您好,欢迎访问三七文档
1系(部):专业班级:机械12-3学号:3120205141姓名:郑业----------------------------------------------------------------------------------------------密封线----------------------------------------------------------------------------------------------答题纸不够时,可以写到纸的背面注意保持试卷完整,试卷拆开无效---------------------------------------------------------------------------------------------装订线------------------------------------------------------------------------------------------------桂林理工大学考试(考查)试卷(2012~2013学年度第一学期)课程名称:人工智能[A]卷主要命题者:(填写在试卷第一页背面右上角)[B]卷课程序号:314490考核专业班级:机械10-1、2、3题号一二三四五六七八九十总分得分一、选择题(10小题,每题2分,共20分)1、“智能取决于感知和行为,取决于对外界复杂环境的适应”,属于下列哪种学派的观点:(C)A、符号主义学派B、连接主义学派C、行为主义学派D、专家系统2、目前,一个以人工智能为核心,以自然智能、人工智能、集成智能为一体的新的智能科学技术学科正在逐步兴起,下面哪项关于人工智能学科研究的主要特征的表述不正确:(D)A、由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究;B、由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究;C、由多个不同学派的独立研究走向多学派的综合研究;D、由对群体、分布智能的研究走向对个体、集中智能的研究。3、按知识的作用效果,知识被分为三种类型,下面哪项不属于其中的类型:(B)A、事实性知识B、表层性知识C、过程性知识D、控制性知识4、人工智能推理方法中,演绎推理与归纳推理之间的主要区别是:(A)A、推理过程是否能增殖新知识B、是否从已知事实出发、正向使用推理规则C、是否解决了前提和结论的逻辑关系D、是否解决推理方向和冲突消解策略问题5、下面哪种情况属于搜索的适应情况:(A)A、不良结构或非结构化问题B、所需的全部信息易于求解C、结构化问题D、有现成的算法可供求解6、一般图搜索算法中,Closed表示:(B)A、用于存放刚生成的节点B、用于存放已经扩展或将要扩展的节点C、问题的初始状态D、当前扩展节点新生成的且不为自己先辈的子节点集7、D3算法是昆兰(J.R.Quinlan)于1979年提出的一种人工智能学习算法,该算法属于:(C)A、记忆学习B、示例学习C、决策树学习D、归纳学习8、示例学习的解释方法有四种,下面哪种方法不正确:(A)A、把变量转换为常量B、把示例中的某些无关的子条件舍去C、在析取条件中增加一个新的析取项D、对数值问题的归纳进行曲线拟合9、基于规则的专家系统是指:(B)A、采用框架知识表示方法的专家系统B、采用产生式知识表示方法的专家系统C、采用模糊技术来处理的专家系统D、采用神经网络的专家系统10、采用原型技术的专家系统开发过程分为三个步骤,下面哪个不属于其开发步骤:(D)。A、设计初始知识库B、原型系统开发与试验C、知识库的改进与归纳D、并行分布处理2二、名词解释(共4小题,每题6分,共24分)1.人工智能答:从能力的角度看,人工智能是指用人工的方法在机器(计算机)上实现的智能。从学科的角度看,人工智能是一门研究如何构造智能机器或智能系统,使它能模拟,延伸和扩展人类智能的学科。2.推理答:按照心理学的观点,推理是由具体事例归纳出一般规律,或者根据已有的知识推出新的结论的思维过程。按照结构观点,推理是由两个以上判断所组成,每个所揭示的是概念之间的联系和关系,推理过程是一中对客观事物做出肯定或否定的思维活动。按照过程观点,推理实在给定信息和已有知识的基础上所进行的一系列加工操作。3.搜索答:不断寻找可利用知识,从而构造代价最小的推理线路,使问题得以解决的过程4、专家系统答:专家系统是一种具有大量专门知识和经验的智能程序系统3三、设有如下语句,请用括号中的知识表示方法把它们表示出来(共4题,每题4分,共16分)1、有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。(谓词公式表示法)定义谓词dP(x):x是人L(x,y):x喜欢y其中,y的个体域是{梅花,菊花}。将知识用谓词表示为:(x)(P(x)→L(x,梅花)∨L(x,菊花)∨L(x,梅花)∧L(x,菊花))2、凡是喜欢编程序的学生都喜欢计算机。(谓词公式表示法)定义谓词P(x):x是人L(x,y):x喜欢y将知识用谓词表示为:(x)(P(x)∧L(x,pragramming)→L(x,computer))3.学习班的学员有男有女;有研究生,有本科生。(语义网络表示法)4.如果学校组织大学生机器人竞赛活动,那么李强就参加比赛。(语义网络表示法)该蕴含关系的语义网络如下图。其中,在前提条件中,机器人竞赛的组织者是学校,参赛对象是学生操纵的机器人,而机器人只不过是一种智能机器。4四、判断以下子句是否为不可满足(共2题,每题8分,共16分)(1){P∨Q,﹁P∨Q,P∨﹁Q,﹁P∨﹁Q}(2){P(x)∨Q(x)∨R(x),﹁P(y)∨R(y),﹁Q(a),﹁R(b)}答:不可满足,原因是按线性输入策略,不存在从该子句集到空子句地归结过程。五.设有如下结构的移动将牌游戏:BBWWE其中,B表示黑色将牌,W表是白色将牌,E表示空格。游戏的规定走法是:(1)任意一个将牌可移入相邻的空格,规定其代价为1;(2)任何一个将牌可相隔1个其它的将牌跳入空格,其代价为跳过将牌的数目加1。游戏要达到的目标什是把所有W都移到B的左边。对这个问题,请定义一个启发函数h(n),并给出用这个¬P∨QQ¬PPNIL5启发函数产生的搜索树。你能否判别这个启发函数是否满足下界要求?在求出的搜索树中,对所有节点是否满足单调限制?(共1题,共12分)答:设h(x)=每个W左边的B的个数,其搜索树如下:设h(x)=每个W左边的B的个数,f(x)=d(x)+3*h(x),其搜索树如下:六.假设w1(0)=0.2,w2(0)=0.4,θ(0)=0.3,η=0.4,请用单层感知器完成逻辑或运算的学习过程。(共1题,共12分)根据“或”运算的逻辑关系,可将问题转换为:输入向量:X1=[0,0,1,1]X2=[0,1,0,1]输出向量:Y=[0,1,1,1]由题意可知,初始连接权值、阈值,以及增益因子的取值分别为:w1(0)=0.2,w2(0)=0.4,θ(0)=0.3,η=0.4即其输入向量X(0)和连接权值向量W(0)可分别表示为:X(0)=(-1,x1(0),x2(0))W(0)=(θ(0),w1(0),w2(0))根据单层感知起学习算法,其学习过程如下:设感知器的两个输入为x1(0)=0和x2(0)=0,其期望输出为d(0)=0,实际输出为:BBWWEBBEWWBBWEWBBEWWBEWBWEBWBWWBEBWWBWBEWBWEBWBWEBf(x)=0+12=12f(x)=1+12=13f(x)=1+12=13f(x)=2+12=14f(x)=2+9=11f(x)=3+9=12f(x)=4+6=10f(x)=5+3=8f(x)=6+3=9f(x)=7+0=76y(0)=f(w1(0)x1(0)+w2(0)x2(0)-θ(0))=f(0.2*0+0.4*0-0.3)=f(-0.3)=0实际输出与期望输出相同,不需要调节权值。再取下一组输入:x1(0)=0和x2(0)=1,其期望输出为d(0)=1,实际输出为:y(0)=f(w1(0)x1(0)+w2(0)x2(0)-θ(0))=f(0.2*0+0.4*1-0.3)=f(0.1)=1实际输出与期望输出相同,不需要调节权值。再取下一组输入:x1(0)=1和x2(0)=0,其期望输出为d(0)=1,实际输出为:y(0)=f(w1(0)x1(0)+w2(0)x2(0)-θ(0))=f(0.2*1+0.4*0-0.3)=f(-0.1)=0实际输出与期望输出不同,需要调节权值,其调整如下:θ(1)=θ(0)+η(d(0)-y(0))*(-1)=0.3+0.4*(1-0)*(-1)=-0.1w1(1)=w1(0)+η(d(0)-y(0))x1(0)=0.2+0.4*(1-0)*1=0.6w2(1)=w2(0)+η(d(0)-y(0))x2(0)=0.4+0.4*(1-0)*0=0.4再取下一组输入:x1(1)=1和x2(1)=1,其期望输出为d(1)=1,实际输出为:y(1)=f(w1(1)x1(1)+w2(1)x2(1)-θ(1))=f(0.6*1+0.4*1+0.1)=f(1.1)=1实际输出与期望输出相同,不需要调节权值。再取下一组输入:x1(1)=0和x2(1)=0,其期望输出为d(0)=0,实际输出为:y(1)=f(w1(1)x1(1)+w2(1)x2(1)-θ(1))=f(0.6*0+0.4*0+0.1)=f(0.1)=1实际输出与期望输出不同,需要调节权值,其调整如下:θ(2)=θ(1)+η(d(1)-y(1))*(-1)=-0.1+0.4*(0-1)*(-1)=0.3w1(2)=w1(1)+η(d(1)-y(1))x1(1)=0.6+0.4*(0-1)*0=0.6w2(2)=w2(1)+η(d(1)-y(1))x2(1)=0.4+0.4*(0-1)*0=0.4再取下一组输入:x1(2)=0和x2(2)=1,其期望输出为d(2)=1,实际输出为:y(2)=f(w1(2)x1(2)+w2(2)x2(2)-θ(2))=f(0.6*0+0.4*1-0.3)=f(0.1)=1实际输出与期望输出相同,不需要调节权值。再取下一组输入:x1(2)=1和x2(2)=0,其期望输出为d(2)=1,实际输出为:y(2)=f(w1(2)x1(2)+w2(2)x2(2)-θ(2))=f(0.6*1+0.4*0-0.3)=f(0.3)=1实际输出与期望输出相同,不需要调节权值。再取下一组输入:x1(2)=1和x2(2)=1,其期望输出为d(2)=1,实际输出为:y(2)=f(w1(2)x1(2)+w2(2)x2(2)-θ(2))=f(0.6*1+0.4*1-0.3)=f(0.7)=1实际输出与期望输出相同,不需要调节权值。至此,学习过程结束。最后的得到的阈值和连接权值分别为:θ(2)=0.3w1(2)=0.6w2(2)=0.4不仿验证如下:对输入:“00”有y=f(0.6*0+0.4*0-0.3)=f(-0.3)=07对输入:“01”有y=f(0.6*0+0.4*1-0.3)=f(0.1)=1对输入:“10”有y=f(0.6*1+0.4*0-0.3)=f(0.3)=1
本文标题:人工智能x-A卷
链接地址:https://www.777doc.com/doc-2703993 .html