浙工大人工智能考博復(fù)習(xí)匯總

1、浙工大人工智能考博復(fù)習(xí)匯總2013年人工智能考博一、 簡答題1 人工智能的基本研究內(nèi)容。1. 知識表示 知識表示：將人類知識形式化或者模型化。 知識表示方法：符號表示法、連接機(jī)制表示法。符號表示法：用各種包含具體含義的符號，以各種不同的方式和順序組合起來表示知識的一類方法。例如，一階謂詞邏輯、產(chǎn)生式等。 連接機(jī)制表示法：把各種物理對象以不同的方式及順序連接起來，并在其間互相傳遞及加工各種包含具體意義的信息，以此來表示相關(guān)的概念及知識。例如，神經(jīng)網(wǎng)絡(luò)等。 2. 機(jī)器感知 o 機(jī)器感知：使機(jī)器（計算機(jī)）具有類似于人的感知能力。以機(jī)器視覺(machine vision)與機(jī)器聽覺為主。3. 機(jī)器思維

2、o 機(jī)器思維：對通過感知得來的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目的的處理。4. 機(jī)器學(xué)習(xí) o 機(jī)器學(xué)習(xí)（machine learning）：研究如何使計算機(jī)具有類似于人的學(xué)習(xí)能力，使它能通過學(xué)習(xí)自動地獲取知識。 1957年，Rosenblatt研制成功了感知機(jī)。5. 機(jī)器行為 o 機(jī)器行為：計算機(jī)的表達(dá)能力，即“說”、“寫”、“畫”等能力。2 專家系統(tǒng)和傳統(tǒng)程序的區(qū)別。（1）編程思想： 傳統(tǒng)程序 = 數(shù)據(jù)結(jié)構(gòu)+算法專家系統(tǒng) = 知識+推理（2）傳統(tǒng)程序：關(guān)于問題求解的知識隱含于程序中。 專家系統(tǒng)：知識單獨組成知識庫，與推理機(jī)分離。 （3）處理對象： 傳統(tǒng)程序：數(shù)值計算和數(shù)據(jù)處理。 專家系

3、統(tǒng)：符號處理。 （4）傳統(tǒng)程序：不具有解釋功能。 專家系統(tǒng)：具有解釋功能。（5）傳統(tǒng)程序：產(chǎn)生正確的答案。 專家系統(tǒng)：通常產(chǎn)生正確的答案，有時產(chǎn)生錯誤的答案。 （6）系統(tǒng)的體系結(jié)構(gòu)不同。3 什么是估價函數(shù)？A*搜索算法的估價函數(shù)是如何確定的？估價函數(shù)的任務(wù)就是估計待搜索結(jié)點的“有希望”程度，并依次給它們排定次序（在open表中）。 估價函數(shù)：從初始結(jié)點經(jīng)過結(jié)點到達(dá)目的 結(jié)點的路徑的最小代價估計值，其一般形式是一般地，在f(n)中， g(n)的比重越大，越傾向于寬度優(yōu)先搜索方式，而h(n)的比重越大，表示啟發(fā)性能越強。其中 f(n) 是從初始狀態(tài)經(jīng)由狀態(tài)n到目標(biāo)狀態(tài)的代價估計，g(n) 是在狀態(tài)

4、空間中從初始狀態(tài)到狀態(tài)n的實際代價，h(n) 是從狀態(tài)n到目標(biāo)狀態(tài)的最佳路徑的估計代價。（對于路徑搜索問題，狀態(tài)就是圖中的節(jié)點，代價就是距離）h(n)的選取保證找到最短路徑（最優(yōu)解的）條件，關(guān)鍵在于估價函數(shù)f(n)的選?。ɑ蛘哒fh(n)的選?。?。我們以d(n)表達(dá)狀態(tài)n到目標(biāo)狀態(tài)的距離，那么h(n)的選取大致有如下三種情況：1. 如果h(n)d(n),搜索的點數(shù)少，搜索范圍小，效率高，但不能保證得到最優(yōu)解。我們先下個定義，如果一個估價函數(shù)可以找出最短的路徑，我們稱之為可采納性。A*算法是一個可采納的最好優(yōu)先算法。A*算法的估價函數(shù)可表示為：f(n) = g(n) + h(n)這里，f(n)是估

5、價函數(shù)，g(n)是起點到節(jié)點n的最短路徑值，h(n)是n到目標(biāo)的最短路經(jīng)的啟發(fā)值。由于這個f(n)其實是無法預(yù)先知道的，所以我們用前面的估價函數(shù)f(n)做近似。g(n)代替g(n)，但 g(n)=g(n)才可（大多數(shù)情況下都是滿足的，可以不用考慮），h(n)代替h(n)，但h(n)=h(n)才可（這一點特別的重要）。可以證明應(yīng)用這樣的估價函數(shù)是可以找到最短路徑的，也就是可采納的。我們說應(yīng)用這種估價函數(shù)的最好優(yōu)先算法就是A*算法。4 遺傳算法中的編碼是什么？有哪幾種編碼方法？編碼是把一個問題的可行解從其解空間轉(zhuǎn)換到遺傳算法所能處理的搜索空間的轉(zhuǎn)換方法。而由遺傳算法解空間向問題空間的轉(zhuǎn)換稱為解碼。

6、1. 位串編碼一維染色體編碼方法：將問題空間的參數(shù)編碼為一維排列的染色體的方法。（1） 二進(jìn)制編碼二進(jìn)制編碼：用若干二進(jìn)制數(shù)表示一個個體，將原問題的解空間映射到位串空間 B=0，1上，然后在位串空間上進(jìn)行遺傳操作。 優(yōu)點：類似于生物染色體的組成，算法易于用生物遺傳理論解釋，遺傳操作如交叉、變異等易實現(xiàn)；算法處理的模式數(shù)最多。 缺點： 相鄰整數(shù)的二進(jìn)制編碼可能具有較大的Hamming距離，降低了遺傳算子的搜索效率。 15：01111 16： 10000 要先給出求解的精度。 求解高維優(yōu)化問題的二進(jìn)制編碼串長，算法的搜索效率低。（2） Gray 編碼Gray編碼:將二進(jìn)制編碼通過一個變換進(jìn)行轉(zhuǎn)換得

7、到的編碼。 2. 實數(shù)編碼 采用實數(shù)表達(dá)法不必進(jìn)行數(shù)制轉(zhuǎn)換，可直接在解的表現(xiàn)型上進(jìn)行遺傳操作。 多參數(shù)映射編碼的基本思想：把每個參數(shù)先進(jìn)行二進(jìn)制編碼得到子串，再把這些子串連成一個完整的染色體。 多參數(shù)映射編碼中的每個子串對應(yīng)各自的編碼參數(shù)，所以，可以有不同的串長度和參數(shù)的取值范圍。 3. 有序串編碼 有序問題：目標(biāo)函數(shù)的值不僅與表示解的字符串的值有關(guān)，而且與其所在字符串的位置有關(guān)。 4, 結(jié)構(gòu)式編碼 二、 利用歸結(jié)原理進(jìn)行定理證明三、 將一個謂詞公式化為不帶存在量詞的Skolem標(biāo)準(zhǔn)式四、 利用可信度方法計算CF(H)五、 模糊推理(書上的，溫度和風(fēng)門大小的模糊推理)六、離散Hopfield神

8、經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的輸入層、輸出層神經(jīng)元個數(shù)，及非線性映射函數(shù)。2009年期末一、單選題（本題共8小題，每題2分，共16分）1. 在謂詞公式中，連接詞的優(yōu)先級別從高到低排列是（ D ）。A， ， ， B ，C， ， ， D， ， ， ，2. 在語義網(wǎng)絡(luò)中，用（ ）來標(biāo)明類與子類之間的關(guān)系。A實例聯(lián)系 B. 泛化聯(lián)系 C. 聚集聯(lián)系 D. 屬性聯(lián)系 3. 謂詞公式G在海伯倫域上是不可滿足的，則該公式在個體變量域D上是（ ）。A可滿足的 B. 不可滿足的 C. 無法確定 設(shè) S 為子句集，則按下述方法構(gòu)造的域稱為海伯倫域，簡記為H域。（1）令H0是 S 中所有個體常量的集合，若 S 中不包含個體

9、常量，則令，其中為 任意指定的一個個體常量。（2）令 S 中所有 n 元函數(shù)是H中的元素，其中 。 定理 3.2（海伯倫定理）：子句集不可滿足的充要條件是存在一個有限的不可滿足的基子句集 。4. 假設(shè) S是不可滿足的，則（ A ） 一個歸結(jié)推理規(guī)則的從S 到空子句的推理過程。A存在 B. 不存在 C. 無法確定5. 在主觀Bayes方法中，幾率O(x)的取值范圍為（ ）。A-1, 1 B0, 1 C-1, ） D0, ） 幾率（odds）函數(shù)： 概率：幾率函數(shù)和概率函數(shù)有相同的單調(diào)性。6. 在可信度方法中，CF（H，E）的取值為（ c ）時，前提E為真不支持結(jié)論H為真。A1 B. 0 C. 0

10、 CF（H，E）的取值范圍: -1,1。 若由于相應(yīng)證據(jù)的出現(xiàn)增加結(jié)論 H 為真的可信度，則 CF（H，E） 0，證據(jù)的出現(xiàn)越是支持 H 為真，就使CF（H，E) 的值越大。 反之，CF（H，E）1, LN 1 BLS1, LN1 CLS1 DLS，LN 1 （2）LS ，LN I(x) I(x) - S(x) converse =NULL3.（25分）不確定性推理：（1）（5分）簡述逆概率方法的優(yōu)缺點。 優(yōu)點: 較強的理論背景和良好的數(shù)學(xué)特征，當(dāng)證據(jù)及結(jié)論都彼此獨立時計算的復(fù)雜度比較低。 缺點: 要求給出結(jié)論的先驗概率及證據(jù)的條件概率 。（2）（10分）簡述不確定推理中的主要問題。o 從不確定性的初始證據(jù)出發(fā)，通過運用不確定性的知識，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結(jié)論的思維過程。o 不確定性的表示與量度o 不確定性匹配算法及閾值的選擇o 組合證據(jù)不確定性的算法 o 不確定性的傳遞算法o 結(jié)論不確定性的合成（3）（10分）設(shè)論域，A及B是論域上的兩個模糊集合，已知：