《人工智能》(答案)
测 试 题 答 案人工智能原理一、 填空题 1.知识 研究模拟智能程序 研制智能计算2.模式识别 问题求解 定理证明 专家系统 机器视觉和机器学习3.一阶谓词逻辑 框架 语义网络 脚本和Petri网络4.规则库 综合数据库 控制系统5.删除策略 支持集策略 线性输入策略 单文字子句策略 祖先过滤策略6.队列 堆栈7.确定因子法 主观Bayes法 D-S证据理论 可能性理论8.符号主义 联想主义 行为主义9.知识获取 人类领域专家获取知识 系统运行过程中的知识获取 10.信任程度的增长 不信任程度的增长11.模式识别 定理证明 程序自动设计 专家系统 机器学习 自然语言理解 12.否定 合取 析取 蕴涵13.正向演绎 逆向演绎 双向演绎14. 15.初始状态集合 算符集合 目标状态集合16.机器感知 机器思维 机器行为 智能机构造技术 机器学习17.一阶谓词逻辑 语义网络 框架 脚本 产生式18.DENDRAL 1965 Fengenbum 关幼波肝病诊断与治疗专家系统 197819. 分层前向网络 反馈层向网络 互连前向网络20.槽 侧面 21.综合数据库 规则库 控制系统 22.叙述性表示 过程性表示二、 选择题 1.B 2.C 3.C 4.C 5.A 6.B 7.A 8.B 9.C 10.D 11.D 12.B 13.C 14.A 15.D 16.B 17.A 18.B 19.B 20.A三、 判断题1.错误2.错误3.正确4.错误5.错误6.正确7.正确8.正确9.正确10.错误11.正确12.正确13.错误14.错误15.错误16.正确17.正确18.错误19.正确20.正确21.正确22.错误23.错误24.正确25.正确26.正确27.错误28.错误29.正确30.正确31.正确四、 名词解释 1可解结点：对应本原问题的终端节点是可解节点；或节点的后继节点并非全部不可解，那么该或节点是可解的；与节点的后继节点均为可解节点时，那么该与节点为可解节点。2专家系统：专家系统是一个大型的软件，它的功能应该不低于人类专家解决问题的能力。3状态空间：状态是描述问题求解过程中任一时刻状况的数据结构，通常用一组变量的有序组合表示。而状态空间是问题的全部状态及一切可用算符构成的集合。4产生式系统：产生式系统由三个部分所组成，即规则库，综合数据库和控制系统。5. 图灵测试（Turing Test）：图灵测试是衡量计算机是否是智能机的标准，图灵测试由三方组成：被测试的人、被测试的机器和主持测试的考官。考官提出问题分别让被测试的人和机器做答，如果考官分不清楚哪个答案是人作出的，哪个答案是机器作出的，则图灵测试认为计算机就具备智能了。6. 盲目搜索：是按预定的控制策略进行搜索，在搜索的过程中获得的信息不用来改进控制策略。7. 估价函数：用来估价节点重要性的函数称为估价函数。一般形式为其中g(x)为从初始节点到节点x已经实际付出的代价，h(x)为从节点x到目标节点的最优估计。8. 人工智能：是一门研究知识的一门学科，即如何表示知识，如何获取知识，如何使用知识的学科的科学9. 合适公式：原子是合式公式，若A，B是合式公式，则、也是合式公式，若是合式公式，则也是合式公式，除此之外再也没有其他的公式是合式公式。10.W的差异集合：首先找出W的所有表达式中不相同的第一个符号，然后从W的每个表达式中抽出占有这个位置的子表达式。所有这些子表达式的集合就是W 的差异集合。11. 机器学习：机器学习就是系统在运行时可以做一些适应性的变化，使得系统在下一次执行类似上一次任务时比上一次更家有效，更加快捷，更加完善。12. 产生式:基本形式PQ,其中规则的前件P为前提，具体形式可以是谓词公式、关系表达式和真值函数的任意与、或、非组合，可以不精确匹配；而规则的后件Q则表示规则激活时应该执行的动作或应该得出的结论。13.启发式搜索:启发式搜索又称为有知识搜索，它是在搜索中利用与应用领域有关的启发性知识来控制搜索路线的一种搜索方法。由于这类方法在搜索中利用了与问题求解有关的知识，不必穷尽地试验每一种可能性，在任何时刻对将要搜索的节点都进行评价，从中选择一个最有希望到达目标节点的节点优先搜索，这就避免了无效搜索，提高了搜索速度。14.归结原理 :为了证明子句集S的不可满足，只要对S中可进行归结的子句进行归结，并把归结式加入子句集S.得到新子句集S1，则S与S1在不可满足的意义上是等价的,归结原理的本质思想是去检查子句集S是否包含一个空子句，如果S包含，则S是不可满足的。如果S不包含，则去检查是否可由S推导出来。当然这个推理规则必须保证推出的子句是原亲本子句的逻辑结果。15.设S是子句集。集合A=所有形如P(t1,tn)的元素称作子句集S的原子集。其中P(t1,tn)是出现于S中的任一谓词符号，而t1,tn是S的H域的任意元素。五、 论述题 简答题1.规则演绎系统可分为：前向演绎系统：基于一组前向规则，从事实出发进行推理；后向演绎系统：基于一组后向规则，从目标出发进行推理；双向演绎系统：同时基于前向和后向规则，同时从事实和目标出发进行推理； 产生式系统的推理可分为：正向推理：从初始事实数据出发，正向使用规则进行推理，朝目标方向前进；反向推理：从目标出发，反向使用规则进行推理，朝初始事实或数据方向前进；2.专家系统的概念结构有六部分组成： 知识库，用以存储知识的集合； 推理机，使用知识库中的知识进行推理而解决问题； 动态数据库，存放初始证据事实、推理结果和控制信息的场所； 人机界面，最终用户和专家系统的交互界面； 解释模块，负责向用户解释专家系统的行为和结果； 知识库管理系统，是知识库的支撑软件，类似于数据库管理系统对数据库的作用。3.人工智能的基本技术有下列五种： 推理技术：对推理的研究往往涉及到对逻辑的研究，逻辑是人脑思维的规律，从而也是推理的理论基础； 搜索技术：搜索是指连续进行推理的过程，它是对推理进行引导和控制的技术； 知识表示和知识库技术：知识表示涉及知识的逻辑结构和物理结构，知识库类似于数据库，由于知识是智能的基础和源泉，因此，知识表示和知识库是人工智能的核心技术； 归纳技术：是指机器自动提取概念、抽取知识、寻找规律的技术； 联想技术：联想是最基本、最基础的思维活动，其前提是联想记忆或联想存储；4.不确定性推理与通常的确定性推理有本质的差别：不确定性推理中符号模式匹配能够成功，不但要求两个符号模式本身能够匹配，而且要求证据事实所含的不确定性程度必须达到一定的限度；不确定推理中一个规则的触发，不仅要求其前提能匹配成功，而且前提条件的不确定性总程度还必须至少达到阀值；不确定性推理中推得的结论是否有效，也取决其不确定性程度是否达到阀值；不确定性推理还要求有一套关于不确定性度量的计算方法。证明题 5R (y)L (y)I (x)R (x)解： L(a) x/yI (x)L (x)I (a)NILI (a) a/x 6. 证明：首先把和化为子句集：（1） （2） （3） （4）（5） 下面进行归结：（6） （1）与（3）（7） （4）与（6）（8） （5）与（7）7. 证：此S子句集的原子集：PN0PQQQQN21N22N23N24完整的语义树如下：,使子句PQ 为假,使子句PQ 为假,使子句PQ 为假,使子句PQ 为假即该语义树是封闭的，由海伯伦定理知该子句集不可满足。证毕。8. 证：此问题既是证明公式为恒假将公式化成对应的子句集：应用归结原理： 由 、 归结 t 由 、 归结证毕。计算题9（1）设Computer_system(x)：x是计算机系统 Intelligent(x)：x是智能的 Perform_task(x)： x执行任务 Require(x)：x要求的 Man(x)：x是人则有 （2）设Formula（x）：表示x是公式；Connective_” “（x）：表示x的联结词是； Equivalent（x,y）： x与y等价， 则可以表示为：（3）设Input(x)：表示x是输入算法；Unification(y)：表示y是不能合一算法；Output(x)：表示x是输出算法；mug(y)：y是最小合一；Fall(x)：表示x失败，那么我们可以用一阶谓词逻辑表示为：10解：所求CF(H)=0.86411. 解（1）原式= = （2）原式= = = = = =12. 解：1) (x) P(x) (x) Q(x) (x) ( P(x) Q(x) )= (x) P(x) (x) Q(x) ) (y) ( P(y) Q(y) )= (y) (x) (P(x) Q(x) P(y) Q(y) )= (y) (x) ( (P(x) P(y) Q(y) ) (Q(x) P(y) Q(y) ) ) 化为skolem子句形：(P(x) P(a) Q(a) ) (Q(x) P(a) Q(a) )2) (x) ( P(x) (y) ( (z) Q(z , y) (z)R(y , z) ) )= (x) (y) (z) (v) ( P(x) Q(z , y) R(y , v)化为skolem子句形： P(x) Q(z , y) R(y , v) 3) (x) P(x) (x) ( (z) (Q(x ,z ) (y)R(x , y , z) )= (x) ( P(x) (z)( Q(x ,z ) (y)R(x , y, z) )= (x) (z) (y) (P(x) Q(x ,z ) R(x , y, z) ) 化为skolem子句形：P(a) Q(a ,z
