考 生 信 息 栏
系 专业 06 级 班级 姓名 学号
装 订 线
厦门理工学院期末考试卷
2011-2012 学年 第一学期
课程名称
人工智能
试卷
卷别
A √
B □
专业 10级 班级
考试
方式
闭卷 √
开卷 □
本试卷共 五 大题( 4 页),满分100分,考试时间120分钟。
请在答题纸上作答,在试卷上作答无效。
一、多项选择题:(本题共10小题,每题1分,共10分)
1. 计算智能的主要内容包括(AB )
A.神经计算
B.进化计算
C.免疫计算
D.蚁群算法
2. 关于搜索与求解,描述正确的是( ABCD )
A.搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程
B.所有的智能活动过程,都可以看作或者抽象为一个基于搜索的问题求解
C.搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法
D.搜索可以看作人类和其他生物所具有的一种元知识
3.按用途分类,专家系统可分为( ABCD )
A.诊断型 解释型 B.预测型 决策型 C.设计型 规划型 D.控制型 调度型
4.采用生理模拟和神经计算方法的人工智能研究被称为( AC )
A.连接主义
B. 逻辑学派
C. 生理学派
D. 符号主义
5. 智能控制的开发,目前认为有以下途径( AC )
A.基于数据挖掘的专家智能控制
B.基于遗传算法的软计算控制
C.基于人工神经网络的神经网络控制
D.以上说法都不对
6. 联想存储的特点是(ABCD )
A.可以存储许多相关(激励,响应)模式对
B.以分布、稳健的方式存储信息
C.即使输入激励模式完全失真时,仍然可以产生正确的响应模式
D.可在原存储中加入新的存储模式
7. 关于谓词逻辑,下列描述正确的是( ABCD )
A.紧接于量词之后被量词作用的谓词公式称为该量词的辖域
B.在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元
C.仅个体变元被量化的谓词成为一阶谓词
D.个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词
8 广义不确定性可分为( BC )
A.粗糙性 B.模糊性 C.不完全性 D.时变性
9. 神经网络可以按( ABD )
A.学习方式分类
B.网络结构分类
C.网络的
协议
离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载
类型分类
D.网络的活动方式分类
10. 数据仓库的基本特征包括( ABCD )
A.数据仓库的数据是面向主题的
B.数据仓库的数据是集成的
C.数据仓库的数据是稳定的
D.数据仓库的数据是随时间不断变化的
二、填空题:(本题共6小题,每空1分,共25分)
1. 为了能感知外部环境,运用自己所拥有的知识进行求解,并且作用于环境,Agent应具有如下基本特征 (1)自主性 , (2) 反应性 , (3)适应性 , (4) 社会性
2. 智能控制系统的智能分为 (5) 先验智能 , (6)反应性智能 , (7)优化智能 , (8)组织与协调智能
3. 知识发现主要有以下几种方法 (9) 统计法 , (10)机器学习法 , (11)粗糙集和模糊集 , (12)智能学习法 , (13)可视化
4. 人工智能的研究内容可以归纳为: (14) 搜索与求解 , (15)学习与发现 , (16) 知识与推理 , (17) 发明与创作 , (18)感知与交流 , (19)记忆与联想 , (20)系统与建造 , (21)应用与工程
5. 产生式系统由三部分组成: (22)产生式规则库 , (23)推理机 , (24)动态数据库
6. 知识发现过程可粗略地划分为 (25)数据准备 ,数据开采,结果的解释评估
三、简答题:(本题共5小题,每小题5分, 共25分)
1.遗传算法与图搜索相比,有何特点
1.遗传算法在解空间中搜索。图搜索在问题空间搜索
2.遗传算法的搜索随机的始于搜索空间的一个点集,图搜索固定的始于搜索空间的初始节点和终点节点
3.遗传算法的搜索是从空间的一个点集到空间的另一个点集,图搜索是从空间的一个点到另一个点
4.遗传算法总是找最优解,图搜索不一定要最优解而是优先找到解
5.遗传算法的适应性强
5.遗传算法长于全局搜索
2. 证明
是
和
的逻辑结果
3. 证明
4.设有如下一组产生式规则和证据事实,试用确定性理论求出由每一个规则推出的结论及其可信度
(1) if A then B (0.9)
(2) if B and C then D (0.8)
(3) if A and C then D (0.7)
(4) if B or D then E (0.6)
事实:
A, CF(A)=0.8; C, CF(C)=0.9
5. 简述模式识别系统的工作原理
模式识别系统分成两步:第一步是分类知识的生产工程,系统通过对原始样例的分析对他们的特征进行选取形成样例模式,通过归纳推导形成分类知识并记忆。第二部是模式识别过程,系统根据形成的分类知识对待识模式进行类别判定。
四、问答题:(本题共1小题,每题10分,共10分)
1.请根据以下动物识别规则库作出其相应的推理网络,并根据推理网络及所给事实采用正向推理方法推出目标动物是什么(做出推理树)?
规则集:
r1: 若某动物有奶,则它是哺乳动物。
r2: 若某动物有毛发,则它是哺乳动物。
r3: 若某动物有羽毛,则它是鸟。
r4: 若某动物会飞且生蛋,则它是鸟。
r5: 若某动物是哺乳动物且有爪有犬齿且目盯前方,则它是食肉动物。
r6: 若某动物是哺乳动物且吃肉,则它是食肉动物。
r7: 若某动物是哺乳动物且有蹄,则它是有蹄动物。
r8: 若某动物是有蹄动物且有反刍食物,则它是偶蹄动物。
r9: 若某动物是食肉动物且黄褐色且有黑色条纹,则它是老虎。
r10: 若某动物是食肉动物且黄褐色且有黑色斑点,则它是金钱豹。
r11: 若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点,则它是长颈鹿。
r12: 若某动物是有蹄动物且白色且有黑色条纹,则它是斑马。
r13: 若某动物是鸟且不会飞且长腿且长脖子且黑白色,则它是鸵鸟。
r14: 若某动物是鸟且不会飞且会游泳且黑白色,则它是企鹅。
r15: 若某动物是鸟且善飞且不怕风浪,则它是海燕。
初始事实:
f1: 某动物有毛发 f2: 吃肉 f3: 黄褐色 f4: 有黑色条纹
五、计算题:(本题共2小题,每题15分,共30分)
1.利用贝叶斯分类方法预测一个数据对象类别。训练数据如
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
1所示,它包含age、student、income 和credit_rating这四个属性,其类别属性为buys_computer。它有两个不同取值:{yes,no},设C1对应类别buys_computer = yes, 设C2对应类别buys_computer = no, 所要进行分类的未知样本为:
X = {age = “<30”, income = medium, student = yes, credit_rating = fair}
表1. 训练样本
2. 下表是汽车驾驶保险类别划分实例集,基于条件熵计算对其进行决策树分类其对应的根属性
表2. 实例集
序号
实例
性别
年龄段
婚状
保险类别
1
女
<21
未
C
2
女
<21
已
C
3
男
<21
未
C
4
男
<21
已
B
5
女
≥21且≤25
未
A
6
女
≥21且≤25
已
A
7
男
≥21且≤25
未
C
8
男
≥21且≤25
已
B
9
女
>25
未
A
10
女
>25
已
A
11
男
>25
未
B
12
男
>25
已
B
考 生 信 息 栏
系 专业 05 级 班级 姓名 学号
装 订 线
考 生 信 息 栏
系 专业 05 级 班级 姓名 学号
装 订 线