人工智能复习题1

1、1什么是学习和机器学习为什么要研究机器学习？学习是人类具有的一种重要的智能行为，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人物或类似任务时，比现在做的更好或效率更高。西蒙对学习给出的定义本身，就说明了学习的重要作用。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。机械学习就是记忆，是最简单的学习策略。这种学习策略不需要任何推理过程。外界输入知识的表示方式与系统内部的表示方式完全一致，不需要任何处理过程。外界输入知识的表示方式与系统内部的表示方式完全一致，不需

2、要任何处理与转换。虽然机械学习在方法上看来很简单，但由于计算机的储存容量相当大，检索速度又相当快，而且记忆准确，无丝毫误差，所以在很多方面能够超过人，帮助人类完成人类自己无法完成的任务2什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？图搜索过程就是从初始节点出发，沿着与之相连的弧试探地前进，寻找目标节点的过程（也可以反向进行）。重排open表意味着，在扩展节点时，将优先扩展哪个节点，不同的排序准对应着不同的搜索策略。重排的原则应视具体情况而定，不同的原则对应不同的策略：如果想要尽快找到一个解，则应将最有可能达到目标节点的那些节点排在open表的前面部分；如果想找到代价最小的解

3、，则应按代价从小到大的顺序重排open表3试写出7种知识表示方法，并简述其中2种表示法含义。方法：谓词逻辑表示法、产生式表示法、框架表示法、特性表示法、过程表示法、概念图解表示法、不精确表示法。含义：、产生式表示法：产生式的一般形式为“前件+后件”。前件就是前提，后件是结论或动作。其规则描述的是事物间的因果关系。其基本形式为：“P-Q”或“IFPTHENQ”含义是：如果前提P满足，则可推出结论Q或执行Q所规定的操作；、框架表示方法：是一种层次的、组合式的知识表示方法4试述学习系统的基本模型，并叙述各部分功能作用。7事IT面不出白系筑学耳部分翼书拱些值学村部分利用这些侑息修改露量声.上墙瓢耳喔执

4、行分病明任身匍驰能.执行蔼分宸揖住限岸完成在峥.冏盾把我母的情且反情的学耳酢”.好也学力藜视鼓计的最通要的因看挡声员H辜胡提供的新息,更艮曲地ilt的总的而房.5产生式基本形式以及产生式系统工作原理产生式系统由总数据库，产生式规则和总控制策略组成。各部分关系如图所示。总数据库用来存放求解过程中各种当前信息的数据结构如问题的初始状态，事实或证据，中间推理结论和最后结果等。当产生式规则中某条规则的前提与总数据库中的某些事实相匹配时，该规则就被激活，并把其结论作为新的事实存入总数据库。产生式规则是一个规则库。用于存放于求解问题有关的某个领域知识的规则之集合及其交换规则。控制策略作为一个推理机构，由一

5、组程序组成，用来控制产生式系统的运行，决定问题求解过程的推理线路，实现对问题的求解。通常从选择规则到执行分三步：匹配、冲突解决和操作。6试叙述子句集的化简的九个步骤。1消去蕴涵符号2减少否定符号的辖域3对变量标准化4消去存在量词5化为前束型6把母式化为合取范式7消去全称量词8消去连词符号9更换变量名称7简述人工神经网络(ANN)优点。1并行分布处理2非线性映射3通过训练进行学习4适应与集成5硬件实现8两条规则具有相同结论的情况，若有两种规则A1CF(B,A1)8和庆2CF(B，A2)B则合并后结论B的可信度值CF(B)为1何研便炉案眇5协若陶映琳蟒M胡0餐研0)4码咖9眇0；仍前划网曙列10.

6、10.80.50.39判断模糊矩阵R0.110.10.80.110.50.20.30.30.40.10.20.40.30.1是否是传递模糊矩阵。10.60.61是畤搓官正眨不三10什么是模糊函数，隶属度函数，隶属度。模糊是因为质的不确定性，含混性是由信息的不充分引起的，有些事物无法找出它们精确的分类标准，因此我们没有办法做出“是”或者“不是”的判断。所以我们通常构造出函数来表达我们所说的模糊度，构造模糊函数需要掌握一定的数学技巧，而且由于确定过程中或多或少含有人的某种心理因素，所以模糊函数的建立也包括心理测量的进行及其结果的运用。给定论域X上的一个模糊子集A,是指对于任意xCX,都确定了一个数

7、科A(x)，称心(x)为x对A的隶属度，且科A(x)C0,1。映射xCX:X-0,1x一pA(x)叫做隶属函数或者叫做从属函数。隶属函数A(x)用于刻画集合A中的元素对A的隶属程度，隶属函数的值称为隶属度。11试比较宽度彳先搜索，试比较宽度彳先搜索，有界深度优先搜索及有序搜索的搜索效率并以实例数据加以说明。以二叉树做例子，广度优先搜索：广度优先搜索是按照树的层次进行的搜索，如果此层没有搜索完成的情况下不会进行下一层的搜索。深度优先搜索：深度优先搜索是按照树的深度进行搜索的，所以又叫纵向搜索，在每一层只扩展一个节点，直到为树的规定深度或叶子节点为止。这个便称为深度优先搜索。我先来说说两种算法的不

8、同点。广度优先搜索，适用于所有情况下的搜索，但是深度优先搜索不一定能适用于所有情况下的搜索。因为由于一个有解的问题树可能含有无穷分枝，深度优先搜索如果误入无穷分枝(即深度无限)，则不可能找到目标节点。所以，深度优先搜索策略是不完备的。广度优先搜索适用范围：在未知树深度情况下，用这种算法很保险和安全。在树体系相对小不庞大的时候，广度优先也会更好些。深度优先搜索适用范围：刚才说了深度优先搜索又自己的缺陷，但是并不代表深度优先搜索没有自己的价值。在树深度已知情况下，并且树体系相当庞大时，深度优先搜索往往会比广度优先搜索优秀，因为比如8*8的马踏棋盘中，如果用广度搜索，必须要记录所有节点的信息，这个存

9、储量一般电脑是达不到的。然而如果用深度优先搜索的时候却能在一个棋盘被判定出来后释放之前的节点内存。当让具体情况还是根据具体的实际问题而定，并没有哪种绝对的好。所以，理解这两种算法的本质是关键。最后我说说关于找最优解的问题，这种问题如果不依靠其他的辅助算法来说，其实对于广度优先搜索和深度优先搜索来说是一样的，说白了找最优解就是个遍历过程，所以没有哪种算法找最优解更好。但是如果有辅助的启发式算法或者别的算法就另当别论了。12研究不确定性推理有何意义有哪几种不确定性？研究不确定性推理有何意义的哪几种不确定性有哪几种不确定性。不酹宓料打邺或研甯耳帝系统而克生性利不调左件的口力T网.书.3种小新生件I去

10、F计州的不描H性(视剧右S!差卜我了结ift的军骑定性和步子把剌文计同史实符的不优起十r13简述人工神经网络的主要学习算法。(1)县由痢而学可事用题鬻和奘落曜戡之网阳揄护防库靠匕前戊似拓口加落寓F氓匕熊Uh反fti凡瑞算也及WQlttt.口)甘稼号I1号*外中寸调卦通鞋中.持整网络燃II司维翔肉田层粒.植修朝士1Q戛史需具黑式介却塞东，电濡tiokwm#；31,iptf<ir?1-Grxjt'Uw3存M-*极1£吨/K。U)曲tt学习Rfi升堂RK欣*它I7，E坤砧口llh朝出，府或办个"丹心旦1I：”介二检定愉入加州空汨符用科痴轮仃的优度.同蒯金梅守队2川1

11、4请说明主观Bayes方法中LS与LN的含义及它们之间的关系。LN表不必要性因子，它表不E对H的支持程度。LS表不充分性因子，它表不E对H的支持程度。根据LS、LN的定义可知，LS>0,LN>0,而且LS和LN不是独立取值，只能出现：LS>1,LN<1或LS<1,LN>1或LS=LN=1但不能两者同时>1或同时<1在实际系统中，LS、LN的值是由专家凭经验给出的，而不依照LS、LN的定义来计算。15在状态空间一般搜索过程中，open表与close表的作用与区别是什么。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野

12、人过河不希确推理的五钟情况 I)Nf旬唧曲T目曲r国明*KHALCFtBlA).CFISFAb»Akie(B)J 21毛蛆汹例人肉-8"壮#B邙/1即=鼠u具小睁1%11州 国匕日=%啊CF(BJ-CF(B/%卜$陷网叩，CH鸟) 制若用瓦V瓦俐弟C眄VBJ=gJC鸭卜CF(BJ) 6)时某一精论B的否定 CF(B)=gs(CF(-81)E.综述题CO分)i(本题i。分君于八敲碣连题底下式定义怙价国数：f(x)=d(x)-(x)其中，3#力节点X的；更度.；h(x展讦有松子侑恚目标饱毛的麦哈软拜玛精子篇高目标佗王的水平距离和垂直距离和.制如下图所示的初始状态,：区的曼哈顿距

13、离为2;2的曼哈痍跑离为1;1的旻哈捶噩富为】；6的曼哈族距焉为1;11(%尸5.2gJI231初虻状态l/Jt16J目标状态：/41用A”比拿法杈索目轿,列出头三步披索中的门PEN.CLOSED表的内皮会当打犷度书点的f值.(2)亘出搜索村痴当前扩展方点的f值:解：1如下表循环OPENCLOSED初始化So1Sa%Sj曲?SiS;S.|s5SoS：3S-Sj&S二S'SgSqSjSg2:搜索树上卞昼-右上角的数字是其估价图数值2.（本题10）您认为人工智能课程的哪一部分内容对您的毕业设计或者您以后的工作特别有用？如果有，请叙述其原理；如果没有，请您谈谈人工智能的发展对人类有哪

14、些的影响？答：我认为人工智能的发展对人类的影响主要有以下五个方面1）劳务就业问题。由于人工智能能够代替人类进行各种脑力劳动，例如用专家系统代替管理人员或医生进行决策或诊断与治疗病人疾病，所以，将会使一部分人不得不改变他们的工种，甚至造成失业。人工智能在科技和工程中的应用，会使一些人失去介入信息处理活动（如规划、诊断、理解和决策等）的机会，甚至不得不改变自己的工作方式。（ 2）社会结构变化。人们一方面希望人工智能和智能机器能够代替人类从事各种劳动，另一方面又担心它们的发展会引起新的社会问题。实际上，近十多年来，社会结构正在发生一种静悄悄的变化。（ 3）思维方式与观念的变化。人工智能的发展与推广应用，将影响到人类的思维方式和传统观念，并使它们发生改变。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误