(CAD，CAM，CAE，CAI，CAT)、人工智能、网络应用、多媒体应用。 4、计算机种类： 按照传统的分类方法：分为6大类：大型主机、小型计算机、个人计算机、工作站、巨型计算机、小巨型机。 按照现实的分类方法：分为5大类：服务器、工作站(有大屏幕显示器)、台式机、笔记本、手持设备(PDA等)。 服务器：按应用范围分类：入门、工作组、部门、企业级服务器；按处理器结构分：CISC、RISC、VLIW(即EPIC)服务器； 按机箱结构分：台式、机架式、机柜式、刀片式（支持热插拔，每个刀片是一个主板，可以运行独立操作系统）； 工作站：按软硬件平台：基于RISC和UNIX-OS的专业工作站；基于Intel和Windows-OS 的PC工作站。 5、计算机的技术指标： （1）字长：8个二进制位是一个字节。（2）速度：MIPS：单字长定点指令的平均执行速度，M:百万；MFLOPS：单字长浮点指令的平均执行速度。（3）容量：字节Byte用B表示，1TB=1024GB（以210换算）≈103GB≈106MB≈109KB≈1012B。 （4）带宽(数据传输率) ：1Gbps（10亿）=103Mbps（百万）=106Kbps（千）=109bps。（5）可靠性：用平均无故障时间MTBF和平均故障修复时间MTTR来表示。(6)版本 6、微处理器简史：Intel8080（8位）→Intel8088（16位）→奔腾（32位）→安腾（64位）EPIC 7、奔腾芯片的技术特点:奔腾32位芯片，主要用于台式机和笔记本，奔腾采用了精简指令RISC技术。 (1)超标量技术：通过内置多条流水线来同时执行多个处理，其实质是用空间换取时间；两条整数指令流水线，一条浮点指令流水线。 (2)超流水线技术：通过细化流水，提高主频，使得机器在一个周期内完成一个甚至多个操作，其实质是用时间换取空间。 奔腾采用每条流水线分为四级流水：指令预取，译码，执行和写回结果。(3)分支预测：分值目标缓存器动态的预测程序分支的转移情况。(4)双cache哈佛结构：指令与数据分开存储。 (5)固化常用指令。(6)增强的64位数据总线：内部总线是32位，与存储器之间的外部总线
2019年人工智能考试题答案.docx
1.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/8OmmHg 以下更受益。（ 2.0分） A. 1949 年 B. 1984 年 C. 1993 年 D. 2016 年 我的答案：D √答对 2.我国在语音语义识别领域的领军企业是（）。（2.0分） A. 科大讯飞 B. 图谱科技 C. 阿里巴巴 D. 华为 3.中国人工智能产业初步呈现集聚态势，人工智能企业主要集聚在经济发达的一二线城市及沿海地区，排名第一的城市是（）。（2.0分） A. 上海 B. 北京 我的答案：B √答对
C. 深圳 D. 杭州 4.MIT教授Tomaso POggiO 明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A. 计算机视觉 B. 语音识别 C. 博弈论 D. 机器学习 我的答案：D √答对 5.1997 年，HOChreiter&Schmidhuber 提出（）。（2.0 分） A. 反向传播算法 B. 深度学习 C. 博弈论 D. 长短期记忆模型 6.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习分） (2.0 A. 2018年3月15日 B. 2018 年10 月31 日 C. 2018 年12 月31 日 我的答案：B √答对
D. 2019 年1月31日我的答案：B √答对
7.（）是指能够自己找出问题、思考问题、解决问题的人工智能。（ 2.0 分） A. 超人工智能 B. 强人工智能 C. 弱人工智能 D. 人工智能 我的答案：B √答对 8.据清华原副校长施一公教授研究，中国每年有265万人死于（），占死亡人数 的28%。（ 2.0 分） A. 癌症 B. 心脑血管疾病 C. 神经退行性疾病 D. 交通事故 9.2005 年,美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0 分） A. 1/4 B. 1/3 C. 2/3 D. 3/4 我的答 A √答对 案：
信息技术基础知识点汇总
第一章 信息与信息技术知识点 【知识梳理】 二、信息的基本特征 1．传递性；2．共享性；3．依附性和可处理性；4．价值相对性；5．时效性；6．真伪性。 [自学探究] 1．什么是信息技术 ● 信息技术是指有关信息的收集、识别、提取、变换、存储、处理、检索、检测、分析和利用等的 技术。 ● 信息技术是指利用电子计算机和现代通讯手段获取、传递、存储、处理、显示信息和分配信息的 技术。 ● 我国有些专家学者认为，信息技术是指研究信息如何产生、获取、传输、变换、识别和应用的科 学技术。 2 3 4．信息技术的发展趋势 1．多元化；2．网络化；3．多媒体化；4．智能化；5．虚拟化 5．信息技术的影响 (1)信息技术产生的积极影响。 ①对社会发展的影响；②对科技进步的影响；③对人们生活与学习的影响。 (2)信息技术可能带来的一些消极影响。 ①信息泛滥；②信息污染；③信息犯罪；④对身心健康带来的不良影响 6．迎接信息社会的挑战 (1)培养良好的信息意识；(2)积极主动地学习和使用现代信息技术，提高信息处理能力；(3)养成健康使用信息技术的习惯；(4)遵守信息法规。 知识补充： 计算机系统的组成：（由硬件和软件组成） 硬件组成： 运算器 控制器 存储器ROM 、RAM 、软盘、 硬盘、光盘 输入设备键盘、鼠标、扫描仪、手写笔、触摸屏 CPU (中央处理器)
输出设备显示器、打印机、绘图仪、音箱 软件系统： 第二章信息获取知识点 【知识梳理】 1.获取信息的基本过程（P18） 2.信息来源示例（P20）：亲自探究事物本身、与他人交流、检索媒体 3.采集信息的方法（P20）：亲自探究事物本身、与他人交流、检索媒体 4.采集信息的工具（P20）：扫描仪、照相机、摄像机、录音设备、计算机 文字.txt Windows系统自带 .doc 使用WORD创建的格式化文本，用于一般的图文排版 .html 用超文本标记语言编写生成的文件格式，用于网页制作 .pdf 便携式文档格式，由ADOBE公司开发用于电子文档、出版等方面 图形图象.jpg 静态图象压缩的国际标准（JPEG） .gif 支持透明背景图象，文件很小，主要应用在网络上.bmp 文件几乎不压缩，占用空间大 动画.gif 主要用于网络 .swf FLASH制作的动画，缩放不失真、文件体积小，广泛应用于网络 音频.wav 该格式记录声音的波形，质量非常高 .mp3 音频压缩的国际标准，声音失真小、文件小，网络下载歌曲多采用此格式 .midi 数字音乐/电子合成乐器的统一国际标准 视频.avi 用来保存电影、电视等各种影象信息.mpg 运动图象压缩算法的国际标准 .mov 用于保存音频和视频信息 .rm 一种流式音频、视频文件格式 6.常用下载工具（P29）：网际快车（flashget）、web迅雷、网络蚂蚁、cuteftp、影音传送带等。 7.网络信息检索的方法（P25 表2-7）：直接访问网页、使用搜索引擎、查询在线数据库 8.目录类搜索引擎和全文搜索引擎的区别（P26）： 确定信息需求确定信息来源采集信息保存信息