福州大学人工智能历年卷参考
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
人工智能
一、简答题(4/16)
1、主观Bayes方法中,规则的表示形式为:If A(LS,LN) then B(P(B)),请解释LS和LN的含义。
2、图灵测试的目的是什么?对于人类来说容易解决的问题,对于计算机来说未必容易解决,请举一个这样问题的例子。
3、已知可信度CF(A1)=0.8,CF(A2)=0.7,CF(B)=0.1,规则A1 -> B 的可信度CF(B,A1)=0.8,A2 -> B的可信度CF(B,A2)=0.7,应用这两条规则后CF(B)的更新值(利用确定性方法)是多少?
4、请用语义网络表示下列信息:
福州大学与厦门大学进行篮球比赛,最后以99:98的比分结束。
二、判断题(2/14)
1、()深度优先搜索以堆栈方式对生成的节点进行排序。
2、()P(f(c),x,a),P(z,n,b)是可合一的。
3、()在谓词逻辑归结法中,两个置换的合成满足交换律,即λºθ=θºλ。
4、()动态规划算法(h(n)=0)是A算法的一个特例且是可纳的。
5、()如果A*算法的启发函数h(n)满足单调限制条件,则一定可以避免重复扩展结点。
6、()对博弈搜索中的极小极大算法采用α-β剪枝策略后得到的结论未必与原来的相同。
7、()任何一个谓词公式都可化为与之对应的Skolem标准型,且该标准型是唯一的。
三、计算题(35分)
1、(15分)下面的决策表中c1,c2,c3为条件属性,D为决策属性,试用ID3算法构造决策树,写出
计算过程、生成的决策树及最终获得的规则。(log23=1.5850)
2、(8分)如图所示的双人博弈树,A为初始格局,我方先手;已标出的数字为端结点对应的评估函
数值。
1)请标出每层的极大极小标记;
2)在圆圈中填入用极大极小算法获得的倒推值并用箭头标出我方下一步应该选择的走法;
6-1-28478-287-310
3、(12分)给定识别框架U={a,b},下表中的m1,m2分别是来源不同的基本概率分配函数,请计算它
们的合成函数m=m1⊕m2以及m对应的信任函数Bel,并将相关的函数值插入下表中的对应位置。
四.综合题(共35分)
1、(12分)阴天(C)可能发展为下雨(R),也可能不下雨,而使草地的喷水器自动喷水(S);下雨
既可能使草地变湿(W),又可能使屋顶漏水(L);屋顶漏水则可能导致房间地板湿滑(F);
另外,喷水器自动喷水也是草地变湿的因素。
1)试将上式过程用Bayes网络图表示;
2)利用该Bayes网络的条件独立性,写出计算多元联合分布概率P(C,R,S,W,L,F)的简化形式。
3)用Yes或No填空下表,其中(D-Sep(H1,H2|H)表示H1、H2在已知H的情况下被D分离)。
2、(10分)有些人喜欢(Like)编程语言类的课程(Programming);有些人喜欢(Like)文学类的课
程(Literature);没有人喜欢数学类的课程(Maths);线性代数是数学类的一门课程,利用归结原理证明:线性代数不是编程语言类的课程,也不是文学类的课程。
要求:
(1)定义合适的谓词,用一阶谓词逻辑方式表示上述情况;
(2)将上述的一阶谓词逻辑公式化成相应的子句集;
(3)用归结反演法证明结论并写出完整的归结过程(归结树)。
3、(13分)下图边上的数值的表示边代价,节点处的数值表示该节点的启发函数值h(n);A 为初始节
点,G 为目标节点,采用启发式图搜索算法A ,要求:
(1)简要说明算法对每次扩展出的不同类型节点的处理原则; (2)根据每次扩展情况,完成下表内容
(3)上述算法是A*的吗?请详细说明你的理由。