人工智能原理智慧树知到期末考试答案章节答案2024年广东工业大学

人工智能原理智慧树知到期末考试答案+章节答案2024年广东工业大学推理机每次匹配规则的时候，只会有一条规则可以匹配成功

答案:错应用归结原理来求解问题的时候，需要把待求解的问题也用谓词公式表示出来,然后把它否定

答案:对确定性理论中，当证据的CF值等于1,则认为规则的可信度就是结论H的可信度。

答案:对框架网络里面,下层框架可以继承上层框架的槽值，较好地保证了知识的一致性

答案:对问题空间特别大的时候，利用启发式搜索，可以立即找到问题的解。

答案:错神经网络学习训练,还可以体现在网络结构的拓扑变化上,即增加或删除某些个链接。

答案:对物理学家Hopfield利用物理中的能量最小的概念研究网络收敛的属性,证明了总存在一个网络能量函数,可保证网络收敛。

答案:对多智能体系统中，为了支持协作策略，通信协议必须明确规定通信过程、消息格式和选择通信的语言

答案:对Hopfield神经网络从一初始状态开始运动，总可以达到某个稳定状态。

答案:对双种群遗传算法中，种群A的个体可以与种群B的个体进行交叉操作。

答案:错深度优先搜索可以找到最优解

答案:错确定性理论中，组合证据是多个单一证据的合取的时候，组合CF值是多个证据CF值的最大值

答案:错知识图谱的存储方式主要是基于图结构的存储

答案:对我们可以采用存在量词表示“所有的机器人都是灰色的”这句话

答案:错双倍体遗传算法中，个体的隐形染色体由于具备适应度优势而会保持不变。

答案:错宽度优先搜索中，OPEN表此时是一个“先入先出”的队列

答案:对在深度优先搜索法中，可以把OPEN表看成一个“先入后出”的存储栈

答案:对在深度优先搜索法中，OPEN表与该节点的后继节点的选择顺序是对应的

答案:对BP学习方法中，往往使用S型激活函数，但这个函数不是处处都可导的连续函数

答案:错基于网格的聚类方法，是以网格单元为基本单位进行聚类,而不是以样本为单位。

答案:对聚类分析研究的是将未标记的样本自动划分成多个类簇

答案:对双种群遗传算法中，可以在并行计算的环境中运行以便加快计算速度

答案:对遗传算法中，变异概率取值越大，遗传算法就越偏向纯粹的随机搜索算法

答案:对不确定性推理不需要解决“结论不确定性的合成算法问题”

答案:错支持向量机的目的就是要找到具有最大间隔的超平面

答案:对针对模糊集合有交换律、结合律、分配率等等运算法则

答案:对产生式表示法也可以表达结构性知识

答案:错Hopfield神经网络在运行过程中能量函数值在不断变化，可能会升高。

答案:错谓词逻辑表示法可以表示不确定的知识。

答案:错框架表示法的特点是方便表达结构性知识

答案:对模糊决策过程采用最大隶属度法的话，那么就是取隶属度最大的量作为推理结果。

答案:对演绎推理是从一般到个别的推理

答案:对模糊决策过程采用最大隶属度法，缺点是完全排除了其他隶属度较小的量的影响和作用，没有充分利用推理过程取得的信息。

答案:对A星算法的单调性也称为一致性。

答案:对启发性搜索中的评价函数，可以任意定义。

答案:错人工神经网络的有监督学习，根据期望的网络输出和实际输出之间的差别，来调整神经元之间连接权值

答案:对归结反演中，利用了谓词公式的不可满足性跟它对应的子句集的不可满足性是等价的这个规则。

答案:对宽度优先搜索中，每次会选择深度最浅的节点优先进行扩展

答案:对产生式系统包括()等主要模块

答案:数据库###推理机###规则库产生式系统的优点包括（）

答案:由前提和结论两部分组成，格式非常清晰固定###自然直观###模块性###可以有效表达多种知识的类型K均值算法是属于哪一类划分的聚类方法（）

答案:基于划分的方法谓词公式的值有真或者假或者非真非假

答案:错多智能体模型,包括（）等模型

答案:协商模武协作规划模型###自协调模型###BDI模型卷积运算通过以下（）等重要的思想来帮助改进网络的学习过程，包括：

答案:参数共享###稀疏交互###等变表示遗传算法中，以下（）属于变异方法。

答案:移动变异###逆转变异###插入变异###互换变异多智能体系统中，agent之间的通讯方式，除了消息对话系统外，还有（）

答案:黑板系统以下属于事实的不确定性主要表现的是（）

答案:随机性###模糊性###歧义性###不完全性下面不属于单个Agent的结构分类的是（）

答案:上下体系结构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。

答案:对在搭建Agent结构的时候需要考虑以下方面（）

答案:软硬件如何协同###感知到的信息如何影响agent的行为和内部状态###模块之间如何交互信息###由哪些模块组成当多个Agent在多个计算机上并行运行的时候,他们的运行环境由体系平台来支持

答案:对Agent作为独立的智能实体，应该具备以下特性（）

答案:自主性###社会性###反应性智能体agent的结构大致包括体系平台、程序和执行系统等三大部分

答案:错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。

答案:对智能体复合式体系结构具有较强的灵活性和快速的响应性。

答案:对在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。

答案:对Agent应该能够在交互过程中逐步适应环境,自主学习,自主进化。

答案:对单层感知器能力虽然有限,但可以处理非线性分类问题。

答案:错人工神经网络是人脑神经系统的真实描写

答案:错人工神经网络方法的主要特征包括（）

答案:并行协同处理数据###通过调整神经元链接来模拟人工智能###信息存储在神经元及其之间的链接人工神经网络是一种用符号化的语言获取知识来学习

答案:错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

答案:错感知器的权值是根据输出的误差来调整

答案:对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

答案:对人工神经网络的结构，可以分为（）三大类

答案:前馈网络###反馈网络###网状网络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

答案:错感知器(Perceptron)是第一个可以训练的神经网络的模型

答案:对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

答案:对遗传算法可以在有限时间内找到最优的解

答案:错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

答案:错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。

答案:错进化算法主要通过（）等操作实现优化问题的求解

答案:变异###选择###重组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

答案:错进化算法对原问题的解进行编码，然后对编码进行搜索。

答案:对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。

答案:对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

答案:对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

答案:对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。

答案:对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。

答案:错决策树学习中，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

答案:对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

答案:对信息增益表示，当样本集S用属性A做分类后，样本集的熵的变化程度。

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

答案:对决策树学习中，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

答案:错熵(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

答案:错对于事件的属性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

答案:对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。

答案:对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

答案:错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。

答案:对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

答案:对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。

答案:错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。

答案:错状态空间搜索算法中的CLOSED表可以防止节点被忽略。

答案:错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（）

答案:既不存在于OPEN表也不存在于CLOSED表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

答案:错状态空间可以用有向图来表示，图里面的节点表示（）

答案:问题的状态推理的不确定性主要表现在（）这几个方面

答案:问题的不确定性在模糊逻辑里面，规则和知识是用模糊关系R来表达

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

答案:不可能感冒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。

答案:对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

答案:错不确定性推理的计算问题主要表现在（）

答案:不确定性的传播###不确定性的匹配及阈值设计###组合证据的不确定性计算###合成结论的不确定性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。

答案:对在模糊理论中，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。

答案:对在证据理论中，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（）

答案:空集###{黄、白}###{红，黄}###{红、白}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

答案:错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

答案:错冲突指的是，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

答案:对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

答案:错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。

答案:对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

答案:对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。

答案:单调推理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。

答案:对随着推理向前推进,推出的结论越来越接近最终目标，这是非单调推理。

答案:错推理方向包括（）

答案:混合推理###正向推理###逆向推理###双向推理以某个假设目标作为出发点的一种推理，这属于（）

答案:逆向推理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

答案:对以下属于命题逻辑的连接词的有（）

答案:否定###合取命题是一个非真即假的陈述句

答案:对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。

答案:对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

答案:不确定性谓词的个体可以是（）

答案:常量###谓词###变元###函数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。

答案:错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（）

答案:把所有情况都考虑进去并能够够正确表