精品复旦大学博士生入学考试人工智能题库.docx
《精品复旦大学博士生入学考试人工智能题库.docx》由会员分享，可在线阅读，更多相关《精品复旦大学博士生入学考试人工智能题库.docx（11页珍藏版）》请在冰点文库上搜索。
精品复旦大学博士生入学考试人工智能题库
复旦大学博士生入学考试人工智能题库
中南大学智能控制题库
第一章概论
1.试从学科和能力两个方面说明什么是人工智能。
2.哪些思想、思潮、时间和人物在人工智能发展过程中起了重要作用?
3.近年来人工智能研究取得哪些重要进展?
4.为什么能够用计算机模拟人类智能?
5.目前人工智能学界有哪些学派?
它们的认知观为何?
6.自动控制存在什么机遇与挑战?
为什么要提出智能控制?
7.简述智能控制的发展过程,并说明人工智能对自动控制的影响。
8.傅京孙对智能控制有哪些贡献?
9.什么是智能控制?
它具有哪些特点?
10.智能控制器的一般结构和各部分的作用为何?
它与传统控制器有何异同?
11.智能控制学科有哪几种结构理论?
这些理论的内容是什么?
12.为什么要把信息论引入智能控制学科结构?
13.人工智能不同学派的思想在智能控制上有何反映?
第二章知识表示方法
1.状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?
它们有何本质上的联系及异同点?
2.设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?
3.利用下图,用状态空间法规划一个最短的旅行路程:
此旅程从城市A开始,访问其他城市不多于一次,并返回A。
选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。
4.试说明怎样把一棵与或解树用来表达下图所示的电网络阻抗的计算。
单独的R、L或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。
后继算符应以复合并联和串联阻抗的规则为基础。
5.试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。
6.用谓词演算公式表示下列英文句子（多用而不是省用不同谓词和项。
例如不要用单一的谓词字母来表示每个句子）。
Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requiresintelligence.
7.把下列语句表示成语义网络描述:
（1）Allmanaremortal.
（2）Everycloudhasasilverlining.
（3）AllbranchmanagersofDECparticipateinaprofit-sharingplan.
8.作为一个电影观众,请你编写一个去电影院看电影的剧本。
9.试构造一个描述你的寝室或办公室的框架系统。
10.试用一阶谓词描述下列自然语言:
（1）公民有受教育和劳动的权利。
（2）种瓜得瓜,种豆得豆。
（3）每个人都有父母。
（4）我将在适当的时候到贵校访问。
第三章搜索推理技术
1.什么是图搜索过程?
其中,重排OPEN表意味着什么,重排的原则是什么?
2.试举例比较各种搜索方法的效率。
3.化为子句形有哪些步骤?
请结合例子说明之。
4.如何通过消解反演求取问题的答案?
5.什么叫合适公式?
合适公式有哪些等价关系?
6.用宽度优先搜索求下图所示迷宫的出路。
7.用有界深度优先搜索方法求解下图所示八数码难题。
8.应用最新的方法来表达传教士和野人问题,编写一个计算机程序,以求得安全渡过全部6个人的解答。
提示:
在应用状态空间表示和搜索方法时,可用（Nm,Nc）来表示状态描述,其中Nm和Nc分别为传教士和野人的人数。
初始状态为（3,3）,而可能的中间状态为（0,1）,（0,2）,（0,3）,（1,1）,（2,1）,（2,2）,（3,0）,（3,1）和（3,2）等。
9.试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率,并以实例数据加以说明。
10.一个机器人驾驶卡车,携带包裹（编号分别为#1、#2和#3）分别投递到林（LIN）、吴（WU）和胡（HU）3家住宅处。
规定了某些简单的操作符,如表示驾驶方位的drive（x,y）和表示卸下包裹的unload（z）;对于每个操作符,都有一定的先决条件和结果。
试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列,该序列能够生成一个满足AT（#1,LIN）∧AT（#2,WU）∧AT（#3,HU）和目标状态。
11.什么是估价函数?
它在搜索算法中有何作用?
12.把下列句子变换成子句形式:
（1）
（2）
（3）
（4）
13.规则演绎系统和产生式系统有哪几种推理方式?
各自的特点为何?
14.为什么需要采用系统组织技术?
有哪几种系统组织技术?
15.什么是产生式系统?
试述其组成部分的功用?
16.研究不确定性推理有何意义?
有哪几种不确定性?
17.单调推理有何局限性?
什么叫缺省推理?
非单调推理系统如何证实一个节点的有效性?
18.在什么情况下需要采用不确定推理或非单调推理?
19.下列语句是一些几何定理,把这些语句表示为基于规则的几何证明系统的产生式规则:
（1）两个全等三角形的各对应角相等。
（2）两个全等三角形的各对应边相等。
（3）各对应边相等的三角形是全等三角形。
（4）等腰三角形的两底角相等。
第四章递阶控制系统
1.递阶智能机器一般由哪几段组成?
试简述各级的结构。
2.智能机器是什么?
试述与智能机器有关概念的定义。
3.递阶控制有哪些特点?
萨里迪斯对智能控制哪些方面做出贡献?
4.智能控制各级的结构为何?
5.递阶控制的组织级有哪些功能?
在组织级分析上,它与概率理论有何关系?
6.递阶控制的协调级有何功能?
在协调级分析上,它与Petri网理论有何关系?
7.递阶控制的执行级有何功能?
在执行级分析上,它与信息熵有何关系?
8.从熵的角度出发,说明递阶智能控制系统的设计思想。
9.递阶控制的应用情况如何?
试举例说明递阶控制的应用。
第五章专家控制系统
1.什么叫专家系统?
它具有哪些特点与优点?
2.专家系统由哪些部分构成?
各部分的作用为何?
3.建造专家系统的关键步骤是什么?
4.专家系统程序与一般的问题求解软件程序有何不同?
开发专家系统与开发其他软件的任务有何不同?
5.基于规则的专家系统是如何工作的?
其结构为何?
6.在设计专家系统时,应考虑哪些技术?
7.用基于规则的推理系统证明下述推理的正确性:
已知狗都会犬叫和咬人
任何动物犬叫时总是吵人的
猎犬是狗
结论猎犬是吵人的
8.专家控制的理论基础是什么?
9.什么叫做专家控制和专家控制系统?
10.对专家控制系统有哪些要求?
它应遵循哪些设计原则?
11.试给出专家控制系统的一般结构,举例说明专家控制系统的组成和各部分的作用。
12.专家控制系统有哪几种类型?
它们有何区别?
13.举例说明专家控制器（系统）的软件结构和知识作用。
14.举例说明机器人规划专家系统的工作原理。
说明本规划系统与专家控制系统的关系。
15.专家控制系统的发展方向是什么?
16.专家控制系统的应用前景如何?
第六章递阶控制系统
1.什么是模糊性?
它的对立含义是什么?
试举例说明。
2.模糊控制的理论基础是什么?
什么是模糊逻辑?
它与二值逻辑有何关系?
3.模糊控制与专家系统有何相同和不同之处?
4.什么是模糊集合和隶属函数?
模糊集合有哪些基本运算?
满足哪些规律?
5.什么是模糊推理,它有哪些推理方法?
6.什么叫模糊判决,常用的模糊判决方法有哪些?
7.设为模糊逻辑变量,试求下式模糊逻辑函数的合取和析取:
8.考虑语言变量hot,若把此语言变量定义为:
试确定“NotSoHot”,“VeryHot”及“MoreOrLessHot”的隶属函数。
9.应用解模糊方法求出模糊集A的值。
模糊集A定义为:
10.模糊控制器由哪些部分组成?
各部分的作用是什么?
11.常用的模糊控器有哪些?
试比较深入地分析其中的两种模糊控制器的控制原理和特点。
12.模糊控制器的设计包括哪些内容?
13.模糊控制器控制规则的形式为何?
试举例建立模糊规则。
14.模糊控制器有哪几种设计方法?
15.试用MATLAB为下列两系统设计模糊控制器,使其稳态误差为零,超调量不大于1%,输出上升时间。
假定被控对象的传递函数分别为:
（1）
（2）
16.某个模糊逻辑控制器具有以下三条模糊控制规则:
规则1:
IfX是A1和Y是B1,thenZ是C1
规则2:
IfX是A2和Y是B2,thenZ是C2
规则3:
IfX是A3和Y是B3,thenZ是C3
各输入和输出的隶属函数如下:
设模糊变量X和Y的传感器的读数分别为x0和y0,并设x0=3,y0=6,X,Y和Z是离散论域,即x,y,z=1,2,…。
试求:
（1）利用推理中max-min复合规则,用Rp为模糊隐含,求合成控制动作。
（2）求出最终输出隶属函数。
17.对某种产品的质量进行抽查评估。
现随机选出5个产品x1,x2,x3,x4,x5进行检验,它们质量情况分别为:
x1＝80,x2＝72,x3＝65,x4＝98,x5＝53
这就确定了一个模糊集合Q,表示该组产品的“质量水平”这个模糊概念的隶属程度。
试写出该模糊集。
18.设有下列两个模糊关系:
试求出R1与R2的复合关系R1○R2。
19.举例说明模糊控制系统的应用。
第七章神经控制系统
1.人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域?
2.简述生物神经元及人工神经网络的结构和主要学习算法。
3.考虑一个具有阶梯型阈值函数的神经网络,假设
（1）用一常数乘所有的权值和阈值;
（2）用一常数加于所有权值和阈值。
试说明网络性能是否会变化?
4.构造一个神经网络,用于计算含有2个输入的XOR函数。
指定所用神经网络单元的种类。
5.假定有个具有线性激励函数的神经网络,即对于每个神经元,其输出等于常数c乘以各输入加权和。
（1）设该网络有个隐含层。
对于给定的权W,写出输出层单元的输出值,此值以权W和输入层I为函数,而对隐含层的输出没有任何明显的叙述。
试证明:
存在一个不含隐含单位的网络能够计算上述同样的函数。
（2）对于具有任何隐含层数的网络,重复进行上述计算。
从中给出线性激励函数的结论。
6.试实现一个分层前馈神经网络的数据结构,为正向评价和反向传播提供所需信息。
应用这个数据结构,写出一个神经网络输出,以作为一个例子,并计算该网络适当的输出值。
7.有哪些比较有名和重要的人工神经网络及其算法?
试举例介绍。
8.神经学习控制有哪几种类型?
它们的结构为何?
9.神经自适应控制有哪几种类型?
试述它们的工作原理。
10.神经直接逆模控制和神经内模控制的主要区别是什么?
11.试述神经预测控制的工作原理和控制算法。
12.多层神经控制和分级神经控制有何异同点?
试比较之。
13.模糊逻辑与神经网络的集成有何优点?
模糊神经控制已有哪些方案?
14.举出一个你知道的神经控制系统,并分析其工作原理和运行效果。
第八章学习控制系统
1.什么是学习控制、学习系统和学习控制系统?
2.为什么要研究学习控制?
学习控制与自适应控制有何区别?
3.学习控制有哪些主要方案?
试述它们的控制机理。
4.以机器人系统为例,试分析学习控制系统的控制规律。
5.试举例分析一个在线学习控制系统的稳定性和收敛性。
6.自学习模糊神经控制系统是基于学习机理、模糊逻辑和神经网络的集成。
举例介绍自学习模糊神经控制模型,并分析其控制算法。
第九章其它智能控制
1.什么是仿人控制?
其实质为何?
2.试介绍仿人控制系统的结构和工作原理。
3.举例说明仿人控制系统的设计步骤和实现。
4.什么是进化计算?
它的出发点是什么?
5.遗传算法的实质是什么?
试述遗传算法的基本原理和求解步骤。
6.什么是进化控制?
简介进化控制的工作原理。
7.如何对进化控制进行形式化描述?
你认为有别的方法能够更好地描述进化控制吗?
说明。
8.以移动机器人的控制为例,分析进化控制系统的体系结构,探讨其控制算法。
9.什么是人工免疫系统和免疫控制?
10.免疫控制系统的结构为何?
试举例说明免疫控制器的结构,分析免疫控制器的设计。
11.你认为混沌控制和容错控制是否应属于智能控制?
为什么?
第十章智能控制的应用与研究展望
1.智能控制有哪些应用领域?
请各举一个例子加以说明。
2.智能控制应用研究的现状如何?
它有哪些重要进展?
3.当前智能控制应用研究存在哪些问题?
有何解决办法?
4.你如何评价智能控制的现状?
5.对应于人工智能,智能控制反映了不同学派的集成和容他性。
你是否同意这个观点?
为什么?
6.你对智能控制的发展方向和发展前景有何看法?
试说明之。
7.你认为还有哪种控制可以归类于智能控制?
为什么?
8.请您对《智能控制》课程建设和教学提出建议。
升级会员 