人工智能与专家系统练习题(一)2019-12-11

人工智能与专家系统练习题(二)

1.什么是人工智能?它的研究目标是什么？

定义：用机器模拟人类智能。

研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。

2.人工智能有哪几个主要学派？各自的特点是什么？

主要学派：符号主义和联结主义。

特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。

3.什么是人工神经元？它有哪几种主要模型？

人工神经网络是由大量处理单元经广泛互连而组成的人工网络，用来模拟脑神经系统的结构和功能。而这些处理单元称为人工神经元。人工神经网络可以看成是以人工神经元为节点，用有向加权弧连接起来的有向图。

根据激发函数的不同分为：阈值型（M-P模型）、分段线性型、Sigmoid函数型、双曲正切型

4.什么是人工神经网络？它有哪些联结方式？

模拟人脑神经系统的结构和功能，运用大量简单处理单元经广泛连接而组成的人工网络系统。

人工神经网络中，各神经元的连接方式一般有很多种，不同的连接方式就构成了网络的不同连接模型。常见的连接模型有前向网络、从输入层到输出层有反馈的网络、层内有互连的网络和网络内任意两个神经元都可以互连的互连网络。

5.什么是机器学习？机器学习研究的目标是什么? 研究机器学习的意义何在?

答:机器学习是研究如何使用计算机来模拟人类学习活动的一门学科。更严格地说，就是研究计算机获取新知识和新技能、识别现有知识、不断改善性能、实现自我完善的方法。

机器学习研究的目标有三个：人类学习过程的认知模型；通用学习算法；构造面向任务的专用学习系统的方法。（a）人类学习过程的认知模型。这一方向是对人类学习机理的研究。这种研究不仅对人类的教育，而且对开发机器学习系统都有重要的意义。（b）通用学习算法。这个方向是对人类学习过程的研究，探索各种可能的学习方法，建立起独立于具体应用领域的通用学习算法。（c）构造面向任务的专用学习系统（工程目标）。这一方向是要解决专门的实际问题，并开发完成这些专门任务的学习系统。

机器学习是人工智能中最具智能特征、最前沿的研究领域之一。机器学习的研究取得重大进展往往意味着人工智能，甚至整个计算机科学向前迈进了坚实的一步。机器学习速度快、

便于知识积累、学习结果易于传播，因此人类在机器学习领域的每一点进步，都会使计算机的能力显著增强，从而对人类社会产生影响，尤其对今天信息化社会来说，这种影响将是十分深远的。

6.什么是决策树？决策学习是如何利用决策树进行学习的？

决策树是一种由节点和边构成的用来描述分类过程的层次数据结构，用于监督学习的层次模型。

该树的根节点表示分类的开始，叶节点表示一个实例的结束，中间节点表示相应实例中的某一属性，而边则代表某一属性可能的属性值。

在决策树中，从根节点到叶节点的每一条路径代表一个具体的实例，并且同一路径上的所有属性之间为合取关系，不同路径之间为析取关系。

7.什么是遗传算法？简述其基本思想和基本结构。说明个体选择的常用策略以及遗传操作”交叉”和”变异”所起的作用.

答：简单遗传算法SGA的基本原理是，首先把问题的解表示成“染色体”，也即是以二进制编码的串。在执行遗传算法之前，给出一群“染色体”（串），也即是假设解。然后，把这些假设解置于问题的“环境”中，并按适者生存的原则，从中选择出较适应环境的“染色体”进行复制，再通过交换、突变等遗传操作过程，产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。其基本过程可表示如下：

begin

a. 选择适当表示模式，生成初始群体；

b. 通过计算群体中各个体的适应度对群体进行评价；

c. While 未达到要求的目标 do

begin

a. 选择作为下一代群体的各个体；

b. 执行交换操作；

c. 执行突变操作；

d. 对群体进行评价；

end

end

个体选择的常用策略是按比例选择，即若个体i的适应度（目标函数值）是f i，则个体i在下一代群体中复制（再生）的子代个数在群体中的比例将为f i/∑f i。其中，∑f i是指所有个体适应度之和。

交叉操作的作用是在所选中的用于繁殖下一代的个体中，对两个不同的个体（串对）的相同位置的基因进行交换，从而产生新的个体。

变异操作的作用是对选中的个体中的某些基因执行异向转化，引进新的遗传物质或恢复已失去的遗传物质。

8.试述机器学习系统的基本结构,并说明各部分的作用.

环境：外部信息的来源，它将为系统的学习提供有关信息

知识库：代表系统已经具有的知识

学习环节：系统的学习机构，它通过对环境的感知取得外部信息，然后经分析、综合、类比、归纳等思维过程获得知识，生成新的知识或改进知识库的组织结构。

执行环节：基于学习后得到的新的知识库，执行一系列任务，并将运行结果报告学习环节，以完成对新知识库的评价，知道进一步的学习工作，是该模型的核心。

答:机器学习系统的基本结构如下图6.8所示。其中，“环境”和“知识库”是以某种知识表示形式表达的信息的集合,分别代表外界信息来源和系统所具有的知识；学习环节和执行环节代表两个过程。“环境”向系统的“学习环节”提供某些信息，而“学习环节”则利用这些信息对系统的“知识库”进行改进，以增进系统“执行环节”完成任务的效能，“执行环节”根据知识库中的知识来完成某种任务，同时把获得的信息反馈给“学习环节”。

图6.8

9.什么是专家系统?它有哪些基本特点?

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个领域专家水平的知识与经环境学习环节知识库执行环节