人工智能x-A卷

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