人工智能0607期末试题答案

1、广东工业大学试卷用纸，共页，第页广东工业大学考试试卷课程名称人工智能题号-一-一三四五六七八九十总分得分评分人考试时间第周星期五月日选择题（下列各题三个选项中，只有一个选项是正确的，每题2分,共24分）人工智能是A用人工的方法在机器（计算机）上实现的智能。人+机器的智能开发者的智能人工智能学派符号主义的主要研究方法是_用仿生学的方法，通过研究人脑的工作模型，搞清人类智能的本质应用进化论的思想进行人工智能的研究研究逻辑演绎在计算机上的实现方法对问题进行分割后进行搜索的实质是B对问题进行归纳总结，以寻求一般的概念从目标出发的逆向推理，寻找若干子问题的集合将多个小问题归纳成一个大问题的求解方法利用已

2、知的某些有关具体问题领域的信息进行搜索的方法称为逐个搜索随机搜索启发式搜索产生式系统中推理的结论存放在：A作业领域知识库推理机构以下关于模糊数的定义中，哪一个是不正确的A模糊数是一个定义在0,1上的实数可进行模糊数的四则运算具有闭凸特性的数的集合下列关于误差反向传播学习（BP）算法的说法中，正确的是B误差信号在输出层到输入层的通道上传播输出层神经元的权值只会影响相应神经元的输出值按误差函数导数的递增方向修正各神经元的权值单层感知机的学习算法包括C工作信号的前向传递误差信号的计算，以及权值的修正上述两者TOC o 1-5 h z框架系统是一种A结构化的知识表示方法适用于处理庞大、凌乱知识的方法只

3、适用于静态知识表达的方法基于解释的学习（EBL）中，下述哪种说法是正确的A生成知识的正确性有保证不需要太多的先验知识A和B都对下列搜索算法中，能保证取得最优解的是CA*算法均一代价算法上述两者模糊控制中，同一条规则内部的推理是采用B取大取小先取小后取大二填空题（每空1分，共20分）状态空间表示法中，解的问题是以状态和算符集合的形式表示的。已知年龄集合为0,20,30,40,50,60,70,80,试给出一个“青年”的模糊集合可灵活掌握。（本题2分）基于解释的学习（EBL）中，给出训练事例的意义在于，提取出在解决实际问题时可以应用的部分，从而节省存储容量和搜索时间。在图搜索中，是否应用了已有的知

4、识，决定了搜索是盲目的还是有启发信息的。常用的启发搜索算法有任选两种、两种。在产生式系统中，通常从选择规则到执行操作分三步：匹配、冲突消解和推理。机器学习的主要推理方法有机械式、类推、归纳、演绎以及发现等。设模式H，*1*100，则该模式的定义长6（H），位数o（H），。三.判断题（判断下列各题，正确的打丁，错误的打X，如果错误，请将正确的描述写在下面，每题2分，共10分）与或（）图搜索中，如果子节点是节点，只对其中一个进行扩展。X改：与或（）图搜索中，如果子节点是节点，则对所有的子节点进行扩展。应用归纳的方法由示例学习概念，需要的先验知识少。而学习示例越多，其生成的新知识的正确性就越高。（）

5、改：最佳优先搜索是一种高效的搜索方法，依据从起点出发的最小代价和，指导搜索的方向。（）改：最佳优先搜索是一种高效的搜索方法，依据与目标相关的启发函数值，指导搜索的方向。模糊控制中，可利用重心法对参数模糊化，然后根据模糊规则进行推理。（）改：模糊控制中，根据模糊规则进行推理后，可利用重心法对推理结果进行去模糊化。5.特征模式匹配中，输入模式与两个参考模式的距离，较小的一方即为识别出的类别。（）改：四.简答题（每题8分，共16分）简述单纯遗传算法（SGA）的基本过程。答：第一步：初生代种群的生成。选择个体的编码方式，然后对个体进行染色体编码。从众多个体中随机选择N个作为遗传操作的种子。设世代t=0

6、。第二步：对种子进行适应度评估。确定评估函数（适应度函数），然后对各个个体X进行评i估，求出各自的适应度值f（X）。i第三步：判断迭代终止条件是否满足。若满足，则推出算法，若不是，则继续第四步。常用于判断算法是否停止的最简单的两个条件：a）完成了预先给定的进化代数则停止；b）群体中的最优个体在连续若干代没有改进或平均适应度在连续若干代基本没有改进时停止。第四步：对种子进行选择操作。从第t代中选择N个进入t+1代的个体。选择按比例选择方式进行，即“转轮盘”。第五步：对种群进行遗传操作。包括交叉和变异。交叉操作的简单方式是将被选择出的两个个体P1和P2作为父母个体，将两者的部分码值进行交换。变异操

7、作的简单方式是改变数码串的某个位置上的数码。二进制编码表示的简单变异操作是将0与1互换：0变异为1，1变异为0。试利用-卩搜索法，对下图所示的博弈树进行搜索，把没有必要进行评估的状态画，并注明是什么剪枝。41532氷X五.分析求解题（第1题20分，第2题10分，共30分）1.对下图所示的状态空间图进行：纵向搜索；横向搜索；（）均一代价搜索；算法搜索。（图中为初始节点，为目标节点，各节点的启发值标注在小括号内）。给出搜索过程及搜索出的最佳路径，并标注各节点的估价函数值。（1）纵向搜索：（可有多解）(1)OPEN:C,BCLOSED:AOPEN:C,E,FCLOSED:A,B,DACBEOPEN:

8、C,E,DCLOSED:A,BDOPEN:C,ECLOSED:A,B,D,横向搜索：（可有多解）ABD(1)OPEN:B,CCLOSED:AOPEN:C,D,ECLOSED:A,BEOPEN:FCLOSED:A,B,C,D,EOPEN:E,FC:OPEN:D,ECLOSED:A,B,COPEN:CLOSED:A,B,C,D,ECLOSED:A,B,C,D(3)均一代价搜索：(小括号内标注的是从起始节点出发到该点的最小代价值)A(0)F(10n9)；(6)(3)OPEN:vD,6,vE,9CLOSED:A,B,COPEN:CLOSED:A,B,C,D,EOPEN:vB,3,vC,4CLOSED:

9、AOPEN:vF,9CLOSED:A,B,C,D,ED(7=6),tOPEN:vC,4,vD,7,vE,10CLOSED:A,BOPEN:vE,7,vF,10CLOSED:A,B,C,D搜索出的最优路径是：ACDEF,代价是9。A(9)(5)E(12n11n9)OPEN:vF,9CLOSED:A,B,C,D,E(3)OPEN:vD,10,vE,11CLOSED:A,B,C(3)A*算法：(小括号内标注的是该点的估价函数值)(I)OPEN:vB,10,vC,10CLOSED:AOPEN:CLOSED:A,B,C,D,EF(10n9)OPEN:vC,10,vD,11,vE,12CLOSED:A,B

10、OPEN:vE,9,vF,10CLOSED:A,B,C,D搜索出的最优路径是：ACDEF代价是9。的决朿树。A0000111(已知log2(2/3)=BOO11OO1volololoFO1O111O-0.5842,log2(l/3)=-1.5850,log2(3/4)=-0.41504,)设样本集合如下所示，其中A、B、C是F的属性，试根据信息增益标准(ID3算法)求解F-H+-H7A07A11I2221-2log+2log+2log+1log724呂24呂23呂230.965-H+-H7B=07B=1-31og-+1log-+1log-+2log-7I242423230.857-H+-H7c=o7c=1-11og-+3log-+3log-+0log-7242423呂230.464所以第一次分类选属性C,对C=0的四个例子再进行第二次分类。-H+-H