太原理工大学人工智能试题+答案

3.

是 是一种 植物 是 是一种 草 有 水草 生长 果树 树 是一种 水中 会有 根 叶 结果 樱桃树 结 樱桃

4. f(s0)=d(n)+w(n)=0+3=3

部分有序搜索树如下：

f=3

f=4 1 8 7 2 6 3 4 5 f=4 1 8 7 5 2 6 3 4 5 1 8 7 2 6 3 4 5 f=3 f=5 1 7 2 8 6 3 4 5 1 8 7 2 4 6 3 5 1 8 7 2 6 5 3 4 f=5 f=5 1 8 2 6 7 3 4 5 四． 论述题 略。

人工智能答案B

一．填空

1. 基于规则，基于框架

2.深度优先搜索，宽度优先搜索，等代价搜索 3.反馈网络，前馈网络 4.遗传算法，进化编程 5.选择，交叉，变异

6.可撤回策略，回溯策略，图搜索策略 二．问答题

1.在基于规则的系统中，无论是规则演绎系统还是规则产生式系统，均有两种推理方式，即正向推理和逆向推理，对于从if 向then 部分推理的过程，叫做正向推理。正向推理是从事

实或状况向目标或动作进行操作的。反之从then 向if 部分推理的过程，叫做逆向推理。逆向推理是从目标或动作向事实或动作进行操作的。 2.基本特征： a.启发性 b. 透明性 c.灵活性 专家系统主要组成部分如下: (1) 知识库(knowledge base)

知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。为了建立知识库，要解决知识获取和知识表示问题。知识获取涉及知识工程师(konwledge engineer)如何从专家那里获得专门知识的问题；知识表示则要解决如何用计算机能够理解的形式表达和存储知识的问题。

(2) 综合数据库(global database)

综合数据库又称全局数据库或总数据库，它用于存储领域或问题的初始数据和推理过程中得到的中间数据(信息)，即被处理对象的一些当前事实。 (3) 推理机(reasoning machine)

推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。 (4) 解释器(explanator)

解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其它候选解的原因。

(5) 接口(interface)

接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。系统则通过接口，要求用户回答提问，并回答用户提出的问题，进行必要的解释。 三. 解答题 1.

2. C(X):X 为计算机系统；I（X）：X 是智能的；E（X，Y）：X可执行Y。

T（X）：X是一项任务。N（X）：X需要智能。P（X）：X由人执行。 (?x){(?y)(C(x)?E(x,y)?T(y)?N(y)?P(y))?I(x)} 3. 看电影剧本: (1.) 开场条件:

( a ) 我想看电影

（b）我有足够的钱买电影票 （2.）角色：

我，售票员，放映师，门卫 （3.）道具：

电影票，椅子，放映设备（屏幕，电影机），钱 （4.）场景：

场景一：买票

(a) 我走到售票处，掏出钱给售票员。 (b)售票员接过钱，并给了我电影票。 场景二：进电影院

(a)我拿着票，走进入口处，掏出票给门卫看。 (b)门卫让我进去。 场景三：等待电影开始

我找到我的座位，坐下。 场景四：看电影 (a) 电影开演了

(b) 我被剧情深深吸引，全神贯注看电影 场景五： 散场 (a)电影结束了

(b)我随人流离开电影院。 （5.）结果

（a.）我看完电影，心情很好 （b）我花了钱

（c.）电影院挣了钱。 (s0)=d(n)+w(n)=0+3=3

部分有序搜索树如下：

f=3

f=4 1 8 7 2 6 3 4 5 f=4 f=5 1 8 7 5 2 6 3 4 5 1 8 7 2 6 3 4 5 f=3 1 7 2 8 6 3 4 5 1 8 7 2 4 6 3 5 f=5 1 8 7 2 6 5 3 4 f=5 1 8 2 6 7 3 4 5 四．论述题

关于人工智能是否会会超越人类智能这一问题，我认为关键在于学习。人类的学习能力是智能行为的一个非常重要的特征，没有学习，就没有人类知识的传承与积累，也就没有人类文明。学习是生物中枢神经系统的高级整合技能之一，是人类获取知识的重要途径和人类智能的重要标志；机器学习则是计算机获取知识的重要途径和人工智能的重要标志，是一门研究怎样用计算机来模拟或实现人类学习活动的学科，它是人工智能的核心，也是使计算机具有智能的根本途径。人类学习的研究与机器学习研究两者是一种相互影响、相互促进的关系，但是至今人们对学习的机理还不太清楚。。这是因为长期以来，鉴于人的大脑结构与功能的极度复杂性，探索和揭示大脑的奥秘仅仅是人类一个美好的梦想，这也包括对大脑是如何进行学习的研究。如果我们另辟蹊径，把关于人类学习的研究重点从对大脑的研究转换到“学习”这个概念上，即把“学习”作为研究对象，对其本质从哲学的视野下从认知的角度进行探索，这将对机器学习的发展具有一定的借鉴意义。