人工智能復(fù)習(xí)題

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1 什么是學(xué)習(xí)和機器學(xué)習(xí) 為什么要研究機器學(xué)習(xí)?學(xué)習(xí)是人類具有的一種重要的智能行為，按照人工智能大師西蒙的觀點，學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對本身能力的增強或者改進，使得系統(tǒng)在下一次執(zhí)行同樣人物或類似任務(wù)時，比現(xiàn)在做的更好或效率更高。西蒙對學(xué)習(xí)給出的定義本身，就說明了學(xué)習(xí)的重要作用。 機器學(xué)習(xí)是研究如何使用機器來模擬人類學(xué)習(xí)活動的一門學(xué)科。機器學(xué)習(xí)是一門研究機器獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。機械學(xué)習(xí)就是記憶，是最簡單的學(xué)習(xí)策略。這種學(xué)習(xí)策略不需要任何推理過程。外界輸入知識的表示方式與系統(tǒng)內(nèi)部的表示方式完全一致，不需要任何處理過程。外界輸入知識的

2、表示方式與系統(tǒng)內(nèi)部的表示方式完全一致，不需要任何處理與轉(zhuǎn)換。雖然機械學(xué)習(xí)在方法上看來很簡單，但由于計算機的儲存容量相當大，檢索速度又相當快，而且記憶準確，無絲毫誤差，所以在很多方面能夠超過人，幫助人類完成人類自己無法完成的任務(wù)2 什么是圖搜索過程 其中,重排 OPEN 表意味著什么,重排的原則是什么?圖搜索過程就是從初始節(jié)點出發(fā)，沿著與之相連的弧試探地前進，尋找目標節(jié)點的過程(也可以反向進行)。 重排open表意味著，在擴展節(jié)點時，將優(yōu)先擴展哪個節(jié)點，不同的排序準對應(yīng)著不同的搜索策略。 重排的原則應(yīng)視具體情況而定，不同的原則對應(yīng)不同的策略：如果想要盡快找到一個解，則應(yīng)將最有

3、可能達到目標節(jié)點的那些節(jié)點排在open表的前面部分；如果想找到代價最小的解，則應(yīng)按代價從小到大的順序重排open表3試寫出7種知識表示方法，并簡述其中2種表示法含義。方法：謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、特性表示法、過程表示法 、概念圖解表示法、不精確表示法。 含義：、產(chǎn)生式表示法：產(chǎn)生式的一般形式為“前件+后件”。前件就是前提，后件是結(jié)論或動作。其規(guī)則描述的是事物間的因果關(guān)系。其基本形式為:“PQ”或“IF  P THEN Q”，含義是：如果前提P滿足，則可推出結(jié)論Q或執(zhí)行Q所規(guī)定的操作；、 框架表示方法：是一種

4、層次的、組合式的知識表示方法4試述學(xué)習(xí)系統(tǒng)的基本模型，并敘述各部分功能作用。5產(chǎn)生式基本形式以及產(chǎn)生式系統(tǒng)工作原理產(chǎn)生式系統(tǒng)由總數(shù)據(jù)庫，產(chǎn)生式規(guī)則和總控制策略組成。各部分關(guān)系如圖所示?？倲?shù)據(jù)庫用來存放求解過程中各種當前信息的數(shù)據(jù)結(jié)構(gòu)如問題的初始狀態(tài)，事實或證據(jù)，中間推理結(jié)論和最后結(jié)果等。當產(chǎn)生式規(guī)則中某條規(guī)則的前提與總數(shù)據(jù)庫中的某些事實相匹配時，該規(guī)則就被激活，并把其結(jié)論作為新的事實存入總數(shù)據(jù)庫。產(chǎn)生式規(guī)則是一個規(guī)則庫。用于存放于求解問題有關(guān)的某個領(lǐng)域知識的規(guī)則之集合及其交換規(guī)則?？刂撇呗宰鳛橐粋€推理機構(gòu)，由一組程序組成，用來控制產(chǎn)生式系統(tǒng)的運行，決定問題求解過程的推理線路，實現(xiàn)對問題的求解。

5、通常從選擇規(guī)則到執(zhí)行分三步：匹配、沖突解決和操作。6試敘述子句集的化簡的九個步驟。1消去蘊涵符號   2減少否定符號的轄域   3對變量標準化   4消去存在量詞   5化為前束型   6把母式化為合取范式 7消去全稱量詞  8消去連詞符號  9更換變量名稱7簡述人工神經(jīng)網(wǎng)絡(luò)（ANN）優(yōu)點。1并行分布處理   2非線性映射   3通過訓(xùn)練

6、進行學(xué)習(xí)  4適應(yīng)與集成  5硬件實現(xiàn)8兩條規(guī)則具有相同結(jié)論的情況，若有兩種規(guī)則和 則合并后結(jié)論B的可信度值CF(B)為9判斷模糊矩陣是否是傳遞模糊矩陣。10 什么是模糊函數(shù)，隸屬度函數(shù)，隸屬度。模糊是因為質(zhì)的不確定性，含混性是由信息的不充分引起的，有些事物無法找出它們精確的分類標準，因此我們沒有辦法做出“是”或者“不是”的判斷。所以我們通常構(gòu)造出函數(shù)來表達我們所說的模糊度，構(gòu)造模糊函數(shù)需要掌握一定的數(shù)學(xué)技巧，而且由于確定過程中或多或少含有人的某種心理因素，所以模糊函數(shù)的建立也包括心理測量的進行及其結(jié)果的運用。 給定論域X上的一個模糊子集A，是

7、指對于任意xX，都確定了一個數(shù)A(x),稱A(x)為x對A的隸屬度，且A(x) 0，1。  映射xX： X0，1xA(x) 叫做隸屬函數(shù)或者叫做從屬函數(shù)。 隸屬函數(shù)A(x)用于刻畫集合A中的元素對A的隸屬程度，隸屬函數(shù)的值稱為隸屬度。11試比較寬度優(yōu)先搜索, 試比較寬度優(yōu)先搜索, 有界深度優(yōu)先搜索及有序搜索的搜索效率, 并以實例數(shù)據(jù)加以說明。以二叉樹做例子，廣度優(yōu)先搜索：廣度優(yōu)先搜索是按照樹的層次進行的搜索，如果此層沒有搜索完成的情況下不會進行下一層的搜索。  深度優(yōu)先搜索：深度優(yōu)先搜索是按照樹的深度進行搜索的，所

8、以又叫縱向搜索，在每一層只擴展一個節(jié)點，直到為樹的規(guī)定深度或葉子節(jié)點為止。這個便稱為深度優(yōu)先搜索。  我先來說說兩種算法的不同點。廣度優(yōu)先搜索，適用于所有情況下的搜索，但是深度優(yōu)先搜索不一定能適用于所有情況下的搜索。因為由于一個有解的問題樹可能含有無窮分枝，深度優(yōu)先搜索如果誤入無窮分枝（即深度無限），則不可能找到目標節(jié)點。所以，深度優(yōu)先搜索策略是不完備的。 廣度優(yōu)先搜索適用范圍：在未知樹深度情況下，用這種算法很保險和安全。在樹體系相對小不龐大的時候，廣度優(yōu)先也會更好些。  深度優(yōu)先搜索適用范圍：剛才說了深度優(yōu)先搜索又自己的缺陷，但是并不代表深度

9、優(yōu)先搜索沒有自己的價值。在樹深度已知情況下，并且樹體系相當龐大時，深度優(yōu)先搜索往往會比廣度優(yōu)先搜索優(yōu)秀，因為比如8*8的馬踏棋盤中，如果用廣度搜索，必須要記錄所有節(jié)點的信息，這個存儲量一般電腦是達不到的。然而如果用深度優(yōu)先搜索的時候卻能在一個棋盤被判定出來后釋放之前的節(jié)點內(nèi)存。  當讓具體情況還是根據(jù)具體的實際問題而定，并沒有哪種絕對的好。所以，理解這兩種算法的本質(zhì)是關(guān)鍵。  最后我說說關(guān)于找最優(yōu)解的問題，這種問題如果不依靠其他的輔助算法來說，其實對于廣度優(yōu)先搜索和深度優(yōu)先搜索來說是一樣的，說白了找最優(yōu)解就是個遍歷過程，所以沒有哪種算法找最優(yōu)解更好。但是

10、如果有輔助的啟發(fā)式算法或者別的算法就另當別論了。12研究不確定性推理有何意義 有哪幾種不確定性? 研究不確定性推理有何意義?有哪幾種不確定性 有哪幾種不確定性。13 簡述人工神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法。14 請說明主觀Bayes方法中LS與LN的含義及它們之間的關(guān)系。LN表示必要性因子，它表示E 對的支持程度。 LS表示充分性因子，它表示E 對H 的支持程度。  根據(jù)LS、LN的定義可知，LS0，LN0，而且LS和LN不是獨立取值，只能出現(xiàn)： LS>1，LN<1 或LS<1，LN>1 

11、或LS=LN=1但不能兩者同時>1或同時<1 在實際系統(tǒng)中，LS、LN的值是由專家憑經(jīng)驗給出的，而不依照LS、LN的定義來計算。15 在狀態(tài)空間一般搜索過程中，open表與close表的作用與區(qū)別是什么。OPEN表：用于存放剛生成的節(jié)點；CLOSE表：用于存放將要擴展或已擴展的節(jié)點 野人過河2.(本題10)您認為人工智能課程的哪一部分內(nèi)容對您的畢業(yè)設(shè)計或者您以后的工作特別有用？如果有，請敘述其原理；如果沒有，請您談?wù)勅斯ぶ悄艿陌l(fā)展對人類有哪些的影響？ 答：我認為人工智能的發(fā)展對人類的影響主要有以下五個方面1）勞務(wù)就業(yè)問題。由于人工智能能夠代替人類進行各

12、種腦力勞動，例如用專家系統(tǒng)代替管理人員或醫(yī)生進行決策或診斷與治療病人疾病，所以，將會使一部分人不得不改變他們的工種，甚至造成失業(yè)。人工智能在科技和工程中的應(yīng)用，會使一些人失去介入信息處理活動(如規(guī)劃、診斷、理解和決策等)的機會，甚至不得不改變自己的工作方式。 （2）社會結(jié)構(gòu)變化。人們一方面希望人工智能和智能機器能夠代替人類從事各種勞動，另一方面又擔(dān)心它們的發(fā)展會引起新的社會問題。實際上，近十多年來，社會結(jié)構(gòu)正在發(fā)生一種靜悄悄的變化。 （3）思維方式與觀念的變化。人工智能的發(fā)展與推廣應(yīng)用，將影響到人類的思維方式和傳統(tǒng)觀念，并使它們發(fā)生改變。過分地依賴計算機的建議而不加分析地接受，將會使智能機器用戶的認知能力下降，并增加誤解。 （4）心理上的威脅。人工智能還使一部分社會成員感到心理上的威脅，或叫做精神