【人工智能）人工智能复习题库.doc

（人工智能）人工智能复习题库 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。 谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是（10）。 谓词逻辑中，重言式（tautlogy）的值是 真 。 设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。 在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味着 13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。 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）= （20）Q（a）∨R（y） 有谓词公式G，置换δ，则G·ε= （21） ，δ·ε= （22） 。 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 状态图启发式搜索算法的特点是 （27）。 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 MYCIN系统中使用不确定推理，规则A→B由专家指定其可信度CF（B，A），若A真支持B真，则指定CF（B，A）（与零比较）应 （47） ；若A真不支持B真，则指定CF（B，A）应 （48） 。 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 。 设U={a,b,c,d}，A={a,b}，B={a,b,c}，m(A)=0.6，m(U)=0.4，U的其它子集的基本概率分配函数m值均为0，则Bel(A)= （53） ，Bel(B)= （54） 。 证据理论中集合A的信任区间为[1，1]，则其语意解释为 （55） 。 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： 。 从已知事实出发，通过规则库求得结论的产生式系统的推理方式是 正向推理 AI的英文缩写是 Artifical 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