1、考 生 信 息 欄 系 專業 06 級 班級 姓名 學號 裝 訂 線廈門理工學院期末考試卷20112012 學年 第一學期課程名稱人工智能試卷卷別A B 專業 10級 班級 考試方式閉卷 開卷 本試卷共 五 大題( 4 頁)，滿分100分，考試時間120分鐘。請在答題紙上作答，在試卷上作答無效。一、多項選擇題：（本題共10小題，每題1分，共10分）1. 計算智能的主要內容包括（AB ） A神經計算 B進化計算 C免疫計算 D蟻群算法2. 關于搜索與求解,描述正確的是（ ABCD ） A搜索是為了達到某一目標而多次進行某種操作、運算、推理或計算的過程 B所有的智能活動過程，都可以看作或者抽象為一

2、個基于搜索的問題求解 C搜索是人在求解問題時不知現成解法的情況下所采取的一種普遍方法 D搜索可以看作人類和其他生物所具有的一種元知識3按用途分類，專家系統可分為（ ABCD ） A診斷型 解釋型 B.預測型 決策型 C.設計型 規劃型 D.控制型 調度型4采用生理模擬和神經計算方法的人工智能研究被稱為（ AC ） A連接主義 B. 邏輯學派 C. 生理學派 D. 符號主義5. 智能控制的開發，目前認為有以下途徑（ AC ） A基于數據挖掘的專家智能控制 B基于遺傳算法的軟計算控制 C基于人工神經網絡的神經網絡控制 D以上說法都不對6. 聯想存儲的特點是（ABCD ） A可以存儲許多相關（激勵，

3、響應）模式對 B以分布、穩健的方式存儲信息 C即使輸入激勵模式完全失真時，仍然可以產生正確的響應模式 D可在原存儲中加入新的存儲模式7. 關于謂詞邏輯，下列描述正確的是（ ABCD ） A緊接于量詞之后被量詞作用的謂詞公式稱為該量詞的轄域 B在一個量詞的轄域中與該量詞的指導變元相同的變元稱為約束變元 C僅個體變元被量化的謂詞成為一階謂詞 D個體變元、函數符號和謂詞符號都被量化的謂詞成為二階謂詞8 廣義不確定性可分為（ BC ）A粗糙性 B.模糊性 C.不完全性 D.時變性9. 神經網絡可以按（ ABD ） A學習方式分類 B網絡結構分類 C網絡的協議類型分類 D網絡的活動方式分類10. 數據倉

4、庫的基本特征包括（ ABCD ）A數據倉庫的數據是面向主題的B數據倉庫的數據是集成的C數據倉庫的數據是穩定的D數據倉庫的數據是隨時間不斷變化的二、填空題：（本題共6小題，每空1分，共25分）1. 為了能感知外部環境，運用自己所擁有的知識進行求解，并且作用于環境，Agent應具有如下基本特征 (1)自主性 ， (2) 反應性 ， (3)適應性 ， (4) 社會性 2. 智能控制系統的智能分為 (5) 先驗智能 ， (6)反應性智能 ， (7)優化智能 ， (8)組織與協調智能 3. 知識發現主要有以下幾種方法 (9) 統計法 ， (10)機器學習法 ， （11）粗糙集和模糊集 ， (12)智能學

5、習法 , (13)可視化 4. 人工智能的研究內容可以歸納為： (14) 搜索與求解 ， (15)學習與發現 , (16) 知識與推理 , (17) 發明與創作 ， （18）感知與交流 ， （19）記憶與聯想 , (20)系統與建造 , (21)應用與工程 5. 產生式系統由三部分組成： (22)產生式規則庫 ， (23)推理機 ， (24)動態數據庫 6. 知識發現過程可粗略地劃分為 (25)數據準備 ，數據開采，結果的解釋評估三、簡答題：（本題共5小題，每小題5分, 共25分）1遺傳算法與圖搜索相比,有何特點1.遺傳算法在解空間中搜索。圖搜索在問題空間搜索2.遺傳算法的搜索隨機的始于搜索空

6、間的一個點集，圖搜索固定的始于搜索空間的初始節點和終點節點3.遺傳算法的搜索是從空間的一個點集到空間的另一個點集，圖搜索是從空間的一個點到另一個點4.遺傳算法總是找最優解，圖搜索不一定要最優解而是優先找到解5.遺傳算法的適應性強5.遺傳算法長于全局搜索2. 證明是和的邏輯結果3. 證明4設有如下一組產生式規則和證據事實，試用確定性理論求出由每一個規則推出的結論及其可信度(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) 事實： A, CF

7、(A)=0.8; C, CF(C)=0.95. 簡述模式識別系統的工作原理模式識別系統分成兩步：第一步是分類知識的生產工程，系統通過對原始樣例的分析對他們的特征進行選取形成樣例模式，通過歸納推導形成分類知識并記憶。第二部是模式識別過程，系統根據形成的分類知識對待識模式進行類別判定。四、問答題：（本題共1小題，每題10分，共10分）1.請根據以下動物識別規則庫作出其相應的推理網絡，并根據推理網絡及所給事實采用正向推理方法推出目標動物是什么（做出推理樹）？ 規則集： r1: 若某動物有奶，則它是哺乳動物。 r2: 若某動物有毛發，則它是哺乳動物。 r3: 若某動物有羽毛，則它是鳥。r4: 若某動物

8、會飛且生蛋，則它是鳥。 r5: 若某動物是哺乳動物且有爪有犬齒且目盯前方，則它是食肉動物。 r6: 若某動物是哺乳動物且吃肉，則它是食肉動物。 r7: 若某動物是哺乳動物且有蹄，則它是有蹄動物。 r8: 若某動物是有蹄動物且有反芻食物，則它是偶蹄動物。 r9: 若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。 r10: 若某動物是食肉動物且黃褐色且有黑色斑點，則它是金錢豹。 r11: 若某動物是有蹄動物且長腿且長脖子且黃褐色且有暗斑點，則它是長頸鹿。 r12: 若某動物是有蹄動物且白色且有黑色條紋，則它是斑馬。 r13: 若某動物是鳥且不會飛且長腿且長脖子且黑白色，則它是鴕鳥。 r14:

9、若某動物是鳥且不會飛且會游泳且黑白色，則它是企鵝。 r15: 若某動物是鳥且善飛且不怕風浪，則它是海燕。 初始事實： f1: 某動物有毛發 f2: 吃肉 f3: 黃褐色 f4: 有黑色條紋五、計算題：（本題共2小題，每題15分，共30分） 1利用貝葉斯分類方法預測一個數據對象類別。訓練數據如表1所示，它包含age、student、income 和credit_rating這四個屬性，其類別屬性為buys_computer。它有兩個不同取值:yes,no,設C1對應類別buys_computer = yes, 設C2對應類別buys_computer = no, 所要進行分類的未知樣本為： X = age = “<30”, income = medium, student = yes, credit_rating = fair 表1. 訓練樣本2. 下表是汽車駕駛保險類別劃分實例集，基于條件熵計算對其進行決策樹分類其對應的根屬性表2. 實例集序號實例性別年齡段婚狀保險類別1女<21未C2女<21已C3男<21未C4男<21