人工智能原理智慧树知到答案章节测试2023年广东工业大学

绪论单元测试人类对人工智能的研究远在2、3000年前就已经开始萌芽

A:对

B:错

答案:A视频提到的几个影响人工智能发展的数学工具，包括（）

A:三段论逻辑思维

B:二进制编码

C:笛卡尔坐标系

D:微积分

答案:ABCD达特茅斯会议在（）年举办

A:1955

B:1958

C:1957

D:1956

答案:D不属于人工智能研究流派的是（）

A:思维理论

B:无差别理论

C:进化理论

D:知识阈值理论

答案:B根据阿兰图灵提出的中文房间悖论的理论，人类的研究根本无法逼近强人工智能。

A:对

B:错

答案:A第一章测试“信息”与“关联”是构成知识的要素

A:对

B:错

答案:A在选取知识的表示的具体技术的时候，哪个方面不需要考虑（）

A:表示范围需要具备一定的广泛性

B:表示该领域的知识表示的充分性

C:求解算法的高效性

D:把所有情况都考虑进去并能够够正确表示的永真性

答案:D任何知识都是在一定的条件和环境下产生的，所以也只有在这种条件和环境下才是正确的，换了另一个环境，也许就是错误的。

A:错

B:对

答案:B命题是一个非真即假的陈述句

A:对

B:错

答案:A有许多事物都具有模糊的特点,如年轻人、老年人,这些都是没有量化的模糊概念。这里描述的是知识的（）性质

A:随机性

B:不确定性

C:相对正确性

D:可表示性

答案:B以下属于命题逻辑的连接词的有（）

A:否定

B:大于

C:小于

D:合取

答案:AD命题逻辑是一种非常强大的表示法，可以描述事物的结构及逻辑特性，也可以刻画不同事物间的共同特征。

A:对

B:错

答案:B与数学公式类似，谓词公式也可以体现他们之间的等价性。下面哪个谓词公式的等价性与否定连词有关。（）

A:得摩根律

B:交换律

C:结合律

D:分配律

答案:A在谓词逻辑知识表示法中，如果谓词的个体本身不是谓词，那么称它为一阶谓词

A:错

B:对

答案:B谓词的个体可以是（）

A:谓词

B:常量

C:函数

D:变元

答案:ABCD第二章测试从推出结论的途径来划分，推理可分为三种推理方式，以下哪种不属于。

A:单调推理

B:演绎推理

C:归纳推理

D:缺省推理

答案:A通过运用已掌握的知识,找出其中蕴涵的事实,或归纳出新的事实的过程称为推理。

A:错

B:对

答案:B不完全归纳推理跟完全归纳推理类似，都是从足够多的事例中归纳出一般性结论

A:对

B:错

答案:A设计鸟笼时候需要同时设计盖子，因为大家都认为鸟是会飞的。此处假设鸟会飞，是默认推理。

A:错

B:对

答案:B随着推理向前推进,推出的结论越来越接近最终目标，这是非单调推理。

A:对

B:错

答案:B在推理时用到的知识和证据都是确定的,它推出的结论有可能是不确定的

A:对

B:错

答案:B把当前是新冠病毒疫情期这个因素考虑在内，这是非启发式推理的体现

A:错

B:对

答案:A推理方向包括（）

A:逆向推理

B:正向推理

C:双向推理

D:混合推理

答案:ABCD以某个假设目标作为出发点的一种推理，这属于（）

A:正向推理

B:逆向推理

C:混合推理

D:双向推理

答案:B冲突指的是，在匹配过程中，有可能会出现已知事实可与知识库中的多个知识匹配成功的情况

A:对

B:错

答案:A第三章测试推理的不确定性主要表现在（）这几个方面

A:事实的不确定性

B:问题的不确定性

C:规则的不确定性

D:推理过程的不确定性

答案:B不确定性推理的计算问题主要表现在（）

A:不确定性的匹配及阈值设计

B:合成结论的不确定性

C:组合证据的不确定性计算

D:不确定性的传播

答案:ABCD在确定性理论中，知识“如果头痛并且流鼻涕，那么感冒(0.7)”，表示（）

A:感冒的概率比不感冒概率大70%

B:不可能感冒

C:不确定

D:很有可能感冒

答案:B在证据理论中，样本空间D包括红黄白三种颜色，那么下面选项属于D的幂集的是（）

A:{黄、白}

B:空集

C:{红、黑}

D:{红，黄}

E:{红、白}

F:{红，黄，黑}

答案:ABDE概率分配函数就是对样本空间中的所有子集依次进行概率上的分配，并且总和为1

A:对

B:错

答案:B在模糊理论中，隶属度的具体数值是根据经验确定下来的，没有一个确定的标准。

A:对

B:错

答案:A在模糊理论中，论域都是离散的，比如“温度很高”、“温度比较高”等等

A:对

B:错

答案:B两个隶属度数值的合取式取最小值，而他们的析取式取最大值。

A:对

B:错

答案:A在模糊逻辑里面，规则和知识是用模糊关系R来表达

A:错

B:对

答案:B规则前件的不确定性，主要是由证据的组合到底有多大程度符合前提条件而造成。

A:对

B:错

答案:A第四章测试在深度优先搜索法中，OPEN表的最后一个元素是深度最深的节点状态

A:对

B:错

答案:B日常生活中大多数问题都是非结构化的问题，我们采用搜索方法解决的时候，一定可以找到问题最优解。

A:对

B:错

答案:B状态空间可以用有向图来表示，图里面的节点表示（）

A:问题的状态

B:问题的解题路径

C:问题的初始

D:问题的目标

答案:A随机搜索方法是指在扩展子节点集合中随机选择一个节点作为新的搜索节点。

A:对

B:错

答案:A状态空间搜索算法中的CLOSED表可以防止节点被忽略。

A:对

B:错

答案:B状态空间搜索算法中的OPEN表中的节点都是未被扩展的节点

A:对

B:错

答案:A状态空间搜索算法中的OPEN表中的节点必须是按照节点被放入的先后顺序来取出。

A:对

B:错

答案:B状态空间搜索算法中采用CLOSED表和OPEN表，那么问题的解就由节点放入CLOSED表和OPEN表的顺序来决定

A:对

B:错

答案:B如果状态空间图是树状结构,则当前扩展节点n的子结点只有一种形式，即（）

A:同时存在于OPEN、CLOSED表

B:既不存在于OPEN表也不存在于CLOSED表

C:存在于OPEN表中

D:存在于CLOSED表中

答案:B第五章测试包括决策树算法在内的符号主义学习是机器学习在80年代的主流

A:对

B:错

答案:A支持向量机作为统计学习的代表在90年代成为机器学习的主流算法，但支持向量的概念在60年代已经被提出来。

A:错

B:对

答案:B研究同一个顾客对两个不同商品的喜好关系，这是利用了机器学习的关联性。

A:错

B:对

答案:B决策树不是一种实现对样本进行分类的方法，而是对样本的未来数值进行预测的方法。

A:对

B:错

答案:B决策树学习中，ID3算法采用了自下向上的贪婪搜索方法来遍历决策树空间

A:错

B:对

答案:A决策树学习中，ID3算法的核心问题是在当前节点应该选取哪一个属性作为当前测试属性

A:对

B:错

答案:A昆兰（RossQuinlan）提出的ID3算法是基于香农的信息论的一种算法。

A:对

B:错

答案:A熵(entropy)刻画了样本集合的纯度，熵的数值越大，样本集合纯度越高

A:错

B:对

答案:A信息增益表示，当样本集S用属性A做分类后，样本集的熵的变化程度。

A:错

B:对

答案:B对于事件的属性x和类别y，联合概率p(x,y)指的是该事件属性x和类别y同时发生的概率

A:对

B:错

答案:A第六章测试进化算法主要从个体的适应性能力考虑，而不是群体的适应性能力

A:错

B:对

答案:A进化算法主要通过（）等操作实现优化问题的求解

A:选择

B:重组

C:排队

D:变异

答案:ABD进化算法对原问题的解进行编码，然后对编码进行搜索。

A:错

B:对

答案:B进化算法是一个循环迭代的算法，在迭代过程中搜索最优解。

A:错

B:对

答案:B自然界中适者生存的概念，在遗传算法中则体现在适应度越大就越有机会被选择的概率越大

A:错

B:对

答案:B用遗传算法求解旅行商问题时，染色体可以设定为所有城市的某个排列

A:对

B:错

答案:A遗传算法的交叉操作是选择两个染色体交叉产生一个新的染色体

A:错

B:对

答案:A遗传算法可以在有限时间内找到最优的解

A:错

B:对

答案:A在遗传算法应用的过程，种群的规模（即种群个体的数量）在求解过程中是随时变化的。

A:错

B:对

答案:A遗传算法的二进制编码，是用若干二进制数表示一个染色体，把原问题的解空间映射到位串空间

A:对

B:错

答案:A第七章测试人工神经网络是一种用符号化的语言获取知识来学习

A:错

B:对

答案:A人工神经网络是人脑神经系统的真实描写

A:错

B:对

答案:A人工神经网络方法的主要特征包括（）

A:信息存储在神经元及其之间的链接

B:并行协同处理数据

C:通过调整神经元链接来模拟人工智能

D:通过对数学公式的解析直接得到答案

答案:ABC加拿大科学家辛顿教授（GeoffreyHinton）发明了适用于多层感知器的反向传播算法，有效解决了非线性分类和学习的问题

A:对

B:错

答案:A单层感知器能力虽然有限,但可以处理非线性分类问题。

A:对

B:错

答案:B感知器(Perceptron)是第一个可以训练的神经网络的模型

A:对

B:错

答案:A感知器的权值是根据输出的误差来调整

A:对

B:错

答案:A感知器的一种常用的S型函数有sigmoid函数，它的输出范围在0到2之间

A:对

B:错

答案:B人工神经网络的结构，可以分为（）三大类

A:反馈网络

B:随机网络

C:前馈网络

D:网状网络

答案:ACD前馈网络具有递阶分层结构，信号可以通过单向和反向连接流通

A:对

B:错

答案:B第八章测试Agent可以看作是一个程序或者一个实体,它会嵌入在环境里面,通过感知器来感知环境,然后通过执行器自主地作用于环境并且满足设计要求。

A:对

B:错

答案:AAgent作为独立的智能实体，应该具备以下特性（）

A:自主性

B:随机性

C:反应性

D:社会性

答案:ACDAgent应该能够在交互过程中逐步适应环境,自主学习,自主进化。

A:对

B:错

答案:A在20世纪70年代CarlHewitt提出的actor模型，类似于面向对象编程中的对象。

A:错

B:对

答案:B智能体agent的结构大致包括体系平台、程序和执行系统等三大部分

A:错

B:对

答案:A程序是运行在体系平台上的，实现agent从感知到动作的映射函数。

A:对

B:错

答案:A当多个Agent在多个计算机上并行运行的时候