人工智能期末考试(刷题篇&部分题有答案)-CSDN博客
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
参考
一、选择题
- AI的缩写是 Artificial Intelligence
- 反演归结消解证明定理时若当前归结式是空子句时则定理得证
知识点总结归结反演的证明步骤
- 将已知前提表示为谓词公式F将待证明的结论取反得到谓词公式非Q
- 把谓词公式集 {F, 非Q} 转化为子句集S
- 运用归结原理对子句集S中的字句进行归结每次归结得到的归结式并入S中反复以上操作直到出现空子句NIL则停止归纳证明Q为真
- 从已知事实出发通过规则库求得结论的产生式系统的推理方式是正向推理
知识点总结推理按照方向可分类为
(1) 正向推理事实驱动推理已知事实推导出结论
缺点盲目、效率低
(2) 逆/反向推理以某个假设目标作为出发点
优点不必使用与目标无关的知识目的性强有利于向用户提供解释
缺点起始目标的选择有盲目性
- 混合推理先正向后逆向 or 先逆向后正向
- 双向推理正向与逆向同时进行在某处“碰头”
- 语义网络表达知识时有向弧AKO链、ISA链是用来表达结点知识的继承性
- (A->B)^A=>B 是 假言推理
知识点总结自然推理演绎的推理规则有
- 假言推理P, P->Q => Q
- 拒取式推理P->Q, 非Q=>非P
- P规则前提引入即用已知前提来推导
- T规则结论引入即用推理得到的结论来进一步推导
- 什么命题是可以判断真假的 陈述句
- 仅个体变元被量化的谓词称为一阶谓词
知识点总结关于一阶谓词知识点
- 个体可以是常量、变量变元、函数、谓词
- 连接词/连词5个优先级由高到低否定(negation)、析取(disjunction) or、合取(conjunction) and、蕴含(implication)/条件(position)、等价(equivalence)/双条件
- 量词quantifier全称量词universal quantifier、存在量词existential quantifier
- MGU是最一般合一
- 1997年5月著名的“人机大战”最终计算机以3.5比2.5的总分将世界国际象棋棋王卡斯帕罗夫击败这台计算机被称为深蓝
- 人工智能系统的知识包含4个要素事实、规则、控制、元知识
知识点总结鲁滨逊归结原理消解原理的基本思想
- 检查子句集S中是否包含空子句若包含则S不可满足。
- 若不包含在S中选择合适的字句进行归结一旦归结出空子句就说明S是不可满足的。
鲁滨逊归结原理
- C1 = 非P or Q C2 = 非Q or RC3 = P则 C12 = 非P or RC123 = R
- C12 是 C1 和 C2 的归结式C1 和 C2 是 C12 的亲本子句
- C12 是 C1 和 C2 的逻辑结论所以若 C1 和 C2 为真则 C12 为真
- C1 和 C2 是子句集S中的两个子句C12 替代or不替代 C1 和 C2 加入到S中得到新子句集S1S1的不可满足性 <=> S的不可满足性
- 或图通常称为状态图
- 人工智能的含义最早由一位科学家于1950年提出并且同时提出 一个机器智能的测试模型这个科学家是图灵
- 要想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机器学习
- 首次提出人工智能是在1956年
- 人工智能应用研究的两个最重要最广泛领域为专家系统、机器学习
- 填空题
- 不确定性类型按性质分为随机性、模糊性、不完全性、不一致性
PPT中是分为似然推理、模糊推理
- 在删除策略归结的过程中删除以下字句含有纯文字、永真式的字句子句集中被其他字句蕴含的字句。
- 图指由节点和有向边组成的网络按连接同一节点的各边的逻辑关系又可分为或图和与或图解决某个问题即可解决其父辈问题的结点集合叫或图只有解决所有子问题才能解决其父辈问题的结点集合叫与或图
- 合一算法求非空有限具有相同谓词名的原子公式集的最一般合一MGU
- 产生式系统的推理过程中从可触发规则中选择一个规则来执行被执行的规则称为被触发规则
- P(B|A) 表示在规则A->B中证据A为真的作用下结论B为真的概率
- 人工智能的远期目标是制造智能机器近期目标是实现机器智能
- 目前人工智能的主要学派有三家符号主义、进化主义、连接主义
- 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、目标状态集合G
- 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信息
- 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、进化计算
- 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
- 简答题及计算题
- 什么是产生式产生式规则的语义是什么
答产生式规则基本形式P->Q 或者 IF P THEN Q
P是产生式的前提用于指出该产生式是否可用的条件
Q是一组结论或操作用于指出当前提P所指示的条件满足时应该得出的结论或应该执行的操作。
产生式规则的语义如果前提P被满足则可推出结论Q或执行Q所规定的操作
- 谓词公式转化为子句集的9个步骤箭非重存前标全合重
- 消除蕴含、等价符号去箭头
- 把否定符号移到每个谓词前面
- 变量标准化把重名的变量名改掉
- 消去存在量词通过代入函数的方式把存在量词去掉
- 化为前束形把全称量词提到最前面
- 化为Skolem标准形利用公式标准化去掉可去的括号
- 略去全称量词
- 消去合取词加逗号变成集合
- 字句变量标准化将不同字句中的重名变量改名
- 语义网络问题
- 用语义网络表示如下事实山西大学是一个学校位于太原市建立时间是1902年
答:
- 假若要求解的问题是山西大学位于哪个城市如何利用语义网络进行推理求解呢
答首先将待求解的问题表示成一个局部的语义网络如图所示
然后到语义网络系统的知识库中去匹配就会发现与待求解问题局部网络未知处相匹配的事实是“太原市”。所以这个问题的解就是太原市。
- 用一阶谓词逻辑法表示“太原的夏天既干燥又炎热”
答State(x, y, z) : x市在y季节气候处于z状态
则State(太原夏天干燥) ^ State(太原夏天炎热)
- 画出语义网络“籍贯为湖南的张山在信息学院读书该学校位于健翔桥附近该校由计算机系、信息系和通信系组成”
答
- 产生式系统中推理机的推理方式有几种在产生式推理过程中如果发生策略冲突如何解决产生式与谓词逻辑中的蕴含式有什么共同处及不同处
- 正向推理、逆/反向推理、混合推理、双向推理
- 在产生式推理过程中如果发生规则冲突要利用冲突解决策略进行启用规则的选择常用的冲突消解策略按针对性排序、按已知事实的新鲜性后生成性排序、按匹配度不确定性推理排序、按条件个数排序优先选择条件少的针对性、新鲜性、匹配度、条件少
- 产生式基本形式与谓词逻辑中的蕴含式具有相同的形式。它们的区别在于蕴含式只能表示精确性知识其逻辑值要么为真要么为假而产生式不仅可以表示精确性知识而且可以表示不精确知识。
- 用全局择优搜索法求解重排九宫问题设初始状态S0和目标状态Sg如下
估价函数定义f(x) = d(x) + h1(x)其中d(x) 表示结点x的深度h1(x) 表示结点x中的数字位置和目标结点中不相同的数字个数。例如
- 画出全局择优搜索树在每个结点旁注明该结点的f值
- 给出解题路径
答全局择优搜索树如下图所示
解题路径为 S0->S1->S2->S3->Sg
- 搜索方法分为哪两大类两者的区别是什么
答搜索方法分为盲目搜索、启发式搜索
盲目搜索在不具有对特定问题的任何有关信息的条件下按固定的步骤依次或随机调用操作算子进行的搜索。
启发式搜索考虑特定问题领域可应用的知识动态地确定调用操作算子的步骤优先选择较适合的操作算子尽量减少不必要的搜索以求尽快地到达结束状态。
- 此类题型很多举一反三即可每个读书的人都是为了获得知识。证明对某个人来说若不能获得知识则他就不会读书。
证明定义谓词read(x)x读书knowledge(x)x获得知识
将前提和要求证的问题之否定化为子句集
- ~read(x) or knowledge(x)
- ~knowledge(y)
- read(y)
利用归结原理对上面的子句集中的字句进行归结
- ~read(y) (1)与(2)归结sigma={y/x}
- NIL (3)与(4)归结
证明完毕
10、将谓词公式转化为子句集箭非重存前标全合重
11、证明G是否肯定是F1, F2的逻辑结论要求写出求解过程
四、名词解释
1、人工智能
- 遗传算法
- 专家系统
序系统。
- 机器学习
5、数据挖掘