人工智能-延安大学腰鼓精品课程延安大学腰鼓精品课程

《人工智能》 习题参考答案

延安大学计算机学院

第一章 绪 论

1．什么是人工智能? 【参考答案】

能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphic tasks)的机器。人工智能（能力）是 智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。

2. 人工智能有哪几种学派? 【参考答案】

符号主义、连接主义、行为主义，共三个学派。 3. 人工智能的近期目标和远期目标是什么? 【参考答案】

近期目标：人工智能研究的近期目标是使现有的电子数字计算机更聪明、更有用，使它不仅 能做一般的数值计算及非数值信息 的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。

远期目标：研制像图林所期那样的智能机器，使它不仅能模拟而且可以延伸、扩展人的智能，是人类智能研究的根本目标。

4．人工智能有哪几个研究领域（说出8个）？ 【参考答案】

机器证明、机器学习、自然语言的理解、模式识别、神经网络、机器规划、自动程序设计、智能检索、机器视觉。

第二章 知识表示方法

1．设有3个传教士和3 个野人来到河边，打算 乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去？ 【参考答案】

设（a，b，c，d，e）表示 在左岸的 传教士为a人，野人为b人， 在右岸的传教士为c人，野人为d人， e表示在当时状态下，船所在的岸边，取值为L（左岸）和R（右岸）。则0≤a≤3，0≤b≤3，0≤c≤3， 0≤d≤3，a+c=3，b+d=3; 渡河步骤：

（3，3，0，0，L）→（3，1，0，2，R） →（3，2，0，1，L） →（3，0，0，3，R） →（3，1，0，2，L） →（1，1，2，2，R）

→（2，2，1，1，L） →（0，2，3，1，R） →（0，3，3，0，L） →（0，1，3，2，R） →（0，1，3，2，L） →（0，0，3，3，R）

2． 用谓词演算表示下列句子 （1）他每天下午去打蓝球 【参考答案】

设Play（he，basketball）表示他打蓝球，Time（x）表示x是时间；Afternoom（x）表示x是下午，则“他每天下午去打蓝球”表示如下：

（2）并不每一个都喜欢吃西瓜 【参考答案】

Man（x）表示“x是一个人”，Like（x，xigua）表示“x喜欢吃西瓜”，则“并不是每一个都喜欢吃西瓜”表示如下：

3． 把下列语句表示成语义网络

（1）专家系统是一种具有专家知识，能模拟专家思维的智能系统，能解决困难问题。

【参考答案】

（2）张宏 是石油学院的一名助教；石油学院 位于西安电子二路；张宏今年25岁。

【参考答案】

4． 请编写一大学教师框架。 【参考答案】

框架名：<大学教师> 类属：<教师>

学历：（学士，硕士，博士） 专业：<学科专业>

职称：（助教，讲师，副教授，教授）

外语：语种：范围：（英，法，日，俄，德…） 缺省：英

水平：（优，良，中差） 缺省：良

5． 请写出剧本表示法的各个组成部分。 【参考答案】

一个剧本一般由以下各部分组成：

（1） 开场条件 给出在剧本中描述的事件发生的前提条件。

（2） 角色 用来表示在剧本所描述的事件中可能出现的有关人物的一些槽。

（3） 道具 这是用来表示在剧本所描述的事件中可能出现的有关物体的一些槽。

（4） 场景 描述事件发生的真实顺序，可以由多个场景组成，每个场景又可以是其它的剧本。

（5） 结果 给出在剧本所描述的事件发生以后通常所产生的结果。 6． 什么叫与或图可解结点？ 【参考答案】

可解节点的一般定义

（1） 终叶节点是可解节点（因为它们与本原问题相关连）。

（2） 如果某个非终叶节点含有或后继节点，那么只要当其后继节点至少有一个 是可解的时，此非终叶节点才是可解的。

（3） 如果某个非终叶节点含有与后继节点，那么只有当 其后继节点 全部为可解 时，此非终叶节点才是可解的。

第三章 搜索推理技术

1．什么是图搜索过程？其中，重排OPEN表意味着什么？重排的原则是什么？ 【参考答案】

图搜索（GRAPHSEARCH）的一般过程如下：

（1） 建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN的未扩展节点表中（简称OPEN表）。

（2） 建立 一个 叫做 CLOSED 的已扩展节点 表（简称CLOSED表），其初始为空表。

（3） LOOP：若OPEN表是空表，则失败退出。

（4） 选择OPEN表上的 第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节点n，它是CLOSED表中节点的编号。

（5） 若n为一目标节点，则有解并成功退出，此解是追踪图G中沿着指针从n到S这条路径而得到的（指针将在第7步中设置）。

（6） 扩展节点n，同时 生成不是n的祖先的那些后继节点的集合Ｍ。把Ｍ的这些成员作为n的后继节点添入图Ｇ中。

（7） 对那些未曾在G中出现过的（既未曾在OPEN表上或CLOSED表上出现过的）M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经 在OPEN或CLOSED表上的每一个M成员，确定 是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定 是否需要更改图G中通向它的每个后裔节点的指针方向。

（8） 按 某一任意方式 或按某个 探试值，重排OPEN表。 （9） GO LOOP。

2．化为子句有哪些步骤？请按步骤化下列合式公式为子句集

【参考答案】 见书

3．有界深度优先搜索方法（深度为3）求下图中的八数码难题。

2 8 1 2 3 1 6 3 4 8 7 5 4 7 6 5 【参考答案】

2 8 3 1 6 4 7 5

4．用归结原理求证G是

和

的逻辑结果

【参考答案】

证明：用反证法，即证明

首先求得子句集S:

不可满足。

然后应用消解原理，得：

5．请用归结原理求解下列问题 已知：

(1) 如果x和y是同班同学，则x的老师也是y的老师。 (2) 王先生是小李的老师。 (3) 小李和小张是同班同学。

问：小张的老师是谁？ 【参考答案】

设谓词T（x ，y）表示x是 y的老师，C（x，y）表示x与y是同班同学，则已知可表示成如下谓词公式：

为了得到问题的答案，我们先证明小张的教师是存在的，即证明公式：

于是，求 的子句集如下，再用归结原理证明得到一个空子句。（略）

6．规则绎推理是有哪几种，其各有什么特点？ 【参考答案】

基于规则的演绎系统和产生式系统，均有两种推理方式：正向推理（forward chanining）和逆向推理（backward chaining）。

正向推理：从if部分向then部分推理的 过程，它是从事实或状况向目标或动作进行操作的。

逆向推理：从then部分向if部分推理的 过程，它是从目标或动作向事实或状况进行操作的。

第四章

1. 什么是不确定推理？不确定性推理的基本问题是什么？ 【参考答案】

所谓不确定性推理就是从不确定性的初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。

不确定性推理中的基本问题：推理方向、推理方法、控制策略等基本问题外，还有不确定性的表示与量度、不确定性匹配、不确定性的传递算法以及不确定性的合成等重要问题。 2．设有如下知识：

已知：

求： 【参考答案】

由已知知识得到的推理网络如图所示。 （1）计算

∵

。

∴使用CP公式的后半部计算

图1

（2）计算 由上面的计算得知

∵

。

∴用CP公式后半部计算

（3）计算

（4）计算

及

为了确定应用EH公式的哪一部分，需要判断

的大小关系。

∵ 显然

∴

∴选用EH公式的后半部分，即

原先的几率是0.01，通过运用知识进行推理，最后算出

，及初始证据的可信度

，

的后验几率是0.212，相当于几率增加了20多

倍。

3．设有论域U=V={1，2，3，4，5}，“低”和“大”可分别用U，V上的两个模糊子集表示：

“低”=1/1+0.8/2+0.5/3+0.2/4+0/5 “大”=0/1+0.2/2+0.5/3+0.8/4+1/5 又设有模糊控制规则

“如果炉火偏低，则就将风门开大。” 和已知事实

“炉温有些低” 就再给出定义

“有些低”=1/1+1/2+0.6/3+0.3/4+0/5

请用Zadeh的CRI法进行模糊推理，作出决策。 【参考答案】

先求出“低”与“大”两个模糊集的模糊关系

R=

再求出：“有些低”

可以解释为“风门有点大”

第五章 计算机智能

1． 计算智能的含义是什么？ 【参考答案】

计算智能取决于制造者提供的数值，而不依赖于知识；另一方面，人工智能则应用知识精品。若一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：

（1）计算适应性； （2）计算容错性； （3）接近人的速度；

（4）误码差率与人相近，则系统就是计算智能系统。

2． 构造一个神经网络，用于计算含有两个输入的XOR函数。指定所用神经网络单元的种类。 【参考答案】

I1 I2 O4 1 1 0 1 0 1 0 1 1 0 0 0

3． 什么是模糊集合和隶属函数或隶属度？

【参考答案】

（模糊集合（fuzzy sets））论域U到[0，1]区间的任一映射，即；

，都确定U的一个模糊子集F；称为F的 隶属函数（membership

function）或隶属度（grade of membership）。也就是说，表示u属于模糊子集F的程度或等级。在论域Ｕ中，可以把模糊子集表示为元素u与其隶属函数(u) 的序偶集合，记为

若为连续，则模糊集F可记作：

若U为离散，则模糊集F可记为：

例如：对上例，得模糊集为

＝“比较小”

＝1/1+1/2+0.5/3+0.2/4+0.1/5+0/6 ＝（1，1，0.5，0.2，0.1，0），

＝“大”

＝0/1+0/2+0.4/3+0.5/4+1/5

4． 什么是模糊推理？有哪几种模糊推理方法？ 【参考答案】

模糊逻辑推理是建立在模糊逻辑基础上，它是一种不确定的定性推理方法，是在二值逻辑三段论基础上发展起来的。这种推理方法以模糊判断为前提，动用模糊语言规则，推导出一个近似模糊判断结论。

有如下两种模糊推理：广义取式（肯定前提）假言推理法（generalized modus ponens，简称 GMP）和广义拒式（否定结论）假言推理法（generalized modus tonens，简称 GMT），分别简称为广义前向推理法和广义后向推理法。 GMP推理规则可表示为： 前提1：x为 A′

前提2：若x为A，则y为B 结论：y为 B′

GMP推理规则可表示为： 前提1：y为B

前提2：若x为A，则y为B 结论：x为 A′

5． 什么是遗传算法的基本原理，并说明遗传算法的求解步骤。 【参考答案】

遗传算法是仿真生物遗传学和自然选择机理，通过人工方式所构造的一类搜索算法，从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。通过随机方式产生若干个所求解问题的数字编码，即染色体，形成初始群体；通过适应度函数给每个个体一个数值评价，淘汰低适应度的个体，选择高适应度的个体参加遗传操作，经过遗传操作后的个体集合形成下一代新的种群。对这个新种群进行下一轮进化。

其操作步骤如下：

（1） 初始化群体;

（2） 计算群体上每个个体的适应度值;

（3） 按由个体适应度值所决定的某个规则选择将进入下一代的个体; （4） 按概率Pc进行交叉操作; （5） 按概率Pc进行突变操作;

（6） 没有满足某种停止条件，则转第（2）步，否则进入（7）。 （7） 输出种群中适应度值最优的染色体作为问题的满意解或最优解。

简单遗传算法框图

6． 用遗传算法求的f（x）=x.sinx+2的最大值,其中x属于区间[-1,2]。 【参考答案】

第六章 专家系统

1． 什么是专家系统？它具有哪特点与优点？ 【参考答案】

专家系统是一个智能计算机程序系统，其内部含有大量的某一个领域专家水平的知识与以验，能够利用人类专家的知识和解决问题的方法来处理领域问题，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 （1）专家系统的特点

（a） 启发性 专家系统能运用专家的知识与经验进行推理、判断和决策。 （b） 透明性 专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高 对专家系统的信赖感。

（c） 灵活性 专家系统能不断地增长知识，修改原有知识，不断更新。 （2）专家系统的优点

（a） 专家系统能够准确高效率、准确、周到、迅速和不知疲倦地进行工作。 （b） 专家系统解决 实际问题时 不受周围环境的影响，也不可能忘记或遗漏。

（d） 可以使专家的专长不受时间空间的限制，以便推广珍贵和稀缺的专家知识知识与经验。

（e） 专家系统能够促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够广泛而有力地传播专家的知识、经验和能力。

（f） 专家系统能够汇集和集成多领域专家的知识和经验以及他们协作解决重大问题的能力，拥有更渊博的知识、更丰富的经验和更强的工作能力。

（g） 军事专家系统的水平是一个国家国防现代化和国防能力的重要标志之一。

（h） 专家系统 的研制和应用，具有 巨大的经济效益。 2． 专家系统由哪些主要部分构成？各部分作用是什么？ 【参考答案】

下面我们把专家的主要组成部分作一归纳。 （1） 知识库（knowledge base）

知识库用于存储某领域专家系统的专门知识。 （2） 综合数据库

它用于存储领域或问题的初始数据库和推理过程中得到的中间数据（信息）。 （3） 推理机

推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。 （4） 解释器

解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其他候选 解的原因。 （5） 人机界面

它能够使系统与用户进行对话，使用户能够输入必要的数据、提出 问题和了解推理过程及推理结果等。

（6） 知识库管理系统: 知识库管理系统是知识库的支掌软件。

3． 建造专家系统的步骤是什么？ 【参考答案】

建立专家系统的一般步骤如下:

（1） 问题的知识化，即辨别所研究问题的实质，如要解决的任务是什么，它是如何定义的，可否把它分解为子问题或子任务，它包括哪些数据等。

（2） 知识概念化，即概括知识表示所需要的关键概念及其关系，如数据类型、已知条件（状态）和目标（状态）、提出的假设以及控制策略等。

（3） 概念形式化，即确定用来组织知识的数据结构形式，应用人工智能中各种知识表示方法把与概念化过程有关的关键概念、子问题及信息流特性等变换为比较正式的表达，它包括假设空间、过程模型和数据模型等。

（4） 形式规则化，即编制规则、把形式化了的知识变换为由编程语言表示的可供计算机执行的语句和程序。

（5） 规则合法化，即确认规则化了的知识的合理性，检验规则的有效性。 4． 基于规则专家系统是如何工作的？其构造是什么？ 【参考答案】

从图6-7-1 可见，一个基于规则的专家系统采用下列模块建立产生系统的模型：

图6-7-1 基于规则的工作模型

（1） 知识库 以一套规则建立人的长期存储器模型。

（2） 工作存储器 建立人的短期存储器模型，存放问题事实和由规则激发而推断出的新事实。

（3） 推理机 借助于把存放在工作内存的问题事实和存放在 知识库存内的规则结合 起来，建立人的推理模型，以推断出新的信息。推理机作为产生式系统模型的推理模块，并把事实和规则的先决条件（前项）进行比较，确定哪条规则能够被激活。通过这些激活规则，推理机把结论加进工作存储器，并进行处理，直到再没有其他规则的先决条件能与工作存储器内的事实匹配为止。 其他组成部分或子系统如下：

（4） 用户界面（接口）。用户通过该界面来观察系统，并与系统对话（交互）。 （5） 开发者界面。知识工程师通过该界面对专家系统进行开发。 （6） 解释器。对系统的推理提供解释。

（7） 外面程序。如数据库、扩展盘和算法等，对专家系统的工作起支持作用。它们应易于专家系统所访问和使用。

第七章 机器学习

1． 什么是学习和机器学习？为什么要研究机器学习？ 【参考答案】

机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。

学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。机器学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。 2． 试解释机械学习的模式？ 【参考答案】

机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。学习系统的执行部分抽象地看成某个 函数，该函数 在得到 自变量 输入值之后，计算并输出函数值单地记忆存储对

。

当需要时，执行部分 就从存储器中把 索出来而不是重新计算它。这种简单的学习模式如下：

。

3． 试说明归纳学习的模式和学习方法。 【参考答案】

归纳是指从个别到 一般，从部分到整体的一类推论行为。归纳推理是应用归纳方法 所进行的推理，即从足够多的事例中归纳出一般性 的知识，它是一种从个别到一般的推理。

例如： 枚举归纳

设a1，a2，…是某类事物A中的具体事物，若已知a1，a2，…an，都有属性Ｐ，并且 没有发现 反例，当n足够大时，就可得出“A中所有事物都有属性P”的 结论。这是一种从个别事例归纳出一般性知识的方法，“A中所有事物都有属性P”是通过归纳得到的新知识。

4． 什么是类比学习？其推理和学习过程是怎么？ 【参考答案】

类比（analogy）是一种 很有用的和有效的 推理方法，它能够清晰简洁地描述 对象间的相似性；同时，它也把某些测试相似性质的任务 由演讲者（或教师）转移到听者（或学生）。

简单地检

。机械学习在存储器中简

假若关于 对象的知识表达为框架集，那么，用类比法学习可描述 为从一个框架（源框架）的槽值传送到另一框架（目标框架）的槽，此种传送分为两步：

（1）利用源框架产生推荐槽，这些槽的值可传送到目标框架。 （2）利用目标框架中已有的信息来筛选由第一步推荐的相似性。 5． 试述解释学习的基本原理、学习形式和功能。 【参考答案】

解释学习的基本原理

教师往往向学生 提供先例，然后让学生练习，并期望学生在练习后 能够发现一般原理。学生必须设法找出先例与练习间的因果关系，并 应用先例去处理练习，把工作上升为原理，然后把这些原理存储起来供需要时检索调用。

形式可描述如下： 给定：

（1） 目标概念（要学习的概念）描述TC： （2） 训练实例（目标概念的一个实例）TE；

（3） 领域知识（由一组规则和事实 组成的用于解释训练实例的知识库）DT；

（4） 操作准则（说明概念描述应具有的形式化 谓词公式）OC； 求解：

训练实例的一般化概括，使之满足： （1） 目标概念的充分概括描述TC； （2） 操作准则OC。

6． BP网络的两个数学理论是什么？ 【参考答案】

BP网络的两个数学论证是

(1) 梯度法(gradient ascent)：设y为某些变量xi的平滑函数。我们想知道如何实现每个xi初始值的递增变化，以便尽可能快地增大y值，每个xi初始值的变化应当与y对xi的偏导数成正比，即

(2) 连锁法(chain rule)：设y为某些中间变量xi的函数，而每个xi又为变量z的函数。我们要知道y对z的导数，即

第八章 自然语言理解

1． 什么是语言和语言理解？

【参考答案】

语言是用于传递信息的表示方法、约定和规则的集合，它由语句组成，每个语句又由单词组成；组成语句和语言时，应遵循一定的语法与语义规则。

从微观上讲，语言理解是指从自然语言到机器（计算机系统）内部之间的一种映射。从宏观上看，语言理解是指机器能够执行人类所期望的某些语言功能。 这些功能包括：

（1）回答有关提问； （2）提取材料摘要； （3）不同词语叙述； （4）不同语言翻译。

2． 自然语言理解过程有哪些层次，各层次的功能如何？ 【参考答案】

分为５个层次：语音分析、词法分析、句法分析和语义分析和语用分析。

语音分析 则是根据音位规则，从语音流中区分出一个个独立的音素，再根据音位形态规则找出一个个音节及其对应的词素或词。

词法分析 其主要目的是找出词汇的各个词素，从中获得语言学信息。

句法分析 是对句子和短语的结构进行分析。分析的目的就是找出词、短语等的相互关系以及各自在句子中的作用等，并以一种层次结构来加以表达。

语义分析 就是通过分析找出词义、结构意义及其结合意义，从而确定语言所表达的真正含义或概念。

语用分析 就是研究语言所在的外界环境对语言使用所产生的影响。 3． 机器翻译包括哪几个阶段？ 【参考答案】

机器翻译的过程一般包括４个阶段：原文输入、原文分析（查词典和语法分析）、译文综合（调整词序、修辞和从译文词典中取词）和译文输出。 4． 语音识别的实现过程是哪几步？ 【参考答案】

预处理：包括语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等，并涉及到语音识别基元的选取和端点检测问题。

特征提取：用于 提取语音中反映本质特征的 声学参数，如平均能量、平均跨零率、共振峰等。

训练：在识别之前通过让讲话者多次重复语音，从原始语音样本中去除冗余信息，保留关键数据，再按照一定规则对数据加以聚类，形成模式库。

模式匹配：是整个语音识别系统的核心，它是根据一定规则（如某种距离测度）以及专家知识（如构词规则、语法规则、语义规则等），计算输入特征与库存模式之间的相似度（如匹配距离、似然概率），判断出输入语音的语意信息。 5． 简单句理解需要做哪些的工作？有哪几种方法来理解简单句？ 【参考答案】

需要做以下两方面的工作： (1) 理解语句中的每一个词。

(2) 以这些词为基础组成一个可以表达整个语句意义的结构。 主要有三种方法来理解： 1.关键字匹配法 2.句法分析树法 3. 语义分析

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