人工智能考题

上传人:博****1 文档编号:507961774 上传时间:2023-04-25 格式:DOCX 页数:5 大小:21.23KB
返回 下载 相关 举报
人工智能考题_第1页
第1页 / 共5页
人工智能考题_第2页
第2页 / 共5页
人工智能考题_第3页
第3页 / 共5页
人工智能考题_第4页
第4页 / 共5页
人工智能考题_第5页
第5页 / 共5页
亲,该文档总共5页,全部预览完了,如果喜欢就下载吧!
资源描述

《人工智能考题》由会员分享,可在线阅读,更多相关《人工智能考题(5页珍藏版)》请在金锄头文库上搜索。

1、、将下面的公式化成Skolem标准型(V x) (V y) P(x,y)f (v y)(Q(x,y) f R(x,y)二、谓词表示法表示修道士和野人渡河问题修道士和野人渡河问题:在河左岸有三个修道士、三个野人河一条船,修 道士要把所有的人都运到河对岸,但是a) 修道士和野人都会划船,但是船一次只能装两个人b) 在两个岸边,野人数目不能超过修道士的数目,否则后者被吃掉 野人完 全服从修道士的任何渡河方案。试图求出一种确保修道士安全的渡河方案。要写 出谓词的定义,功能和变量的个体域。(提示:写出必须的谓词和初始状态,修 道士 cenobite 野人 wildness)解:(1)定义谓词:先定义修道

2、士和野人人数关系的谓词:G(x,y,S):在状态S下x大于yGE(x,y,S):在状态S下x大于或等于y其中,x,y分别代表修道士人数和野人数,他们的个体域均为 0,1,2,3。再定义船所在岸的谓词和修道士不在该岸上的谓词:Boat(z,S):状态S下船在z岸EZ(x,S):状态S下x等于0,即修道士不在该岸上 其中,z的个体域是L,R,L表示左岸,R表示右岸。 再定义安全性谓词:Safety(z,x,y,S)三(G(x,0,S) AGE(x,y,S) V (EZ(x,S)其中,z,x,y的含义同上。该谓词的含义是:状态S下,在z岸,保证 修道士安全,当且仅当修道士不在该岸上,或者修道士在该岸

3、上,但人数超过野 人数。该谓词同时也描述了相应的状态。再定义描述过河方案的谓词:L-R(x, x1, y, y1,S): x1个修道士和y1个野人渡船从河的左岸到河的 右岸条件:Safety(L,x-x1,y-y1,S ) A Safety(R,3-x+x1,3-y+y1,S ) A Boa t(L,S)动作:Safety(L,x-x1,y-y1,S ) A Safety(R,3-x+x1,3-y+y1,S ) A Boat(R,S)R-L (x, x1, y, y1,S): x2个修道士和y2个野人渡船从河的左岸到河的右 岸条件:Safety(R,3-x-x2,3-y-y2,S ) A Sa

4、fety(L,x+x2,y+y2,S ) A Boa t(R,S)动作:Safety(R,3-x-x2,3-y-y2,S ) A Safety(L,x+x2,y+y2,S ) A Boat(L,S)三、下列子句是否可以合一,如果可以,写出最一般合一置换a) P(x, B, B)和 P(A, y, z)b) P( g( f (v) , g(u)和 P(x , x)c) P( x , f(x)和 P(y, y)d) P(y, y , B)和 P( z, x , z)e) P(f(a) , g(x)和 P(y , y)f) P(a , x , f(g(y)和 P(z , h(z , u) , f(u

5、)四、简答题1. 什么是人工智能?人工智能有哪几个主要学派?AI是普遍的研究领域:和人类智能活动的所有范畴都潜在相关AI的主要学派:(1)符号主义(2)连接主义(3)行为主义2. 什么是博弈问题?它具有哪些特点?博弈是一类具有竞争性的智能活动特点双方的智能活动,任何一方都不能单独控制博弈过程,而是由双方轮流 实施其控制对策的过程3. 简述谓词逻辑归结过程。谓词逻辑归结过程:写出谓词关系公式一用反演法写出谓词表达式一SKOLEM标准形一子句集S -对S中可归结的子句做归结 归结式仍放入S 中,反复归结过程- 得到空子句得证4. 什么是知识?它有哪些特性?知识就是人们对客观事物(包括自然的和人造的

6、)及其规律的认识,知识还 包括人们利用客观规律解决实际问题的方法和策略等。知识:不完全性不一致不确定性相对性5. 什么是机器学习?机器学习有哪些方法?Simon (1983):学习就是系统中的变化,这种变化使系统比以前更有效地去 做同样的工作。Minsky (1985):学习是在我们头脑中(心里内部)进行有用的变化。学习是一种具有多侧面的现象。学习的过程有:获取新的陈述性知识、通过 教育或实践发展机械技能和认知能力、将新知识组织成为通用化和有效的表达形 式、借助观察和实验发现新的事实和新的理论。机械式学习,直接输入新知识(记忆学习)根据示教学习(传授学习指点学习) 通过类推学习(演绎学习)从例

7、子中学习(归纳学习)类比学习6. 人工智能中什么是知识表示观?有哪些主要的知识表示观?认识论表示观认为表示是对自然世界的表述,表示自身不显示任何智能行为。其唯一的作用就是携带知识。这意味着表示可以独立于启发式来研究。本体论表示观(即表示与推理为一体);知识工程表示观7. 何谓语义网络?它有哪些基本的语义关系?语义网络是一种通过概念及其语义联系(或语义关系)来表示知识的有向图, 结点和弧必须带有标注。其中有向图的各结点用来表示各种事物、概念、情况、 属性、状态、事件和动作等;结点上的标注用来区分各结点所表示的不同对象, 每个结点可以带有多个属性,以表征其所代表的对象的特性。类属关系;包含关系;属

8、性关系;位置关系;相近关系;时间关系;因果关 系;组成关系;多兀逻辑关系8. 简述a -P过程的剪支规则。如果能边生成节点边对节点估值,并剪去一些没用的分枝,这种技术被称为 a -p剪枝。记极大节点的下界为a,极小节点的上界为0。剪枝的条件:后辈节点的0值W祖先节点的a值时,a剪枝;即极小W极大,a剪枝 后辈节点的a值鼻祖先节点的0值时,0剪枝;即极大鼻极小,0剪枝9. 什么是贝叶斯网络?简述贝叶斯网络的构造过程。贝叶斯网络:一系列变量的联合概率分布的图形表示;一个表示变量之间的相 互依赖关系的数据结构;图论与概率论的结合。构造过程:确定为建立网络模型有关的变量及其解释;建立一个表示条件独 立

9、断言的有向无环图;指派局部概率分布p(xilpai)。其中,pai表示变量xi的父 结点集。或者:选择变量,生成结点;从左至右(从上到下)排列结点;填充网络连 接弧表示结点之间的关系;得到条件概率关系表10. 简述神经网络的优缺点。优点:信息处理的并行性;知识的分布存储;对于系统本身及环境变化的容 错性;学习能力缺点;不适合高精度计算;学习问题没有根本解决,慢;目前没有完整的设 计方法,经验参数太多。五、请用LISP语言写出深度优先算法1, G:=G0(G0=s), OPEN: = (s), CLOSED: = ();2, LOOP: IF OPEN=( ) THEN EXIT (FAIL);

10、3, n :二FIRST(OPEN);4, IF GOAL( n) THEN EXIT (SUCCESS);5, REMOVE( n, OPEN), ADD( n, CLOSED);6, IF DEPTH( n)Dm GO LOOP;7, EXPAND( n) mi, G:=ADD(mi, G);8 IF 目标在mi中 THEN EXIT(SUCCESS);9, ADD(mj, OPEN),并标记mj到n的指针;10, GO LOOP;六、请用LISP语言写出宽度优先算法1, G:=G0(G0=s), OPEN: = (s), CLOSED: = ();2, LOOP: IF OPEN=( )

11、 THEN EXIT (FAIL);3, n :二FIRST(OPEN);4, IF GOAL( n) THEN EXIT (SUCCESS);5, REMOVE( n, OPEN), ADD( n, CLOSED);6, EXPAND(n) mi, G:=ADD(mi, G);7, IF 目标在mi中 THEN EXIT(SUCCESS);8, ADD(OPEN, mj),并标记mj到n的指针;9, GO LOOP;七、请把下列命题用一个语义网络表示出来。 树和草都是植物。 树和草都有叶和根。 水草是草,且生长在水中。 果树是树,且会结果。 梨树是果树中的一种,它会结梨。八、请把下列命题用一

12、个语义网络表示出来。 我椅子的颜色是咖啡色的。 椅子包套是皮革。 椅子是一种家具。 椅子是座位的一部分。 椅子的所有者是X,X是个人。九、用启发式捜索算法A画出如下八数码问题的捜索树,要求在每个牌局的旁边标出对应的评价函数值。八数码问题(Eight-Puzzle)描述如下:在3X3九宫棋盘上,摆有8个将牌,每一个将牌都刻有18数码中的某一个 数码。棋盘中留有一个空格,允许周围的某一个将牌向空格移动,这样通过移动 将牌就可以不断改变将牌布局。这种游戏的求解问题是:给定一种初始的将牌布 局和一个目标的布局,问如何移动将牌,实现从初始状态到目标状态的转变。(提 示:用“不在位的将牌数”作为为评价函数)

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 学术论文 > 其它学术论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号