人工智能考试必备之简答题2

under age10 years old
1、 简述问题归约的主要组成部分。佳木斯工学院  答问题归约主要由三部分组成: 一个初始问题描述; 一套把问题变换为子问题的操作符; 一套本原问题描述。
2、 简述宽度优先搜索算法。 答: (1) 把起始节点放到OPEN表中(如果该起始节点为目标节点,则求得一个解答)。 (2) 如果OPEN是个空表,则没有解,失败退出;否则继续。 (3) 把第一个节点(节点n)从OPEN表移出,并把它放入CLOSED扩展节点表中。  (4) 扩展节点n。如果没有后继节点,则转向上述第(2)步。 (5) 把n的所有后继节点放到OPEN表的末端,提供从这些后继节点回到n的指针 (6) 如果n的任一个后继节点是个目标节点,则到一个解答,成功退出;否则转向第(2)步。
3、 计算智能的含义是什么?它涉及哪些研究分支? 答:计算智能是一种智力方式的低层认知,它取决于制造者提供的数值数据,而不依赖于知识。它与人工智能的主要区别在于它不含知识精品。 计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域。
4、 简述智能和智能机器的含义。 答:人的智能是人类理解和学习事物的能力,或者说,智能是思考和理解的能力而不是本能做事的能力。  智能是一种应用知识处理环境的能力或由目标准则衡量的抽象思考能力。 能够在各类环境中自主地或交互地执行各种拟人任务(anthro
pomorphic tasks) 的机器。智能机器是一种能够呈现出人类智能行为的机器,而这种智能行为是人类用大脑考虑问题或者创造思想。
5、 简述一个完整的符号系统具有的基本功能。 (1)输入符号(input)  (2)输出符号(output)        (3)存储符号(store)      (4)复制符号(copy)      (5)建立符号结构:通过出各符号间的关系,在符号系统中形成符号结构; (6)条件性迁移(conditional tramsfer):根据已有符号,继续完成活动过程. 
6、 简述从反演树求取对某个问题的答案的过程? (1)把由目标公式的否定产生的每个子句添加到目标公式否定之否定的子句中去。 (2)照反演树,执行和以前相同的消解,直至在根部得到某个子句止。 (3)用根部的子句作为一个回答语句。
7、 简述人工智能的主要应用领域。 答:人工智能的主要应用领域有问题求解 、 逻辑推理与定理证明、自然语言理解、自己动程序设计、专家系统、机器学习、神经网络、机器人学、模式识别、机器人视觉、智能控制、智能检索、智能调度与指挥、分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现、人工生命。 其中新的研究热点为:分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现、人工生命。
newcom
8、简述解释学习的过程。 答:(1) 利用基于解释的方法对训练例子进行分析与解释。  (2) 对例子的结构进行概括性解释。  (3) 从解释结构中识别出训练例子的特性,获取一般控制知识。
9、什么是遗传算法,主要遗传操作有哪些? 答:遗传算法是仿真生物遗传学和自然选择机理,通过人工方式所构造的一类搜索算法,从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。遗传操作主要 有三种:选择( selection )、交叉(crossover)、变异(mutation), 变异操作变异操作变异操作变异操作 的简单方式是改变数码串的某个位置上的数码。tation)。(1分) 选择操作选择操作选择操作选择操作 也叫复制操作,根据个体的适应度函数值所度量的优、劣程度决定它在下一代是被淘汰还是被遗传。(1分) 交叉操作交叉操作交叉操作交叉操作的简单方式是将被选择出的两个个体P1和P2作为父母个体,将两者的部分码值进行交换。
10、简述研究人工生命的意义。 答:人工生命是自然生命的模拟、延伸与扩展,其研究开发有重大的科学意义和广泛的应用价值。
(1)发基于人工生命的工程技术新方法、新系统、新产品。 (2)为自然生命的研究提供
奥氏体
新模型、新工具、新环境。人工生命的研究开发可以为自然生 命的研究探索提供新模型、新工具、新环境。 (3)延伸人类寿命、减缓衰老、防治疾病。 (4)扩展自然生命,实现人工进化和优生优育。 (5)促进生命科学、信息科学、系统科学的交叉与发展。
半衰期
11、简述状态空间法三要点?  (1)  状态(state):表示问题解法中每一步问题状况的数据结构;    (2)  算符(operator):把问题从一种状态变换为另一种状态的手段; (3)  状态空间方法:基于解答空间的问题表示和求解方法,它是以状态和算符为基础来表示和求解问题的。
12、什么是机器学习,机器学习的主要策略是什么?  答:机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是:机器学习是一门研究机器获取新知识和新技能,并识别现有知识的学问。四种学习策略:机械学习、示教学习、类比学习、示例学习。
13、什么是专家系统?专家系统的特点是什么? 专家系统专家系统专家系统专家系统是一个含有大量的某个领域专家水平的知识与经验的智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题。 专家系统的特点是: 启发性:专家系统能运
用专家的知识与经验进行推理、判断和决策。  透明性:专家系统能够解释本身的推理过程和回答用户提出的问题,以便让用户能够了解推理过程,提高对专家系统的信赖感。  灵活性:专家系统能不断地增长知识,修改原有知识,不断更新。
15、现在人工智能的主要学派,它们的认知观是什么? 答:符号主义 认为人工智能起源于数理逻辑; 连接主义 认为人工智能起源于仿生学,特别是对人脑模型的研究; 行为主义 认为人工智能源于控制论。
16、给出一个公式集S和目标公式L,通过反证或反演来求证目标公式L的证明步骤是什么? 答:证明步骤是: (1)否定L,得~L; (2)把~L添加到S中去; (3)把新产生的集合{~L,S}化成子句集; (4)应用消解原理,力图推导出一个表示矛盾的空子句NIL。
17简述一般遗传算法的主要步骤? 答:主要步骤有: (1)随机产生一个由确定长度的特征字符串组成的初始体。 (2)对该字符串体迭代地执行下面的步骤1和2直到满足停止准则为止:  1 计算体中每个个体字符串的适应值;  2 应用复制、交叉和变异等遗传算子产生下一代体。 (3)把在后代中出现的最好的个体字符串指定为遗传算法的执行结果,这个结果可以表示问题的一个解 。
18简述学习和机器学习的含义? 答:学习就是系统在不断重复的工作中对本身能力的增强或者改进,使得系统在下一次执行同样任务或类似任务时,会比现在做得更好或效率更高。 机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是:机器学习是一门研究机器获取新知识和新技能,并识别现有知识的学问。
19、 什么是人工智能?试从学科和能力两方面加以说明。 答:人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能,并开发相关理论和技术。 人工智能(能力)是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
20、规则演绎系统有哪几种推理方式?各自的特点为何?
答:规则演绎系统有正向推理、逆向推理和双向推理三种推理方式。正向推理的推理方向是从事实向目标进行;逆向推理的推理方向是从目标向事实进行;双向推理综合了正向推理和反向推理;当正向推理所得中间结论恰好是逆向推理所需的事实时目标得证。 20、 人工智能的一般研究目标是什么? 答:更好的理解人类智能,通过编写程序不模仿和检验
有关人类智能的理论。  创造有用的灵巧程序,该程序能够执行一般需要人类专家才能实现的任务。       
21、一般应用程序与专家系统有何区别? 前者把问题求解的知识隐含地编入程序,而后者则把其应用领域的问题求解知识单独组成一个实体,即为知识库。知识库的处理是通过与知识库分开的控制策略进行的。更明确地说,一般应用程序把知识组织为两级:数据级和程序级;大多数专家系统则将知识组织成三级;数据、知识库和控制。
22、简述人工神经网络的两种基本结构及特点。 人工神经网络的结构基本上分为两类,即递归(反馈)网络和前馈网络,在递归网络中, 多个网络互连以组织一个互连网络,有些神经元的输出被反馈至同层或前层神经元。因此,信号能够从正向和反向流通。前馈网络具有递阶分层结构,由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通;神经元从一层连接至下一层,不存在同层神经元间连接。
23、简述专家系统的主要组成部分。 专家系统是一个含有大量的某个领域专家水平的知识与经验的智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题。主要包括以下组成部分: (1)知识库(knowledge base),知识库用于存储某领域
专家系统的专门知识,包括事实、可行操与规则等。 (2)综合数据库(global database) ,综合数据库又称全局数据库或总数据库,它用于存储领或问题的初始数据和推理过程中得到的中间数据(信息),即被处理对象的一些当前事实。  (3)推理机(reasoning machine),推理机用于记忆所采用的规则和控制策略的程序,使整个专家系统能够以逻辑方式协调地工作。 (4)解释器(explanator) ,解释器能够向用户解释专家系统的行为,包括解释推理结论的正确性以及系统输出其它候选解的原因。 (5)接口(interface) ,接口又称界面,它能够使系统与用户进行对话,使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。
24、简述机器学习系统的基本结构和工作过程。 机器学习系统主要由环境、学习、知识库和执行四部分组成部分。环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分。
四、名词解释 
1.可解结点:对应本原问题的终端节点是可解节点;或节点的后继节点并非全部不可解,曾侯乙
那么该或节点是可解的;与节点的后继节点均为可解节点时,那么该与节点为可解节点。 2.专家系统:专家系统是一个大型的软件,它的功能应该不低于人类专家解决问题的能力。 3.状态空间:状态是描述问题求解过程中任一时刻状况的数据结构,通常用一组变量的有序组合表示。而状态空间是问题的全部状态及一切可用算符构成的集合。
4.产生式系统:产生式系统由三个部分所组成,即规则库,综合数据库和控制系统。

本文发布于:2024-09-21 17:56:43,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/483061.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:推理   学习   智能   问题   知识   机器
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议