人工智能经典考试卷试题目,例题.doc

基于规则的专家系统 1. 基于规则的专家系统有 5 个部分组成：知识库、数据库、推理引擎、 ____和用户界面 解释设备 外部接口 开发者接口 调试工具 前向（正向）推理是数据驱动的。推理从已知的数据开始，依次执行每条可执行的规则， 规则所产生的新的事实被加入到数据库中， 直到没有规则可以被执行为止。 请根据以下的数据库和知识库推出有哪些元素被加入到数据库中 A. N X Y Z B. L X Y Z C. N L X Z D. L N X Y 关于专家系统，以下说法错误的是 允许不精确的推理，但不能处理不完整、不确定和模糊的数据 当数据不完账或模糊时，有可能会出错 当需要新知识时，很容易实现调整。 提供知识与处理过程明确分离的机制 对于规则的专家系统的缺点，下列说法错误的是 规则之间的关系不明确 低效的搜索策略 没有学习能力 没有统一的结构 对于规则的专家系统的优点，下列说法正确的是 规则之间的关系透明 高效的搜索策略 处理不完整、不确定的知识 具备学习能力 基于规则的专家系统中的不确定性管理 专家系统中不确定性知识的来源一般分为 4 种：弱暗示、 ____、未知数据，以及合并不同专家观点时的困难 不完整的信息 不一致的信息 不确定的信息 不精确的语言 有一同学，考试成绩数学不及格的概率是，语文不及格的概率是，两者都不及格的概率为，在一次考试中，已知他数学不及格，那么他语文不及格的概率是多少 A. B. C. D. 8. 掷三枚骰子，事件 A 为出现的点数之和等于 5 的概率为 1/18 1/36 1/72 1/108 下列哪个符合着名的贝叶斯公式 P(Ai/B) = P(Ai) x P(B/Ai) / Σ(P(Aj) x P(B/Aj)) P(Ai/B) = P(Ai) x P(Ai/B) / Σ(P(Aj) x P(B/Aj)) C. P(Ai/B) = P(B) x P(B/Ai) /Σ (P(Aj) x P(B/Aj)) D. P(Ai/B) = P(Ai) x P(B/Ai) /Σ (P(Bj) x P(B/Bj)) 以下说法错误的是 要想使用贝叶斯方法，论据间不一定满足条件独立 确信因子理论是贝叶斯方法的常用替代方法 当概率未知或不易获得时，会使用确信因子 确信因子理论为专家系统中的不确定性管理提供了一个判断方法 模糊专家系统 模糊或多值逻辑是波兰的逻辑学家和哲学家____引入的 A. Lotfi Zadeh B. Max Black C. Jan Lukasiewicz D. Max Vagueness 关于模糊专家系统，下列说法错误的 模糊逻辑能反应人类是怎么样思考的，它尝试模拟人类的预感、决策制定和常识 模糊依赖模糊集理论，模糊逻辑只是该理论的一小部分 模糊集可以简单地定义为具有明确边界的集合 模糊集提供跨越边界时平稳过渡的能力 对于模糊集的操作，下列写法错误的是 A. 结合性 A U (b U C) = (A U B) U C B. 幂等性 A U A = A , A ∩ A = A C. 恒等性 A U X = X , A ∩ X = A D. 德摩根定律 ﹁ (A U B) = ﹁ A U ﹁ B 下列说法错误的是 模糊规则用来获取人类的知识 建立模糊系统是一个迭代的过程 调试是在建立模糊系统中最单调和费力的过程 和二值的布尔逻辑一样，模糊逻辑是二值的 常用的模糊判决方法不包括 重心法 二分法 最大隶属度法 系数加权平均法 人工神经网络 为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究者找到一个重要的信息处理的机制是 ____ 专家系统 人工神经网络 模式识别 智能代理 对于人工神经网络，下列说法错误的是 机器学习涉及适应性机制，使得计算机能够从经验、实例、类比中学习。 人工神经网络有一些非常复杂并高度互联的，被称作神经元的处理器组成，这和人脑中的生物神经元类似。 多层神经网络的学习过程和感知器是一样的 D. Hopfield 网络训练算法有两个基本的阶段：存储和检索 人工神经网络的字母简称为 ANC BAM ANN CNN 神经网络的局限性不包括 没有办法进行特征学习 比较容易过拟合 训练速度比较慢 较弱的容错能力 神经网络的特征不包括 较强的学习能力 大规模、自组织、自适应的非线性动力系统 能较好的模拟人的形象思维 训练速度较快 进化计算 遗传之父是 孟德尔 约翰霍兰德 安阿伯 戈德堡 关于进化计算，下列说法错误的是 以自然选择和遗传的计算模型为基础的，获取人工智能的方法，称作进化计算。 遗传算法的工作原理是，发现和重组好的图式——即候选方案中好的组件 进化策略并不是纯粹的数值优化过程，它和蒙特卡洛的搜索方法类似 遗传编程是进化计算领域的最新发展成果 关于遗传算法的思想，