人工智能模拟试题二

人工智能模拟试题二
一 名词解释（每题5分，合计20分）
1. 推理
答案：所谓推理就是按某种策略由已知判断推出另一个判断的思维过程。

评分标准：答对题目要点得5分，答错或不答得0分。

2. 解树
答案：由可解节点所构成，并且由这些可解节点可推出初始节点（它对应于原始问题）为可解节点的子树称为解树。

评分标准：答对题目要点得5分，答错或不答得0分。

3. 搜索
答案：采用某种策略，在知识库中寻找可利用的知识，从而构造一条代价较小的推理路线，使问题得到解决的过程称为搜索。

评分标准：答对题目要点得5分，答错或不答得0分。

4. 子句
答案：在谓词逻辑中，把原子谓词公式及其否定统称为文字。

任何文字的析取式称为子句。

评分标准：答对题目要点得5分，答错或不答得0分。

二 问答题：（20分）
1.请把下列命题表示为谓词公式。

（每题5分，共计15分）
（1）所有学生都穿彩色制服。

答案：定义谓词如下：
student(x): x 是学生 uniform(x,y): x 穿y
则表示如下：
( student(x) → uniform(x,color) )
评分标准：定义好谓词得2分，写出谓词公式得3分。

（2）如果高山是男孩，秦声是女孩，则高山比秦声长得高。

x
答案：定义谓词：boy(x)：x是男孩。

girl(x): x是女孩。

high(x,y):x比y长得高。

则表示如下：( boy（高山）∧ girl（秦声）) high(高山，秦声) 评分标准：定义好谓词得2分，写出谓词公式得3分。

（3）西安市的冬天既寒冷又干燥。

答案：定义谓词如下：
WINTER（X）：X处于冬天； DRY（X）：X很干燥； COLD（X）：X很寒冷
WINTER（Xi’an） DRY（Xi’an）∧ COLD（Xi’an）
评分标准：定义好谓词得2分，写出谓词公式得3分。

2. 请把下列命题用一个语义网络表示出来。

（5分）
与会者有男、有女、有的年老、有的年轻。

答：只要把命题表述清楚就可得5分，下面给出的是一个参考答案。

与会者有男、有女、有的年老、有的年轻
三推理（30分）
张某被盗，公安局派出5个侦察员：A、B、C、D、E。

研究案情时，A说“赵与钱中至少有1人作案”；B说“钱与孙中至少有1人作案”；C说“孙与李中至少有1人作案”；D说“赵与孙中至少有1人与此案无关”；E说“钱与李中至少有1人与此案无关”。

如果5个侦察员的话都是可信的，试用归结原理（消解原理）推理出谁是盗窃犯。

答：钱和孙是盗窃犯，赵和李不是。

下面给出求解过程。

设用T(x)表示x是盗窃犯,则根据题意可得如下子句集：
A：T(赵)∨T(钱) （1）
B：T(钱)∨T(孙) （2）
C: T(孙) ∨T(李) （3）
D: ¬ T(赵)∨¬ T(孙) （4）
E: ¬ T(钱)∨¬ T(李) （5）
下面先求谁是盗窃犯。

把¬T(x)∨Ansewer(x)并入上述子句集，即多出一个子句：
¬T(x)∨Ansewer(x) (6)
（1）和（4）归结得： T(钱)∨¬ T(孙) （7）
（2）和（7）归结得： T(钱)。

（8）
（6）和（8）归结得： Answer(钱)。

（9） {钱/x}
（3）和（5）归结得： T(孙)∨¬ T(钱) （10）
（2）和（10）归结得： T(孙)。

（11）
（6）和（11）归结得： Answer(孙)。

（12） {孙/x}
因此，钱和孙是盗窃犯，此外无论如何也归结不出Ansewer(赵)和Ansewer(李)。

下面证明赵不是盗窃犯，即证明¬T(赵)。

子句集如下：
A：T(赵)∨T(钱) （1）
B：T(钱)∨T(孙) （2）
C: T(孙) ∨T(李) （3）
D: ¬ T(赵)∨¬ T(孙) （4）
E: ¬ T(钱)∨¬ T(李) （5）
要证明赵不是盗窃犯，即证明¬T(赵)。

对¬T(赵)进行否定，并入上述子句集中，即多出如下子句：
¬(¬T(赵)), 即T(赵) （6）
应用归结原理对子句集进行归结：
（3）和（5）归结得： T(孙)∨¬ T(钱) （7）
（2）和（7）归结得： T(孙) （8）
（4）和（8）归结得：¬ T(赵) （9）
（6）和（9）归结得： NIL
所以，赵不是盗窃犯。

同理可以证明李也不是盗窃犯。

评分标准：根据题意定义好谓词并写出谓词公式得5分，化出子句集得5分，求出谁是盗窃犯得10分，证明其他人不是盗窃犯得10分。

四简答（每题15分合计30分）
1.人工智能有哪些学派？它们的认知观是什么？
答：从50年代以来。

人工智能经过发展，形成了许多学派。

不同学派的研究方法、学术观点、研究重点有所不同。

主要学派有符号主义、连接主义和行为主义。

符号主义：认为人工智能源于数理逻辑。

数理逻辑从19世纪末起就获迅速发展；到20世纪30年代开始用于描述智能行为。

计算机出现后，又在计算机上实现了逻辑演绎系统正是这些符号主义者，后来又发展了启发式算法→专家系统→知识工程理论与技术，并在80年代取得很大发展。

符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson) 。

连接主义：认为人工智能源于仿生学，研究非程序的、适应性的、大脑风格的信息处理的本质和能力。

其研究重点侧重于模拟和实现人的认识过程中的感知过程、形象思维、分布式记忆和自学习自组织的过程。

其研究重点侧重于模拟和实现人的认识过程中的感知过程、形象思维、分布式记忆和自学习自组织的过程。

行为主义：AI的研究大部分是建立在一些经过抽象的、过分简单的现实世界模型之上的，Brooks认为应走出这种抽象模型的象牙塔，而以复杂的现实世界为背景，提出了无需知识表示的智能，无需推理的智能。

他认为智能只是在与环境的交互作用中表现出来，其基本观点：⑴到现场去；⑵物理实现；⑶初级智能；⑷行为产生智能。

评分标准：答出每一学派得5分。

2. 简述正向推理的推理过程。

答：从用户提供的初始已知事实出发，在知识库KB中找出当前可适用的知识，构成可适用的知识集KS，然后按某种冲突消解策略从KS中选出一条知识进行推理，并将推出的新事实加入到数据库DB中，作为下一步推理的已知事实。

在此之后，再在知识库中选取可适用的知识进行推理。

如此重复进行这一过程，直到求得所要求的解。

评分标准：答出主要过程即可得15分。