当前位置：首页 > 人工智能 模拟试题
8. 专家系统由 （18） 、 （19） 和 （20） 这三部分组成。 二、名词解释（每小题3分，共15分） 1. 合一处理 2. 归纳学习 3. 问题归约 4. 可信度 5. 专家系统
二、问答题（每小题5分，共25分）
1． 简单学习模型的基本结构及其关系是什么？ 2． 试比较深度优先搜索与宽度优先搜索的异同。
3． 什么是启发式搜索？实现启发式搜索的关键因素有哪些？ 4． 简述框架的一般表示结构？
5． 阐述示例学习所采用的逐步泛化和逐步特化的学习策略在学习过程中正、反例的作用。 四、应用题（每小题10分，共40分） 1.请写出下列命题的语义网络： “每个学生都有一支笔。”
2.某公司招聘工作人员，A，B，C三人应试，经面试后，公司表示如下想法： （1） 三人中至少录取一人。
（2） 如果录取A而不录取B，则一定录取C。 （3） 如果录取B，则一定录取C。 用归结反演法证明：公司一定录取C。 （ 提示：设用P(x)表示录取x ） 3. 把以下合式公式化简为子句集：
(\ [Q(x) ú R(y)]} T (\4. 计算下面的不确定推理问题（每题5分，共10分）
（1）对于规则P T Q，已知p(Q)=0.04,LS=100,LN=0.4,利用主观Bayes方法求出P(Q/P)和p(Q/?P) （2）设学生考试成绩的论域为{A，B，C，D，E}，小王成绩得A、得B、得A或B的基本概率分别分配到0.2、0.1、0.3，Bel({C, D, E})为0.2；请给出Bel({A, B})、Pl({A, B})和f({A, B})。 1 将以下语句：
（1）会朗读者是识字的，
（2）海豚都不识字，
（3）有些海豚是很机灵的，
（4）有些很机灵的东西不会朗读。 形式化表示为合适公式。
2. 把下列语句表示为语义网络的描述： ⑴ 每个人都喜欢电影。
⑵ 太阳公司的每个营销员都参加太平洋保险。
3. 应用启发式搜索算法A解决以下八数码问题：
设评价函数f(n) = d(n) + p(n)，画出搜索图，并给出各搜索循环结束时Open和Close表的内容。 附加题：
4. 在应用递归回溯算法解决四皇后的问题中，若按列的序号从小到大试探性放置各行的皇后，请画出搜索图，并指出分别从算法第2步和第4步回溯的次数。
1.把以下合适公式化简为合取范式的子句集：
（1）? (? x)(? y)(? z){P(x) ? (? x)[Q(x, y) ? R(z)]} （2） ( ? x)( ? y){{P(x) ? [Q(x) ? R(y)]} ? (? y)[P(f(y)) ? Q(g(x))]} (3) (?x)( ?y){P(x) ? [Q(x)? R(y)]}? (? y){[P(f(y))? Q(g(y))]? (? x)R(x)}
2. 假设已知下列事实：
1） 小李（Li）喜欢容易的（Easy）课程（Course）。 2） 小李不喜欢难的（Difficult）课程。 3） 工程类（Eng）课程都是难的。 4） 物理类（Phy）课程都是容易的。
5） 小吴（Wu）喜欢所有小李不喜欢的课程。 6） Phy200是物理类课程。 7） Eng300是工程类课程。 请用归结反演法回答下列问题：
1）证明小吴不喜欢Eng300课程 2）小李喜欢什么课程？ 3. 对于规则P ? Q，已知p(Q)=0.04,LS=100,LN=0.4,利用主观Bayes方法求出P(Q/P)和P（P／?Q））。 4. 在上题中，若P自身的确定性依赖P’,且有p(P)=0.05,规则P’ ? P的LS=120,LN=0.3，用观Bayes方法求出P(θ/P')。
5. 已知有如下推理规则：
r1：(C11∧C12)∨C13 =>H 0.7； r2：C21∨C22 => H －0.3； r3：C31∧C32 => H 0.6； r4：E4 => H 0.4； CF(C11) = 1， CF(C12) = 0.6， CF(C13) = 0.8，CF(C21) = 0.5， CF(C22) = 0.7，CF(C31) = 0.1， CF(C32) = 0.5，CF(E4) = 1；
请应用MYCIN的确定性方法求出CF(H)。
本文作者：...共分享92篇相关文档
