人工智能原理习题库【选择+填空版】.docVIP

填空： 人工智能的研究途径有心理模拟、生理模拟和行为模拟。 任意列举人工智能的四个应用性领域难题求解、定理证明、智能控制、机器翻译。 人工智能的基本技术包括搜索技术、推理技术、知识表示和知识库技术归纳技术、联想技术。 谓词逻辑中，重言式（tautlogy）的值是真。 谓词公式G是不可满足的，当且仅当对所有的解释G都为假。 谓词公式与其子句集的关系是包含。 利用归结原理证明定理时，若得到的归结式为空集，则结论成立。 若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）=┐P∨P或┐Q∨Q。 若C1=P(x)∨Q(x)，C2=┐P(a)∨R(y)，则C1和C2的归结式R（C1，C2）=Q（a）∨R（y） 有子句集S=｛P(x),P(y)｝，其MGU={y/x}。 在归结原理中，几种常见的归结策略并且具有完备性的是删除策略支持集策略线性归结策略 广度优先搜索算法中，OPEN表的数据结构实际是一个二叉树，深度优先搜索算法中，OPEN表的数据结构实际是一个单链表。 产生式系统有三部分组成综合数据库，知识库和推理机。其中推理可分为正向推理和反向推理。 专家系统的结构包含人机界面、知识库，推理机，动态数据库，知识库答理系统和解释模块。 在MYCIN推理中，对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：CF（~A）=~CF（A），CF（A1∧A2）=min{CF（A1），CF（A2）}，CF（A1∨A2）=max{CF（A1），CF（A2）}。 开发专家系统所要解决的基本问题有三个，那就是知识的获取、知识的表示和知识的运用，知识表示的方法主要有逻辑表示法（谓词表示法），框架，产生式和语义网络等，在语义网络表示知识时，所使用的推理方法有AKO和ISA 机器学习的含义是指机器面对自行为的修正或性能的改善和机器对客观规律和发展。 自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息，能正确回答输入信息中的有关问题，而且还包括语法分析、语用分析、语句分析。 人工智能三大学派是符号主义、联结主义、行为主义化成子句形式为：。 Inteligence 在谓词公式中，紧接于量词之后被量词作用的谓词公式称为该量词的辖域，而在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元，其他变元称为自由变元 假言推理（A(B）(A(B，假言三段论（A(B）(（B(C）(A(C 几种常用的归结策略：删除策略、支持集策略、线形归结策略、输入归结策略、单元归结策略 在诸如走迷宫、下棋、八数码游戏等游戏中，常用到的一种人工智能的核心技术称为图搜索技术，解这类问题时，常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表，这种图称为状态空间图（或状态图） 在启发式搜索当中，通常用启发函数来表示启发性信息。。 在二人博弈问题中，最常用的一种分析技术是极大极小分析法，这种方法的思想是先生成一棵博弈树，然后再计算其倒推值。但它的效率较低，因此人们在此基础上，又提出了(-(剪枝技术 某产生式系统中的一条规则：A（x）(B（x），则前件是A（x），后件是B（x） 在框架和语义网络两种知识表示方法中，框架适合于表示结构性强的知识，而语义网络则适合表示一些复杂的关系和联系的知识。面向对象不仅仅是一种知识表示方法，也是一种流行的软件设计和开发技术。 不确定性类型按性质分：随机性，模糊性，不完全性，不一致性。 在删除策略归结的过程中删除以下子句：含有纯文字的子句;含有永真式的子句;子句集中被别的子句类含的子句。对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系：CF（~A）=-CF(A)、CF（A1∧A2）=　min{CF(A1),CF(A2)}、CF（A1∨A2）=　max{CF(A1),CF(A2)} 合一算法：求非空有限具有相同谓词名的原子公式集的最一般合一 产生式系统的推理过程中，从可触发规则中选择一个规则来执行，被执行的规则称为被触发规则。 P(B|A)表示在规则A→B中，证据A为真的作用下结论B为真的概率。 常用的二种盲目搜索方法是随机碰撞式搜索和完全式搜索；引入启发式知识来指导OPEN表中节点的排序可划分为二种方式全局择优搜索和局部择优搜索。 产生式系统的推理可以分为正向推理和_反向推理两种基本方式。 人工智能的表现形式至少有智能软件、智能设备、智能网络、智能计算机、智能机器人_Default_、_If-Needed_和_If-Added_。 产生式系统是由综合数据库、知识库和推理机三部分组成的. _识别框架_就是所考察判断的事物或对象的集合，记为_Ω_。它的子集构成_求解问题的解答_。 证据理论是经典概率论的一种扩充形式，构成这一理论的函数有基本概念全分函数、信任函数和似真函数。 对于模糊不确定性，一般采