200806在职研究生-人工智能

人工智能试卷

姓名：学号：得分：

注：答案只作为参考，有错误请原谅，本人能力有限。

一、填空题

1．一般公认人工智能学科诞生于1956年。

2．人工智能的研究途径有符号主义、连接主义和进化主义。//应是研究学派3．知识表示方法中的问题归约思想事实就是从目标出发逆向推理，其三要素是初始问题描述、把问题变换位子问题的操作符和本原问题描述。4．产生式系统主要有、产生式规则知识库和控制策略三部分构成。

5．启发式搜索在搜索中使用估价函数//状态空间搜索算法帮助搜索。

6．B规则逆向推理中，要求规则的L（事实表达式）是单文字；给出的已知事实必须是文字合取形；匹配的次序是先事实节点再目标节点；推理的终止条件是事实节点的一致解图。

7．人工智能中处理不确定知识使用的数学方法有概率论、模糊集理论和粗糙集理论等。

8．公式集F={ s[ A, g(y), f( z ) ], s[ x, g(B), f(g(x))] }的最一般合一者（mgu）是s[ A, g(B), f(B ) ] 。// 仅供参考

二、综合题

1．简述问题归约的基本思想，并指出其三要素。

答：(1)基本思想：问题规约是另一种问题描述与求解的方法。已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题规约为一个平凡的本原问题集合，这就是问题规约的实质。

(2) 三要素：一个初始问题描述；一套把问题变换位子问题的操作符；一套

本原问题描述。

2．深度优先搜索中为何常采用有界深度优先搜索？

答：在深度优先搜索中，对于许多问题，其状态空间搜索树的深度可能为无限深，或者可能至少要比某个可接受的解答序列的已知深度上限还要深。为了避免考虑太长的路径(防止搜索过程沿着无益的路径扩展下去)，往往给出一个节点扩展的最大深度——深度界限。任何节点如果达到了深度界限，那么都将把它们作为没有后续节点处理。值得说明的是，即使应用了深度界限的规定，所求得的解答路径并不一定就是最短的路径。

3．设有三个瓶子a、b和c，其容积分别为8升、5升和1升，a瓶装满了8升液体。请用状态空间法给出将a瓶8升液体平分成两个4升液体的方案。解：(1) 用一个三元表列（X,Y,Z）表示这个问题的状态。其中：

X：表示a瓶子里有多少升液体；

Y：表示b瓶子里有多少升液体；

Z：表示c瓶子里有多少升液体；

(2) 问题的操作符如下：

Dump(a,b,i) ：把a瓶里的液体倒入b瓶里i升；

Dump(a,c,i) ：把a瓶里的液体倒入c瓶里i升；

Dump(b,c,i) ：把b瓶里的液体倒入c瓶里i升；

Dump(c,a,i) ：把c瓶里的液体倒入a瓶里i升；

Dump(c,b,i) ：把c瓶里的液体倒入b瓶里i升；

(3) 初始状态：(8,0,0) 目标状态：(4,4,0)

(4) 第一种方案：

初始状态变换为目标状态的操作序列为：

{ Dump(a,b,5), Dump(b,c,1), Dump(c,a,1)}

状态转换序列为：

(8,0,0)→(3,5,0) →(3,4,1)→(4,4,0)

第二种方案：

初始状态变换为目标状态的操作序列为：

{ Dump(a,c,1), Dump(c,b,1), Dump(a,c,1)，Dump(c,b,1),

Dump(a,c,1), Dump(c,b,1), Dump(a,c,1), Dump(c,b,1) }

状态转换序列为：

(8,0,0)→(7,0,1) →(7,1,0)→(6,1,1) →(6,2,0)→(5,2,1)→(5,3,0)

→(4,3,1)→(4,4,0)

(5) 状态空间图略；

4．将下面的公式化为子句集表示。

(∀x){ ⌝ (∀y)[ R(x) → Q(x,y)] ∧ (∃y)[ Q(x,y) → P(y) ] }

解：求解过程如下：

(1)：(∀x){ ⌝ (∀y)[ ⌝ R(x)∨Q(x,y)]∧(∃y)[ ⌝Q(x,y)∨P(y)] }

(2)：(∀x){ (∃y)[ R(x)∧⌝Q(x,y)]∧(∃y)[ ⌝Q(x,y)∨P(y)] }

(3)：(∀x){ (∃y)[ R(x)∧⌝Q(x,y)]∧(∃w)[ ⌝Q(x,w)∨P(w)] }

(4)：(∀x){[ R(x)∧⌝Q(x,f(x))]∧[ ⌝Q(x,g(x))∨P(g(x))] }

式中，y=f(x)和w=g(x)为一个Skolem函数。

(5) ：(∀x){[ R(x)∧⌝Q(x,f(x))]∧[ ⌝Q(x,g(x))∨P(g(x))] }

前缀母式

(6) ：(∀x){ R(x)∧⌝Q(x,f(x))∧[ ⌝Q(x,g(x))∨P(g(x))] }

(7) ：R(x)∧⌝Q(x,f(x))∧[ ⌝Q(x,g(x))∨P(g(x))]

(8) ：R(x)

⌝Q(x,f(x))

⌝Q(x,g(x))∨P(g(x))

(9) ：R(x1)

⌝Q(x2,f(x2))

⌝Q(x3,g(x3))∨P(g(x3))

三、已知a + 2b + 3c + 4d + 5e = 40，a，b，c，d，e 为正整数。用遗传算法求

解。请你：

1．设计染色体（个体）的表示方式；

2．设计适应度函数；

3．用实例说明怎样进行交叉和变异操作。

// 仅供参考

解：(1)、(2)略；

(3) ：两个个体P1 和P2 作为父母个体，如下图所示：

交叉操作示意图：

交叉点

交叉后得到的两个后代：

变异操作如下：

两个个体P1 和P2 作为父母个体，如下图所示：