人工智能经典习题集及各章总结期末考试必备.docx
- 文档编号:28290108
- 上传时间:2023-07-10
- 格式:DOCX
- 页数:114
- 大小:893.69KB
人工智能经典习题集及各章总结期末考试必备.docx
《人工智能经典习题集及各章总结期末考试必备.docx》由会员分享,可在线阅读,更多相关《人工智能经典习题集及各章总结期末考试必备.docx(114页珍藏版)》请在冰豆网上搜索。
人工智能经典习题集及各章总结期末考试必备
人工智能各章小结及习题解答
第一部分绪论
习题解答:
1.什么是人工智能?
发展过程中经历了哪些阶段?
解:
人工智能是计算机科学的一个重要分支,也是一门正在发展中的综合性前沿学科,它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科相互渗透而发展起来的,目前正处于发展阶段尚未形成完整体系。
发展过程中经历的阶段有:
第一阶段(40
年代中〜
50
年代末)
神经元网络时代
第二阶段(50
年代中〜
60
年代中)
通用方法时代
第三阶段(60
年代中〜
80
年代初)
知识工程时代
第四阶段(80
年代中〜
90
年代初)
新的神经元网络时代
第五阶段(90
年代初〜现在)
海量信息处理与网络时代
2.人工智能研究的基本内容是什么?
解:
基本内容是:
搜索技术、知识表示、规划方法、机器学习、认知科学、自然语言理解与机器翻译、专家系统与知识工程、定理证明、博弈、机器人、数据挖掘与知识发现、多Agent系统、复杂系统、足球机
器人、人机交互技术等。
3.人工智能主要有哪几大研究学派?
类认识(智
解:
(1)符号主义学派:
由心理学途径产生,符号主义认为人工智能起源于数理逻辑,人能)的基本元素是符号,而智能行为则是符号运算的结果。
(2)连接主义学派:
由生理学途径产生,连接主义又称为仿生学派,认为人工智能的基本元素是神经元,智能产生于大量神经元的并行分布式联结之中,而智能行为则是联结计算的结果。
(3)行为主义学派:
由生物演化途径产生,行为主义认为人工智能起源于控制论,提岀智能取决于感知和行为,取决于对外界复杂环境的适应,而不是表示和推理。
4•人工智能有哪些主要的研究领域?
解:
(1)问题求解
(2)逻辑推理与定理证明
(3)自然语言理解
(4)自动程序设计
(5)专家系统
(6)机器学习
(7)神经网络
(8)机器人学
(9)模式识别
(10)机器视觉
(11)智能控制
(12)智能检索
(13)智能调度与指挥
(14)分布式人工智能与Agent
(15)计算智能与进化计算
(16)数据挖掘与知识发现
(17)人工生命
(18)系统与语言工具
第2部分知识与知识表示
本章小结:
谓词表示法
产生式表示法
知识表示
首先定义谓词,指出每个谓词的确切含义,然后再用连接词把有关的谓词连接起来,形成一个谓词公式表达一个完整的意义。
产生式系统由3个基本部分组成:
规则库、综合数据库、控制系统。
框架表示法
框架通常由指定事物各个方面的槽组成,每个槽拥有若干个侧面,而每个侧面又可拥有若干个值。
语义网络表示法
语义网络由节点和弧线或链线组成,
:
节点用于表示物体、概念和状态,弧线用于表示节点间的关系。
习题解答:
1设有如下问题:
(1)有五个相互可直达且距离已知的城市A、B、C、D、E,如图所示;
(2)某人从A地出发,去其它四个城市各参观一次后回到A;
(3)找一条最短的旅行路线
请用产生式规则表示旅行过程
解:
①综合数据库(x)
(X)中x可以是一个字母,也可以是一个字符串。
②初始状态(
A)
③目标状态(
Ax1x2x3x4A
)
④规则集
r1:
IF
L(S)=5
THEN
GOTO(A)
r2:
IF
L(S)<5
THEN
GOTO(B)
r3:
IF
L(S)<5
THEN
GOTO(C)
r4:
IF
L(S)<5
THEN
GOTO(D)
r5:
IF
L(S)<5
THEN
GOTO(E)
其中L(S)为走过的城市数,GOTO(x)为走向城市x
⑤路线如下图所示:
起始
(ACDEB)
7
(ACDEBA)
目标
最短旅行路线为:
A->C->D->E->B->A
总距离为5+6+8+10+7=36
2神州大学和东方大学两校篮球队在东方大学进行一场比赛,结局的比分是85:
89,用语义网络表示
丨比赛丨
是一种
神州大学-篮球赛8$89
东方大学
第3部分推理
本章小结:
习题解答:
1张某被盗,公安局派岀五个侦察员去调查。
研究案情时,侦察员A说“赵与钱中至少有一人作案”;侦察
员B说“钱与孙中至少有一人作案”;侦察员C说“孙与李中至少有一人作案”;侦察员D说“赵与孙中至少有一人与此案无关”;侦察员E说“钱与李中至少有一人与此案无关”。
如果这五个侦察员的话都是可信的,试用归结演绎推理求出谁是盗窃犯。
解:
第一步:
将5位侦察员的话表示成谓词公式,为此先定义谓词。
设谓词P(x)表示是作案者,所以根据题意:
A:
P(zhao)VP(qian)B:
P(qian)VP(sun)
C:
P(sun)VP(li)D:
「P(zhao)V「P(sun)
E:
「P(qian)V「P(li)
以上每个侦察员的话都是一个子句
第二步:
将待求解的问题表示成谓词。
设y是盗窃犯,则问题的谓词公式为P(y),将其否定并与
ANSWER(y)做析取:
「P(y)VANSWER(y)
第三步:
求前提条件及「P(y)VANSWER(y)的子句集,并将各子句列表如下:
(1)
P(zhao)VP(qian)
(2)
P(qian)VP(sun)
(3)
P(sun)VP(li)
(4)
「P(zhao)V「P(sun)
(5)
「P(qian)V「P(li)
(6)
「P(y)VANSWER(y)
第四步:
应用归结原理进行推理。
(7)
P(qian)V「P(sun)
(8)
P(zhao)V「P(li)
(9)
P(qian)V「P(zhao)
(10)
P(sun)V「P(li)
(11)
「P(zhao)VP(li)
(12)
P(sun)VP(qian)
(13)
P(qian)
(14)
P(sun)
(15)
ANSWER(qian)
(16)
ANSWER(sun)
(1)与⑷归结
(1)与(5)归结
⑵与⑷归结
⑵与(5)归结
⑶与⑷归结
⑶与(5)归结
(2)与⑺归结
(2)与(12)归结
(6)与(13)归结,b={qian/y}
(6)与(14)归结,o={sun/y}
所以,本题的盗窃犯是两个人:
钱和孙
2任何兄弟都有同一个父亲,John和Peter是兄弟,且John的父亲是David,问Peter的父亲是谁?
解:
第一步:
将已知条件用谓词公式表示岀来,并化成子句集。
那么,要先定义谓词。
(1)定义谓词:
设Father(x,y)表示x是y的父亲。
设Brother(x,y)表示x和y是兄弟。
(2)将已知事实用谓词公式表示岀来:
F1:
任何兄弟都有同一个父亲。
(x)(y)(z)(Brother(x,y)/Father(z,x)卡ather(z,y))
F2:
John和Peter是兄弟。
Brother(John,Peter)
F3:
John的父亲是David。
Father(David,John)
(3)将它们化成子句集,得
S1={「Brother(x,y)Father(z,x)VFather(z,y),Brother(John,Peter),Father(David,John)}
第二步:
把问题用谓词公式表示出来,并将其否定与谓词ANSWER做析取。
设Peter的父亲是u,则有:
Father(u,Peter)
将其否定与ANSWER做析取,得
G:
「Father(u,Peter)VANSWER(u)
第三步:
将上述公式G化为子句集S2,并将S1和S2合并到S。
S2={「Father(u,Peter)VANSWER(u)}
S=S1LS2
将S中各子句列岀如下:
(1)「Brother(x,y)Father(z,x)\Father(z,y)
(2)Brother(John,Peter)
(3)Father(David,John)
(4)「Father(u,Peter)VANSWER(u)
第四步:
应用归结原理进行归结。
(5)「Brother(John,y)VFather(David,y)
(1)与(3)归结,b={David/z,John/x}
(6)「Brother(John,Peter)VANSWER(David)
(4)与(5)归结,b={David/u,Peter/y}
(7)ANSWER(David)
(2)与(6)归结
第五步:
得到了归结式ANSWER(David),答案即在其中,所以u=David,即Peter的父亲是David
第4部分搜索策略
本章小结:
1
1
1
1
i
1
状态空间
搜索策略一
1
i
1
i
i
1
搜索策略—
1
1
i
i
i
i
i
i
i
与/或树
i
i
搜索策略
厂盲目搜索
深度优先搜索
有界深度优先搜索
代价树的广度优先搜索
代价树的深度优先搜索
启发式搜索
广度优先搜索
局部择优搜索
全局择优搜索
A*算法
_广度优先搜索
一深度及有界深度优先搜索
—有序搜索
特殊情况
提高搜索效率的方法
博弈问题
博弈问题:
极大极小分析法:
计算岀端节点的估值,再推算岀父节点的得分。
推算的方法是:
对“或”节点,选其子节点中一个最大的得分作为父节点的得分,这是为了使自己在可供选择的方案中选一个对自己最有利的方案;对“与”节点,选其子节点中一个最小的得分作为父节点的得分,这是为了立足于最坏的情况。
这样计算岀的父节点的得分称为倒推值。
a-B剪枝技术:
对于一个“与”节点来说,它取当前子节点中的最小倒推值作为它倒推值的上界,称此值为
B值。
对于一个“或”节点来说,它取当前子节点中的最大倒推值作为它倒推值的下界,称此值为a值
其一般规律为:
(1)任何“或”节点X的a值如果不能降低其父节点的B值,则对节点x以下的分枝可停止搜索,并使X的倒推值为a。
这种剪枝成为B剪枝。
(2)任何“与”节点X的B值如果不能升高其父节点的a值,则对节点X以下的分枝可停止搜索,并使X的倒推值为B。
这种剪枝成为a剪枝。
习题解答:
1图4-1是五城市间的交通路线图,A城市是出发地,E城市是目的地,两城市间的交通费用(代价)如图中数字所示。
求从A到E的最小费用交通路线。
解:
先将交通图转换为代价树,如图4-2所示。
若用g(x)表示从初始节点s0到节点x的代价,用c(x1,x2)表示从父节点x1到子节点x2的代价,则
有:
g(x2)=g(x1)+c(x1,x2)
C1
B1
D1
E1
2
3
D2
A
D1
方法一:
代价树的广度优先搜索
(扩展节点n,将其子节点放入open表中,计算各子节点的代价,并按各节点的代价对open表中全部节
点按从小到大的顺序进行排序(队列))
步骤如下:
图4-3-3
8
图4-3-4
图4-3-5
所以,最优路径为A->C->D->E
方法二:
代价树的深度优先搜索(不一定是最优解)
(扩展节点n,将其子节点按代价从小到大的顺序放到open表的首部(栈))
虽然D1的代价大于B1的代价,但按照代价树的深度优先搜索策略,要对D1进行扩展,
放入closed表中(若按代价树的广度优先搜索,要对B1、D1排序,先扩展B1)
E为目标节点,E2->D1->C1->A
所以路径为A->C->D->E
注:
该题代价树的深度优先搜索与代价树的广度优先搜索的结果相同,但这只是巧合。
一般情况下,这两种方法得到的结果不一定相同。
另外,由于代价树的深度优先搜索有可能进入无穷分支的路径,因此它是不完备的。
2如下图4-5所示,分别用代价树的广度优先搜索策略和代价树的深度优先搜索策略,求A到E的最短费用路径。
解:
先将其化成代价树,如图4-6:
A
6
7
B
8
5
D1
D2
E1
6
6
7
5
E2
B2
E3
C2
图4-6
(1)代价树的广度优先搜索,步骤如下:
7
图4-7-2
图4-7-3
E为目标节点,路径为A->C->E,代价为15
(2)代价树的深度优先搜索,步骤如下:
图4-8-1
图4-8-2
虽然C1代价低于D1,但按照代价树的深度优先搜索策略,对D1进行扩展,放入closed表中,因为B1扩展的节点为D1,而C1是A节点扩展得到的。
E出栈,为目标节点,结束。
故解路径为A->B->D->E,代价为17,不是最优解。
注:
深度优先搜索是不完备的,即使问题有解,也不一定能求得解。
得到的解也不一定是最优解(因为是局部优先搜索)。
3下图是五城市间的交通费用图,若从西安出发,要求把每个城市都访问一遍,最后到达广州,请找一条
最优路线。
边上的数字是两城市间的交通费用
北京B
75
160
150
130
95
70
Q
90
A西安
上海D
广州E
昆明C
图4-9
解:
先画岀代价树:
A
95
120
C1
B1
D1
E1
170
160
90
70
75
75
130
C3
D2
E2
B2
B3
E4
130
70
75
160
D4
D5
E8
E9
E12
E13
E14
130“
E16
D3
C4
170
75
13070
90
V
E5
B5
150
图4-10
按代价树的广度优先搜索即可得岀最优路线,步骤如下:
图4-11-1
图4-11-2
图4-11-3
图4-11-4
A
80
B1
E1
95
C1
D1
150
C2
C3
D2
E2
B2
D3
B3
E4
155
25(
26
19
190
C4
C5
D4
E5
E7
B4
E8
E6.
E3
D5
365
120
225185
225340425300295
380340285
240
E9
B5
E10
355
420
340
2
图4-11-5
故由此得出最优路线为A->B1->D2->C4->E12
即A->B->D->C->E,交通费用为375。
4设有如图所示的一棵与/或树,请分别用与/或树的广度优先搜索及与/或树的深度优先搜索求岀解树。
C
D
t1
t2
t5
t3
t4
解:
(1)与/或树的广度优先搜索
先扩展节点A,得到节点B和C,再扩展节点
B,得节点t1、t2,因为t1、t2为可解节点,故节点B可解,
从而可节点A可解。
所以求得解树为:
A
V
t1
t2
(2)与/或树的深度优先搜索
先扩展节点A,得到节点B和C,再扩展节点C,得节点D和t5,t5为可解节点,再扩展节D,得节点t3、t4,因为t3、t4为可解节点,故节点D可解,因为节点D和t5可解,故节点C可解,从而可节点A可解。
所以求得解树为:
C
D
5设有如图所示的与/或树,请分别按和代价法及最大代价法求解树代价
5
B
1
2
t3
t4
2
3
t1t2
(1)按和代价法:
h(B)=7,h(C)=3,h(A)=7+3+5+6=21
(2)按最大代价法:
h(B)=5,h(C)=2,h(A)=5+5=10
1、谈谈你对于人工智能的认识。
人工智能就是人造智能,目前指用计算机模拟或实现的智能,因此人工智能又称机器智能。
人工智能在我看来,应该是像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统,是像人一样具有感知的系统,是可以独立思考、独立判断的系统
2、人工智能有哪些研究途径和方法?
它们的关系如何?
心理模拟,符号推演;生理模拟,神经计算;行为模拟,控制进化;群体模拟,仿生计算;博采广鉴,自然计算;原理分析,数学建模;它们各有所长,也都有一定的局限性,因此这些研究途径和
方法并不能互相取代,而是并存和互补的关系。
3、人工智能有哪些研究内容?
搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建造、应用与工程等八个方面。
4、人工智能有哪些分支领域和研究方向?
从模拟的智能层次和所用的方法看,可分为符号智能和计算智能两大领域;从模拟的脑
智能或脑功能看,可分为机器学习、机器感知、机器联想、机器推理、机器行为等分支领域;从应用角度看,可分为难题求解、自动规划、调度与配置、机器定理证明、自动程序设计、机器翻译、智能控制、智能管理、智能决策、智能通信、智能仿真、智能CAD智能制造、
智能CAI、智能人机接口、模式识别、数据挖掘与数据库中的知识发现、计算机辅助创新、计算机文艺创作、机器博弈、智能机器人;从系统角度看,可分为智能计算机系统和智能应用系统;从基础理论看,可分为数理逻辑和多种非标准逻辑、图论、人工神经网络、模糊集、
粗糙集、概率统计和贝叶斯网络、统计学习理论与支持向量机、形式语言与自动机等领域;
5、人工智能有哪些应用领域或课题?
试举例说明
难题求解、自动规划、调度与配置、机器定理证明、自动程序设计、机器翻译、智能控
制、智能管理、智能决策、智能通信、智能仿真、智能CAD智能制造、智能CA、智
能人机接口、模式识别、数据挖掘与数据库中的知识发现、计算机辅助创新、计算机文艺创作、机器博弈、智能机器人。
就机器博弈方面,在1997年IBM的“深蓝”计算机以2胜3平1负的战绩击败了蝉联12年之久的直接国际象棋冠军加里卡斯帕罗夫,比如先如今中的五子棋对弈,能实现
人与电脑之间的下棋,电脑自动搜索棋步,还可根据人们所选的电脑难度来决定电脑的难易程度。
6、简述人工智能的发展状况
人工智能的现状和发展呈现如下特点:
多种途径齐头并进,多种方法写作互补;新思想、新技术不断涌现,新领域、新方向不断开括;理论研究更加深入,应用研究更加广泛;研究队伍
日益壮大,社会影响越来越大;以上特点展现了人工智能学科的繁荣景象和光明前景。
它表
明,虽然在通向其最终目标的道路上,还有不少困难、问题和挑战,但前进和发展毕竟是大势所趋。
7、试编写一个描述亲属关系的PROLOG程序,然后再给出一些事实数据,建立一个小型演绎数据库。
domains
name=symbol.sex=symbol.age=integer.
predicates
person(name,sex,age)mother(name,name)father(name,name)brother(name,name)
sister(name,name)grandfather(name,name)grandmother(name,name)
goal
brother(Name1,Name2),write(Name1,"is",Name2,"'sbrother!
\n"),
sister(Name3,Name4),write(Name3,"is",Name4,"'ssister!
\n"),
grandfather(Name5,Name6),write(Name5,"is",Name6,"'sgrandfather!
\n"),
grandmother(Name7,Name8),write(Name7,"is",Name8,"'sgrandmother!
\n”).clauses
person(alan,m,21).mother(alice,alan).mother(marry,jane).
person(john,m,22).mother(alice,john).father(alan,tom).
person(marry,w,23).mother(alice,marry).father(tom,ben).
person(ann,w,24).mother(alice,ann).
brother(Name1,Name2):
-person(Name1,m,Age1),person(Name2,m,Age2),
mother(Z,Name1),mother(Z,Name2),Age1>Age2.
sister(Name3,Name4):
-person(Name3,w,Age3),person(Name4,w,Age4),
mother(Z,Name3),mother(Z,Name4),Age3>Age4.
grandfather(Name1,Name2):
-father(Name1,Y),father(Y,Name2).
grandmother(Name7,Name8):
-mother(Name7,X),mother(X,Name8).
&何为状态图和与或图?
图搜索与问题求解有什么关系?
状态图是描述寻找目标或路径问题的有向图,即描述一个实体基于事件反应的动态行为,
显示了该实体如何根据当前所处的状态对不同的时间做出反应的。
与或图是一种系统地将问题分解为互相独立的小问题,然后分而解决的方法。
与或图中有两种代表性的节点:
“与节点”和“或节点”,“与节点”指所有的后续节点都有解时它才有解;“或节点”指各个后续节点均完全独立,只要其中有一个有解它就有解。
关系:
问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题,图搜索模拟的实际是人脑
分析问题,解决问题的过程,它基于领域知识的问题求解过程。
9.综述图搜索的方式和策略。
答:
图搜索方式可分为树式搜索和线式搜索。
图搜索策略可分为盲目搜索和启发式搜索。
10.什么是问题的解?
什么是最优解?
答:
能够解决问题的方法或具体做法。
其中最好的解决方法即代价最小的解称为最优解。
11.什么是与或树?
什么是可解节点?
什么是解树?
答:
一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或关系。
这棵树中既有
与关系又有或关系,因此被称为与或树。
满足下列条件的节点为可解节点。
①终止节点是
可解节点;②一个与节点可解,当且仅当其子节点全都可解;③一个或节点可解,只要其子
节点至少有一个可解。
解树实际上是由可解节点形成的一棵子树,这棵子树的根为初始节点,
叶为终止节点,且这棵子树一定是与树。
12.设有三只琴键开关一字排开,初始状态为关、开、关”,问连按三次后是否会出现开、
开、开”或关、关、关”的状态?
要求每次必须按下一个开
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 经典 习题集 各章 总结 期末考试 必备
![提示](https://static.bdocx.com/images/bang_tan.gif)