人工智能原理模拟试题

人工智能 习题

人工智能原理

一、名词解释

1.专家系统

2.产生式

3.启发式搜索

4.归结原理

5.原子集

二、选择题

1.非结构化的知识的表示法是（ ）。

A. 语义网络表示 B. 谓词逻辑表示

C. 框架表示法中 D. 面向对象表示

2.归结策略中，（ ）是完备的。

Ⅰ. 线性输入策略 Ⅱ. 支持集策略 Ⅲ. 单文字策略 Ⅳ. 祖先过滤策略

A. Ⅰ,Ⅱ B. Ⅰ, Ⅲ C. Ⅱ, Ⅳ D. Ⅲ, Ⅳ

3.在证据理论中，信任函数与似然函数对（Bel（A），Pl（A））的值为（0，0）时，表示（ ）。

A. A为真 B. 对A一无所知

C. A为假 D. 对A为真有一定信任

4.在主观Bayes方法中，专家给出的Ln和LS值，不能出现下两种情况（ ）。 Ⅰ. LN<1, LS<1 Ⅱ. LN<1, LS>1 Ⅲ. LN>1, LS<1 Ⅳ. LN>1, LS>1

A. Ⅰ,Ⅱ B. Ⅱ, Ⅲ C. Ⅰ, Ⅳ D. Ⅱ, Ⅳ

5.在证据理论中，信任函数与似然函数的关系为（ ）。

A. Bel（A）≤Pl（A） B. Bel（A）＜Pl（A）

C. Bel（A）≥Pl（A） D. Bel（A）＞Pl（A）

6.不完备的搜索过程是（ ）

A．广度优先搜索 B．深度优先搜索

C．有界深度优先搜索 D．代价树广度优先搜索

7.在主观Bayes方法中，规则E→H,有LS=LN=1,这意味：（ ）

A.E对H 没有影响 B. E支持H

C. -E支持H D. E支持-H

8.在可信度方法中，若证据A的可信度CF（F）=0, 这意味：（ ）

A. 证据A不可信 B. 对证据A一无所知

C. 证据A可信 D.没有意义

9.人工智能研究的领域不包括（ ）。

A. 自然语言理解 B. 自动程序设计

C. 程序设计方法 D. 自动定理证明

10.用归结反演证明定理时，若当前归结式为（ ），则定理得证

A.永真式 B.包孕式（subsumed）

C.原子谓词 D.空子句

11.在主观 Bayes方法中，证据E支持结论H时，有（ ）。

A. LS=0 B. LS<1

C. LS=1 D. LS>1

12.在可信度方法中，证据E的出现增加结论H为真时，有（ ）。

人工智能 习题

A. CF（H，E）>1 B. CF（H，E）>0

C. CF（H，E）=0 D. CF（H，E）<0

13.谓词公式 x(P(x) yR(y)) Q(x)中量词 x的辖域是( )

A x(P(x) yR(y)) B. P(x) C.P(x) yR(y) D.Q(x)

14.设个体域为整数集，下列公式中其值为1的是( )

A. x y(x y 0) B. y x(x y 0)

C. x y(x y 0) D. x y(x y 0)

15.设L(x)：x是演员，J(x)：x是老师，A(x,y)：x佩服y. 那么命题“所有演员都佩服某些老师”符号化为( )

A. xL(x) A(x,y) B. x(L(x) y(J(y) A(x,y)) C. x y(L(x) J(y) A(x,y)) D. x y(L(x) J(y) A(x,y)) 16. 谓词公式 xA(x) xA(x)的类型是（ ）

A.永真式 B.矛盾式

C.非永真式的可满足式 D.不属于(A),(B),(C)任何类型

17.谓词公式 yP(y)取真值为1的充分必要条件是( )

A.对任意y，使P(y)都取真值1

B.存在一个y0，使P(y0)取真值1

C.存在某些y，使P(y)都取真值1

D.存在y0，使P(y0)取真值0

18.设G x yP(x,y) Q(z,w)，下面三个命题为真的是( )

A.G是前束范式 B.G不是前束范式

C.G不是一阶公式 D.G是永真式

19.与命题公式P （Q R）等值的公式是( )

A.(P Q) R B.(P Q) R C.(P Q) R D. P (Q R)

20.命题公式(P Q) P是( )

A.永真式 B.永假式 C.可满足式 D.合取范式

三、问答题

1. 归结反演和基于规则的演绎两种方法各自的特点是什么？

2.描述产生式系统的几个突出特点。

3.某公司招聘工作人员，A、B、C三人应试，经面试后公司表示如下想法：

（1） 三人中至少录取一人

（2） 如果录取A而不录取B，则一定录取C

（3） 如果录取B，则一定录取C

试用归结反演法证明公司一定录取C。

4.用一阶谓词逻辑表示下列的句子。

（1）并非所有的有理数（rational number）都是整数。

(2)一个充分大的偶数（even）可以表示为两个素数（prime）之和。

本文来源：https://www.bwwdw.com/article/7kni.html