智能计算复习题1
大学计算机人工智能练习题及答案
大学计算机人工智能练习题及答案1. 基础知识题人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人一样地思考、学习和决策的科学。
它涉及了计算机科学、心理学、哲学等多个领域。
以下是一些基础知识题，请选择正确的答案：1.1 下列哪个不属于人工智能的应用领域？A. 机器学习B. 机器人技术C. 基因工程D. 自然语言处理答案：C1.2 以下哪个算法常用于监督学习？A. K-均值算法B. 决策树算法C. 遗传算法D. 支持向量机算法答案：D1.3 以下哪个机器人不属于人工智能领域的研究重点？A. 工业机器人B. 情感机器人C. 智能家居机器人D. 洗衣机器人答案：D2. 编程题请使用Python语言完成以下编程题：2.1 编写一个函数，计算斐波那契数列的第n项。
斐波那契数列的定义如下：F(0) = 0，F(1) = 1，F(n) = F(n-1) + F(n-2)，其中n > 1。
```pythondef fibonacci(n):if n <= 0:return Noneelif n == 1:return 0elif n == 2:return 1else:a, b = 0, 1for i in range(3, n+1):a, b = b, a + breturn b# 测试print(fibonacci(10)) # 输出：34```2.2 编写一个函数，判断一个整数是否为素数（质数）。
素数的定义是只能被1和自身整除的整数。
```pythondef is_prime(n):if n <= 1:return Falsefor i in range(2, int(n**0.5) + 1):if n % i == 0:return Falsereturn True# 测试print(is_prime(17)) # 输出：Trueprint(is_prime(20)) # 输出：False```3. 算法题以下是一道经典的算法题，请编写代码实现。
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。
计算机智能试题及答案详解
计算机智能试题及答案详解一、选择题（共20题，每题2分，共40分）1. 不属于计算机智能的特征是：A．学习能力 B．推理能力C．感知能力 D．情感能力正确答案：D解析：计算机智能主要包括学习能力、推理能力和感知能力，但没有情感能力。
2. 下列哪个是计算机智能中的典型应用？A．人脸识别 B．网络游戏C．文字处理 D．数据库管理正确答案：A解析：人脸识别是计算机智能的重要应用领域，通过对人脸图像的处理和分析，实现自动识别和比对。
3. 以下哪个是计算机智能的分支领域？A．机器学习 B．数据库管理C．网络安全 D．算法设计正确答案：A解析：机器学习是计算机智能的重要分支领域，通过让计算机系统自动学习和改进，实现智能化的决策和行为。
4. “AlphaGo”是以________为基础的人工智能系统。
A．机器学习 B．图像识别C．自然语言处理D．语音识别正确答案：A解析：“AlphaGo”是以机器学习为基础的人工智能系统，通过学习围棋的棋谱和对局数据，实现了超人类水平的对弈能力。
5. 计算机视觉是计算机智能中的一个重要分支，它主要研究的是：A．图像识别 B．语音识别C．自然语言处理D．机器学习正确答案：A解析：计算机视觉主要研究如何让计算机系统可以理解和处理图像数据，包括图像识别、目标检测、图像分割等方面。
6. 以下哪个算法是机器学习中常用的分类算法？A． K-均值算法B． Apriori算法C． PageRank算法D． Dijkstra算法正确答案：A解析：K-均值算法是机器学习中常用的一种分类算法，它可以将数据集划分成多个簇，每个簇内的数据相似度较高。
7. 以下哪个技术是自然语言处理中常用的？A．词袋模型 B．神经网络C．支持向量机D．随机森林正确答案：A解析：词袋模型是自然语言处理中常用的一种技术，它将文本数据转化为向量表示，便于机器学习算法的处理和分析。
8. 以下哪个属于计算机智能中的弱人工智能？A．专家系统 B．全球定位系统C．数据库管理系统D．操作系统正确答案：A解析：专家系统是计算机智能中的弱人工智能，它通过提取和应用专家知识，解决特定领域的问题。
算力算法人工智能考试题
算力算法人工智能考试题可能涉及到多个领域，包括但不限于计算机科学、数学和统计学。
以下是一些算力算法人工智能考试题，用于参考：1. 假设我们有一个深度学习模型，其中包含一个隐藏层。
该隐藏层包含10个神经元。
我们随机初始化这个模型的权重，并使用梯度下降算法来训练它。
请问，在训练过程中，权重更新的计算量是多少？2. 在人工智能领域中，过拟合是指模型在训练数据上表现很好，但在测试数据上表现较差。
为了解决过拟合问题，我们可以使用哪些技术？请列举至少三种技术，并简要说明它们的作用。
3. 请解释什么是监督学习，并列举几个常见的监督学习算法。
4. 在使用深度学习模型进行图像分类时，我们通常会使用卷积神经网络（CNN）。
请解释CNN的工作原理，并说明它在图像分类任务中的优势。
5. 假设我们有一个数据集，其中包含一些特征和对应的标签。
我们想要使用这些数据来训练一个分类器。
请问，我们应该如何处理缺失值和异常值？6. 请解释什么是决策树，并说明它的优点和缺点。
7. 在机器学习中，交叉验证是一种评估模型性能的方法。
请解释交叉验证的基本思想，并说明它的优点和缺点。
8. 请解释什么是支持向量机（SVM），并说明它在分类任务中的优势。
9. 请解释什么是集成学习，并说明它的主要优点。
10. 在自然语言处理中，词嵌入是一种将词汇表示为向量空间中的向量的方法。
请解释词嵌入的基本思想，并说明它在自然语言处理任务中的优势。
以上题目涵盖了算力算法人工智能的多个方面，包括权重更新计算量、过拟合解决方法、监督学习、卷积神经网络、数据预处理、决策树、交叉验证、支持向量机、集成学习和词嵌入等。
计算智能复习资料
计算智能晚自习资料1、 给出人工神经元的形式化描述，画出示意图并说明各种符号的意义？如图所示，设u i 为构成神经网络的某个神经元的内部状态，θi 为阈值，x i 为输入信号，w ij 表示从u i 到u j 连接的权值。
s i 表示外部输入信号（在某些情况下，它可以控制神经元u i ，使它保持在某一状态），上述假设可描述为： σi ＝Σx j w ij +s i -θi u i ＝f （σi ） y i ＝g （u i ）＝h （σi ），h ＝gf神经元结构模型符号意义：y i 输出u i 状态 x j 输入w ij 连接权 2、 叙述人工神经网络处理信息的主要特点？（1）、以大规模模拟并行处理为主，而现代数字计算机只是串行离散符号处理。
（2）、具有很强的鲁棒性和容错性，善于联想、概括、类化和推广，任何局部的损伤不会影响整体结果。
（3）、具有很强的自学能力，系统可以在学习过程中不断完善自己，具有创新特点，这不同于AI 中的专家系统，后者只是专家经验的知识库，并不能创新和发展。
（4）、神经网络或者是非线性映射或者是大规模自适应非线性动力学系统，具有集体运算的能力，这与本质上是线性系统的现代数字计算机迥然不同。
（5）、神经网络不适于高精度的科学计算。
3、 按如下要求画出一个前向神经网络示意图：网络有一个隐蔽层，输入层有3个节点，隐蔽层有4个神经元，输出层有2个神经元，用X K 表示输入，Y K 表示输出。
x 1x 2● ●.x nn （输入层）l （隐层） m （输出层）4、 说明网络共有多少个可以调节的参数。
n*l+l*m+l+m ＝可调节的参数的个数如果隐层为2层，则为n*l 1+l 1*l 2+l 2*m+l 1+m+l 25、 回答下列叙述题1） 叙述利用误差反向传播算法（BP 算法）训练三层前馈网络的步骤？BP 算法是有教师指导的，适合于多层神经网络的学习训练，是建立在梯度下降算法基础上的，主要思想是把学习过程分为2个阶段，第一阶段（信号正向传播过程），输入信号通过输入层经隐层逐层处理并计算每个节点的实际输出值；第二阶段（误差修正反向传播过程），若在输出层未得到期望的输出值，则逐层递归的计算实际输出与期望输出之间的误差，并依据此误差来修正权值。
人工智能复习题1
⼈⼯智能复习题11.智能智能是⼀种认识客观事物和运⽤知识解决问题的综合能⼒。
2.什么叫知识？知识是⼈们在改造客观世界的实践中积累起来的认识和经验3.确定性推理指推理所使⽤的知识和推出的结论都是可以精确表⽰的，其真值要么为真、要么为假。
4.推理推理是指按照某种策略从已知事实出发利⽤知识推出所需结论的过程。
5.不确定性推理指推理所使⽤的知识和推出的结论可以是不确定的。
所谓不确定性是对⾮精确性、模糊型和⾮完备性的统称。
6.⼈⼯智能⼈⼯智能就是⽤⼈⼯的⽅法在机器（计算机）上实现的智能，或称机器智能7.搜索是指为了达到某⼀⽬标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。
8.规划是指从某个特定问题状态出发，寻找并建⽴⼀个操作序列，直到求得⽬标状态为⽌的⼀个⾏动过程的描述。
9.机器感知就是要让计算机具有类似于⼈的感知能⼒，如视觉、听觉、触觉、嗅觉、味觉10.模式识别是指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。
11.机器⾏为就是让计算机能够具有像⼈那样地⾏动和表达能⼒，如⾛、跑、拿、说、唱、写画等。
12.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。
13.事实是断⾔⼀个语⾔变量的值或断⾔多个语⾔变量之间关系的陈述句14.综合数据库存放求解问题的各种当前信息15.规则库⽤于存放与求解问题有关的所有规则的集合16.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。
17.智能包含哪些能⼒？（1）感知能⼒（2）记忆和思维能⼒（3）学习和⾃适应能⼒（4）⾏为能⼒18.知识有哪⼏种表⽰⽅法？（1）⼀阶谓词逻辑表⽰法（2）产⽣式表⽰法（3）语义⽹络表⽰法（4）框架表⽰法（5）过程表⽰法19.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。
计算机智能试题及答案
计算机智能试题及答案一、单项选择题（每题2分，共20分）1. 人工智能的英文缩写是：A. AIB. MLC. DLD. NLP答案：A2. 下列哪个不是机器学习算法？A. 决策树B. 支持向量机C. 遗传算法D. 神经网络答案：C3. 在人工智能领域，深度学习主要用于解决以下哪类问题？A. 语音识别B. 图像处理C. 自然语言处理D. 所有以上答案：D4. 以下哪个是人工智能的典型应用？A. 搜索引擎B. 电子邮件C. 社交媒体D. 以上都不是答案：A5. 下列哪个不是人工智能的分支？A. 机器学习B. 机器视觉C. 机器翻译D. 数据库管理答案：D6. 人工智能之父是谁？A. 艾伦·图灵B. 马文·闵斯基C. 约翰·麦卡锡D. 艾伦·纽厄尔答案：C7. 以下哪个算法是用于聚类分析的？A. K-最近邻B. K-均值C. 逻辑回归D. 支持向量机答案：B8. 神经网络中的“激活函数”主要作用是什么？A. 增加复杂性B. 引入非线性C. 减少计算量D. 提高计算速度答案：B9. 以下哪个是人工智能的伦理问题？A. 数据隐私B. 算法偏见C. 机器自主性D. 所有以上答案：D10. 人工智能的“智能”是指：A. 机器的自主性B. 机器的学习能力C. 机器的决策能力D. 机器的执行能力答案：B二、多项选择题（每题3分，共15分）1. 人工智能技术可以应用于以下哪些领域？A. 医疗诊断B. 无人驾驶汽车C. 客户服务D. 游戏开发答案：ABCD2. 以下哪些是人工智能的核心技术？A. 机器学习B. 深度学习C. 知识图谱D. 专家系统答案：ABCD3. 人工智能在自然语言处理中可以应用于：A. 语音识别B. 机器翻译C. 文本摘要D. 情感分析答案：ABCD4. 以下哪些是人工智能面临的挑战？A. 技术复杂性B. 伦理问题C. 法律限制D. 社会接受度答案：ABCD5. 人工智能的发展趋势包括：A. 自主学习B. 增强现实C. 人机交互D. 机器意识答案：ABC三、判断题（每题1分，共10分）1. 人工智能可以完全替代人类工作。
计算机智能试题及答案解析
计算机智能试题及答案解析一、选择题1. 下列关于计算机智能的定义，哪一个是正确的？A. 计算机智能是指机器可以像人类一样思考和决策。
B. 计算机智能是指机器可以执行复杂的计算任务。
C. 计算机智能是指机器可以模拟人类的行为和思维过程。
D. 计算机智能是指机器可以自主学习和适应环境。
答案：D解析：计算机智能是指机器可以自主学习和适应环境，具备模拟人类思维过程和行为的能力。
选择D项。
2. 以下哪个是计算机视觉中常用的图像特征描述子？A. SIFTB. PCAC. SVMD. HMM答案：A解析：SIFT（尺度不变特征转换）是计算机视觉中常用的图像特征描述子，用于图像匹配和目标识别。
选择A项。
3. 以下哪个算法是深度学习中常用的神经网络模型？A. K-meansB. SVMC. Random ForestD. CNN答案：D解析：CNN（卷积神经网络）是深度学习中常用的神经网络模型，用于图像分类和目标检测。
选择D项。
4. 下列哪个是自然语言处理中用于文本分类的常用算法？A. KNNB. K-meansC. Naive BayesD. Decision Tree答案：C解析：Naive Bayes是自然语言处理中常用的文本分类算法，根据条件概率进行分类。
选择C项。
5. 下面哪个任务属于机器学习中的无监督学习？A. 图像分类B. 文本情感分析C. 目标检测D. 聚类答案：D解析：聚类属于机器学习中的无监督学习，通过发现数据集中的模式和结构来对数据进行分组。
选择D项。
二、填空题1. 计算机智能领域的重要会议之一是_______。
答案：AAAI解析：AAAI（Association for the Advancement of Artificial Intelligence）是计算机智能领域的重要会议之一，每年举办一次。
2. 在机器学习中，用于衡量模型预测结果与真实结果之间差异的指标是_______。
答案：损失函数解析：损失函数用于衡量机器学习模型的预测结果与真实结果之间的差异，常见的损失函数有均方误差和交叉熵等。
2023人工智能算法设计复习 题集附答案
2023人工智能算法设计复习题集附答案一、算法复习题1. 请简述什么是算法？算法是一种有序、有限的指令集合，描述了如何在有限时间内解决特定问题或完成特定任务的方法。
2. 请解释什么是时间复杂度和空间复杂度？时间复杂度指的是算法运行所需的时间量度，通常用大O表示法表示。
空间复杂度指的是算法运行所需的额外空间量度，同样用大O表示法表示。
3. 请列举几种常见的排序算法及其时间复杂度。
- 冒泡排序（Bubble Sort）：时间复杂度为O(n^2)- 插入排序（Insertion Sort）：时间复杂度为O(n^2)- 选择排序（Selection Sort）：时间复杂度为O(n^2)- 快速排序（Quick Sort）：时间复杂度为O(nlogn)- 归并排序（Merge Sort）：时间复杂度为O(nlogn)4. 请解释什么是递归算法，并给出一个递归算法的例子。
递归算法是指在解决问题的过程中调用自身的算法。
一个典型的例子是计算斐波那契数列的值。
斐波那契数列中每个数的值都是前两个数之和，因此可以使用递归算法来计算。
5. 请简述动态规划算法的思想。
动态规划是一种将问题分解成子问题并重复利用已经解决过的子问题来解决整体问题的算法思想。
动态规划算法通常使用一个表格格来存储已解决的子问题的解，避免重复计算。
二、算法设计题1. 设计一个算法，计算出给定数组中的最大连续子数组之和。
算法思路：- 初始化两个变量：current_max记录当前连续子数组的最大和，global_max记录整个数组中的最大和，初始值都设为第一个元素的值。
- 从数组的第二个元素开始遍历。
- 对于每一个元素，如果将其加入当前连续子数组后的和比元素本身大，则将其加入；否则，以当前元素作为起点重新开始统计连续子数组的和。
- 在遍历过程中，不断更新current_max和global_max的值，最终得到整个数组中的最大连续子数组和。
2. 设计一个算法，找出给定数组中的两个元素之间的最大差值。
人工智能复习题集及答案
人工智能复习题集及答案在此提供一份人工智能复习题集及答案，帮助大家巩固相关知识。
请注意，以下题目并非出自真实考试，仅供复习之用。
一、选择题（每题2分，共30分）1. 人工智能（AI）是指：A. 人类的智能表现B. 计算机的智能表现C. 机器具有的类似人类智能的能力D. 机器的高速计算能力2. 下列哪个不属于人工智能的应用领域？A. 自动驾驶B. 语音识别C. 股票交易D. 图像识别3. 以下哪个算法被认为是人工智能的"父亲"？A. 卷积神经网络（CNN）B. 决策树（Decision Tree）C. 逻辑回归（Logistic Regression）D. 感知机（Perceptron）4. 人工智能的发展受到计算能力和以下哪个因素的制约？A. 数据量B. 算法复杂度C. 硬件性能D. 领域专家5. 在机器学习中，监督学习是指：A. 给模型提供明确的输入和输出标签B. 让模型自行学习数据的模式C. 通过奖励和惩罚教导模型D. 在模型训练过程中提供实时反馈6. 以下哪个不是强化学习中的组成部分？A. 环境B. 代理（Agent）C. 奖励信号（Reward Signal）D. 训练数据7. 在自然语言处理中，词嵌入（Word Embedding）用于：A. 将文本转化为离散的词汇序列B. 将文本转化为连续向量表示C. 生成语法正确的句子D. 实现机器翻译功能8. AlphaGo是一款成功击败人类围棋大师的人工智能程序，其核心技术是：A. 深度强化学习B. 迁移学习C. 遗传算法D. 逻辑推理9. 机器学习中的交叉验证是用来评估模型的：A. 泛化能力B. 训练速度C. 拟合程度D. 特征选择能力10. 在图像识别中，卷积神经网络（CNN）的核心操作是：A. 卷积B. 加法运算C. 乘法运算D. 激活函数二、填空题（每题2分，共20分）11. 人工智能的发展密切相关的一个领域是__________。
- 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、"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、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)。
1 《计算智能》复习题 一、填空题 1. 计算智能属于人工智能（Artificial Intelligence， AI）的一个分支，主流学派把人工智能分成：（逻辑主义）、（联结主义）和（行为主义）三大学派。 2. 计算智能算法主要包括：（神经计算）、（进化计算）和模糊模糊计算三个分支，计算智能的主要特征表现在（智能性）、（并行性）和（健壮性）。 3. 神经网络（Neural Network）根据网络学习方法可分为（有监督学习）、（无监督学习）和（再励学习）三种形式。 4. 神经网络中主要使用的激励函数有： 线性函数：bwxubuaufyinii1,)(
阀值函数：0001uuy bwxuniii1 Sigmoid函数: bwxuuufyinii1,)exp(11)( 5. BP网络是目前应用最广泛的神经网络模型之一，BP网络模型的拓扑结构包括（输入层）、（隐藏层） 和（输出层）。 6. BP算法的基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传人，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出(教师信号)不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传、并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始地进行的。权值不断调整的过 2
程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设定的学习次数为止。 7. 人工神经网络的发展历程可归结为（萌芽期）、（ 低潮反思期）、（复兴发展时期和（新的发展时期）四个时期。 8. 神经网络的7个学习规则：Hebb学习规则、Delta学习规则、梯度下降学习规则、Kohonen学习规则、后向传播学习规则、概率式学习规则和竞争式学习规则。 9. 神经网络典型结构：单层感知器网络、前馈型网络、前馈内层互联网络、反馈型网络和全互联网络。 10. 遗传算法借用生物遗传学的观点，是一种全局优化算法，（选择算子）、（ 交叉算子）和（变异算子）被认为是遗传算法的三种基本操作算子。 11. 对遗传算法的改进主要集中在（算子选择）、（参数设置）、（混合遗传算法）和（并行遗传算法）等方向上。 12. 遗传算法的实现主要包括7个方面，染色体编码、群体的初始化、适应值评价、种群选择、交叉、变异和算法流程； 13. 染色体编码常用方法有格雷码、字母编码和多参数交叉编码，常见简单编码有二进制编码和浮点数编码。 14. 遗传算法中的种群选择操作使用轮盘赌选择算法，其基本思想是基于概率的随机选择。 15. （模拟退火算法）来源于固体退火原理，最早由Kirkpatrick等应用于组合优化领域，它是基于蒙特卡罗迭代求解策略的一种随机寻优算法。 16. 粒子群优化算法（Particle Swarm Optimization，PSO）是进化计算的一个分 3
支，是一种模拟自然界的生物活动的（随机搜索算法）。粒子群优化算法吸收人工生命、鸟群觅食、鱼群学习和群理论的思想，另一方面又具有进化算法的特点，智能搜索和优化的特点。 17. 免疫算法（Immune Algorithm，IA）：是指以在人工免疫系统的理论为基础，实现了类似于生物免疫系统的抗原识别、细胞分化、记忆和自我调节的功能的一类算法。 18. 免疫算法的七个要素:识别抗体，生成初始化的抗体，计算亲和度，记忆细胞分化，抗体促进和抑制，产生新的抗体，结束条件。 19. 禁忌搜索算法（Tabu Search，TS）是 Glover于1986年提出的一种（全局搜索算法），是属于模拟人类智能的一种优化算法，它模仿了人类的记忆功能，在求解问题的过程中，采用了（禁忌技术），对已经搜索过的局部最优解进行标记，并且在迭代中尽量避免重复相同的搜索（但不是完全隔绝），从而获得更广的搜索区间，有利于寻找到全局最优解。 20. Memetic算法是基于群体的计算智能方法与（局部搜索相结合）的一类算法的总称，从框架上分为动态Memetic算法和静态Memetic算法。 二、判断题 1. 人工神经网络是由人工方式构造的网络，是一个线性动力学系统。（×） 2. 人工神经网络（ANN）的别名包括：人工神经系统（ANS）、神经网络（NN）、自适应系统（Adaptive Systems）、自适应网（Adaptive Networks）、联接模型（Connectionism）和神经计算机（Neurocomputer）。（ √） 3. ANN一般由简单元件分层次组织成大规模的、串行连接构造的网络，意在按照生物神经系统的方式处理真实世界的客观事物。（ × ） 4
4. 神经网络激活函数中，非线性斜面函数的饱和值，为该神经元的最大输出。（ √ ） 5. 在ANN学习规则中，Hebb规则和△学习规则均为有导师学习规则。（ × ） 6. 在BP神经网络中，学习过程由信号的正向传播与误差的反向传播两个过程组成，因而BP神经网络是一种反馈网络。（ √ ） 7. BP神经网络的拓扑结构和CPN（Counterpropagation Networks, CPN）对传网的拓扑结构是不同的。（× ） 8. 在循环网络稳定性分析过程中，我们可以采用著名的Lyapunov函数作为Hopfield网络的能量函数。（√） 9. 可采用稳定性、存储容量、吸引半径和收敛时间指标来评价一个反馈神经网络的性能。（ √ ） 10. 遗传算法是由美国的J. Holland教授于1975年在他的专著《自然界和人工系统的适应性》中首先提出的，它是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法 。（ √ ） 11. 模式定理和积木块假设是保证遗传算法可以快速、有效获得最优解的数学基础。（ √ ） 12. 目前混合遗传算法实现方法一般体现在引入全局搜索过程和增加编码变换操作过程两个方面。（×） 13. 在模拟退火算法的运行过程中溶入遗传算法，称为模拟退火遗传算法。采用模拟退火遗传算法可更好跳出局部极值点，收敛到全局最优解。 （√ ） 14. 简单感知器仅能解决一阶谓词逻辑和线性分类问题，不能解决高阶谓词和非线分类问题。（√） 5
15. BP算法是在无导师作用下，适用于多层神经元的一种学习，它是建立在相关规则的基础上的。（×） 16. 在误差反传训练算法中，周期性函数已被证明收敛速度比S型函数慢。（×） 17. 基于BP算法的网络的误差曲面有且仅有一个全局最优解。（×） 18. 对于前馈网络而言，一旦网络的用途确定了，那么隐含层的数目也就确定了。（×） 19. 对离散型Hopfield网络而言，如权矩阵为对称阵，而且对角线元素非负，那么网络在异步方式下必收敛于下一个稳定状态。（√） 20. 对连续Hopfield网络而言，无论网络结构是否对称，都能保证网络稳定。（×） 21. 竞争学习的实质是一种规律性检测器，即是基于刺激集合和哪个特征是重要的先验概念所构造的装置，发现有用的部特征。（√） 22. 人工神经元网络和模糊系统的共同之处在于，都需建立对象的精确的数学模型，根据输入采样数据去估计其要求的决策，这是一种有模型的估计。（×） 三、简答题 1、生物神经元的六个基本特征。 1、神经元及其联结 2、联结强度决定信号传递的强弱 3、联结强度可以随训练而改变 4、信号可以是刺激作用的，也可以是抑制的 5、一个神经元接受的信号的累积效果决定该神经元的状态 6、每个神经元可以有一个“阈值” 6
2、简述人工神经网络的特点。（4个） 复杂非线性函数的逼近：NNs可以充分逼近任意复杂的非线性函数，人工神经网络是高度非线性动力学系统，非线性函数可以是连续的、也可以是离散的，结构可以是单层的、也可以是多层的、具有分布式信息存储特点、具有很强的鲁棒性和容错性。所有定量、定性的信息都等势分布于网络内的各个神经元，大量神经元之间通过不同连接方式和权值分布来表征特定的信息。个别神经元或局部网络受损时，神经网络可以依靠现有的存储实现对数据的联想记忆功能。（反馈网络）。、具有巨量信息并行处理和大规模平行计算能力每个神经元对所接受的信息作相对独立的处理，但各个神经元之间可以并行、协同地工作；人脑每个神经元很简单，但由于大脑总计形成10E14-15个突触，使得人脑1s内可完成计算机至少需要10亿处理步骤才能完成的任务、具有自组织、自学习功能：人工神经网络可以根据所在的环境去改变它的行为，可以按要求产生从未遇到的模式—“抽象”功能；神经网络间的连接网络权值可以通过自学习过程不断地修正；能在某些输入不确定或默认情况下，根据一定的学习规则自主地从样本中学习，达到自适应不知道或不确定的系统。 3、简要地描述BP算法过程和用MATLAB软件进行仿真的总体步骤，并列出五个仿真过程中必不可少的函数。 答：BP算法是一种ANN的误差反向传播训练算法，这种网络不仅有输入节点、输出节点，还有一层或多层隐含节点。对于输入信息要先向前传播到隐含层的节点上，经过各单元的特性为SIGMOID型的激活函数运算后，把隐含节点的输出信息传播到输出节点，最后给出输出结结果。网络学习过程由正向和反向传播两部分组成。在正向传播过程中，每一层神经元的状态只影响下一