人工智能复习题

基础概念：

1.

什么是智能？它有哪些主要特征？ 2.

什么是人工智能？人工智能研究的意义？研究的目标？人工智能的主要研究领域？ 3.

人工智能有哪些主要研究途径？ 4. 举例说明你身边（工作或生活中）的人工智能应用的例子。

人工智能的数学基础：

1.

什么是命题逻辑？什么是谓词逻辑？分别写出三个真值为T 和真值为F 的命题。 2.

什么是谓词和谓词公式？ 3.

谓词公式中有哪些连接词和量词？ 4. 什么是谓词公式的解释？设D=｛1，2｝，试给出谓词公式：

()()((,)(,))x y P x y Q x y ∃∀→

的所有解释，并对每一个解释求出该谓词公式的真值。

5. 把下列谓词公式分别化为相应的语句：

()()((,)(,))

()()((,)(,))

()()((,)((,)(,)))x y P x y Q x y x y P x y Q x y x y P x y Q x y R x y ∀∀∧∀∀→∀∃∨→

6. 什么是谓词公式的永真性？永假性？等价性？永真蕴含？

7. 用谓词逻辑符号化下列命题：

(1) 所有的整数都是有理数

(2) 有些整数是素数；

8. 下面的字符串哪些是合式公式？哪些不是合式公式：

(1) P

(2) ¬P

(3) P ∧Q

(4) ¬P ∧ (P ∨Q)

(5) ¬P ∧ (P ∨Q) →R

(6) (P ∧Q) ↔ ¬(¬P ∨¬ Q)

(7) ¬P ∧

(8) →R

(9) ¬P ∧

(10) （P ∨Q ））

9. 证明：

(1) （P ∧(Q ∨R)) ∨(P ⌝∧Q ⌝∧R) ⇔P

(2) ⌝ P ∧ (P ∨ Q) ⇒ Q

(3) (P →Q) ∧ (Q →R) ⇒ P →R

10. 什么是多值逻辑？多值逻辑的真值运算。

11. 什么是不确定性？不确定性有哪2类？模糊不确定性和随机不确定性有什么区别？

12. 什么是模糊性？举例说明。模糊集合如何表示？

13. 什么是模糊集的λ水平截集？它有什么用？

14. 什么是模糊数？举例说明。

15. 某小组有5名同学分别为：12345,,,,x x x x x ，他们的考试成绩依次分别为95，76，83，

69，71。这就确定了一个“学习好”的模糊集合，试用某种办法确定各同学对“学习好”这个模糊集合的隶属度，并写出该模糊集。

16. 设有论域

12345{,,,,}U x x x x x =

并设A ，B 是U 上的2个模糊集合，且有

12345345{0.6/,0.4/,0.3/,0.2/,0.1/}

{0.8/,0.6/,1/}A x x x x x B x x x ==

请分别计算,,.A B A B A ⌝

17. 有如下2个模糊数：

5左右=0.3/3+0.8/4+1/5+0.8/6+0.1/7

3左右=0.4/1+0.8/2+1/3+0.7/4+0.2/5

分别计算5左右+3左右，5左右-3左右，5左右×3左右，5左右÷3左右。

18. 模糊关系合成？模糊关系变换？

19. 建立隶属函数有哪几种方法？

知识表示：

1.

什么是知识？它有哪些特点？有哪几种分类方法？ 2.

什么是知识表示？陈述性知识表示法和过程性知识表示法有哪些区别？ 3.

在选择知识表示法时，应该考虑哪些因素？ 4.

一阶谓词逻辑表示法适合于表示哪些类型的知识？一阶谓词逻辑表示法有哪些特点？ 5. 一阶谓词表示法表示知识的步骤如何？有如下语句，请用相应的谓词公式把他们表示出

来：

(1) 有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。

(2) 喜欢跳舞的人一定喜欢听音乐。

(3) 所有的孩子都有书读。

(4) 要想读研究生，就必须通过入学考试。

6. 产生式表示法的基本形式是什么？它与谓词逻辑的蕴含式有什么共同和不同之处？

7. 什么是产生式系统？它由哪几个部分组成？

8. 什么是语义网络，语义网络表示法的特点是什么？

9.

用一个语义网络表示下列知识：

(1) 所有的鸽子都是鸟

(2) 所有的各自都有翅膀

(3) 信鸽是一种鸽子，它有翅膀，能视途

10. 用一个语义网络表示下列知识：

(1) 猪和羊都是动物

(2) 猪和羊都是偶蹄动物和哺乳动物

(3) 野猪是猪，但生长在森林里

(4) 山羊是羊，且头上长角

(5)绵羊是一种羊，它能产羊绒

11.什么是框架表示？框架的一般表示形式是什么？它有什么特点？

12.框架表示法适合表示哪类知识？

13.试写出学生框架的一个描述。

经典逻辑推理：

1.什么是推理？推理有哪些分类方法？各种分类方法下有哪些推理方法？

2.推理的控制策略有哪些？

3.什么是正向推理？什么是反向推理？什么是混合推理？什么是双向推理？它们各自具

有哪些优点和局限？

4.演绎推理有几种形式？它们各自有哪些特点和优势？

5.归纳推理有哪几种形式？归纳推理的特点是什么？

不确定单调推理：

1.什么是不确定性推理？

2.不确定性推理中知识不确定性和证据不确定性是如何度量的？举例说明。

3.不确定性推理方法有哪些？

4.可信度方法是由谁提出来的?并首先在什么系统上得到成功的应用？

5.已知：

R1：If A Then B Cf(B, A)=0.7

证据A的可信度为0.87，求结论B的可信度。

6.已知：

IF E1 THEN H (0.9)

IF E2 THEN H (-0.8)

求结论H的可信度

7.如果某证据的可信度为0，则意味着什么？

8.已知：

R1：If A1 Then B1 Cf(B 1, A 1)=0.8

R2：If A2 Then B1 Cf(B 1, A 2)=0.5

R3：If B1∧A3 Then B2 Cf(B2, B1∧A3)=0.8

初始证据A1，A2，A3的可信度为1.即：Cf( A 1)= Cf( A2)= Cf( A 3)=1，而对B1和

B2一无所知。

求：Cf( B 1)和Cf( B 2)

模式识别：

1.什么是模式？什么是模式识别？

2.模式识别系统包含有几个基本过程？用图示表示。各过程的主要作用是什么？

3.模式之间的相似性是如何度量的？

4.模式识别过程中为什么要做特征提取？

5.模式识别的应用有那些领域？举例说明你身边（生活或工作）有关模式识别的应用。

6.写出n维样本空间的线性判别函数的一般表达形式。

7.模式识别研究的方法有哪些？