人工智能复习题汇总附答案.docx
《人工智能复习题汇总附答案.docx》由会员分享,可在线阅读,更多相关《人工智能复习题汇总附答案.docx(58页珍藏版)》请在冰点文库上搜索。
一、选择题
1.被誉为“人工智能之父〞的科学家是〔C〕。
A.明斯基B.图灵
C.麦卡锡
2.AI的英文缩写是(B)
A.AutomaticIntelligence B.ArtificialIntelligence
C.AutomaticInformation D.ArtificialInformation
3.以下那个不是子句的特点〔D〕
A.子句间是没有合取词的(∧) B子句通过合取词连接句子(∧)
C子句中可以有析取词(∨) D子句间是没有析取词的(∨)
4.以下不是命题的是〔C〕。
A.我上人工智能课B.存在最大素数
C.请勿随地大小便D.这次考试我得了101分
5.搜索分为盲目搜索和〔A〕
A启发式搜索B模糊搜索
C准确搜索D大数据搜索
6.从全称判断推导出特称判断或单称判断的过程,即由一般性知识推出合适于某一详细情况的结论的推理是〔B〕
A.归结推理 B.演绎推理
C.默认推理 D.单调推理
7.下面不属于人工智能研究根本内容的是〔C〕
A.机器感知B.机器学习
C.自动化D.机器思维
8.S={P∨Q∨R,┑Q∨R,Q,┑R}其中,P是纯文字,因此可将子句〔A〕从S中删去
A.P∨Q∨R B.┑Q∨R
C.Q D.┑R
9.以下不属于框架中设置的常见槽的是〔B〕。
A.ISA槽 B.if-then槽
C.AKO槽 D.Instance槽
10.常见的语意网络有〔D〕。
A.A-Member-of联络 B.Composed–of联络
C.have联络 D.以上全是
1.在深度优先搜索策略中,open表是〔B〕的数据构造
A.先进先出B.先进后出
C.根据估价函数值重排D.随机出
〔B〕的推理
A.从一般到个别B.从个别到一般
C.从个别到个别D.从一般到一般
3.要想让机器具有智能,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〔B〕
A.专家系统B.机器学习
C.神经网络D.形式识别
4.以下哪个不是人工智能的研究领域〔D〕
A.机器证明B.形式识别
C.人工生命D.编译原理
6.在主观Bayes方法中,几率O(x)的取值范围为〔D〕
A.[-1,1]B.[0,1]
C.[-1,∞〕D.[0,∞〕
7.仅个体变元被量化的谓词称为(A)
A.一阶谓词B.原子公式
C.二阶谓词D.全称量词
8.在可信度方法中,CF〔H,E〕的取值为〔C〕时,前提E为真不支持结论H为真。
A.1B.0
C.<0D.>0
9.机器学习的一个最新研究领域是.〔A〕
A.数据挖掘B.神经网络
C.类比学习D.自学习
10.语义网络表达知识时,有向弧AKO链、ISA链是用来表达节点知识的〔C〕。
A.无悖性B.可扩大性
C.继承性
3.以下不在人工智能系统的知识包含的4个要素中〔D〕。
A.事实B.规那么
C.控制和元知识D.关系
5.以下哪部分不是专家系统的组成部分〔A〕。
A.用户B.综合数据库
C.推理机D.知识库
7.所谓不确定性推理就是从()的初始证据出发,通过运用()的知识,最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
(A)
A.不确定性,不确定性B.确定性,确定性
C.确定性,不确定性D.不确定性,确定性
10.C(B|A) 表示在规那么A->B中,证据A为真的作用下结论B为真的 (B)
A.可信度 B.信度
C.信任增长度 D.概率
11.设离散型随机变量X,Y的结合概率分布为a,b的值为(A)
A.a=2/9b=1/9B.a=1/9b=2/9
C.a=1/6b=1/6D.a=5/18b=1/18
3.经典逻辑推理的方法不包括那个〔D〕
A自然演绎推理B归结演绎推理
C与或形演绎推理D假设推理
6.盲目搜索策略不包括以下那个〔D〕
A广度优先搜索 B深度优先搜索
C有界深度优先搜索 D全局择优搜索
小结:
盲目搜索:
广度优先搜索、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:
全局择优搜索、部分择优搜索。
7.以下哪种搜索方式必然可以找到解〔C〕
A.深度优先B.堆栈搜索
C.广度优先D.混合搜索
7.以下推理不正确的选项是〔A〕
A.假如下雨,那么地上是湿的;没有下雨,所以地上不湿
B.假如x是金属,那么x能导电;铜是金属,所以铜能导电
C.假如下雨,那么地下湿;地下不湿,所以没有下雨
D.小贝喜欢得意的东西;哈士奇得意;所以小贝喜欢哈士奇。
9、以下哪一项没有发生冲突〔D〕
A、一个事实可以与知识库中多个知识匹配成功
B、多个事实与知识库中的一个知识匹配成功
C、多个事实可以与知识库中多个知识匹配成功
D、事实不能与知识库中的任何知识匹配成功
10.以下选项中那一种情况不是发生冲突〔BC〕
A.事实能与知识库中的任何知识匹配成功;
B.事实不能与知识库中的任何知识匹配成功;
C.事实恰好只与知识库中的一个知识匹配成功;
D.事实可以与知识库中的多个知识匹配成功;或者有多个〔组〕事实都可与知识库中的一个知识匹配成功;或者有多个〔组〕事实可与知识库中的多个知识匹配成功。
1.人工智能中用“假如....那么....〞关联起来的知识称为〔B〕
A.产生式B.规那么
C.关系式D.形式
2.以下那一项不是知识的标识方法〔C〕
A.一阶谓词表示法B.状态空间法
C.关系式表示法D.框架表示法
〔B〕槽的逆关系。
A.ISAB.AKO
C.SUBCLASSD.MEMBEROF
4.以下图代表的关系是〔B〕
A.分类关系B.聚集关系
C.推论关系D.时间位置关系
5.关于以下的推理你的观点是:
〔D〕
(1) 假如行星系统是以太阳为中心的,那么金星会显示出位相的变化;
(2) 金星显出位相变化;
(3) 所以行星系统是以太阳为中心的。
A.对,因为符合自然演绎推理的规那么。
B.不对,因为使用了否认前件的推理。
C.对,因为经典逻辑推理是从一组为真的事实出发,直接运用经典逻辑的推理规那么推出结论的过程,而上题符合这个特征所以是对的。
D.不对,因为使用了肯定后件的推理。
6.在不确定推理中,对于初始证据,其值由用户给出,对于推理所得证据,其值由〔C〕得到。
A.不确定性的匹配算法计算得到
B.不确定性的阈值选择算法得到
C.不确定性的传递算法计算得到
D.不确定性的合成算法计算得到
9.反演归结〔消解〕证明定理时,假设当前归结式是〔C〕时,那么定理得证。
A.永真式B.包孕式
C.空子句D.永假式
事实出发,通过规那么库求得结论的产生式系统的推理方式是〔A〕
A.正向推理B.反向推理
C.双向推理D.混合推理
1.人工智能是知识与智力的综合,其中以下不是智能的特征的是〔A〕
A.具有自我推理才能B.具有感知才能
C.具有记忆与思维的才能D.具有学习才能以及自适应才能
2.以下不是谓词表示法特点的是〔B〕
A.自然性B.简易性
C.严密性D.描绘性
3.以下哪个不是不确定性推理的方法〔C〕
A.主观Bayes方法B.可信度方法
C.理论推理法D.模糊推理法
4.在主观Bayes方法中,证据E支持结论H时有〔C〕
A.LS<1B.LS=1
C.LS>1D.LS<0
5.以下哪个系统属于新型专家系统〔D)
A.多媒体专家系统B.实时专家系统
C.军事专家系统
6.人工智能研究的最重要最广泛的两大领域是〔B〕
A.专家系统自动规划B.专家系统机器学习
C.机器学习自动规划D.机器学习自然语言理解
8.语义网络的组成部分〔C〕
A.框架与弧线B.状态和算符
C.结点和链
9.设有代换:
q = {f(y)/x, z/y}, l = {a/x, b/y, y/z} 那么q o l = ( A )
A.{f(b)/x,y/z}
B.{f(b)/x,z/y}
C.{f(y)/x,y/z }
D.{f(b)/x,z/b}
10、以下说法不正确的选项是B
A.空子句是永假的,不可满足的。
B.在谓词逻辑中,不是任何一个谓词公式都可通过应用等价关系及推理规那么化成相应的子句集。
C.任何文字的析取式称为子句。
D.归结演绎定理证明的本质是对前提P和结论Q证明P->Q的永真性。
1、人工智能研究的根本内容不包括〔B〕
A、机器行为 B、机器动作
C、机器思维 D、机器感知
2、以下说法不正确的选项是〔C〕
A、永真性:
假如谓词公式P对个体域D上的任何一个解释都获得真值T,那么称P在D上是永真的
B、可满足性:
对于谓词公式P,假如至少存在一个解释使得公式P在此解释下的真值为T,那么称公式P是可满足的
C、永真性:
假如谓词公式P在个体域D上,存在一个解释都获得真值T,那么称P在D上是永真的
D、不可满足性:
假如谓词公式P对于个体域D上的任何一个解释都获得真值F,那么称P在D上是永久假的,假如P在每个非空个体域上均永假,那么称P永假
3、以下哪个符合著名的Bayes公式〔A〕
A、P(Ai/B)=P(Ai)×P(B/Ai)/∑(P(Aj)×P(B/Aj))
B、P(Ai/B)=P(Ai)×P(Ai/B)/∑(P(Aj)×P(B/Aj))
C、P(Ai/B)=P(B)×P(B/Ai)/∑(P(Aj)×P(B/Aj))
D、P(Ai/B)=P(Ai)×P(B/Ai)/∑(P(Bj)×P(A/Bj))
6、以下哪个不是框架表示法的特点〔C〕
A、构造化深层知识表示 B、易附加过程信息
C、层次间互相独立D、组织构造化
10、演绎推理的三段论式不包括〔A〕
A、推理B、结论
C、大前提D、小前提
2、智力具有B、记忆与思维才能、学习及自适应才能、行为才能。
A自我进步才能B感知才能
C改变才能D认知才能
3、归结策略大致可分为两大类:
、。
〔D〕
A、递归策略循环策略B、限制策略循环策略
C、删除策略递归策略D、删除策略限制策略
4、太阳从东边升起是_A_
A必然事件B不确定事件
C不可能事件D不可能事件
5、以下哪一个公式是正确的〔B〕
A P∧(P∧R)←→P
B
C P∨(Q∧R)←→(P∧Q)∨(P∧R)
D P∨(P∧R)←→R
6、以下数字哪个表示最模糊〔B〕
A0.8B0.5
C0D1
7、掷二枚骰子,事件A为出现的点数之和等于3的概率为〔B〕
A1/11B 1/18C 1/6D 都不对
8、市场上某商品来自两个工厂,它们市场占有率分别为60%和40%,有两人各自买一件。
那么买到的来自不同工厂之概率为〔C〕
BC0.48D
9、形式匹配分为和。
〔D〕
A、模糊匹配准确匹配
B、复杂匹配进件匹配
C、相似匹配准确匹配
D、确定匹配不确定性匹配
10、设甲、乙、丙三人中有人从不说真话,也有人从不说假话,某人向着三人分别提出一个问题:
谁是说谎者?
甲答:
“B和C都是说谎者〞;
乙答:
“A和C都是说谎者〞;
丙答:
“A和B至少有一个是说谎者〞。
谁是老实人,谁是说谎者?
〔C〕
A、甲是老实人,乙是说谎者
B、甲是老实人,丙是说谎者
C、丙是老实人,甲是说谎者
D、丙是老实人,乙是说谎者
二、判断题
1.人工智能是智能计算机系统,即人类智慧在机器上的模拟,或者说是人们使机器具有类似于人的智慧〔对语言能理解、能学习、能推理〕。
〔T〕
2.经典命题逻辑和谓词逻辑的语义解释只有两个:
真和假,0和1。
〔T〕
3.海伯伦定理可以在计算机上实现其证明过程。
〔F〕
4.鲁宾逊归结原理中空子句是不可满足的,假设一个子句集包含空子句集,那么这个子句集一定是不可满足的。
〔T〕
5.逆向推理的缺点是假设提出的假设目的不符合事实,但是不会降低系统效率。
〔F〕
6.不确定性推理指推理所使用的知识和推出的结论可以是不确定的。
所谓不确定性是真值
为假。
〔T〕
7.鲁宾逊归结原理中,设C1与C2是子句集S中的两个子句,C12是它们的归结式,假设把C12参加S中,得到新子句集S2,那么S与S2是等价的。
〔F〕
8.产生式规那么不能表达具有构造性的知识,但效率较高。
〔F〕
9.框架是用于描绘具有固定的静态对象的通用数据构造,但是也可以描绘某些简单的动态对象。
〔F〕
10.语义网络系统由两部分组成:
由语义网络组成的知识库和用于求解问题的解释程序即推理机。
〔T〕
1.人工智能是计算机科学的一个分支,是智能计算机系统,即人类智慧在机器上的模拟,或者说是人们使机器具有类似于人的智慧〔对语言能理解、能学习、能推理〕。
〔√〕
2.在0,1,…,9,这10个数字当中,一次任取两个,那么抽到5这个数字的概率是0.1.〔×〕
3.人工智能的研究途径是主张通过运用计算机科学的方法进展研究,实现人工智能在计算机的模拟。
〔√〕
4.〔"x〕{P(x)àP(x)}消去蕴含符号得:
〔$x〕{ØP(x)ÚP(x)}。
〔×〕
5.人工智能的研究长期目的是使现有的电子计算机更聪明,更有用,使它不仅能做一般的数值计算及非数值信息的数据处理,而且能运用知识处理问题,能模拟人类的部分智能行为。
〔×〕
6.命题是可以判断真假的语句。
〔×〕
7.单个谓词是谓词公式。
〔√〕
8.产生式系统的构成规那么库,综合数据库两部分。
〔×〕
9.“他每天下午都去打篮球。
〞用相应的谓词公式表示为:
TIME(X):
X是下午PLAY〔X,Y〕:
X去打Y
〔"X〕TIME〔X〕PLAY〔HE,BASKETBALL〕〔√〕
10.规那么演绎系统和产生式系统有正向推理、逆向推理和双向推理三种推理方式。
逆向推理是从用户提供的初始事实出发,在知识库KB中找出当前可适用的知识,构成可适用知识集KS,然后按某种冲突消解策略从KS中选出一条知识进展推理,并将推出的新事实参加到数据库中作为下一步推理的事实,在此之后再在知识库中选取可适用的知识进展推理,如此重复,直到求得了所要求的解,或者知识库中再无可适用的知识为止。
〔×〕
1.假如搜索是经接近起始节点的程序来依次扩展节点,这种搜索叫深度搜索。
〔×〕
2.启发式搜索一定比盲目式搜索好(×)
3.语义网络、框架等知识表示方法,均是对知识和事实的一种静止的表示方法。
〔√〕
4.反向推理是以事实作为出发点,按照一定的策略,运用知识库中的知识,推断出结论的过程〔× 〕
构造选择不需要根据系统的应用环境和所执行任务的特点就可以确定。
〔×〕
6.图搜索算法中,CLOSE表用来登记待考察的节点〔×〕
7.框架合适表达构造性的知识,概念、对象等知识最适于用框架表示〔√〕
8.当有一条以上的规那么的条件部分和当前数据库相匹配时,就需要决定首先使用哪一条规那么,这称为冲突解决。
(√)
9.命题逻辑无法把它所描绘的客观事物的构造及逻辑特征反映出来,也不能把不同事物间的共同特征表述出来。
〔√ 〕
1、根据经历对一个事物或现象为真的相信程度称为可信度〔√〕
2、可信度带有较大的主观性和经历性,其准确性难以把握〔√〕
3、CF模型是基于可信度表示不确定性推理的根本方法〔√〕
5、命题的取值只能有两个〔×〕
命题取值三个:
真、假、无意义。
6、人工智能是人们使机器具有类似于人的智慧〔对语言能理解,能学习,能推理〕〔√〕
7、命题是能判断真假的陈述句〔√〕
8、被认为是人工智能“元年〞的时间是1956年〔√〕
9、任何模糊集的模糊度都是[0,1]上的一个数。
〔√〕
10、明天会下雨是真命题〔×〕
1.“多么美丽的祖国。
〞是命题〔T〕
根底上开展起来的,命题逻辑可以看成是为此逻辑的一种特殊形式。
〔F〕
3.模糊集A是正规模糊集,其核集可以为空。
〔F〕
描绘具有固定的静态对象的通用数据构造,该对象用“对象...属性....属性值〞表示。
〔T〕
5.在用框架表示知识的系统中,问题的求解主要是通过匹配和扩展来实现的。
〔F〕
6.在语义网络的一个三元组中,表示类属关系时,箭头所指得节点代表上层概念,而箭尾的节点代表下层节点。
〔T〕
7.代换是形如{t1/x1,t2/x2,…,tn/xn}的有限集合。
其中,t1,t2,…,tn是项;x1,x2,…,xn是可一样的变元。
〔F〕
根底上的一种推理,它是对不确定性知识的运用和处理。
〔F〕
9.目前在专家系统中,知识的不确定性一般由领域专家给出,通常是一个数值,它表示相应知识的不确定性程度,称为知识的动态强度。
〔F〕
构造有序,能从中分析计算出规律的问题。
〔F〕
3.命题逻辑有局限性,无法把它所描绘的客观事物的构造及逻辑特征反映出来,也不能把不同事物间的共同特征表述出来。
T
4.谓词公式是指无论是命题逻辑还是谓词逻辑,可以利用连接词把一些简单的命题连接起来构成一个合命题,表示一个比拟复杂的含义。
T
5.模糊性就是指客观事物在性态及类属方面的不清楚性,其根源是在类似事物间存在一系列过渡状态,它们互相浸透,互相贯穿,使得彼此之间没有明显的分界限。
T
6.λ程度截集是把模糊集合向特殊〔普通〕集合转化的一个重要概念。
F
理论中积累起来的对客观世界的认识与经历,人们把理论中获得的信息关联在一起,就获得了知识。
T
根本任务:
是从一种判断推出另一种判断。
T
9.OPEN表用于存放将要扩展或者已扩展的节点。
F
10.深度优先搜索总可以得到解,而且得到的是途径最短的解。
F
1、主观Bayes方法利用新的信息将先验概率P(H)更新为后验概率P(H|E)的一种计算方法〔T〕
2、谓词的个体,可以是一个常量,也可以是一个变元,还可以是一个多元〔F〕
3、在一样的条件下重复进展某种试验时,试验结果不一定完全一样且不可预知的现象称为随机现象〔T〕
4、仅个体变元被量化的谓词称为二介谓词〔F〕
5、A是凸模糊集,即对任意λ∈[0,1],A的λ程度截集是闭区间〔T〕
6、谓词逻辑可以表示规那么〔T〕
7、蕴含式表示知识的范围比产生式表示的范围要广〔F〕
8、模糊推理是不确定性推理中的一种〔T〕
9、子句间既可以有合取词又可以有析取词〔F〕
10、归结策略中的限制策略尽可能减小了归结的盲目性,使其尽快的归结出空子句〔T〕
2.人工智能的长期研究目的:
电子计算机更聪明,更有用,使它不仅能做一般的数值计算及非数值信息的数据处理,而且能运用知识处理问题,能模拟人类的部分智能行为。
〔×〕
3.“我吃的很饱是一个命题〞是一个命题。
〔√〕
4.假设d(A)为A的模糊度,假如模糊度靠近0那么越模糊,等于0时最模糊。
〔×〕
5.“雪是白色的〞在人工智能中这种知识称为“规那么〞。
〔×〕
6.产生式系统一般由控制系统,规那么库,综合数据构成。
〔√〕
7.归结推理有多种形式,经常用的是三段论式。
〔×〕
8、参加归结的子句内部含有可合一的文字,那么在进展归结之前应对这些文字先进展合一。
〔√〕
9、close表:
用于存放将要扩展或者已扩展的节点,所谓对节点进展“扩展〞是指:
用适宜的算符对该节点进展操作,生成一组子节点。
〔√〕
10、CF(E)=0.6表示证据E的可信度为。
〔√〕
三、简答题
1、什么是推理?
从事实出发,通过运用已掌握的知识,找出其中蕴含的事实,或归结出新的事实,这一过程称为推理。
2、什么是语意网络,以及语义网络的组成?
语义网络是通过概念及其语义关系来表示知识的一种网络图。
语义网络由节点和节点间的弧组成,其中节点表示各种事物,概念,情况,属性,动作,状况等;弧表示各种语义联络,指明他所连接的节