人工智能期末考试（刷题篇部分题有答案）

参考：

人工智能 经典考试试题及答案 - 百度文库

大学人工智能期末考试题库 - 百度文库

人工智能【期末复习题】 - 百度文库

人工智能期末试题及答案完整版 - 百度文库

一、选择题

1. AI的缩写是 Artificial Intelligence
2. 反演归结（消解）证明定理时，若当前归结式是空子句时，则定理得证

知识点总结：归结反演的证明步骤：

1. 将已知前提表示为谓词公式F，将待证明的结论取反得到谓词公式非Q
2. 把谓词公式集 {F, 非Q} 转化为子句集S
3. 运用归结原理对子句集S中的字句进行归结，每次归结得到的归结式并入S中，反复以上操作，直到出现空子句NIL，则停止归纳，证明Q为真

1. 从已知事实出发，通过规则库求得结论的产生式系统的推理方式是正向推理

知识点总结：推理按照方向可分类为：

(1) 正向推理：事实驱动推理，已知事实推导出结论

缺点：盲目、效率低

(2) 逆/反向推理：以某个假设目标作为出发点

优点：不必使用与目标无关的知识，目的性强，有利于向用户提供解释

缺点：起始目标的选择有盲目性

1. 混合推理：先正向后逆向 or 先逆向后正向
2. 双向推理：正向与逆向同时进行，在某处“碰头”

1. 语义网络表达知识时，有向弧AKO链、ISA链是用来表达结点知识的继承性
2. (A->B)^A=>B 是 假言推理

知识点总结：自然推理演绎的推理规则有：

1. 假言推理：P, P->Q => Q
2. 拒取式推理：P->Q, 非Q=>非P
3. P规则（前提引入）：即用已知前提来推导
4. T规则（结论引入）：即用推理得到的结论来进一步推导

1. 什么命题是可以判断真假的 陈述句
2. 仅个体变元被量化的谓词称为一阶谓词

知识点总结：关于一阶谓词知识点：

1. 个体可以是常量、变量（变元）、函数、谓词
2. 连接词/连词（5个，优先级由高到低）：否定(negation)、析取(disjunction) or、合取(conjunction) and、蕴含(implication)/条件(position)、等价(equivalence)/双条件
3. 量词（quantifier）：全称量词（universal quantifier）、存在量词（existential quantifier）

1. MGU是最一般合一
2. 1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为深蓝
3. 人工智能系统的知识包含4个要素：事实、规则、控制、元知识

知识点总结：鲁滨逊归结原理（消解原理）的基本思想：

1. 检查子句集S中是否包含空子句，若包含，则S不可满足。
2. 若不包含，在S中选择合适的字句进行归结，一旦归结出空子句，就说明S是不可满足的。

鲁滨逊归结原理：

1. C1 = 非P or Q ，C2 = 非Q or R，C3 = P，则 C12 = 非P or R，C123 = R
2. C12 是 C1 和 C2 的归结式，C1 和 C2 是 C12 的亲本子句
3. C12 是 C1 和 C2 的逻辑结论，所以若 C1 和 C2 为真，则 C12 为真
4. C1 和 C2 是子句集S中的两个子句，C12 替代or不替代 C1 和 C2 加入到S中得到新子句集S1，S1的不可满足性 <=> S的不可满足性

1. 或图通常称为状态图
2. 人工智能的含义最早由一位科学家于1950年提出，并且同时提出 一个机器智能的测试模型，这个科学家是图灵
3. 要想机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫机器学习
4. 首次提出人工智能是在1956年
5. 人工智能应用研究的两个最重要最广泛领域为专家系统、机器学习

• 填空题

1. 不确定性类型按性质分为随机性、模糊性、不完全性、不一致性

PPT中是分为似然推理、模糊推理

1. 在删除策略归结的过程中删除以下字句：含有纯文字、永真式的字句；子句集中被其他字句蕴含的字句。
2. 图：指由节点和有向边组成的网络，按连接同一节点的各边的逻辑关系又可分为或图和与或图（解决某个问题即可解决其父辈问题的结点集合叫或图，只有解决所有子问题才能解决其父辈问题的结点集合叫与或图）
3. 合一算法：求非空有限具有相同谓词名的原子公式集的最一般合一（MGU）
4. 产生式系统的推理过程中，从可触发规则中选择一个规则来执行，被执行的规则称为被触发规则
5. P(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的概率
6. 人工智能的远期目标是制造智能机器，近期目标是实现机器智能
7. 目前人工智能的主要学派有三家：符号主义、进化主义、连接主义
8. 问题的状态空间包含三种说明的集合：初始状态集合S、操作符集合F、目标状态集合G
9. 启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式信息
10. 计算智能是人工智能研究的新内容，涉及神经计算、模糊计算、进化计算
11. 不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确定性

• 简答题及计算题

1. 什么是产生式？产生式规则的语义是什么？

答：产生式规则基本形式：P->Q 或者 IF P THEN Q

P是产生式的前提，用于指出该产生式是否可用的条件

Q是一组结论或操作，用于指出当前提P所指示的条件满足时，应该得出的结论或应该执行的操作。

产生式规则的语义：如果前提P被满足，则可推出结论Q或执行Q所规定的操作

1. 谓词公式转化为子句集的9个步骤：（箭非重，存前，标全，合重）

1. 消除蕴含、等价符号（去箭头）
2. 把否定符号移到每个谓词前面
3. 变量标准化（把重名的变量名改掉）
4. 消去存在量词（通过代入函数的方式把存在量词去掉）
5. 化为前束形（把全称量词提到最前面）
6. 化为Skolem标准形（利用公式标准化，去掉可去的括号）
7. 略去全称量词
8. 消去合取词（加逗号，变成集合）
9. 字句变量标准化（将不同字句中的重名变量改名）

1. 语义网络问题

1. 用语义网络表示如下事实：山西大学是一个学校，位于太原市，建立时间是1902年

答:

1. 假若要求解的问题是：山西大学位于哪个城市？如何利用语义网络进行推理求解呢？

答：首先将待求解的问题表示成一个局部的语义网络，如图所示：

然后到语义网络系统的知识库中去匹配就会发现，与待求解问题局部网络未知处相匹配的事实是“太原市”。所以，这个问题的解就是太原市。

1. 用一阶谓词逻辑法表示“太原的夏天既干燥又炎热”

答：State(x, y, z) : x市在y季节气候处于z状态，

则：State(太原，夏天，干燥) ^ State(太原，夏天，炎热)

1. 画出语义网络：“籍贯为湖南的张山在信息学院读书，该学校位于健翔桥附近，该校由计算机系、信息系和通信系组成”

答：

1. 产生式系统中，推理机的推理方式有几种？在产生式推理过程中，如果发生策略冲突，如何解决？产生式与谓词逻辑中的蕴含式有什么共同处及不同处？

1. 正向推理、逆/反向推理、混合推理、双向推理
2. 在产生式推理过程中，如果发生规则冲突，要利用冲突解决策略进行启用规则的选择，常用的冲突消解策略：按针对性排序、按已知事实的新鲜性（后生成性）排序、按匹配度（不确定性推理）排序、按条件个数排序（优先选择条件少的）（针对性、新鲜性、匹配度、条件少）
3. 产生式基本形式与谓词逻辑中的蕴含式具有相同的形式。它们的区别在于：蕴含式只能表示精确性知识，其逻辑值要么为真，要么为假；而产生式不仅可以表示精确性知识，而且可以表示不精确知识。

1. 用全局择优搜索法求解重排九宫问题，设初始状态S0和目标状态Sg如下：

估价函数定义：f(x) = d(x) + h1(x)，其中d(x) 表示结点x的深度，h1(x) 表示结点x中的数字位置和目标结点中不相同的数字个数。例如：

1. 画出全局择优搜索树，在每个结点旁注明该结点的f值
2. 给出解题路径

答：全局择优搜索树如下图所示：

解题路径为 S0->S1->S2->S3->Sg

1. 搜索方法分为哪两大类？两者的区别是什么？

答：搜索方法分为：盲目搜索、启发式搜索

盲目搜索：在不具有对特定问题的任何有关信息的条件下，按固定的步骤（依次或随机调用操作算子）进行的搜索。

启发式搜索：考虑特定问题领域可应用的知识，动态地确定调用操作算子的步骤，优先选择较适合的操作算子，尽量减少不必要的搜索，以求尽快地到达结束状态。

1. （此类题型很多，举一反三即可）每个读书的人都是为了获得知识。证明：对某个人来说，若不能获得知识，则他就不会读书。

证明：定义谓词：read(x)：x读书，knowledge(x)：x获得知识

将前提和要求证的问题之否定化为子句集：

1. ~read(x) or knowledge(x)
2. ~knowledge(y)
3. read(y)

利用归结原理对上面的子句集中的字句进行归结：

1. ~read(y)   (1)与(2)归结，sigma={y/x}
2. NIL       (3)与(4)归结

证明完毕

10、将谓词公式转化为子句集：（箭非重，存前，标全，合重）

11、证明G是否肯定是F1, F2的逻辑结论，要求写出求解过程

四、名词解释

1、人工智能

1. 遗传算法

1. 专家系统

序系统。

1. 机器学习

5、数据挖掘