人工智能原理MOOC习题集及答案.docxVIP

人工智能原理MOOC习题集及答案

一、知识表示与推理（15分）

（一）单项选择题（每题2分，共6分）

1.一阶谓词逻辑中，“所有鸟都会飞，企鹅是鸟，所以企鹅会飞”的推理错误源于（）。

A.谓词定义不完整

B.存在隐含的例外条件未被表示

C.量词使用错误

D.合取范式转换错误

2.产生式系统中，冲突消解策略的作用是（）。

A.确保规则前件与事实完全匹配

B.在多条可用规则中选择执行顺序

C.避免无限循环推理

D.将自然语言转换为产生式规则

3.以下关于语义网络的描述，错误的是（）。

A.用节点表示概念，边表示关系

B.支持继承推理（如“金丝雀”继承“鸟”的属性）

C.难以处理复杂的逻辑否定关系

D.与一阶谓词逻辑的表达能力完全等价

（二）填空题（每空1分，共3分）

1.将自然语言命题“如果明天下雨且温度低于10℃，那么运动会取消”转换为一阶谓词逻辑表达式：____________________（设P(x)表示“x天下雨”，Q(x)表示“x天温度低于10℃”，R(x)表示“x天运动会取消”，x为变量）。

2.框架表示法中，“默认槽”的作用是____________________。

（三）简答题（6分）

比较语义网络与框架表示法在知识组织上的异同，并举例说明各自适用场景。

二、搜索算法（20分）

（一）单项选择题（每题2分，共6分）

1.以下搜索算法中，属于启发式搜索的是（）。

A.广度优先搜索（BFS）

B.深度优先搜索（DFS）

C.A算法

D.迭代加深搜索（IDS）

2.在八数码问题中，若启发式函数h(n)定义为当前状态与目标状态不同位置的棋子数（不考虑空格），则h(n)是（）。

A.可采纳的（admissible）

B.一致的（consistent）

C.既不可采纳也不一致

D.既可采纳又一致

3.对于状态空间庞大的问题，优先选择的搜索策略是（）。

A.广度优先搜索（时间复杂度O(b^d)）

B.深度优先搜索（空间复杂度O(bd)）

C.迭代加深搜索（结合BFS和DFS的优点）

D.双向搜索（同时从初始状态和目标状态搜索）

（二）计算题（8分）

已知某问题的状态空间图如下（节点A为初始状态，G为目标状态；边权值表示移动代价，h(n)为启发式函数值）：

```

A（h=5）连接到B（h=3，边权1）和C（h=4，边权2）

B连接到D（h=2，边权1）和E（h=1，边权3）

C连接到F（h=1，边权2）

D连接到G（h=0，边权2）

E连接到G（边权1）

F连接到G（边权3）

```

请用A算法模拟搜索过程，列出每一步扩展的节点及优先级队列（按f(n)=g(n)+h(n)排序），并给出从A到G的最优路径及总代价。

（三）简答题（6分）

说明启发式函数h(n)的“可采纳性”（admissible）与“一致性”（consistency）的定义及二者关系，并举例说明为何A算法在h(n)一致时能保证最优性。

三、机器学习基础（25分）

（一）单项选择题（每题2分，共6分）

1.以下任务中，属于无监督学习的是（）。

A.图像分类（给定标签训练集）

B.聚类分析（无标签数据分组）

C.预测房价（连续值输出）

D.情感分析（文本情感极性判断）

2.训练机器学习模型时，若验证集误差远大于训练集误差，最可能的原因是（）。

A.模型欠拟合（underfitting）

B.模型过拟合（overfitting）

C.学习率过小

D.数据标注错误

3.逻辑回归（LogisticRegression）的损失函数通常选择（）。

A.均方误差（MSE）

B.交叉熵损失（CrossEntropyLoss）

C.绝对误差（MAE）

D.Hinge损失

（二）填空题（每空1分，共4分）

1.支持向量机（SVM）的核心思想是____________________。

2.梯度下降法中，“批量梯度下降”（BatchGD）与“随机梯度下降”（SGD）的主要区别是____________________。

（三）计算题（7分）

已知二维数据集如下：

样本1：(x?=1,x?=2,y=1)

样本2：(x?=3,x?=1,y=1)

样本3：(x?=2,x?=4,y=0)

样本4：(x?=4,x?=3,y=0)

假设使