华南理工大学人工智能期末考试卷题整理.docxVIP

PAGE / NUMPAGES 华南理工大学人工智能期末考试卷题整理 二、简答题 什么是人工智能，哪些阶段 答：人工智能研究的是如何运用知识，以便像人类一样完成富有智能的工作，就人工智能的本质而言，可以认为人工智能是一门研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。 人工智能发展阶段 （1）萌芽期（1956年以前） 形成时期（1956-1961年) （3）发展时期（1961年以后） 不确定性推理的“不确定性”在？ 答：在不确定推理中，规则前件（证据）、后件（结论）以及规则本身在某种程度上都是不确定的。 （1）证据的不确定性：歧义性、不完全性、不精确性模糊性、可信性、随机性和不一致性 （2）规则的不确定性：证据的组合的不确定性、规则自身的不确定性规则、结论的不确定性； （3）推理的不确定性； 列两种知识表示方法和优缺点。 （1）脚本知识表示方法：脚本结构比起语义网络、框架机构等通用结构来要呆板得多，知识表达范围也很窄，因此不适用于表达各种知识。但对于表达事先构思好的特定知识非常有效。 （2）过程性知识表示方法：过程性知识表示的最主要特点是效率高。过程性知识表示的主要缺点就是不易修改和添加知识。 画机器学习基本构成，分环节作用 （1）环境：环境是以某种形式表达的外界信息集合，它代表外界信息来源； （2）知识库：知识库在初始阶段要有相当的初始知识，并且在学习过程中不断修正和增加新的知识： （3）学习环节：在机器学习的整个系统结构中，学习部分是核心模块，是和外部交互的接口； （4）执行环节：执行部分是根据知识库执行一系列任务，同时把执行结果过执行过程中获得的信息反馈给学习部分，完成对新知识库的评价，指导进一步的工作。 说常规与高级搜索的区别 常规搜索可以找到最优解，但是．即便是A*算法，一般情况下，其算法复杂性仍然是指数时间级的，因此，当问题的规模大到一定程度后，常规搜索就显得无能为力了，而高级搜索放弃每次必然找到最优解的目标，换取算法时间复杂度的降低，适合于求解大规模的优化问题。 6.写出谓词归结过程的主要步骤。 写出谓词关系公式 用反演法写出谓词表达式 化为Skolem标准形 求取子句集S 对S中可归结的子句做归结 归结式仍放入S中，反复归结过程 得到空子句 命题得证 7.符号主义和链接主义的区别 符号主义研究的是人脑的推理、学习、思考、规划等思维活动，解决需人类专家才能处理的复杂问题。链接主义企图通过神经网络的参数与结构等的研究，阐明人脑结构及其功能的实现机理，以及一些相关的学习、联想记忆的基本规则，其中包括联想、概括、并行搜索、学习和灵活性等。 8.α剪枝和β剪枝的区别 α剪枝：若任意极小值层的β值小于或等于它任一先辈极大值层节点的α值，即α(先辈层)≥β(后继层)，则可以中止该极小值层中的这个MIN结点以下的搜索过程，这个MIN节点最终的推导值就确定为这个β值。 β剪枝：若任意极大值层的α值大于或等于它任一先辈极小值层节点的β值，即β(先辈层)≤α(后继层)，则可以中止该极大值层中的这个MAX结点以下的搜索过程，这个MAX节点最终的推导值就确定为这个α值。 三、综合题（10分/题） 1．八数码变换（课本） 2．对所有的x,y,z来说，如果y是x的父亲，z又是y的父亲，则z是x的祖父。又知每个人都有父亲，试问对某个人来说谁是它的祖父？ 求：用一阶逻辑表示这个问题，并建立子句集。 解：这里我们首先引入谓词： P(x, y) 表示x是y的父亲 Q(x, y) 表示x是y的祖父 ANS(x) 表示问题的解答 对于第一个条件，“如果x是y 的父亲， y又是z 的父亲，则x是z 的祖父”，一阶逻辑表达式如下： A1： ：～P(x ,y)∨～P(y, z)∨Q(x, z) 对于第二个条件：“每个人都有父亲”，一阶逻辑表达式： A2： ：P(x, f(x)) 对于结论：某个人是它的祖父 B： 否定后得到子句： ～() ∨ ANS(x) ：～Q(x, y)∨ANS(x) 则得到的相应的子句集为：{ } 3．有限图中，从s→t中有路径存在，证明A*一定成功结束（课本） 4．贝叶斯（课本） 求P(~C|~E) P(S)=0.4 5．ID3（课本） 例题“快乐学生”问题 假设任何通过计算机考试并获奖的人都是快乐的，任何肯学习或幸运的人都可以通过所有的考试，张不肯学习但他是幸运的，任何幸运的人都能获奖。求证：张是快乐的。 解析： α-β剪枝问题： 1. 2. 3.