1 / 11
文档名称:

高级人工智能试题.doc

格式:doc   大小:31KB   页数:11页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

高级人工智能试题.doc

上传人:1294838662 2020/8/18 文件大小:31 KB

下载得到文件列表

高级人工智能试题.doc

相关文档

文档介绍

文档介绍:高级人工智能试题中国矿业大学工程硕士专业课(课外考核)作业封面学号GS14170031姓名宗燕工程领域计算机技术课程名称任课教师任课教师规定截止交作业时间:2015年10月31日工程硕士研究生交作业时间:2015年10月31日研究生院培养管理办公室印制中国矿业大学2015-2016学年第1学期《高级人工智能》试题专业计算机技术姓名宗燕学号GS14170031总分一、名词解释(共40分,每小题8分)1、图灵测试2、单调推理3、确定性推理4、启发式搜索5、进化算法二、简述题(共60分,每小题15分)1、简述不确定性的表示与度量;2、简述主观Bayes的基本原理;3、简述遗传算法的基本要素;4、简述神经网络的特点。一、名词解释(共40分,每小题8分)1、图灵测试答:如果电脑能在5分钟内回答由人类测试者提出的一系列问题,且其超过30%的回答让测试者误认为是人类所答,则电脑通过测试。2、单调推理答:基于谓词逻辑的推理系统是单调的,该系统中已知为真的命题数目随着推理的进行而严格地增加。这是由于新加入的命题必须与演绎推理公理系统相容,其所证明的新结论要与已有知识不相矛盾,因而结论总是越来越多。3、确定性推理答:推理是运用知识求解问题的过程,是证据和规则相结合得出结论的过程。确定性推理,也可称为精确推理,是一种建立在经典逻辑基础上的基于确定性知识的推理。他从确定性的初始证据出发,通过运用确定性知识,推出具有一定程度的确定的和合理的的结论。确定性推理是指推理所用的知识是精确的,推出的结论也是精确的,其值要么为真,要么为假,不会有第三种情况出现。4、启发式搜索答:启发式搜索是在状态空间中的搜索,对每一个搜索的位臵进行评估,得到最好的位臵,再从这个位臵进行搜索直到目标。这样可以省略大量无谓的搜索路径,提高率效率。5、进化算法答:或称“演化算法”,是一个“算法簇”,尽管他有很多的变化,有不同的遗传基因表达方式,不同的交叉和变异算子,特殊算子的引用,以及不同的再生和选择方法,但他们产生的灵感都来自于大自然的生物进化。进化算法包括遗传算法、进化规划、进化策略及遗传编程。它们都是借鉴生物界中进化和遗传的机理,用于解决复杂的工程技术问题。二、简述题(共60分,每小题15分)1、简述不确定性的表示与度量;答:不确定性推理中存在三种不确定性,即关于知识的不确定性、关于证据的不确定性和关于结论的不确定性。它们都具有相应的表示方式和量度标准。(1)知识不确定性的表示知识的表示与推理是密切相关的,不同的推理方法要求有相应的知识表示模式与之对应。在不确定性推理中,由于要进行不确定性的计算,所以必须采用适当的方法把不确定性及不确定程度表示出来。在确立不确定性的表示方法时,有两个直接相关的因素需要考虑:一是要根据领域问题特征把不确定性比较准确的描述出来,满足问题求解的需要;二是要便于推理过程中推算不确定性。只有把这两个因素结合起来统筹的表示方法才是实用的。(2)证据不确定性的表示观察事物时所了解的事实往往具有某种不确定性。例如,当观察某种动物的颜色时,可能说该动物的颜色是白色的,也可能是灰色的。就是说,这种观察具有某种程度的不确定性。这种观察时产生的不确定性会导致证据的不确定性。在推理中,有两种来源的证据:一种是用户在求解问题时提供的初始证据。另一种是在推理中用前面推出的结论作为当期的推理的证据。对于前一种情况,由于这种证据多来源与观察,因而往往有不确定性,则推出的结论当然也具有不确定性,当把它用作后面推理的证据时,它也是不确定性的证据。(3)结论不确定性上述由于使用知识和证据具有的不确定性,则得出的结论也具有不确定性。这种结论的不确定性也叫做规则的不确定性,它表示当规则的条件被完全满足时,产生某种结论的不确定程度。不确定性度量是指采用不同的数据和方法来度量确定性的程度。因此必须确定数据的取值范围。在确定量度方法及其范围时,必须注意到:量度要能充分表达相应的知识和证据不确定的程度;量度范围的指定便于领域专家和用户对不确定性的估计;量度要便于对不确定性的传递进行计算,而且对结论算出的不确定性度量不能超出度量规定的范围;量度的确定应当是直观的,并有相应的理论依据。2、简述主观Bayes的基本原理;答:主观Bayes方法通过使用专家的主观概率,避免了所需的大量统计计算工作。应用主观Bayes方法可以表示知识的不确定性和证据的不确定性,然后通过CP公式用初始证据进行推理,通过EH公式用推理的中间结论为证据进行推理,求得概率的函数解析式。主观Bayes方法已在一些专家系统中得到成功应用。主观的基本思想:由于证据E的出现,使得P(H)变为P(H/E);主观Bayes方法就算利用证据E,将先验概率P(H)更新为后验概率P(H/E)。主观Bayes方法引入两个数值(LS:充分性量度,LN: