人工智能研究生2010年试题.doc

课程编号：21-081200-108-07 北京理工大学 2010 - 2011学年第一学期 研究生《人工智能》期末试题 班级 学号 姓名 成绩 一、填空题（20分，每空1分） 不确定性推理的核心问题是如何根据 的不确定性得出 的不确定性。 从结构上讲，霍普菲尔德神经网络属于 。其基本工作原理是利用 寻找网络 状态。 根据反馈方式的不同，可将机器学习方法分为 ， 和 三大类。 人工智能的实现途径包括 、 、 、 、 、 。 目前的聚类分析方法可以分为 和 两大类。 进化算法和群智能优化方法在计算上的共同特点是 和 。 行为智能的计算目标是在 和 之间建立映射关系。。 二、判断题（15分，每小题3分） 传教士和野人问题如下：在河的左岸有三个传教士、三个野人和一条船，传教士想用这条船把所有的人运到河对岸，但受以下条件约束：（1）传教士和野人都会划船，但每次船上至多可载两个人；（2）河的任一岸如果野人数目超过传教士数，传教士就会被野人吃掉。用A*搜索方法求解传教士和野人问题。定义启发式函数h(n) = m+c，其中m和c分别表示左岸传教士数和野人数。 上述启发式函数满足A*算法要求。 （ ） 以下博弈树的剪枝结果是正确的： （ ） 给定二维数据集： A1(2,10), A2(2,5), B1(5,8), B2(7,5) 用k-均值聚类聚成两簇（采用欧几里德距离，初始时用 A1, B1作为簇的均值）， 则迭代一次后，簇均值变为(5,8)和。 （ ） 存在如下两组数据和一个感知器： 第一组数据为 第二组数据为 感知器为 （输出单元采用加权求和型整合函数和阈值型激活函数） 该感知器可用于分类上述两组数据。 （ ） 根据文档中是否包含“我”字来判断该文档是否是我所喜欢的文档。以往统计数据表明：在所有文档中，只有20%的文档是我所喜欢的。在我喜欢的文档中，包括“我”字的可能性是98%；在我不喜欢的文档中，包含“我”字的可能性是32%。 现有一篇文档，其中包含“我”字，则根据贝叶斯决策规则，应认为该文档是我所喜欢的文档。 （ ） 三、多选题（20分，每小题4分） 1. 给定博弈树如下： 根据该博弈树，通过极大极小搜索所确定的当前行动方案是（ ） （A）A(B （B）A(C （C）A(B(D(H （D）A(C(G(O 按从右到左顺序进行剪枝，则剪去的边有（ ） （A）G(Q （B）F(N （C）D(I （D）B(E 2. 将语句“每个人都爱他的父亲或母亲”用一阶谓词逻辑表示，应为（ ） （A） （B） （C） （D） 3. 给定数据集合及其决策结果如下： 样本 决策结果 属性A1 属性A2 1 No 3 3 2 Yes 6 13 3 Yes 15 14 4 No 14 22 其中，根据A1和A2的属性值是否大于10来进行决策。基于该数据集，生成一棵决策树。根据信息增益，该决策树的根节点应为（ ） （A）A1 （B）A2 （C）A1 > 10 （D）A2 > 10 4. 用Q-算法学习如下状态转换图，其中数字表示动作对应的即时奖励： 假设长期收益采用折扣系数 = 0.9的累积折扣收益，则从状态9到状态14的动作所对应的Q函数值为（ ） （A）64 （B）90 （C）81 （D）100 5. 根据以下贝叶斯信念网（其中T表示true, F表示fa