人工智能導論復習題
人工智能導論復習題
第一章 緒論
1.智能是（ ）和（ ）的總和。
正確答案：(1) 知識，智力
2.（ ）是一切智能行為的基礎
正確答案：(1) 知識
3.（ ）是獲取知識並應用知識求解問題的能力。
正確答案：(1) 智力
4.智能的特征有（ ）、（ ）、（ ）、（ ）。
正確答案：
(1) 具有感知能力
(2) 具有記憶與思維能力
(3) 具有學習能力
(4) 具有行為能力
5.(填空題)人工智能的長期目標是（ ）
正確答案：(1) 實現人類水平的機器智能
6.人工智能的主要研究內容有（ ）、（ ）、（ ）、（ ）、（ ）
正確答案：
(1) 知識表示
(2) 機器感知
(3) 機器思維
(4) 機器學習
(5) 機器行為
7.人工智能的定義是什么？
正確答案：人工智能主要研究用人工的方法和技術，模擬、延伸和擴展人的智能，實現機器智能。
8.簡述“圖靈測試”？
正確答案：讓人與機器分別在兩個房間里，兩者之間可以通話，但彼此看不到對方，如果通過對話，人的一方不能分辨對方是人還是機器，那么就可以認為對方的那台機器達到了人類智能的水平。
第二章 知識表示與知識圖譜
1.造成知識具有不確定性的原因主要有（ ）、（ ）、（ ）、（ ）。
正確答案:
隨機性
模糊性
經驗
不完全性
2.知識的特性有（ ）、（ ）、（ ）。
正確答案：
(1) 相對正確性
(2) 不確定性
(3) 可表示性與可利用性
3.在人工智能領域內顯式的知識表示方法主要有（ ）、（ ）、（ ）、（ ）。
正確答案：
(1) 一階謂詞邏輯表示法
(2) 產生式表示法
(3) 語義網絡表示法
(4) 框架表示法
4.謂詞的一般形式是（ ）。
正確答案：
(1) P（x1,x2,...,xn）
5.一個產生式系統由（ ）、（ ）和（ ）三部分組成
正確答案：
(1) 規則庫
(2) 推理機
(3) 綜合數據庫
6.位於量詞后面的單個謂詞或者用括弧括起來的謂詞公式稱為量詞的（ ），域內與量詞中同名的變元稱為（ ），不受約束的變元稱為（ ）。
正確答案：
(1) 轄域
(2) 約束變元
(3) 自由變元
7.在謂詞公式中，連接詞的優先級別從高到低排列是（ ），（ ），（ ），（ ），（ ）。
正確答案：
(1) ￢
(2) ∧
(3) ∨
(4) →
(5) ↔
8.對於謂詞公式P，如果至少存在一個解釋使得P在此解釋下的真值為T，則稱P是（ ）。
正確答案：
(1) 可滿足的
9.用謂詞公式表示知識的一般步驟？
正確答案：
1.定義謂詞及個體，確定每個謂詞及個體的確切含義。
2.根據所要表達的事物或概念，為每個謂詞中的變元賦以特定的值。
3.根據所要表達的知識的語義，用適當的連接符將各個謂詞連接起來形成謂詞公式。
10.知識圖譜三元組的基本形式主要分為兩種形式：（ ）、（ ）。
正確答案：
(1) （實體1-關系-實體2）
(2) （實體-屬性-屬性值）
11.知識圖譜在邏輯上分為（ ）和（ ）。
正確答案：
(1) 模式層
(2) 數據層
12.對於事實性知識，由（ ）和 （ ）連接形成的謂詞公式表示。
正確答案：
(1) 合取符號
(2) 析取符號
13.在產生式系統中，推理機的工作是（ ）、（ ）、（ ）、（ ）。
正確答案：
(1) 推理
(2) 沖突消解
(3) 執行規則
(4) 檢查推理終止條件
14.利用哪些規則可以得到謂詞公式？
正確答案：
1、單個謂詞是謂詞公式,稱為原子謂詞公式。
2、若A是謂詞公式，則￢A也是謂詞公式。
3、若A,B都是謂詞公式，則A ∧ B,A V B,A→B,A↔B也都是謂詞公式
4、若A是謂詞公式，則(x)A,(∃ x)A也都是謂詞公式。
5、有限步應用1~4生成的公式也是謂詞公式。
第三章 確定性推理方法
1.構成推理的兩個基本要素是（ ）和（ ）。
正確答案：
(1) 已知事實（證據）
(2) 知識
2.若從推出結論的途徑來划分，推理可分為（ ）、（ ）和（ ）。
正確答案：
(1) 演繹推理
(2) 歸納推理
(3) 默認推理
3.若按推理中是否運用與推理有關的啟發性知識來划分，推理可分為（ ）和（ ）。
正確答案：
(1) 啟發式推理
(2) 非啟發式推理
4.推理的方向分為（ ），（ ），（ ）和（ ）。
正確答案：
(1) 正向推理
(2) 逆向推理
(3) 混合推理
(4) 雙向推理
5.正向推理是以（ ）作為出發點的一種推理。
正確答案：
(1) 已知事實
6.逆向推理是以（ ）作為出發點的一種推理。
正確答案：
(1) 某個假設目標
7.混合推理可用於（ ）、（ ）和（ ）三種情況
正確答案：
(1) 已知的事實不充分
(2) 正向推理推出的結論可信度不高
(3) 希望得到更多的結論
8.沖突消解策略的基本思想是（ ）。
正確答案：
(1) 對知識進行排序
9.常用的沖突消解策略有（ ）、（ ）、（ ）和（ ）。
正確答案：
(1) 按規則的針對性排序
(2) 按已知事實的新鮮性排序
(3) 按匹配度排序
(4) 按條件個數排序
10.基本的自然演繹推理是（ ）、（ ）、（ ）和（ ）等。
正確答案：
(1) P規則
(2) T規則
(3) 假言推理
(4) 拒取式推理
11.推理的定義？
正確答案：
從初始證據出發，按某種策略不斷運用知識庫中的已知知識，逐步推出結論的過程稱為推理。
12.雙向推理的基本思想？
我的答案：
1、根據已知事實進行正向推理，但並不推到最終目標；
2、從某個假設出發進行逆向推理，但並不推至原始事實，而是讓它們在中途相遇。
3、當正向推理所得到的中間結論恰好是逆向推理此時所要求的證據，這時推理就可結束，逆向推理是所做的假設就是推理的最終結論。
13.自然演繹推理的概念？
我的答案：
從一組已知為真的事實出發，運用經典邏輯的推理規則推出結論的過程。
14.P規則、T規則、CP規則的概念？
我的答案：
P規則：在推理的任何步驟上都可引入前提。
T規則：在推理時，如果前面步驟中有一個或多個永真蘊含公式S，則可把S引入推理過程中。
CP規則：如果能從任意引入的命題R和前提集合中推出S，則可從前提集合推出R → S。
15.任何文字的（ ）稱為子句。
正確答案：
(1) 析取式
16.謂詞公式不可滿足的充要條件是（ ）
正確答案：
(1) 其子句集不可滿足
17.謂詞公式化為子句集的步驟是什么？
我的答案：
1、消去謂詞公式中的“→”和“⟷”符號
2、把否定符號移到緊靠謂詞的位置上
3、變量標准化
4、消去存在量詞
5、化為前束形
6、化為Skolem標准形
7、略去全稱量詞
8、消去合取詞，把母式用子句集表示
9、子句變量標准化，即使每個子句中的變量符號不同
18.魯濱遜歸結原理就的基本方法是什么？
我的答案：
檢查子句集 S 中是否包含空子句，若包含，則 S 不可滿足。
若不包含，在 S 中選擇合適的子句進行歸結，一旦歸結出空子句，就說明 S 是不可滿足的。
19.歸結反演的定義是什么？其一般步驟是什么？
我的答案：
定義：應用歸結原理證明定理的過程
步驟：
（1）將已知前提表示為謂詞公式F。
（2）將待證明的結論表示為謂詞公式Q，並否定得到﹁ Q 。
（3）把謂詞公式集{F,﹁ Q} 化為子句集S。
（4）應用歸結原理對子句集S中的子句進行歸結，並把每次歸結得到的歸結式都並入到S中。如此反復進行，若出現了空子句，則停止歸結，此時就證明了Q為真。
20.應用歸結原理求解問題的步驟是什么？
我的答案：
（1）已知前提 F 用謂詞公式表示，並化為子句集 S ；
（2）把待求解的問題 Q 用謂詞公式表示，並否定 Q，再與答案謂詞 ANSWER 構成析取式（﹁ Q ∨ ANSWER ）；
（3）把（﹁ Q∨ ANSWER） 化為子句集，並入到子句集 S中，得到子句集S’ ；
（4）對S’應用歸結原理進行歸結；
（5）若得到歸結式 ANSWER ，則答案就在 ANSWER 中。
第四章 不確定性推理方法
1.在不確定推理中，“不確定性”一般分為：（ ）和（ ）。
正確答案：
(1) 知識的不確定性
(2) 證據的不確定性
2.不確定推理需要解決的重要問題是（ ）、（ ）、（ ）、（ ）、和（ ）。
正確答案：
(1) 不確定性的表示與度量
(2) 不確定性匹配算法及閾值
(3) 組合證據不確定性的算法
(4) 不確定性的傳遞算法
(5) 結論不確定性的合成
3.在CF模型中，知識是用產生式規則表示的，其一般形式為（ ）
正確答案：
(1) IF E THEN H (CF(H,E))
4.CF(H,E)在[-1,1]上取值，CF(H,E)>0表示（ ）；CF(H,E)<0表示（ ）；CF(H,E)=0表示（ ）；CF(H,E)=-1表示（ ）；CF(H,E)=1表示（ ）。
正確答案：
(1) 該條知識以某種程度為真
(2) 該條知識以某種程度為假
(3) 證據的出現與否與結論無關
(4) 該條知識為假
(5) 該條知識為真
5.CF(E)在[-1,1]上取值，CF(E)>0表示（ ）；CF(E)<0表示（ ）；CF(E)=0表示（ ）；CF(E)=-1表示（ ）；CF(E)=1表示（ ）。
正確答案：
(1) 證據以某種程度為真
(2) 證據以某種程度為假
(3) 證據未獲得任何相關的觀察
(4) 證據為假
(5) 證據為真
6.在CF模型中，結論H的可信度的計算公式是（ ）。
正確答案：
(1) CF(H)=CF(H,F)*max{0,CF(F)}
7.可信度的定義？
正確答案：
根據經驗對一個事物或現象為真的相信程度
8.兩條知識推出相同的結論，但可信度不同，求出該結論的步驟是什么？
我的答案：
（1）分別對每一條知識求出CF(H)
（2）求出E1與E2對H的綜合影響所形成的可信度CF1,2(H)
9.智能問題的本質是（ ）。
正確答案：
(1) 不確定性
10.在證據理論中，M（{紅，黃}）=0.2，表示（ ）
正確答案：
(1) 不知道該把這個0.2分配給{紅}還是分配給{黃}。
11.信任函數又稱為（ ），Bel（A）表示（ ）。
正確答案：
(1) 下限函數
(2) 對命題A為真的總的信任程度
12.似然函數又稱為（ ）或（ ），Pl（A）表示（ ）。
正確答案：
(1) 不可駁斥函數
(2) 上限函數
(3) 對A非假的信任程度
13.證據理論的特點是什么？
正確答案：
該理論能夠區分“不確定”與“不知道”的差異，並能處理由“不知道”引起的不確定性，具有很大的靈活性。
14.基於證據理論的不確定性推理的步驟是什么？
我的答案：
（1）建立問題的樣本空間D。
（2）由經驗給出，或者由隨機性規則和事實的可信度度量計算求得冪集2D的基本概率分配函數。
（3）計算所關心的子集A∈ 2D的信任函數值Bel(A)或似然函數值Pl(A)。
（4）由Bel(A) 或者Pl(A)得出結論。
15.常用的模糊矩陣的合成計算方法？
我的答案：
最大-最小合成法：寫出矩陣乘積QR中的每個元素，然后將其中的乘積運算用取小運算代替，求和運算用取大運算代替。
最大-代數積合成法：寫出矩陣乘積QR中的每個元素，然后將其中的求和運算用取大運算，而乘積運算不變。
16.表述三種模糊決策的方法？
我的答案：
最大隸屬度法：在模糊向量中，取隸屬度最大的量作為推理結果。
加權平均判決法：將每一個元素的隸屬度乘以該元素數值的總和除以元素數值總和得出的答案作為結果。
中位數法：把模糊集的中位數作為系統控制量。
17.應用模糊推理的步驟？
我的答案：
1.模糊知識表示
模糊知識表示一般形式為( <對象>,<屬性>,( <屬性值>,<隸屬度>))
2.對IF A THEN B類型的模糊規則的推理
若已知輸入為A,則輸出為B ;若現在已知輸入為A' ,則輸出B'用合成規則求取
B'=A' 。R
其中R為A到B的模糊關系。
第五章 搜索求解策略
1.在寬度優先搜索策略中，open表是一個（ ）的數據結構，遵循（ ）原則。
正確答案：
(1) 隊列
(2) 先進先出
2.在深度優先搜索策略中，open表是一個（ ）的數據結構，遵循（ ）原則。
正確答案：
(1) 堆棧
(2) 先進后出
3.寬度優先搜索的優點是（ ）
正確答案：
(1) 總能找到最好的解
4.人工智能的核心問題是（ ）和（ ）。
正確答案：
(1) 啟發式策略
(2) 算法設計
5.估價函數的任務是（ ）。
正確答案：
(1)估計待搜索結點的“有希望”程度，並依次給它們排定次序（在open表中）
6.在啟發式搜索中估計一個結點的價值，必須要考慮的兩方面因素：（ ）和（ ）。
正確答案：
(1) 已付出的代價
(2) 將要付出的代價
7.寬度優先搜索的基本思想？
我的答案：
寬度優先搜索法是由So生成新狀態，然后依次擴展這些狀態，再生成新狀態,該層擴展完
后，再進入下一層,如此-一層層地擴展下去，直到搜索到目的狀態(如果目的狀態存在)。
8.深度優先搜索的基本思想？
我的答案：
深度優先搜索法是從So出發,沿一個方向一直擴展下去，直到達到一-定的深度。如果未找
到目的狀態或無法再擴展時，便回溯到另一條路徑繼續搜索 ;若還未找到目的狀態或無法再擴展
時,再回溯到另一條路徑搜索....
9.使用狀態空間表示法解決問題的基本步驟？
我的答案：
1、為問題選擇適當的“狀態”及“操作”的形式化描述方法；
2、從某個初始狀態出發，每次使用一個“操作”，遞增地建立起操作序列，直到達到目標狀態為止；
3、由初始狀態到目標狀態所使用的算符序列就是該問題的一個解。
10.簡述三種按運用的方法分類的啟發信息？
我的答案：
（1）陳述性啟發信息：一般被用於更准確、更精煉地描述狀態，縮小狀態空間。
（2）過程性啟發信息：一般被用於構造操作算子，使操作算子少而精。
（3）控制性啟發信息：表示控制策略方面的知識。
11.啟發式圖搜索法的關鍵是什么？
我的答案：
如何尋找並設計一個與問題有關的h(n)及構造出f(n) = g(n) + h(n)，然后以f(n)的大小來排列待擴展狀態的次序，每次選擇f(n)值最小者進行擴展。
12.從工程應用的角度出發，開發人工智能技術的一個主要目的就是（ ）。
正確答案：
(1) 解決非平凡問題
13.按解決問題所需的領域特有知識的多少，問題求解系統可分為兩大類：（ ）和（ ）。前者必須依靠（ ）去解決問題，后者則求助於（ ）。
正確答案：
(1) 知識貧乏系統
(2) 知識豐富系統
(3) 搜索技術
(4) 推理技術
14.搜索方向分為（ ）、（ ）和（ ）。
正確答案：
(1) 數據驅動
(2) 目的驅動
(3) 雙向搜索
15.據搜索過程中是否運用與問題有關的信息，可以將搜索方法分為（ ）與（ ）。
正確答案：
(1) 盲目搜索
(2) 啟發式搜索
16.搜索中需要解決的基本問題？
我的答案：
（1）搜索過程是否一定能找到一個解。
（2）當搜索過程找到一個解時，找到的解是否是最佳解。
（3）搜索過程的時間與空間復雜性如何。
（4）搜索過程是否終止運行或是否會陷入一個死循環。
17.搜索的主要過程？
我的答案：
(1) 從初始或目的狀態出發，並將它作為當前狀態。
(2) 掃描操作算子集，將適用當前狀態的一些操作算子作用於當前狀態而得到新的狀態，並建立指向其父結點的指針 。
(3) 檢查所生成的新狀態是否滿足結束狀態，如果滿足，則得到問題的一個解，並可沿着有關指針從結束狀態反向到達開始狀態，給出一解答路徑；否則，將新狀態作為當前狀態，返回第(2)步再進行搜索。
18.簡單概述狀態、操作、狀態空、狀態空間的解？
我的答案：
狀態：表示系統狀態、事實等敘述型知識的一組變量或數組。可用任何類型的數據結構描述。
操作：表示引起狀態變化的過程型知識的一組關系或函數。
狀態空間：利用狀態變量和操作符號，表示系統或問題的有關知識的符號體系，狀態空間是一個四元組(𝑆,𝑂,𝑆0,𝐺)。
狀態空間的一個解：一個有限的操作算子序列。
19.回溯策略搜索的基本思想？
我的答案：
（1）用未處理狀態表（NPS）使算法能返回（回溯）到其中任一狀態。
（2）用一張“死胡同”狀態表（NSS）來避免算法重新搜索無解的路徑。
（3）在PS表中記錄當前搜索路徑的狀態，當滿足目的時可以將它作為結果返回。
（4）為避免陷入死循環必須對新生成的子狀態進行檢查，看它是否在該三張表中。
第六章 專家系統
1.專家系統一般由（ ）、（ ）、（ ）、（ ）、（ ）和（ ）組成。
正確答案：
(1) 人機接口
(2) 解釋機構
(3) 知識獲取機構
(4) 數據庫
(5) 推理機
(6) 知識庫
2.專家系統的核心是（ ）和（ ）。
正確答案：
(1) 推理機
(2) 知識庫
3.專家系統的開發步驟是（ ）、（ ）、（ ）、（ ）、（ ）。
正確答案：
(1) 問題識別
(2) 概念化
(3) 形式化
(4) 實現
(5) 測試
4.作為人工智能的一個研究領域，機器學習主要研究（ ）、（ ）和（ ）三個方面問題。
正確答案：
(1) 學習機理
(2) 學習方法
(3) 學習系統
5.一個學習系統一般應該有（ ）、（ ）、（ ）、（ ）等四個基本部分組成。
正確答案：
(1) 環境
(2) 學習
(3) 知識庫
(4) 執行與評價
6.機器學習按學習能力分類可分為（ ）、（ ）和（ ）。
正確答案：
(1) 監督學習
(2) 弱監督學習
(3) 無監督學習
7.弱監督學習方法主要有（ ）、（ ）和（ ）。
正確答案：
(1) 半監督學習
(2) 遷移學習
(3) 強化學習
8.按學習時所采用的的推理方式進行分類，機器學習可分為（ ）和（ ）。
正確答案：
(1) 基於演繹的學習
(2) 基於歸納的學習
9.按學習方法分類，機器學習可分為（ ）、（ ）、（ ）、（ ）和（ ）等。
正確答案：
(1) 機械式學習
(2) 指導式學習
(3) 示例學習
(4) 類比學習
(5) 解釋學習
10.按綜合屬性分類，機器學習可分為（ ）、（ ）、（ ）和（ ）等。
正確答案：
(1) 歸納學習
(2) 分析學習
(3) 連接學習
(4) 遺傳算法與分類器系統
11.專家系統的特點有哪些？
我的答案：
（1）具有專家水平的專業知識
（2）能進行有效的推理
（3）啟發性
（4）靈活性
（5）透明性
（6）交互性
12.機器學習的定義？
我的答案：
使計算機能模擬人的學習行為，自動地通過學習來獲取知識和技能，不斷改善性能，實現自我完善。
13.深度學習的實質是什么？
我的答案：
構建具有很多隱層的機器學習模型和海量的訓練數據，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，學習更有用的特征，從而提升分類或預測的准確性。
第七章 人工神經網絡及其應用
1.人工智能的三大流派思想中連接主義(或稱為仿生學派)流派的基礎是（ ）。
正確答案：
(1) 人工神經網絡
2.神經元的標准數學模型由（ ）、（ ）和（ ）三部分組成。
正確答案：
(1) 加權求和
(2) 線性動態系統
(3) 非線性函數映射
3.神經網絡的學習就是調整神經網絡的（ ）或者（ ），使輸入輸出具有需要的特性。
正確答案：
(1) 連接權值
(2) 結構
4.BP算法包括（ ）和（ ）兩個過程。
正確答案：
(1) 信號的前向傳播
(2) 誤差的反向傳播
5.顯式的知識表示方法有哪些？隱式的知識表示方法有哪些？
我的答案：
謂詞、產生式、框架、語義網絡等方法是知識的顯式表示。
神經網絡知識表示是隱式的表達方式。
6.深度神經網絡的學習算法稱為（ ）。
正確答案：
(1) 深度學習
7.卷積神經網絡使用的4個關鍵技術分別是（ ）、（ ）、（ ）和（ ）。
正確答案：
(1) 局部連接
(2) 權值共享
(3) 多卷積核
(4) 池化的使用
8.深度學習的模型可大致分為（ ）和（ ）。
正確答案：
(1) 判別模型
(2) 生成模型
9.生成對抗網絡的核心思想是（ ）。
正確答案：
(1) 博弈論的納什均衡
10.生成對抗網絡中判別器的目的是（ ），生成器的目的是（ ）。
正確答案：
(1)正確區分真實數據和生成數據，從而最大化判別准確率；
(2)盡可能逼近真實數據的潛在分布。
11.生成對抗網絡是由（ ）和（ ）兩部分構成。
正確答案：
(1) 生成網絡
(2) 判別網絡
12.生成對抗網絡的缺點是什么？
我的答案：
在訓練中容易出現一些問題，訓練過程具有強烈的不穩定性，實驗結果隨機，具體表現：
1、訓練過程難以收斂，經常出現震盪；
2、訓練收斂，但是出現模式崩潰。
3、訓練收斂，但是GAN還會生成一些沒有意義或者現實中不可能出現的圖片。