《2024年复旦大学博士生入学考试人工智能题库》由会员分享，可在线阅读，更多相关《2024年复旦大学博士生入学考试人工智能题库（15页珍藏版）》请在金锄头文库上搜索。
1、中南大学智能控制题库第一章 概论1. 试从学科和能力两个方面阐明什么是人工智能。2. 哪些思想、思潮、时间和人物在人工智能发展过程中起了重要作用?3. 近年来人工智能研究取得哪些重要进展?4. 为何能够用计算机模拟人类智能?5. 目前人工智能学界有哪些学派?它们的认知观为何?6. 自动控制存在什么机遇与挑战?为何要提出智能控制?7. 简述智能控制的发展过程,并阐明人工智能对自动控制的影响。8. 傅京孙对智能控制有哪些贡献?9. 什么是智能控制?它具备哪些特点?10. 智能控制器的一般结构和各部分的作用为何?它与老式控制器有何异同?11. 智能控制学科有哪几个结构理论?这些理论的内容是什么?12
2、. 为何要把信息论引入智能控制学科结构?13. 人工智能不一样学派的思想在智能控制上有何反应?第二章 知识表示措施1. 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?2. 设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候,假如野人人数超出传教士人数,那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?3. 利用下图,用状态空间法规划一个最短的旅行旅程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中
3、从起始节点到目标节点的最佳途径。4. 试阐明怎样把一棵与或解树用来体现下图所示的电网络阻抗的计算。单独的R、L或C可分别用R、jL或1/jC来计算,这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。5. 试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。6. 用谓词演算公式表示下列英文句子(多用而不是省用不一样谓词和项。例如不要用单一的谓词字母来表示每个句子)。 A computer system is intelligent if it can perform a task which,if performed by a human, requires intel
4、ligence.7. 把下列语句表示成语义网络描述: (1) All man are mortal. (2) Every cloud has a silver lining. (3) All branch managers of DEC participate in a profit-sharing plan.8. 作为一个电影观众,请你编写一个去电影院看电影的剧本。9. 试结构一个描述你的寝室或办公室的框架系统。10. 试用一阶谓词描述下列自然语言: (1) 公民有受教育和劳动的权利。 (2) 种瓜得瓜,种豆得豆。 (3) 每个人都有父母。 (4) 我将在适当的时候到贵校访问。第三章 搜索推
5、理技术1. 什么是图搜索过程?其中,重排OPEN表意味着什么,重排的标准是什么?2. 试举例比较各种搜索措施的效率。3. 化为子句形有哪些步骤?请结合例子阐明之。4. 怎样通过消解反演求取问题的答案?5. 什么叫适宜公式?适宜公式有哪些等价关系?6. 用宽度优先搜索求下图所示迷宫的出路。7. 用有界深度优先搜索措施求解下图所示八数码难题。8. 应用最新的措施来体现传教士和野人问题,编写一个计算机程序,以求得安全渡过所有6个人的解答。 提示:在应用状态空间表示和搜索措施时,可用(Nm,Nc)来表示状态描述,其中Nm和Nc分别为传教士和野人的人数。初始状态为(3,3),而也许的中间状态为(0,1)
6、,(0,2),(0,3),(1,1),(2,1),(2,2),(3,0),(3,1)和(3,2)等。9. 试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率,并以实例数据加以阐明。10. 一个机器人驾驶卡车,携带包裹(编号分别为#1、#2和#3)分别投递到林(LIN)、吴(WU)和胡(HU)3家住宅处。要求了某些简单的操作符,如表示驾驶方位的drive(x,y)和表示卸下包裹的unload(z);对于每个操作符,都有一定的先决条件和成果。试阐明状态空间问题求解系统怎样能够应用谓词演算求得一个操作符序列,该序列能够生成一个满足AT(#1,LIN)AT(#2,WU)AT(#3,HU)和目标状
7、态。11. 什么是估价函数?它在搜索算法中有何作用?12. 把下列句子变换成子句形式: (1) (2) (3) (4) 13. 规则演绎系统和产生式系统有哪几个推理方式?各自的特点为何?14. 为何需要采取系统组织技术?有哪几个系统组织技术?15. 什么是产生式系统?试述其组成部分的功用?16. 研究不确定性推理有何意义?有哪几个不确定性?17. 单调推理有何不足?什么叫缺省推理?非单调推理系统怎样证明一个节点的有效性?18. 在什么情况下需要采取不确定推理或非单调推理?19. 下列语句是某些几何定理,把这些语句表示为基于规则的几何证明系统的产生式规则: (1) 两个全等三角形的各对应角相等。
8、 (2) 两个全等三角形的各对应边相等。 (3) 各对应边相等的三角形是全等三角形。 (4) 等腰三角形的两底角相等。第四章 递阶控制系统1. 递阶智能机器一般由哪几段组成?试简述各级的结构。2. 智能机器是什么?试述与智能机器有关概念的定义。3. 递阶控制有哪些特点?萨里迪斯对智能控制哪些方面做出贡献?4. 智能控制各级的结构为何?5. 递阶控制的组织级有哪些功效?在组织级分析上,它与概率理论有何关系?6. 递阶控制的协调级有何功效?在协调级分析上,它与Petri网理论有何关系?7. 递阶控制的执行级有何功效?在执行级分析上,它与信息熵有何关系?8. 从熵的角度出发,阐明递阶智能控制系统的设
9、计思想。9. 递阶控制的应用情况怎样?试举例阐明递阶控制的应用。第五章 教授控制系统1. 什么叫教授系统?它具备哪些特点与优点?2. 教授系统由哪些部分组成?各部分的作用为何?3. 建造教授系统的核心步骤是什么?4. 教授系统程序与一般的问题求解软件程序有何不一样?开发教授系统与开发其他软件的任务有何不一样?5. 基于规则的教授系统是怎样工作的?其结构为何?6. 在设计教授系统时,应考虑哪些技术?7. 用基于规则的推理系统证明下述推理的正确性: 已知 狗都会犬叫和咬人 任何动物犬叫时总是吵人的 猎犬是狗 结论 猎犬是吵人的8. 教授控制的理论基础是什么?9. 什么叫做教授控制和教授控制系统?1
10、0. 对教授控制系统有哪些要求?它应遵照哪些设计标准?11. 试给出教授控制系统的一般结构,举例阐明教授控制系统的组成和各部分的作用。12. 教授控制系统有哪几个类型?它们有何区分?13. 举例阐明教授控制器(系统)的软件结构和知识作用。14. 举例阐明机器人规划教授系统的工作原理。阐明本规划系统与教授控制系统的关系。15. 教授控制系统的发展方向是什么?16. 教授控制系统的应用前景怎样?第六章 递阶控制系统1. 什么是含糊性?它的对立含义是什么?试举例阐明。2. 含糊控制的理论基础是什么?什么是含糊逻辑?它与二值逻辑有何关系?3. 含糊控制与教授系统有何相同和不一样之处?4. 什么是含糊集
11、合和从属函数?含糊集合有哪些基本运算?满足哪些规律?5. 什么是含糊推理,它有哪些推理措施?6. 什么叫含糊判决,常用的含糊判决措施有哪些?7. 设为含糊逻辑变量,试求下式含糊逻辑函数的合取和析取:8. 考虑语言变量hot,若把此语言变量定义为:试确定“Not So Hot”,“Very Hot”及“More Or Less Hot”的从属函数。9. 应用解含糊措施求出含糊集A的值。含糊集A定义为:10. 含糊控制器由哪些部分组成?各部分的作用是什么?11. 常用的含糊控器有哪些?试比较深入地分析其中的两种含糊控制器的控制原理和特点。12. 含糊控制器的设计包括哪些内容?13. 含糊控制器控制
12、规则的形式为何?试举例建立含糊规则。14. 含糊控制器有哪几个设计措施?15. 试用MATLAB为下列两系统设计含糊控制器,使其稳态误差为零,超调量小于1%,输出上升时间 。假定被控对象的传递函数分别为: (1) (2) 16. 某个含糊逻辑控制器具备如下三条含糊控制规则: 规则1:If X是A1和Y是B1,then Z是C1 规则2:If X是A2和Y是B2,then Z是C2 规则3:If X是A3和Y是B3,then Z是C3 各输入和输出的从属函数如下: 设含糊变量X和Y的传感器的读数分别为x0和y0,并设x0=3,y0=6,X,Y和Z是离散论域,即x,y,z=1,2,。试求: (1)
13、 利用推理中max-min复合规则,用Rp为含糊隐含,求合成控制动作。 (2) 求出最后输出从属函数。17. 对某种产品的质量进行抽查评定。现随机选出5个产品x1,x2,x3,x4,x5进行检查,它们质量情况分别为: x180,x272,x365,x498,x553这就确定了一个含糊集合Q,表示该组产品的“质量水平”这个含糊概念的从属程度。 试写出该含糊集。18. 设有下列两个含糊关系: 试求出R1与R2的复合关系R1R2。19. 举例阐明含糊控制系统的应用。第七章 神经控制系统1. 人工神经网络为何具备诱人的发展前景和潜在的广泛应用领域?2. 简述生物神经元及人工神经网络的结构和重要学习算法
14、。3. 考虑一个具备阶梯型阈值函数的神经网络,假设 (1) 用一常数乘所有的权值和阈值; (2) 用一常数加于所有权值和阈值。试阐明网络性能是否会变化?4. 结构一个神经网络,用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。5. 假定有个具备线性激励函数的神经网络,即对于每个神经元,其输出等于常数c乘以各输入加权和。 (1) 设该网络有个隐含层。对于给定的权W,写出输出层单元的输出值,此值以权W和输入层I为函数,而对隐含层的输出没有任何明显的论述。试证明:存在一个不含隐含单位的网络能够计算上述同样的函数。 (2) 对于具备任何隐含层数的网络,重复进行上述计算。从中给出线性激励函数的结论。6. 试实现一个分层前馈神经网络的数据结构,为正向评价和反向传输提供所需信息。应用这个数据结构,写出一个神经网络输出,以作为一个例子,并计算该网络适当的输出值。7. 有哪些比较有名和重要的人工神经
