ai问题(2010汽车学院)
问题 1: 人工智能产生于哪一年?解答: 1956 年. 1956 年夏季,美国的一些年青科学家在 Dartmouth 大学召开了一个夏季讨论会,在该次会议上, 第一次提出了人工智能(Artificial Intelligence)这一术语,标志着人工智能的诞生。 问题 2: 什么是人工智能?解答: 人工智能是研究如何制造出人造的智能机器或智能系统,来模拟人类智能活动的能力,以延伸人 们智能的科学。 @人工智能的目标:要搞清楚实现人工智能的有关原理,便于计算机有智慧、更聪明、更有用 问题 3: 产生式系统由哪些部分组成?每部分的作用是什么?解答: 组成产生式系统的三要素:(1)综合数据库;(2)一组产生式规则(或者规则库);(3)一个 控制系统(或者推理机) 问题 4: 搜索算法分为哪两大类?解答: 搜索算法,根据其是否使用与问题有关的知识,分为盲目搜索(无信息搜索)和启发式搜索两大 类。 问题 5: 回溯方法在哪些情况下进行回溯?解答: (1)当遇到非法状态时;(2)当一个状态的所有规则都用完时;(3)当节点的深度达到了限 制值,还没有找到解时;(4)当出现回路时。 问题 6: 深度优先方法的特点是什么?解答: (1)属于图搜索;(2)是一个通用的搜索方法;(3)如果深度限制不合适,有可能找不到问 题的解;(4)不能保证找到最优解。 问题 7: 宽度优先方法的特点是什么?解答: (1)属于图搜索;(2)是一个通用的搜索方法;(3)当问题有解时,一定能找到解;(4)在 单位耗散值的情况下,问题如果有解,一定能找到最优解。 问题 8: 什么是 A 算法?解答: 定义评价函数: f(n)=g(n)+h(n) 对 OPEN 表中的元素按照 f 值,从小到大进行排列,每次从 OPEN 表中取出 f 值最小的节点扩展,这种图搜索算法成为 A 算法。 问题 9: A 算法中的 f(n)、g(n)和 h(n)各代表什么含义?解答: g(n)表示从初始节点到节点 n 的最短路径耗散值的估计。h(n)表示从节点 n 到目标节点最短路径耗 散值的估计。f(n)=g(n)+h(n)表示从初始节点出发,经过节点 n,到达目标节点的最短路径的耗散值的估计。问题 10: A 算法中,是如何判断算法成功结束的?只要出现了目标节点就立即结束对吗?解答: 每次从 OPEN 表中取出第一个节点,在扩展该节点之前,判断该节点是否是目标节点,如果是目 标节点,则算法成功结束。如果目标节点虽然出现了,但它还不是 OPEN 表中 f 值最小的节点,则不能立 即结束,需要继续扩展下去,直到目标节点的 f 值在 OPEN 表中最小为止。问题 11: 什么是 A*算法?回答: 如果对于任何节点 n,有 h(n)≤h*(n) ,则此时的 A 算法称为 A*算法。 问题 12: A*算法有什么特点?回答: (1)是一种启发式的图搜索算法;(2)当问题有解时,A*算法一定能找到解,并且能保证找到 最佳解。 问题 13: 在与或图中,什么是能解节点?什么是不能解节点?回答: 能解节点:(1)终节点是能解节点;(2)若非终节点有“或“ 子节点时,当且仅当其子节点至少 有一个能解,该非终节点才能解;(3)若非终节点有“与“ 子节点时,当且仅当其子节点均能解,该非终 节点才能解。 不能解节点:(1)没有后裔的非终节点是不能解节点;(2)若非终节点有“或“ 子节点时,当且仅当所有 子节点均不能解时,该非终节点才不能解;(3)若非终节点有“与“ 子节点时,当至少有一个子节点不能 解时,该非终节点才不能解。 问题 14: α-β 剪枝的条件是什么?回答: α 剪枝:若任一极小值层节点的 β 值小于或等于它任一先辈极大值节点的 α 值,即 α(先辈层) ≥β(后继层),则可中止该极小值层中这个 MIN 节点以下的搜索过程。这个 MIN 节点最终的倒推值就确 定为这个 β 值。 β 剪枝:若任一极大值层节点的 α 值大于或等于它任一先辈极小值层节点的 β 值,即 α (后继层)≥β (先 辈层),则可以中止该极大值层中这个 MAX 节点以下的搜索过程。这个 MAX 节点的最终倒推值就确定 为这个 α 值。 问题 15: 什么是置换?置换是可交换的吗?回答: 通常用有序对的集合 s={t1/v1,t2/v2,…,tn/vn}来表示任一置换,置换集的元素 ti/vi 的含义是 表达式中的变量 vi 处处以项 ti 来替换,用 s 对表达式 E 作置换后的例简记为 Es。 一般来说,置换是不可交换的,即两个置换合成的结果与置换使用的次序有关。 问题 16: 什么是合一?什么是合一者?回答: 若存在一个置换 s 使得表达式集{Ei}中每个元素经置换后的例有:E1s=E2s=E3s=…,则称表达 式集{Ei}是可合一的,这个置换 s 称作{Ei}的合一者。 问题 17: 什么是归结?回答: 如果两个子句中分别有可以合一的互补的文字,则可以通过置换,减去互补对的并集就是归结式, 这一过程就是归结。 问题 18: 什么是知识? 回答: 知识是经过消减、塑造、解释和转换的信息。(或:知识是由特定领域的描述、关系和过程组 成的。…….) 问题 19: 什么是知识表示?知识表示有哪些要求?? 回答: 知识表示是研究用计算机表示知识的可能性、有效性的一般方法,是数据结构和系统控制结构的 统一。知识表示的要求:表示范围广泛、适于推理、适于计算机处理、有高效的算法、能表示不精确知识、 能模块化;与推理方法匹配;知识和元知识能否用统一的形式表示;是否加入启发信息;过程性表示还是 说明性表示,表示方法是否自然。问题 20: 有哪些知识表示方法? 回答: 直接表示、逻辑表示、产生式规则表示法、语义网络表示法、混合型知识表示方法、面向对象的 表示方法。 问题 21: 什么是语义网络?什么是框架表示? 回答: 语义网络是一种用实体及其语义关系来表达知识的知识表达方式。语义网络由一些基本的语义 单元组成。这些最基本的语义单元称为语义基元。语义基元是由有向图表示的三元组(节点 1,弧,节点 2)。 其中,节点代表实体,表示各种事务、概念、情况、属性、状态、事件、动作等,弧是有方向和标注的, 方向体现了节点所代表的实体额主次关系。弧的标注表示它所连接的两个实体之间的语义联系。当把多个 语义基元用相应的语义联系关联在一起,就形成了一个语义网络。 框架是由若干个结点和关系(统称为槽)构成的网络,采用结点、槽、值表示结构,是一种结构化 的表示方法。框架系统由框架名、槽名、侧面、值组成,每个槽拥有一定数量的侧面,每一个侧面拥有若 干个侧面值。一个框架系统中,一般含有多个框架。 问题 22: 什么是不确定推理?在不确定性推理中,不确定性表现在哪些方面?不确定推理算法有哪些? 回答: 不确定推理是指建立在不确定性知识和证据上的推理。在不确定性推理中,不确定性包括证据 的不确定性、规则的不确定性和推理的不确定性。不确定推理算法有:概率方法、Bayes 网络、主观 Bayes 方法、确定性方法、证据理论等。 问题 23: 什么是贝叶斯网络? 回答: 贝叶斯网络是一系列变量的联合概率分布的图形