附录A计算机科学与技术学科综合测试人工智能真题集.docVIP

附录Ａ 计算机科学与技术学科综合考试人工智能真题 １９９９年计算机科学与技术学科综合考试真题 课程Ⅳ 人工智能原理 一、选择题（共４分） 人工智能作为一门学科，在（ ）年诞生于（ ）。ＬＩＳＰ语言是（ ）年提出的，ＭＹＣＩＮ的诞生地 是（ ）。 第１、３空格候选答案： （Ａ）１８７０ （Ｂ）１８７６ （Ｃ）１８８０ （Ｄ）１８８６ （Ｅ）１８９０ （Ｆ）１８９５ （Ｇ）１９３５ （Ｈ）１９４０ （Ｉ）１９４６ （Ｊ）１９５０ （Ｋ）１９５６ （Ｌ）１９６０（Ｍ）１９７０（Ｎ）１９８０ 第２、４空格候选答案： （１）Ｄｏｖｅｒ （２）ＬａｓＶｅｇａ （３）ＲｉｃｅＵｎｉｖｅｒｓｉｔｙ （４）ＮｅｗＹｏｒｋ （５）Ｈｏｕｓｔｏｎ （６）Ｃｈｉｃａｇｏ （７）Ｂｏｓｔｏｎ （８）Ｌｏｎｄｏｎ （９）Ｄａｒｔｍｏｕｔｈ （１０）Ｓｅａｒｔｉｅ （１１）ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙ （１２）ＯｘｆｏｒｄＵｎｉｖｅｒｓｉｔｙ （１３）ＵｎｉｖｅｒｓｉｔｙｏｆＣａｍｏｒｉｄｇｅ （１４）Ｂｉｒｍｉｎｇｈａｍ （１５）ＪｏｈｎｓＨｏｐｋｉｎｓＵｎｉｖｅｒｓｉｔｙ （１６）Ｐｅｎｎｓｙｌｖａｎｉａ （１７）ＲＡＮＤ （１８）ＩＢＭ （１９）ＳａｎＪｏｓｅ （２０）ＦｒａｎｋｌｉｎａｎｄＭａｒｓｈａｌｌＣｏｌｌｅｇｅ （２１）Ｐｈｉｌａｄｅｌｐｈｉａ （２２）Ｄｅｎｖｅｒ （２３）Ｍｏｎｔｒｅａｌ （２４）Ｂｅｒｋｅｌｅｙ （２５）ＣａｒｎｅｇｉｅＭｅｌｏｎＵｎｉｖｅｒｓｉｔｙ （２６）Ｍｉｃｈｉｇａｎ （２７）ＭＩＴｓ （２８）ＫａｎｓａｓＣｉｔｙ （２９）Ｐｒｏｖｉｄｅｎｃｅ （３０）ＳｔａｎｆｏｒｄＵｎｉｖｅｒｓｉｔｙ 二、填空题（共１０分） １．近年来，对人类智能的理解上形成了两种不同的观点，一种观点称做（ ）主义，另一种观 点，即（ ）的观点，称做（ ）主义。 ２．常用的知识表示方法有逻辑表示法、（ ）、（ ）、（ ）、（ ） 等。 ３．下图为Ｓｉｍｏｎ提出的学习模型，请填充空白框。 三、（５分）将下式化为不含量词的子句 ～ｘｙｚｕＰ（ｘ，ｙ，ｚ，ｕ） 五、（１０分）已知：规则可信度 Ａ→Ｘ ＣＦ（Ｘ，Ａ）＝０．８ Ｂ→Ｘ ＣＦ（Ｘ，Ｂ）＝０．６ Ｃ→Ｘ ＣＦ（Ｘ，Ｃ）＝０．４ Ｘ∧Ｄ→Ｙ ＣＦ（Ｙ，Ｘ∧Ｄ）＝０．３ 证据可信度ＣＦ（Ａ）＝ＣＦ（Ｂ）＝ＣＦ（Ｃ）＝ＣＦ（Ｄ）＝０．５。 Ｘ、Ｙ的初始可信度ＣＦ0（Ｘ）＝０．１；ＣＦ0（Ｙ）＝０．２。 要求用ＭＹＣＩＮ的方法计算： １．结论Ｘ的可信度ＣＦ（Ｘ）； ２．结论Ｙ的可信度ＣＦ（Ｙ）。 ２０００年计算机科学与技术学科综合考试真题 课程Ⅳ 人工智能原理 一、选择与填空（共１０分，每空０．５分） １．命题逻辑下，可以归结（消解、ｒｅｓｏｌｕｔｉｏｎ）的子句Ｃ１和Ｃ２，在某解释下Ｃ１和Ｃ２为真。则其归结式 （消解式、ｒｅｓｏｌｖｅｎｔ）Ｃ在该解释下（ ）。 Ａ．必真 Ｂ．必假 Ｃ．真假不能断言 ２．表达式Ｇ是不可满足的，当且仅当对所有的解释（ ）。 Ａ．Ｇ为真 Ｂ．Ｇ为假 Ｃ．Ｇ为非永真（ｉｎｖａｌｉｄ） ３．ＭＹＣＩＮ系统中规定，证据Ａ的可信度ＣＦ（Ａ）的取值为（ ）。 Ａ．ＣＦ（Ａ）＞０ Ｂ．０≤ＣＦ（Ａ）≤１ Ｃ．－１≤ＣＦ（Ａ）≤１ ４．主观Ｂａｙｅｓ推理中，规定似然比（Ｌｉｋｅｌｉｈｏｏｄ）ＬＳ和ＬＮ应（ ）。 Ａ．≥０ Ｂ．≤０ Ｃ．＞０ ５．在诞生初期，人工智能被定义为这样一个计算机科学的分支：它是研究（ ）。人工智能程 序与通常意义下的程序比较它具有以下四个特点：（ ），（ ），（ ），（ ）。 ６．用反演（ｒｅｆｕｔａｔｉｏｎ）归结证明定理，证明过程是这样结束的。若（ ），则定理得证；若（ ）， 则证明失败。 ７．在语义网络中，为了进行节点（结点，ｎｏｄｅ）间节点属性的继承推理，规定了两个约定俗成的链（弧， ａｒｃ），命名为（ ）和（ ），用来标明类与子类、类与个体之间的关系。 ８．产生式规则与蕴涵规则的区别在于：产生式规则（ ），而蕴涵规则（ ）。 ９．ＭＹＣＩＮ推理中，对证据的可信度ＣＦ（Ａ）、ＣＦ（Ａ１）和ＣＦ（Ａ２）之间，规定如下关系：ＣＦ（～Ａ）＝ （ ），ＣＦ（Ａ１∧Ａ２）＝（ ），ＣＦ（Ａ１∨Ａ２）＝（ ）。 １０．主观Ｂａｙｅｓ推理中，规则Ｅ→Ｈ的不确定性是以似然比ＬＳ和ＬＮ描述的。ＬＳ表示了规则成立的 （ ）性；ＬＮ表示了规则成立的（ ）性。 二、化下列逻辑表达式为不含存在量词的前束形（ｐｒｅｎｅｘｆｏｒｍ）（５分） （Ｘ）（Ｙ）｛（Ｚ）［Ｐ（Ｚ）∧～Ｑ（Ｘ，Ｚ）］→Ｒ（Ｘ，Ｙ，ｆ（ａ））｝ 四、对结论做假设Ｈ，有证据Ｅ１和Ｅ２，规则Ｒ１和Ｒ２。（１０分）