2026年人工智能供应链智能优化考试试题及参考答案.docxVIP

2026年人工智能供应链智能优化考试试题及参考答案

1单项选择题（每题2分，共20分）

1.1在强化学习驱动的库存控制模型中，若采用DeepQ-Network（DQN）对连续动作空间进行决策，下列哪种改进策略最能缓解过高估计（overestimation）问题？

A.DoubleDQN

B.PrioritizedExperienceReplay

C.DuelingDQN

D.RainbowDQN

答案：A

解析：DoubleDQN通过解耦动作选择与价值评估，显著降低Q值过高估计，对库存补货阈值连续化场景尤为关键。

1.2某跨境冷链网络需在“碳关税”约束下最小化总成本，若采用图神经网络（GNN）进行碳排放预测，下列哪类图节点特征对预测精度边际增益最大？

A.节点历史温度序列

B.节点度中心性

C.节点所属关税区编码

D.节点集装箱材质

答案：A

解析：温度序列直接决定制冷能耗，是碳排放主驱动变量，GNN聚合邻居温度信息后，RMSE可再降12%。

1.3在联邦学习框架下，多个供应商协同训练需求预测模型，为防止梯度泄露导致需求敏感信息被推断，最佳防御机制是：

A.同态加密

B.差分隐私+梯度压缩

C.安全多方计算（SMC）

D.局部SGD

答案：B

解析：差分隐私注入噪声，压缩降低通信量，二者结合在精度损失≤1.5%前提下，将成员推断攻击成功