棉阳的大学-棉阳的大学
《人工智能》课程习题
第一章
绪
论
1-1.
什么是人工智能?试从学科和能力两方面加以说明。
1-2.
在人工智能的发展过程中,有哪些思想和思潮起了重要作用?
1-3.
为什么能够用机器(计算机)模仿人的智能?
1-4.
现在人工智能有哪些学派?它们的认知观是什么?
1-5.
你认为应从哪些层次对认知行为进行研究?
1-6.
人工智能的主要研究和应用领域是什么?其中,哪些是新的研究热点?
第二章
知识表示方法
2-1
状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上
的联系及异同点
?
2-2
设有
3
个传教士和
3
个野人来到河 边,打算乘一只船从右岸渡到左岸去。该船的负载
能力为两人。在任何时候,如果野人人
数超过传教士人数,那么野人就会把传教士吃掉。他
们怎样才能用这条船安全地把所有人
都渡过河去
?
2-3
利用图
2.3
,用状态空间法规划一个最短的旅行路程:此旅程从城市
A
开始,访问其
他城市不多于一次,
并返回
A
。
选择一个状态表示,
表示出所求得的状态空间的节点 及弧线,
标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。
2-4
试说明怎样把一棵与或解 树用来表达图
2.28
所示的电网络阻抗的计算。单独的
R
、
L
或
C
可分别用
R
、
j
ω
L
或
1 /j
ω
C
来计算,这个事实用作本原问题。后继算符应以复合并联
和串联阻抗的规则为基础。
图
2.28
2-5
试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。
2-6
把下列句子变换成子句形式:
(1)
(
?
x)
{
P( x)
→
P(x)
}
1
/
22
(2)
?
x
?
y(On(x,y)
→
Above(x,y))
(3)
?
x
?
y
?
z(Abov
e(x,y)
∧
Above(y,z)
→
Abov e(x,z))
(4)
~{
( p>
?
x)
{
P(x)
→ {
(
?
y
)
[< /p>
p(y)
→
p(f(x,y))
]∧
(
?
y)
[
Q(x,y)
→
P(y)
]
}
}
} p>
2-7
用谓词演算公式 表示下列英文句子
(
多用而不是省用不同谓词和项。
例如不要用单 一的
谓词字母来表示每个句子。
)
A
computer
system
is
intelligent
if
it
can
perform
a
task
which,if
performed
by
a
human,
requires
intelligence.
2-8
把下列语句表示成语义网络描述:
(1) All
man are mortal.
(2) Every cloud has a
silver lining.
(3) All branch managers
of DEC participate in a profit-sharing plan.
2-9
作为一个电影观众,请你编写一个去电影院看电影的剧本。
2-10
试构造一个描述你的寝室或办公室的框架系统。
第三章
搜索推理技术
3-1
什么是图搜索过程
?
< p>其中,重排OPEN
表意味着什么,重排的原则是什么
?
3-2
试举例比较各种搜索方法的效率。
3-3
化为子句形有哪些步骤
?
请结合例子说明之。
3-4
如何通过消解反演求取问题的答案
?
3-5
什么叫合适公式
?
合适公式有哪些等价关系
?
3-6
用宽度优先搜索求图
3.33
所示迷宫的出路。
图
3.33
迷宫一例
3-7
用有界深度优先搜索方法求解图
3.34
所示八数码难题。
2
8
1
2
3
1
6
3
7
5
4
8
4
7
6
5
2
/
22
S
o
S
g
图
3-34
八数码难题
3-8
应用最新的方法来 表达传教士和野人问题,
编写一个计算机程序,
以求得安全渡过全部
6
个人的解答。
提示:在应用状态空间表示
和搜索方法时,可用
(N
m
,
N
c
)
来表示状态描述,其中
N< /p>
m
和
N
c
分别为传教士和野人的人数。初始状态为
(3
,
3) p>
,而可能的中间状态为
(0
,
1)
,< /p>
(0
,
2)
,
(0
,
3)
,
(1
,
1)
,
(2
,
1)
,
(2 p>
,
2)
,
(3
,
0)< /p>
,
(3
,
1)
和
(3
,
2)
等。
3-9
试比较宽度优先搜索、
有界深度 优先搜索及有序搜索的搜索效率,
并以实例数据加以说
明。
3-10
一个机器人驾驶卡车,
携 带包裹
(
编号分别为#
1
、
# p>
2
和#
3)
分别投递到林
(LIN)< /p>
、
吴
(WU)
和胡
(HU) 3
家住宅处。规定了某些简单的操作符,如表示驾驶方位的
drive(x,y)
和表示
卸下包裹的
unload
(z)< /p>
;对于每个操作符,都有一定的先决条件和结果。试说明状
态空间问题求解
系统如何能够应用谓词演算求得一个操作符序列,
该序列能够生成一个
满
足
AT(#1
,
LIN)
∧
AT( #2
,
WU)
∧
AT(#3,HU)
和目标状态。
3-11
规则演绎系 统和产生式系统有哪几种推理方式
?
各自的特点为何
?
3-12
为什么需要采用系统组织技术
?
有哪几种系统组织技术
?
3-13
研究不确定性推理有何意义
?
有哪几种不确定性
?
3-14
单调推理有何局限性
?
什么叫缺省推理
?
非单调推理系统如何证实一个节点的有效性
< p>?
3-15
在什么情况下需要采用不确定推理或非单调推理
?
3-16
下列语句是一些几何定理,
把 这些语句表示为基于规则的几何证明系统的产生式规则:
(1)
两个全等三角形的各对应角相等。
(2)
两个全等三角形的各对应边相等。
(3)
各对应边相等的三角形是全等三角形。
(4)
等腰三角形的两底角相等。
第四章
计算智能(
1
)
:神经计算
模糊计算
4-1
计算智能的含义是什么?它涉及哪些研究分支?
4-2
试述计算智能(
CI
)
、人工智能(
AI
)和生物智能(
BI
)的关系。
4-3
人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域?
4-4
简述生物神经元及人工神经网络的结构和主要学习算法。
4-5
考虑一个具有阶梯型阈值函数的神经网络,假设
(
1
)
(
1
)
用一常数乘所有的权值和阈值;
(
2
)
(
2
)
用一常数加于所有权值和阈值。
试说明网络性能是否会变化?
4-6
构作一个神经网络,用于计算含有
2
个输入的
XOR p>
函数。指定所用神经网络单元的种
类。
4-7
假定有个具有线性激励函数的神经网络,
即对于 每个神经元,
其输出等于常数
c
乘以各
输
入加权和。
(
1
)设该网络有个隐含层 。对于给定的权
W
,写出输出层单元的输出值,此值以权
W
和
输入层
I
为函数,而对隐含层的输出没有任何 明显的叙述。试证明:存在一个不含隐
含单位的网络能够计算上述同样的函数。
(
2
)对于具有任何隐含层数的网络,重复进行 上述计算。从中给出线性激励函数的结论。
4-8
试 实现一个分层前馈神经网络的数据结构,
为正向评价和反向传播提供所需信息。
应 用
这个数据结构,
写出一个神经网络输出,
以作为一个例 子,
并计算该网络适当的输出值。
3
/
22
4-9
什么是模糊性?它的对立含义是什么?试各举出两个例子加以说明。
4-10
什么是模糊集合和隶属函数或隶属度?
4-11
模糊集合有哪些运算,满足哪些规律?
4-12
什么是模糊推理?有哪几种模糊推理方法?
4-13
有哪些模糊蕴含关系?
4-14
什么叫模糊判决?有哪几种常用的模糊判决方法?
4-15
对某种产品的质量进行抽查评估。现随机选出
5
个产品
x
1
,
x
2
,
x
3
,
x
4
,
x
5
进行检验,
它们质量情况分别为:
x
1
=
80< /p>
,
x
2
=
72 p>
,
x
3
=
65
,
x
4
=
98
,
x
5
=
53
这就确定了一个模糊集合
Q
,表示该组产品的“质量水平”这个模 糊概念的隶属程度。
试写出该模糊集。
4-16
设有下列两个模糊关系
?
0
.
2
0
.
8
0
.
4
?
?
0
.
4
0
1
?
?
?
R
1
?
?
1
0
.
5
0
?
?
?
0
.
7
0
.
6
0
.
5
?
?
0
.
7
0
.
3
?
?
?< /p>
R
2
?
?
0
.
4
0
.
8< /p>
?
?
?
0
.
2
0
.
9
?<
/p>
?
试求出
R
1
与
R
2
的复合关系
R
1
○
R
2<
/p>
。
第五章
计算智能
(2):
进化计算
人工生命
5-1
什么是进化计算?它包括哪些内容?它们的出发点是什么?
5-2
试述遗传算法的基本原理,并说明遗传算法的求解步骤。
5-3
如何利用遗传算法求解问题,试举例说明求解过程。
5-4
用遗传算法求
的最大值
5-5
进化策略是如何描述的?
5-6
简述进化编程的机理和基本过程,并以四状态机为例说明进化编程的表示。
5-7
遗传算法、进化策略和进化编程的关系如何?有何区别?
5-8
人工生命是否从
1987
年开始研究?为什么?
5-9
什么是人工生命?请按你的理解用自己的语言给人工生命下个定义。
4
/
22
5-10
人工生命要模仿自然生命的特征和现象。自然生命有哪些共同特征?
5-11
为什么要研究人工生命?
5-12
人工生命包括哪些研究内容?其研究方法如何?
第六章
专家系统
6-1
什么叫做专家系统
?
它具有哪些特点与优点
?
6-2
专家系统由哪些部分构成
?
各部分的作用为何
?
6-3
建造专家系统的关键步骤是什么
?
6-4
专家系统程序与一般的问题求解软件程序有何不同
?
< p>开发专家系统与开发其它软件的
任务有何不同
?
6-5
基于规则的专家系统是如何工作的?其结构为何?
6-6
基于框架的专家系统与面向目标编程有何关系 ?其结构有何特点?其设计任务是什
么?
6-7
为什么要提出基于模型的专家系统?试述神经网络专家系统的一般结构。
6-8
新型专家系统有何特征?什么是分布式专家系统和协同式专家系统?
6-9
在设计专家系统时,应考虑哪些技术?
6-10
什么是建造专家系统的工具
?
你知道哪些专家系 统工具,各有什么特点
?
6-11
专家系统面临什么问题
?
你认为应如何发展专家系统
?
6-12
用基于规则的推理系统证明下述推理的正确性:
已知
狗都会吠叫和咬人
任何动物吠叫时总是吵人的
猎犬是狗
结论
猎犬是吵人的
第七章
机器学习
7-1
什么是学习和机器学习
?
为什么要研究机器学习
?
7-2
试述机器学习系统的基本结构,并说明各部分的作用。
7-3
试解释机械学习的模式。机械学习有哪些重要问题需要加以研究
?
7-4
试说明归纳学习的模式和学习方法。
7-5
什么是类比学习?其推理和学习过程为何?
7-6
试述解释学习的基本原理、学习形式和功能。
7-7
试比较说明符号系统和连接机制在机器学习中的主要思想。
7-8
用
C
语言编写 一套计算机程序,用于执行
BP
学习算法。
7-9
试应用神经网络模型优化求解销售员旅行问题。
7-10
考虑一个具有阶梯型阈值函数的神经网络,假设
(1)
用一常数乘所有的权值和阈值;
(2)
用一常数加于所有权值和阈值。
试说明网络性能是否会变化
?
7-11
增大权值是否能够使
BP
学习变慢
?
5
/
22
7-12
什么是知识发现?知识发现与数据挖掘有何关系?
7-13
试说明知识发现的处理过程。
7-14
有哪几种比较常用的知识发现方法?试略加介绍。
7-15
知识发现的应用领域有哪些?试展望知识发现的发展和应用前景。
第八章
机器人规划
8-1
有哪几种重要的机器人高层规划系统
?
它们各有什么特点
?
你认为哪种规划方法有较大
的发展前景
?
8-2
让
right(x),lef t(x),up(x)
和
down(x)
分别表示八数码难题中单 元
x
左边、右边、上面和下
面的单元
(< /p>
如果这样的单元存在的话
)
。试写出
STIPS p>
规划来模拟向上移动
B(
空格
)
、向下 移
动
B
、向左移动
B
和向 右移动
B
等动作。
8-3
考虑设计一个清扫厨房规划问题。
(1)
写出一套可能要用的
STRIPS
型操作符。当你描述这些操作符时,要考虑到下列情
况:
·清扫火炉或电冰箱会弄脏地板。
·要清扫烘箱,必须应用烘箱清洗器,然后搬走此清洗器。
·在清扫地板之前,必须先行打扫。
·在打扫地板之前,必须先把垃圾筒拿出去。
·清扫电冰箱造成垃圾污物,并把工作台弄脏。
·清洗工作台或地板使洗涤盘弄脏。
(2)
写出一个被清扫厨房的可能初始状态描述,
并写出一个可描述的
(
但很可能难以得到
的
)
目标描述。
(3)
说明如何把
STRIPS
< p>规划技术用来求解这个问题。(
提示:你可能想修正添加条件的
定义,以便当某个条件添加至数据库时,如果出现它的否定的话,就能自动删去此否定
)
。
8-4
曲颈瓶
F1
和
F2
的容积分别为
C1 p>
和
C2
。公式
CONT(X
,
Y)
表示瓶子
X
含有
Y
容量
单位的液体。试写出
STRIPS
规划来模拟下列动作:
(1)
把
F1
内的全 部液体倒进
F2
内。
(2)
用
F1
的部分液体把
F2
装满。
< p>
8-5
机器人
Rover p>
正在房外,想进入房内,但不能开门让自已进去,而只能喊叫,让叫声
促使开
门。
另一机器人
Max
在房间内,
他能够开门并喜 欢平静。
Max
通常可以把门打
开来使
R over
停止叫喊。假设
Max
和
Rover p>
各有一个
STRIPS
规划生成系统和规划执
行系统。试说明
Max
和
Rover
的
< p>STRIPS规则和动作,并描述导致平衡状态的规划序
列和执行步
骤。
8-6
用本章讨论过的任何规 划生成系统,解决图
8.22
所示机械手堆积木问题。
8-7
考虑图
8.23
所示的寻找路径问题。
(1)
对所示物体和障碍物
(
阴影部分
)
建立一个结构空间。其中,物体的初始位置有两种
情况
,一种如图所示,另一种情况是把物体旋转
90
°。
(2)
应用结构空间,描述一个寻求上述无碰撞路径的过程
< p>(程序
)
把问题限于无旋转的二
维问
题。
6
/
22
A
B
D
B
A
C
C
D
机械手
机械手
(a)
初始布局
(b)
目标布局
图
8.22
机械手堆积木规划问题
8-8
p>
指出你的过程结构空间求得的图
8.23
问题的路径,并叙述如何把你 在上
题中所得结论推广至包括旋转情况。
图
8.23
一个寻找路径问题
8-9
图
8.24
表 示机器人工作的世界模型。要求机器人
Robot
把
3
< p>个箱子BOX1
、
BOX2
和
BOX3
移到如图
E23(b)
所示目标位置,试用专家 系统方法建立本规划,并给出规划序
列。
(a)
初始世界模型
M0
(b)
目标世界模型
G0
图
8.24
移动箱子于一处的机器人规划
8-10
图
8.25
表示机器人工作的世界模型。要求机器人把箱子从房间
R2
初始位置移至房间
R1
目标位置。试建立本机器人 规划专家系统,并给出规划结果。
7
/
22
图
8.25
从一房间移至另一房间的机器人规划
第九章
Agent (
艾真体
)
9-1
分布式人工智能系统有何特点?试与多艾真体系统的特性加以比较。
9-2
什么是艾真体?你对
agent
的译法有何见解?
9-3
艾真体在结构上有何特点?在结构上又是如何分类的?每种结构的特点为何?
9-4
艾真体为什么需要互相通信?
9-5
试述艾真体通信的步骤、类型和方式。
9-6
艾真体有哪几种主要通信语言?它们各有什么特点?
9-7
多艾真体系统有哪几种基本模型?其体系结构又有哪几种?
9-8
试说明多艾真体的协作方法、协商技术和协调方式。
9-9
为什么多艾真体需要学习与规划?
9-10
你认为多艾真体系统的研究方向应是哪些?其应用前景又如何?
9-11
选择一个你熟悉的领域,编写一页程序来描述艾真体与环境的 作用。说明环境是否是
可访问的、确定性的、情节性的、静态的和连续的。对于该领域,
采用何种艾真体结构
为好?
9-12
设计并实现几种具有内部状态的艾真体,并测量其性能。对于给定的环境,这些艾真
体如何接近理想的艾真体?
9-13
改变房间的 形状和摆设物的位置,添加新家具。试测量该新环境中各艾真体,讨论如
何改善其性能,
以求处理更为复杂的地貌。
9-14
有些艾真体一旦 得知一个新句子,就立即进行推理,而另一些艾真体只有在得到请求
后才进行推理。这两
种推理方法在知识层、逻辑层和执行层将有何区别?
9-15
应用布尔电路为无名普斯世界设计一个逻辑艾真体。该电路是一个连接输入(感知阀
门)和输出(行动阀门)的逻辑门的集合。
(1)
试解释为什么需要触发器。
(2)
估计需要多少逻辑门和触发器。
8
/
22
第十章
机器视觉
10-1
可用广义锥体语言把楔形物体描述为一个具有一定尺寸的三角 形沿着一根直轴移动而
成的。请给出另一种描述。
10-2
(1)
除了表面法线
(
p
,
q
,-1)
p>
外,还有另外两个感兴趣的矢量:一个矢量指向光源,它对
应于某些特别的<
/p>
p
和
q
值,记为
p
s
和
(
< p>s
为假设日光
)
,表示指向日光的矢量 p>
(
p
s
,
< br>q
s
,
-1)
;
另一指向观察者,即矢量
(0
,
0
,
-1)
。
利 用表面法线、
日光矢量和观测矢量,
可以求出一些用
p
< p>和q
表示的与出射角、
入射角
和相位
角有关的公式。试证明下列公式成立:
cos
i
?
pp
s
?
q q
s
?
1
p
2
?
q
2
?
1
p
s
2
?
q
s
2
?
1
p
s
?
0
,
q
s
p>
?
0
,
(2)
对
cos
e
和
cos
g
推导类似公式。
10-3
已知朗伯表面亮度等于
?
cos
i
。如果光源正好在观察者的后面,即
于是可得对应于
p
和
q
的亮度为:
p>
E
?
?
c
os
i
?
?
?
< br>2
2
1
p
2
p>
?
q
2
?
1
2
2
当
p
?
q
?
1
为
一常数时,亮度
E
为一恒值。由于
p<
/p>
?
q
?
1
?
C
是平面
PQ
上某个圆的方
程式,所以我
们可得如下结论:当光源位于观察者后面时,
PQ
反射图上的等亮度线是一些 p>
圆周线。试证明阴影线是直线。
10-4
把一个篮球或其它球形物体固定起来,并在室内单一小光源下对它进行试验。光源是
在观察者的背后。
(1)
球面的光线亮度如何变化
?
(2)
为什么满月看上去是扁平的
?
10-5
考虑有一个朗伯立方体平放在朗伯墙前,如图(
a
)所示。沿
ab
线的光线强度大体上
像图(
b
)那样,而当立方体的拐角为圆滑过渡时,其光线强度 如图
(c)
所示。
< br>题
10
-
5
图
朗伯立方体及其光强分布图
9
/
22
(1)
在
PQ
空间,指出此立方体各可见侧面的表面法线的准确位置。
(2)
在
PQ
空间,对着光源方向,指出 可取的位置。
(3)
假设交界是陡变的,试画出沿 p>
cd
线的光强度分布图。
(4)
假设交界是圆滑的,试画出沿
cd
线的光
强度分布图。
10-6
下列阵列表示航空照片图象上 点阵的
PQ
投影以及所观察亮度
Er
的链式代码:
-1 -1 0.23 +1
-1 0.23 +1 -1 0.17
-1
-1
0.23 +1 -1 0.17 0 0 0.3
0 0 0.3 0 0 0.3
0 0 0.3
假设所观察的亮度为
Er
?
(
x
,
y
)
R
(
x
,
y< /p>
)
,
其中,
R
(< /p>
p
,
q
)
对应于光源直接在
观察者背
后和
p
?
1
< p>时的朗伯反射图上的等亮度线。试把每点图象分类为石头、树和墓石、假设它们
的反射系数分别为
0.7
,
0.5
和
0.3
。
10-7
某盖板表面 的反射系数ρ为未知。在不同时间从
3
个分离光源对该表面照明。对于
< p>?
?
1
的表面,这
3
个光源对此表面的反射图如图所示。用这些光分别照射时所观察到的亮
度分别为:
I
1
?<
/p>
0
.
2
,
I
2
?
0
.
1
,
I
3
< br>?
0
.
1
题
10-7
图
3
个反射图
(1)
在
P Q
空间画出当
I
1
/<
/p>
I
2
等于
2
, p>
3
和
4
时表示轨迹的线。同样地,画出当
于
0.5
,
1
和
2 p>
时的线。
(2)
求
?
?
?
10-8 <
/p>
把图中所示各物体量化为
32
×
32
的画面
(
方格纸自备
)
I
2
/
p>
I
3
等
e
a
b
R
d
c
a
=
b
=< /p>
c
g
d
= p>
e
=
f
=
g
题
10
-
8
图
< p>需要数字化的物体
(1)
建立 两个画面,每个画面包含上述
3
个物体。要求两画面上的物体具有不同的尺寸、< /p>
位置和方向。
(2)
计算两画面 上
6
个物体的各阶矩量
M
00<
/p>
,
M
10
,
M
01
,
M
20
p>
,
M
11
和
M
02
。
(
3)
计算各物体的矩心
(
X
,
< p>Y)
。
(4)
(5)
计算
6
个物体的形状系数,并讨论所得结果。
10-9
为什么
CONSIGHT
系统要使用
2
个光源,而不是用
1
个光源
?
10
/
22
10-10
在连通性分析中,相邻
2
行 间的分段情况被定义为下列
3
种:
情况
1
不重迭
中间为零或有更多的列
×××××
×××××
情况
2
不重迭
中间为零或有更多的列
×××××
×××××
情况
3
重迭
既
不同于情况
1
,又不同于情况
2
。
区域并合规则是较高的数取代较低的数
(
除背景“
0
”外
)
。
(
1)
从左至右逐行扫描下列
8
×
8
二进制图象
(
图中
b
为背景
) p>
。
指出连通域被并合后图象矩阵
上元素的数字,作为连通性分
析的解答:
1 2
3 4 5 6 7 8
b b b b b
b b b b b
1 b 0 0 0 1
1 1 0 0 b
2 b 1 1 0 0
1 1 1 0 b
3 b 0 1 0 1
1 0 1 1 b
4 b 0 1 1 1
1 0 0 1 b
5 b 0 1 1 1
0 0 0 1 b
6 b 0 1 0 1
1 0 1 1 b
7 b 0 1 0 0
1 1 1 0 b
8 b 0 0 0 0
0 1 0 0 b
b b b b b b
b b b
(2)
确定本题
(1)
中图象编码的扫描宽度。
第十一章
自然语言理解
11-1
< p>什么是语言和语言理解
?
自然语言理解过程有哪些层次,各层次的功能如何< /p>
?
11-2
自然语言理解和语言自动 生成的关系为何
?
研究这两者时有什么共同点。
11-3
语言的歧义性可出现在各个层次上:构词、 词类、句法和语义。试各举一例来说明。
11-4
写出下列上下文无关语法所对应的转移网络:
S
→
NP VP
NP
→
Adjective Noun
NP
→
Determiner Noun PP
NP
→
Determiner Noun
VP
→
Verb Adverb NP
VP
→
Verb
VP
→
Verb Adverb
VP
→
Verb PP
PP
→
Proposition NP
11
/
22
国内大学介绍-国内大学介绍
布朗大学地址-布朗大学地址
理工大学房屋出租-理工大学房屋出租
南昌大学校友-南昌大学校友
吉林农业大学校长-吉林农业大学校长
耶鲁大学公开课心理学导论-耶鲁大学公开课心理学导论
各大学校草-各大学校草
延边大学奖学金-延边大学奖学金
-
上一篇:太原理工大学学生违纪处理办法
下一篇:太原理工大学物联网通信考试总结