人工智能[第五章状态空间搜索策略]山东大学期末考试知识点复习

第五章状态空间搜索策略

搜索是人工智能的一个基本问题，是推理不可分割的一部分。搜索是求解问

题的一种方法，是根据问题的实际情况，按照一定的策略或规则，从知识库中寻找可利用的知识，从而构造出一条使问题获得解决的推理路线的过程。搜索包含两层含义：一层含义是要找到从初始事实到问题最终答案的一条推理路线；另一层含义是找到的这条路线是时间和空间复杂度最小的求解路线。搜索可分为盲目搜索和启发式搜索两种。

1．1 盲目搜索策略

1．状态空间图的搜索策略

为了利用搜索的方法求解问题，首先必须将被求解的问题用某种形式表示出来。一般情况下，不同的知识表示对应着不同的求解方法。状态空间表示法是一

种用“状态”和“算符”表示问题的方法。状态空间可由一个三元组表示(S

，F，

S

g

)。

利用搜索方法求解问题的基本思想是：首先将问题的初始状态(即状态空间图中的初始节点)当作当前状态，选择一适当的算符作用于当前状态，生成一组后继状态(或称后继节点)，然后检查这组后继状态中有没有目标状态。如果有，则说明搜索成功，从初始状态到目标状态的一系列算符即是问题的解；若没有，则按照某种控制策略从已生成的状态中再选一个状态作为当前状态，重复上述过程，直到目标状态出现或不再有可供操作的状态及算符时为止。

算法5．1 状态空间图的一般搜索算法

①建立一个只含有初始节点S

0的搜索图G，把S

放入OPEN表中。

②建立CLOSED表，且置为空表。

③判断OPEN表是否为空表，若为空，则问题无解，退出。

④选择OPEN表中的第一个节点，把它从OPEN表移出，并放入CLOSED表中，

将此节点记为节点n。

⑤考察节点n是否为目标节点，若是，则问题有解，并成功退出。问题的解

的这条路径得到。

即可从图G中沿着指针从n到S

⑥扩展节点n生成一组不是n的祖先的后继节点，并将它们记作集合M，将M中的这些节点作为n的后继节点加入图G中。

⑦对那些未曾在G中出现过的(即未曾在OPEN表上或CLOSED表上出现过的)M中的节点，设置一个指向父节点(即节点n)的指针，并把这些节点加入OPEN 表中；对于已在G中出现过的M中的那些节点，确定是否需要修改指向父节点(n 节点)的指针；对于那些先前已在G中出现并且已在COLSED表中的M中的节点，确定是否需要修改通向它们后继节点的指针。

⑧按某一任意方式或按某种策略重排OPEN表中节点的顺序。

⑨转第③步。

2．宽度优先搜索策略

宽度优先搜索是一种盲目搜索策略。其基本思想是，从初始节点开始，逐层对节点进行依次扩展，并考察它是否为目标节点，在对下层节点进行扩展(或搜索)之前，必须完成对当前层的所有节点的扩展(或搜索)。在搜索过程中，未扩展节点表OPEN中的节点排序准则是：先进入的节点排在前面，后进入的节点排在后面(即将扩展得到的后继节点放于OPEN表的末端)。

宽度优先搜索的盲目性较大，搜索效率低，这是它的缺点。但宽度优先搜索策略是完备的，即只要问题有解，用宽度优先搜索总可以找到它的解。

3．深度优先搜索

深度优先搜索也是一种盲目搜索策略，其基本思想是：首先扩展最新产生的

开始，在其后继节点中选择一个节点，对其进(即最深的)节点，即从初始节点S

行考察，若它不是目标节点，则对该节点进行扩展，并再从它的后继节点中选择

一个节点进行考察。依此类推，一直搜索下去，当到达某个既非目标节点又无法继续扩展的节点时，才选择其兄弟节点进行考察。

深度优先搜索与宽度优先搜索的区别就在于：在对节点n进行扩展时，其后继节点在OPEN表中的存放位置。宽度优先搜索是将后继节点放入OPEN表的末端，而深度优先搜索则是将后继节点放入OPEN表的前端。

4．有界深度优先搜索

对于许多问题，其状态空间搜索树的深度可能为无限深。为了避免搜索过程沿着无穷的路径搜索下去，往往对一个节点扩展的最大深度进行限制。任何节点如果达到了深度界限，就把它作为没有后继节点进行处理，即对另一个分支进行搜索。

在有界深度优先搜索算法中，深度界限的选择很重要。选择过大，可能会影响搜索的效率；选择的过小，有可能求不到解。有界深度优先搜索策略是不完备的。

5．代价树的宽度优先搜索

前面的搜索算法没有考虑搜索的代价问题，即假设状态空间图中各节点之间的有向边的代价是相同的。在实际问题求解中，往往是将一个状态变换成另一个状态时所付出的操作代价(或费用)是不一样的，即状态空间图中各有向边的代价是不一样的。把有向边上标有代价的搜索树称为代价搜索树，简称代价树。

代价树宽度优先搜索的基本思想是：每次从OPEN表中选择一个代价最小的节点，移入COLSED表。因此，每当对一节点扩展之后，就要计算它的所有后继节点的代价，并将它们与OPEN表中已有的待扩展的节点按代价的大小从小到大依次排序。而从OPEN表选择被扩展节点时即选择排在最前面的节点(代价最小)。代价树的宽度优先搜索算法是一个完备算法。

6．代价树的深度优先搜索

代价树的深度优先搜索和宽度优先搜索的区别是：宽度优先搜索法每次从

OPEN表中的全体节点中选择代价最小的节点移入CLOSED表，并对这一节点进行扩展或判断(是否为目标节点)，而深度优先搜索法则是从刚刚扩展的节点之后继节点中选择一个代价最小的节点移入CLOSED表，并进行扩展或判断。代价树的深度优先搜索算法是不完备的算法，所求得的解不一定是最优解，甚至有可能进入无穷分支路径而搜索不到问题的解。

1．2 启发式搜索策略

利用问题自身特性信息，以提高搜索效率的搜索策略，称为启发式搜索或有信息搜索。

1．启发信息与估价函数

在搜索过程中，如果在确定要被考察的节点时，能够利用被求解问题的有关特性信息，估计出各节点的重要性，就可选择重要性较高的节点进行扩展，以便提高求解的效率。通常可以构造一个函数来表示节点的“希望”程度，称这种函数为估价函数。

估价函数f(x)可定义为从初始节点经过节点z到达目标节点的最小代价路径的代价估计值。它的一般形式为

f(x)=g(x)+h(x)

到节点z已实际付出的代价；h(x)是从节点x到目标节其中g(x)为初始节点S

的最优路径的估计代价，搜索的启发信息主要由h(x)来体现，故把h(x)称点S

g

作启发函数。

估价函数是针对具体问题构造的，是与问题特性密切相关的。不同的问题，其估价函数可能不同。在构造估价函数时，依赖于问题特性的启发函数h(x)的构造尤为重要。

在构造启发函数时，还要考虑到两个方面因素的影响：一个是搜索工作量，一个是搜索代价。有些启发信息虽然能够大大减少搜索的工作量，但却不能保证求得最小代价的路径。而我们感兴趣的是，使问题求解的路径代价与为求此路径

所花费的搜索代价的综合指标为最小。

2．最佳优先搜索

最佳优先搜索又称为有序搜索或择优搜索，它总是选择最有希望的节点作为下一个要扩展的节点，而这种最有希望的节点是按估价函数f(x)的值来挑选的，一般估价函数的值越小，它的希望程度越大。最佳优先搜索又分局部最佳优先搜索和全局最佳优先搜索。

(1)局部最佳优先搜索

局部最佳优先搜索的思想类似于深度优先搜索法，但由于使用了与问题特性相关的估价函数来确定下一个待扩展的节点，所以它是一种启发式搜索方法。其思想是：当对某一个节点扩展之后，对它的每一个后继节点计算估价函数f(x)的值，并在这些后继节点的范围内，选择一个f(x)的值最小的节点，作为下一个要考察的节点。由于它每次只在后继节点的范围内选择下一个要考察的节点，范围比较小，所以称为局部最佳优先搜索或局部择优搜索。

局部最佳优先搜索与深度优先搜索及代价树的深度优先搜索的区别，就在于在选择下一个节点时所用的标准不一样。局部最佳优先搜索是以估价函数值作为标准；深度优先搜索则是以后继节点的深度作为选择标准，后生成的节点先考察；而代价树深度优先则是以各后继节点到其前驱节点之间的代价作为选择标准。如果把层深函数d(x)就当作估价函数f(x)，或把代价函数g(x)当作估价函数f(x)，那么就可以把深度优先搜索和代价树深度优先搜索看作局部最佳优先搜索的两个特例。

(2)全局最佳优先搜索

全局最佳优先搜索也是一个有信息的启发式搜索，它的思想类似于宽度优先搜索，所不同的是，在确定下一个扩展节点时，以与问题特性密切相关的估价函数f(x)作为标准，不过这种方法是在OPEN表中的全部节点中选择一个估价函数值f(x)最小的节点，作为下一个被考察的节点。正因为选择的范围是OPEN表中

的全部节点，所以它称为全局最佳优先搜索或全局择优搜索。

全局最佳优先搜索实际是对宽度优先搜索和代价树的宽度优先搜索的扩展，而宽度优先搜索和代价树的宽度优先搜索则是它的两个特例(这时可分别令f(x)

到节点x 等于d(x)或g(x)，d(x)表示节点x的深度，而g(x)则表示初始节点S

的代价)。

在启发式搜索中，估价函数的定义是非常重要的，如果定义得不好，则上述的搜索算法不一定能找到问题的解，即便找到解，也不一定是最优解。所以，有必要讨论如何对估价函数进行限制或定义。

A*启发式搜索算法就使用了一种特殊定义的估价函数。

A*算法具有下列一些性质：

①可采纳性。所谓可采纳性是指对于可求解的状态空间图(即从状态空间图的初始节点到目标节点有路径存在)来说，如果一个搜索算法能在有限步内终止，并且能找到最优解，则称该算法是可采纳的。

②单调性。所谓单调性是指在A*算法中，如果对其估价函数中的h(x)部分即启发性函数，加以适当的单调性限制条件，就可以使它对所扩展的一系列节点的估价函数值单调递增(或非递减)，从而减少对OPEN表或CLOSED表的检查和调整，提高搜索效率。

③信息性(又称最优性)。A*算法的搜索效率主要取决于启发函数h(x)，在满足h(x)≤h*(x)的前提下，h(x)的值越大越好。h(x)的值越大，表明它携带的与求解问题相关的启发信息越多，搜索过程就会在启发信息指导下朝着目标节点前进，所走的弯路越少，搜索效率就会提高。

人工智能复习重点

人工智能复习重点 一、选择题。(30分) 1、人工智能英文：Artificial Intelligence（注意不是Rengongzhineng!!） 2、任课老师的名字：郑波尽邮箱：zhengbojin@https://www.docsj.com/doc/3118611373.html, 3、据说还会考亚里士多德的功绩……(你们自己去网上查查，老师说是常识来着) 4、可能会出选择题的几个点：黄帝的“指南车”、诸葛亮的“木牛流马”、亚里士多德的形 式逻辑、布莱尼茨的关于数理逻辑的思想、“机器人”一词的来源。 5、AI（人工智能）的本质问题：研究如何制造出人造的智能机器或系统，来模拟人类智能 活动的能力，以延伸人们智能的科学。 6、研究对象：模拟人类智能 7、研究目标:研究看上去具有人类智能的系统,解决需要人类智能才能解决的问题 二、简答题。 1、图灵测试：三个重点 （1）一个测试者，一个受试者，一台机器 （2）所有交流信息无泄漏 （3）如果提问者区分两者的正确率小于50%,则可以认为机器具有智能 2、希尔勒的中文屋子： 一个对中文一窍不通的，以英语作母语的人被关闭在一只有两个通口的封闭房间中。房间里有一本中英翻译手册。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，用中文回答出问题，并将答案递出房间。 （希尔勒中文屋子的实验表明用图灵测试来定义智慧还是远远不够充分的） 3、人工智能的思想流派： （1）基于符号处理的符号主义(Symbolism) 人类思维的基本单元是符号，思维过程是对符号的处理过程，自然语言也是用符号表示的 理论基础: 物理符号系统假设和有限合理性原理. 物理符号系统假设:物理符号系统是表现智能行为必要和充分的条件 有限合理性原理:人类行为表现出有限的合理性 （2）以人工神经网络为代表的连接主义(Connectionism) 人工神经网络是典型代表，其理论基础是脑模型。人工神经网络具有良好的自学习,自适应和自组织能力,以及大规模并行,分布式信息存储和处理的特点.可以处理不确定性问题. （3）以演化计算为代表的演化主义(Evolutionism) 模拟自然界的生物演化过程入手,以解决智能系统如何从环境中进行学习的问题. 理论基础为达尔文的进化论。 （4）以多智能体系统为代表的行为主义(Actionism) 在没有对简单的智能系统有清楚的了解和大量的实践以前，不可能准确地理解构造更为复杂的人类智能的方法。从简单的系统开始，逐步构造出更为复杂的系统理论基础为控制论Cybernetics 。 三、程序题 1、倒水问题（14分） 一个10升的桶里有10升水，现有3升和4升两个空桶，如何得到5升的水？用程序实现。

人工智能期末试题及答案完整版

xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标

状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的

2019人工智能与健康考试答案

个人精品文档资料
一、判断题(每题 2 分)
1.智慧社区包含的核心内容是它可以起到一个重要的桥梁作用，通过信息的收 集，通过大数据的分析，通过物联网使服务的提供能够和需求结合在一起，最 终使人们得到更加优质的、更加相对便宜的、更加有效的、更加个性化的服务。
正确
错误
2.农业社会的显著特征是以个人为个人提供基础服务为基础。 正确
错误
3.尽管中国 2015 年全面实施“二孩”政策，但对于人口老龄化的发展趋势是没 有根本改变的。
正确
错误
4.受尊重需求是马斯洛的需求层次理论中的最高层次。 正确
错误
5.养老服务链的形成可以直接使得老年服务商有针对性的布局服务网，提高效 率。
正确
错误
6.在老人生活中安装监控摄像头只是为了能更好的保障老人安全，不会影响日 常独立生活。
正确
错误
7.智慧养老若想实现自身价值，就必须将风险和预警服务结合起来。
欢迎大家下载学习
1

个人精品文档资料
正确 错误 8.当前社会中，最为突出的大数据环境是物联网。 正确 错误 9.日常生活中，我们的一举一动都在制造数据。 正确 错误 10.云计算提供的支撑技术，有效地解决了大数据的分析、研发的问题。 正确 错误 11.以大数据来促进我们健康管理的个性化和多元化。 正确 错误 12.医疗大数据主要来源于制药企业、临床数据、社保基金利用率和患者的数据。 正确 错误 13.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与 管理医疗社保基金。 正确 错误 14.人工智能在国际关系方面提出了新要求和挑战。
欢迎大家下载学习
2

大学人工智能期末考试题库

《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。 正向推理：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。

人工智能期末考试卷(1)评分标准及标准答案

（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面 人工智能期末考试卷（1） 一、填空题（每空1分，共10分）

1智能具有五个特征，分别为① 学习能力、自适应能力、 ②记忆与思维能力、表达能力和感知能力。 2. 机器的③ 感知能力是让机器自动获取知识的基本条件，而知识的自动 获取一直是智能系统研究中最困难的问题之一。 3?从研究的角度不同，对人工智能的研究可分两大阵营：④ 联接和 ⑤符号。其中⑤符号的理论基础为数理逻辑。 4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的 子问题，最终将问题转换为对本原问题的知识表示方法。 5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。 6. 当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。 7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可 能会发生⑨组合爆炸。 8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心 理学模型。1972年，Simon首先将⑩用于自然语言理解系统。 二、简答题（共30分） 1. 什么是A*算法的可纳性？（4分） 答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找 到最短（代价最小）的解答路径，则称算法具有可采纳性。 2. 在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可 分为三类，请举例说明对这三类节点的不同的处理方法。（8分） 答： 把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3 ）已 出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；（3分）*加第1类子节点于OPEN表，并建立从子节点到父节点n的指；（1分） *比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点（2分） ?对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；（2分） 3. 请简述不确定性推理的含义。（4分） 是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定程度的不确定 性但却有是合理或基本合理的结论的推理过程。 4. 若S={P（x）V Q（f（x））「P（a）, n Q（y）}，请画出与该子句集对应的语义树， 为什么可以用封闭语义树来判定子句集的不可满足性？（14分） 答：H={a,f（a）,f（f（a））, ……}（1 分）

《人工智能》详细教学大纲.doc

《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… …………………………

人工智能期末精彩试题(卷)

XXXX2017至2018 学年第 1 学期 《人工智能技术》 课程考试（ A ）卷 计科 系 级 专业 学号 一、选择题：（2分×10=20分） 1． 人工智能AI 的英文全称（ ）最早于1956年在达特茅斯会议上被提出。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。 A ．Automatic Intelligence B ．Artifical Intelligence C ．Automatice Information D ．Artifical Information 2． 所谓不确定性推理是从（ ）的初始证据出发，通过运用（ ）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。 A ．不确定性，确定性 B ．确定性，确定性 C ．确定性，不确定性 D ．不确定性，不确定性 3． 要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ ）。 A ．概率推理 B ．神经网络 C ．机器学习 D ．智能搜索 4． 下面几种搜索算法中，不完备的搜索算法是（ ）。 A ．广度优先搜索 B ．A*搜索 C ．迭代深入深度优先搜索 D ．贪婪搜索 5． 人工智能的目的是让机器能够（ ），以实现某些脑力劳动的机械化。 A ．模拟、延伸和扩展人的智能 B ．和人一样工作 C ．完全代替人的大脑 D ．具有智能 6．在一个监督学习问题f:x →y 中，输出y 的值域是连续的，例如实数集R ，那么这是一个（ ）问题。 A ．分类 B ．聚类 C ．回归 D ．降维 装 订 线

人工智能期末测试

《人工智能》期末测试 一、单选题（题数：40，共分） 1美国全国证券交易商协会自动报价表最早时间是在()。（分）分 A、1997年 B、1981年 C、1971年 D、1961年 2Siri是一种()系统。（分）分 A、动作识别 B、信息处理 C、图像识别 D、语音识别 3被称为“数学界的无冕之王”的是()。（分）分 A、罗素 B、图灵 C、希尔伯特 D、笛卡尔 4为广大网友解决网络课问题的是（）（分）分 A、20932+ B、02559 C、扣扣 D、百度 5动物群居的原因是()。（分）分 A、有安全感 B、有效率 C、易于捕食物 D、有力量 6被称为“机器学习之父”的是()。（分）分 A、奥斯卡·兰格 B、怀尔斯 C、迈克尔·乔丹 D、希尔伯特 7在政府报告中,()的报告使用“机器智能”这个词汇。（分）分 A、中国 B、英国 C、德国 D、美国 8从长期来看,股市是一个()博弈。（分）分 A、经济 B、市场 C、零和 D、合作 9下面关于人类社会的群体智能说法错误的是()。（分）分 A、需要法律与道德的约束 B、个体智力高但自私 C、个体无条件服从集体 D、需要集体智慧结晶 9最早诗歌生成模型称为()。（分）分 A、Word Apple B、Sophia C、Word Salad D、Sara 10机器人的三定律中第一条是()。（分）分 A、机器人不得伤害人类个体,或者目睹人类个体将遭受危险而袖手不管 B、机器人必须服从人给予它的命令 C、机器人要尽可能保护自己的生存。 D、机器人必须保护人类的整体利益

不受伤害 11使用量子计算机进行大数分解,需要的时间是()。（分）分 A、15万年 B、1年 C、1秒 D、10秒 12人类智能和人工智能是一种()智能。（分）分 A、不对等 B、平行 C、对等 D、相反 13强化学习的框架是智能体()通过观察当前状态作出相应动作。（分）分 A、S B、A C、Agent D、Environment 14()被堪称是百科全书式的“全才”。（分）分 A、爱因斯坦 B、霍金 C、牛顿 D、图灵 15“机器人”这一词最早出现在()作家的小说中。（分）分 A、德国 B、美国 C、瑞士 D、捷克 16人工智能读片的过程体现为()。（分）分 A、信息-传递-判断 B、图像解释-图像获取-图像分析 C、图像获取-图像解释-感知结果 D、图像获取-图像处理 17下面选项中关于“墨子号”说法错误的是()。（分）分 A、属于量子科学实验卫星 B、首次实现卫星和地面之间量子通信 C、跨度最大、史上最安全的通信网络 D、发射于2017年 18在人工智能的()阶段开始有解决大规模问题的能力。（分）分 A、形成时期 B、知识应用时期 C、新神经网络时期 D、算法解决复杂问题时期 19古代()发明了运粮工具“木牛流马”。（分）分 A、曹操 B、诸葛亮 C、鲁班 D、张衡 20人类历史上第一部完全由机器人“小冰”所写的诗集叫()。（分）分 A、《歌尽桃花》 B、《三生三世》 C、《那天,阳光正好》 D、《阳光失了玻璃窗》 21人的大脑每秒钟做不到()。（分）分 A、处理1Gbits B、2000个关注 C、无数反应 D、7个短暂记忆 22人通过算法赋给机器的智能属于()。（分）分

人工智能【期末复习题】

《人工智能期末复习题》 1 ?群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能(系统智能)，属于微观生理层次上低级的神经元。 2 ?计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3. 搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4. 知识：就是人们对客观事物(包括自然的和人造的)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。 5. 自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组 织、自学习、自寻优能力的算法。 6. 机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。 7 ?模式识别：则指的是用计算机进行物体识别。 &决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9 ?从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10 .人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11 .从所承担的工作和任务性质来看，Age nt的分类： 信息型Age nt、合作型Age nt、接口型Age nt、移动型Age nt 等。 12 .用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜________ 13 .智能机器人至少应具备哪四种机能？ 感知机能-获取外部环境信息以便进行自我行动监视的机能；运动机能-施加于外部环境的相当于人的手、脚底动作机能；思维机能-求解问题的认识、推理、判断机能； 人一机通信机能一一理解指示命令、输岀内部状态，与人进行信息交换的机能。 14 .知识获取大体哪三种途径：(1)人工获取(2)半自动获取(3)自动获取 15 .知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化 16 .从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。 17 . PRPLOG语言的三种语句分别是：事实、规则和问题___ 18 .产生式系统由三部分组成：产生式规则库、推理机和动态数据库，

(精选)青岛科技大学2016-2017-1人工智能期末考试题

一、谓词逻辑证明 1、设有前提： （1）凡是大学生都学过计算机； （2）小王是大学生。 试问：小王学过计算机吗？ 解：令S （x ）：x 是大学生 M （x ）：x 学过计算机； a ：小王 上面命题用谓词公式表示为： )()2(a S 我们进行形式推理： [前提] )()()2(a M a S → [(1) US] )()3(a S [前提] )()4(a M [(2) (3) I3] M(a),即小王学过计算机。 2、用谓词公式表示下述命题。 已知前提： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 ))x (M )x (S (x )(→?1

结论：所有自然数不是奇数就是一半为整数的数。 化F1 F2 F3 ?G的子句集。 F1: x (N(x)GZ(x) I(x)) F2: x (I(x)(E(x) O(x))) F3: x (E(x) I(s(x))) G: x (N(x)(I(s(x)) O(x))) 解：F1 F2 F3 ?G的子句集为 （1）?N(x) GZ(x) （2）?N(y) I(y) （3）?I(z) E(z) O(z) （4）?E(u) I(s(u)) （5）N(a) （6）?O(a) （7）?I(s(a) 3、设已知： （1）能阅读者是识字的； （2）海豚不识字； （3）有些海豚是很聪明的。 试证明：有些聪明者并不能阅读。 证首先定义如下谓词： R(x):x能阅读。 L(x):x能识字。

I(x):x是聪明的。 D(x):x是海豚。 将上述各语句翻译成谓词公式： (1) (x)(R(x)L(x)) (2) (x)(D(x)?L(x)) 已知条件 (3) (x) (D(x) I(x)) (4) (x) (I(x) ? R(x)) 需证结论 用归结反演法来证明，求题设与结论否定的子句集，得： (1) ? R(x) L(x) (2) ? D(y) ?L(y) （改名） (3) D(a) (4) I(a) (5) ? I(z) R(z) 归结得： (6)R(a) [(5), (4),{a/z}] (7)L(a) [(6), (1),{a/x}] (8)?D(a) [(7), (2),{a/y}] (9)Nil [(8), (3)] 二、框架语义网络显示 1、试实现一个“大学教师”的框架，大学教师类属于教师，包括以下属性：学历（学士、硕士、博士）、专业（计算机、电子、自动化、……）、职称（助教、讲师、副教授、教授） 解： 框架名：<大学教师> 类属：<教师> 学历：(学士、硕士、博士)

(完整)人工智能复习总结讲解,推荐文档

第1章概述 1、重点掌握人工智能的几种定义。 2、掌握目前人工智能的三个主要学派及其认知观。 3、一般了解人工智能的主要研究范围和应用领域。 人工智能的三大学派及其认知观： (1)符号主义：认为人工智能起源于数理逻辑。 (2)连接主义：认为人工智能起源于仿生学，特别是对人脑模型的研究。 (3)行为主义：认为人工智能起源于控制论。 第2章确定性知识系统 ?重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题，解决 问题； ?重点掌握归结演绎推理方法 谓词逻辑法 ?一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及易实现等特点。 ?用一阶谓词逻辑法表示知识的步骤如下： （1）定义谓词及个体，确定每个谓词及个体的确切含义。 （2）根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。 （3）根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。例1：设有下列事实性知识： ?张晓辉是一名计算机系的学生，但他不喜欢编程序。 ?李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。 （1）定义谓词及个体。 Computer(x):x是计算机系的学生。 Like(x,y):x喜欢y。 Higher(x,y):x比y长得高。 这里涉及的个体有：张晓辉(zhangxh),编程序(programming), 李晓鹏(lixp)，以及函数father(lixp)表示李晓鹏的父亲。 ?第二步：将这些个体代入谓词中，得到 Computer(zhangxh) ?Like(zhangxh, programming) Higher(lixp, father(lixp)) ?第三步：根据语义，用逻辑联结词将它们联结起来，就得到了表示上述知识的谓词 公式。 Computer(zhangxh)∧?Like(zhangxh, programming) Higher(lixp, father(lixp)) 例2：设有下列语句，请用相应的谓词公式把它们表示出来： （1）人人爱劳动。 （2）自然数都是大于零的整数。 （3）西安市的夏天既干燥又炎热。 （4）喜欢读《三国演义》的人必读《水浒》。 （5）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 （6）他每天下午都去打篮球。

人工智能期末试题及答案完整版

人工智能期末试题及答案 完整版 Prepared on 21 November 2021

xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。

2019年度人工智能与健康考试答案(80分上)

2019年度人工智能与健康考试答案 1.当前人工智能重点聚焦（）大领域。（分） 2.到（）年，几乎所有的算法都使用了深度学习的方法。（分） 3.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。（分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 4.生物特征识别技术不包括（）。（分）

A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（分） A.计算机视觉 B.语音识别 C.博弈论 D.机器学习 6.（）是指在各个领域都比人类要强的人工智能。（分） A.超人工智能 B.强人工智能 C.弱人工智能 D.人工智能 7.（）宣布启动了“先进制造伙伴计划”“人类连接组计划”“创新神经技术脑研究计划”。（分） A.中国 B.日本 C.美国 D.德国 8.我国在语音语义识别领域的领军企业是（）。（分） A.科大讯飞 B.图谱科技 C.阿里巴巴 D.华为

9.（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。（分） A.语音交互 B.情感交互 C.体感交互 D.脑机交互 10.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 11.最经典的西方健康研究——佛雷明翰研究开始于（）。（分） 年 年 年 年 12.在2017年国务院印发的（）中规定了我国到2030年人工智能发展三步走的部署和设想。（分） A.《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 B.《关于积极推进“互联网+”行动的指导意见》 C.《“互联网+”人工智能三年行动实施方案》 D.《新一代人工智能发展规划》 13.据清华原副校长施一公教授研究，中国每年有265万人死于（），占死亡人数的28%。（分） A.癌症 B.心脑血管疾病 C.神经退行性疾病 D.交通事故

人工智能期末试题与答案完整版(最新)

一单项选择题（每小题 2 分，共 10 分） 1.首次提出“人工智能”是在（ D ）年 A.1946 B.1960 C.1916 D.1956 2.人工智能应用研究的两个最重要最广泛领域为：B A. 专家系统、自动规划 B.专家系统、机器学习 C. 机器学习、智能控制 D.机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与 / 或”图表示法 C：状态空间表示法D：产生式规则表示法 4.下列关于不确定性知识描述错误的是 C。A：不确 定性知识是不可以精确表示的B：专家知识通常属 于不确定性知识C：不确定性知识是经过处理过的 知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5.下图是一个迷宫， S0是入口， S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg 的状态树。根据深度优先搜索方法搜索的路径是C。 A： s0-s4-s5-s6-s9-sg B： s0-s4-s1-s2-s3-s6-s9-sg C： s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空 2 分，共 20 分） 1. 目前人工智能的主要学派有三家：符号主义、 2.问题的状态空间包含三种说明的集合， 状态集合 G 。 进化主义 初始状态集合S 和连接主义、 操作符集合 。 F 以及目标 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。

人工智能期末试题

2.证明G 是否为1F ,2F ,……，n F 的逻辑结论。 1F ：()()()()()()x x x x R Q P ∧→? 1F ：()()()()x x x S P ∧? G ：()()()()x x x R S ∧? 2.先把G 否定，并放入F 中，得到的｛F1,F2, ?G ｝为 ｛()()()()()()x x x x R Q P ∧→?，()()()()x x x S P ∧?，?（()()()()x x x R S ∧?）｝ 再把｛F1,F2, ?G ｝化为子句集，得到 ①)x ()x (Q P ∨? ②)y ()y (R P ∨? ③)a (P ④)a (S ⑤)b ()b (R S ?∨? 其中①②是由F1化为的两个子句，③④是由F2化为的两个子句，⑤是由G 化为的子句。 由子句集可以看出只有唯一的一个Q 因此可以得出G 不是F 的逻辑结构。 3.假设张被盗，公安局派出5人去调查。案情分析时，侦查员A 说：“赵与钱中至少有一人作案”；侦查员B 说：“钱与孙中至少有一人作案”；侦查员C 说：“孙与李中至少有一人作案”；侦查员D 说：“赵与孙中至少有一人与此案无关”；侦查员E 说：“钱与李中至少有一人与此案无关”。如果这5个侦查员的话都是可信的，试用归结演绎推理求出谁是盗窃犯。 3.解：(1) 先定义谓词和常量 设C(x)表示x 作案，Z 表示赵，Q 表示钱，S 表示孙，L 表示李 (2) 将已知事实用谓词公式表示出来 赵与钱中至少有一个人作案：C(Z)∨C(Q) 钱与孙中至少有一个人作案：C(Q)∨C(S) 孙与李中至少有一个人作案：C(S)∨C(L) 赵与孙中至少有一个人与此案无关：? (C (Z)∧C(S))，即?C (Z) ∨?C(S) 钱与李中至少有一个人与此案无关：? (C (Q)∧C(L))，即?C (Q) ∨?C(L) (3) 将所要求的问题用谓词公式表示出来，并与其否定取析取。 设作案者为u ，则要求的结论是C(u)。将其与其否取析取，得： ? C(u) ∨C(u) (4) 对上述扩充的子句集，按归结原理进行归结，其修改的证明树如下：

人工智能复习题目

2016 人工智能复习重点 题型：选择、填空、简答、推理、计算。各20分 主要内容： AI三大学派、 AI应用领域、 图灵测试、 谓词逻辑表示法 语义网络表示法 产生式表示法 与或树，解树，可解节点的含义及解释、 归结\子句、置换、合一 状态空间\产生式系统 盲目搜索、启发式搜索(求解城市最短路径相关例题要着重看) 演绎推理和归结推理 可信度算法和bayse算法 ID3算法 【第一章绪论】 1、三大学派及其对人工智能发展历史的不同看法 符号主义：认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。 联结主义：认为人工智能源于仿生学，特别是人脑模型的研究。 行为主义：认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知－动作模式的模拟昆虫行为的控制系统。 2.人工智能的研究及应用领域 人工智能研究及应用领域很多，主要研究领域包括问题求解、机器学习、专家系统、模式识别、自动定理证明、自然语言理解等。 问题求解：人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。 机器学习：学习是人类智能的主要标志和获得知识的基本手段；机器学习(自动获取新的事实及新的推理算法)是使计算机具有智能的根本途径；机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。 专家系统：一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。发展

人工智能期末试题与答案完整版(最新)

一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为： B A.专家系统、自动规划 B.专家系统、机器学习 C.机器学习、智能控制 D. 机器学习、自然语言理解 3.下列不是知识表示法的是A。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4.下列关于不确定性知识描述错误的是C。A：不确 定性知识是不可以精确表示的B：专家知识通常 属于不确定性知识C：不确定性知识是经过处理 过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5.下图是一个迷宫，S0是入口，Sg是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6- s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、 2. 问题的状态空间包含三种说明的集合， 状态集合G。进化主义 初始状态集合S 和连接主义、 操作符集合 。 F以及目标 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式 (Heurist ic) 信息。 4、计算智能是人工智能研究的新内容，涉 及神经计算、模糊计算 和 进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关 于 证据的不确

《人工智能》详细教学大纲

《人工智能》详细教学大纲 《人工智能》教学大纲 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） 1、讲授内容： （1） 人工智能的概念 （2） 人工智能的研究途径和方法 ………………………………………………

人工智能期末复习题

●简述产生式系统分为几个部分及其主要功能 (10) 答案： 产生式系统分为三部分，分别为综合数据库、规则集和控制策略。综合数据库中保存了推理的初始状态、中间结果和目标状态。规则集中的规则是描述能够使状态发生改变的操作或者方法，它的形式是IF<前件> THEN<后件>。控制策略描述了当对某一状态而言有很多规则可用时，系统应该先采用哪一条规则。 ●简述回溯策略与深度优先策略的不同点。(10) 答案： 回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。 在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 ●(10) ●(10) ●(20 )

对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述） (20) 答案： 1，综合数据库 定义三元组：（m, c, b） 其中：，表示传教士在河左岸的人数。 ，表示野人在河左岸的人数。 ，b=1，表示船在左岸，b=0，表示船在右岸。 2，规则集 按每次渡河的人数分别写出每一个规则，共(3 0)、(0 3)、(2 1)、(1 1)、 (1 0)、(0 1)、(2 0)、(0 2)八种渡河的可能（其中(x y)表示x个传教士 和y个野人上船渡河），因此共有16个规则（从左岸到右岸、右岸到左岸各八个）。注意：这里没有(1 2)，因为该组合在船上的传教士人数少于野人人数。 规则集如下： r1：IF (m, c, 1) THEN (m-3, c, 0) r2：IF (m, c, 1) THEN (m, c-3, 0) r3：IF (m, c, 1) THEN (m-2, c-1, 0) r4：IF (m, c, 1) THEN (m-1, c-1, 0) r5：IF (m, c, 1) THEN (m-1, c, 0) r6：IF (m, c, 1) THEN (m, c-1, 0) r7：IF (m, c, 1) THEN (m-2, c, 0) r8：IF (m, c, 1) THEN (m, c-2, 0) r9 ：IF (m, c, 0) THEN (m+3, c, 1) r10：IF (m, c, 0) THEN (m, c+3, 1) r11：IF (m, c, 0) THEN (m+2, c+1, 1) r12：IF (m, c, 0) THEN (m+1, c+1, 1) r13：IF (m, c, 0) THEN (m+1, c, 1) r14：IF (m, c, 0) THEN (m, c+1, 1)