1、XXXX2017至2018學年第1學期人工智能技術課程考試（A ）卷計科 系 級 專業學號 姓名、選擇題：（2分X10=20分）大題得分題號一一三四五六七八九十總分得分閱卷1 .人工智能AI的英文全稱（）最早于1956年在達特茅斯會議上被提出。這是歷史裝上第一次人工智能研討會,也被廣泛認為是人工智能誕生的標志。訂A. Automatic IntelligenceB. Artifical Intelligence線C. Automatice InformationD. Artifical Information2 .所謂不確定性推理是從（）的初始證據出發，通過運用（）的知識，最終推I出具有一定程

2、度的不確定性但卻是合理或者近乎合理的結論的思維過程。iA.不確定性，確定性B.確定性，確定性C.確定性，不確定性D .不確定性，不確定性3 .要想讓機器具有智能，必須讓機器具有知識。因此，在人工智能中有一個研究領域，主要研究計算機如何自動獲取知識和技能，實現自我完善，這門研究分支學科叫（ ）。A.概率推理B.神經網絡 C.機器學習D.智能搜索4 .下面幾種搜索算法中，不完備的搜索算法是()A,廣度優先搜索C.迭代深入深度優先搜索5 .人工智能的目的是讓機器能夠(A.模擬、延伸和擴展人的智能C.完全代替人的大腦6 .在一個監督學習問題f:x一()問題。A.分類B.聚類B. A*搜索D.貪婪搜索)

3、,以實現某些腦力勞動的機械化B.和人一樣工作D.具有智能y中，輸出y的值域是連續的,例如實數集R,那么這是一個C.回歸 D.降維命題教師 柯余洋 共 6頁,第 1 頁7 .牙醫問題中關于3個變量的全聯合分布如下表所示，通過查表計算概率P (cavity Vtoothache )=(toothache? toothachecatch? catchcatch? catchcavity.108.012.072.008? cavity.016.064.144.576A. 0.12 B, 0.28 C, 0.72 D, 0.368 .在訓練手寫數字圖片識別模型時，首先接收到很多名志愿者提供的一系列帶標簽

4、的圖 片數據,以此為基礎程序學習如何更好地進行識別,那么在該設定中指標measure P是（ ）。A.對輸入圖片進行識別B.分析志愿者提供的帶標簽數據C.識別準確率D.圖片數據的標簽9 . 一個智能體在學習時收集到一系列的傳感輸入 xi,但是其對應的輸出yi并沒有給出。 智能體依然想要構造一個關于輸入 X的模型用于推理、決策以及預測等，此時學習的種類 為（）。A.監督學習B.無監督學習C.半監督學習D.深度學習10 .以下局部搜索算法中屬于貪婪算法的是（）A,爬山法搜索B.模擬退火搜索C.局部剪枝搜索D.遺傳算法填空題（1分X20=20大題得分分）1 .學術界有四種對人工智能的定義，分別是類人

5、行為、和,其中 是本課程學習的主要內容，其定義可概括為 02 .在二人博弈問題中，最常用的一種分析技術是 ,這種方法的思想是先生成一顆博弈樹，然后再計算其倒推f值。但它的效率較低，因此人們在此基礎上又提出 了。3 .智能體的任務環境屬性為可觀察性、確定性、片段性、靜態性、離散性以及智能體 數。那么計時棋賽對應的任務環境屬性為完全可觀察的、多智能體的。4 . P (a)是一個先驗概率,那么P (a|b)是后驗概率也叫 1-果粉祗量2Ah B是完全獨立的,那么P(A, B) = 。如果A和B在給定C的情況下是條件獨立的， 那么P(B |A, C) =。利用以上性質建立的概率推理模型叫作 。5 .使

6、用遺傳算法進行局部搜索時，首先初始化種群，計算個體的適應度函數，然后通 過, , 操作生成新種群，直到找出最優個體。6 .普通神經網絡由三層神經元組成，分別是、隱含層和輸出層，為了使模型 精度更高,我們增加了隱含層的層數使模型變為 。三.簡答題(共20分)大題得分小題得分1 .什么是智能體。(4分)小題得分2 .形式化定義 真空吸塵器”問題。(4分)狀態？：行動？：目標測試？：小題得分小題得分路徑消耗？：3 .列舉出至少五個機器學習的算法名稱。（5分）4 .在欠擬合和過擬合兩種情況下描述機器學習模型的訓練誤差和測試誤差大小。作出隨著模型復雜度的增加，兩種誤差變化的趨勢圖。（7分）共 6 頁,第

7、 3 頁四.綜合計算題（共40分）大題得分1.跟蹤貪婪搜索和A*搜索算法使用直線距離啟發式hsLD求解從Lugoj到Bucharest問題的過程。按順序列出貪婪算法探索的節點和其小題得分f值，A*算法探索的節點和Fil Orodea71AH«amiStraight-line distanceZermdlTknltMinPitestiMehadiaTjictnlBucherDobveta 口Crfliova口 GiurgiuEfwi*lo Biirharc5iArad366Burh 事 ie0Craiovaisk>hrHa343FJvrir1GIFagaras178Giurj&g

8、t;lu77llii vkVj15|加、i226I詞阿244Melia di a241Ni-amt2MOraika梵0Pi-i噩KitniiH U ikraSibiu253Tlimwaja329Urzirrhl8QVailui199Zrrind374其g,h,f值。求解過程中不考慮避免重復狀態。（8分）A*搜索:擴展節點nLghf0244244擴展節點nghf擴展節點nghf共 6 頁,第 4 頁小題得分束傳播。完善如下表所示的傳播過程。（7分）2 .在澳大利亞地圖染色問題中分別使用前向檢驗和弧相容兩種方法進行約前向檢驗:WANTQNSWVSAT初始紅綠藍紅綠藍紅綠藍紅綠藍紅綠藍紅綠藍紅綠藍W

9、A-紅紅Q=綠紅綠V-藍紅綠藍弧相容（當前亞人=紅，Q=綠）：WANTQNSWVSAT當前紅藍綠紅藍紅綠藍藍紅綠藍SA 一NSWNSW 一SAV 一NSWSANT3 .如圖所示博弈樹，最下方數字是終止節點的效用值。請對該博弈樹做如下工作：（1）計算各節點準確的極小極大值（標記在節點旁）；（2）利用a- B剪枝技術剪去不必要的分枝 （直接在對應分枝上回X） 。 （ 8分）小題得分MAXMINMAXMINU6 6 6 6 6 6共 6 頁,第 5 頁4 .使用蟻群算法求解4個城市A、B、C、D的TSP問題。城市間距離矩陣為D,初始化各路徑信息素 旬=0.3，參數設置a=1,芹2。第一輪迭代時一只螞

10、蟻從 C點 小題得分出發。(10分)(1)求其第一次選擇A、B、D的概率各是多少。(2)若輪盤隨機數固定為p=0.3 ,求該螞蟻找到的完整的解以及這個解的耗散1 25 40 22 0小題得分5 .貝葉斯網絡模型如下圖所示。(7分)(1)求 P (A=F,B=T,C=T)與 P (A=F,B=T,C=F)(2)求 P (C=T|A=F,B=T)A C P(A|C>共 6 頁,第 6 頁渺渺紅塵，茫茫人海，沒有過早，也沒有太晚，遇見的自然是恰逢其時。有人說，這世間的所有相遇，都是久別重逢。惟有父母與子女，是為了別離。父母為自己付出的，永遠是百分之百的綿綿恒愛。每當看到滿頭如雪，彎腰駝背，步履

11、蹣跚的父親母親，總會不由自主地想起，他們曾用最純樸、最勤勞的方式為自己撐起過一片天，現如今卻是衰老伴著他們走過一年又一年。于父母眼里，自己就像飄在天空的風箏，無論飛得多高多遠，他們也舍不得松開牽掛的那根線。這種深厚的愛，若高山闊海，就算用一輩子的時間，恐怕也回饋不完.想來那句：你養我長大，我陪你變老，應是最好的報答。記得一首 破情的歌，里面那段歌詞格外打動人：友情，人人都需要友情，不能孤獨，踏上人生的旅程 聽完，特別想感謝那些出現在自己不同人生階段的朋友，感謝這一路上你們給予的支持和鼓勵。此生何其幸運，能成為彼此的親密摯友。除了家人，最熟悉我的還有你童年，一起玩耍嬉戲；少年，一起努力學習；青年，互相聆聽各自的小秘密；愿中年的彼此，都能好好保重