1、1什么是學習和機器學習為什么要研究機器學習？學習是人類具有的一種重要的智能行為，按照人工智能大師西蒙的觀點，學習就是系統在不斷重復的工作中對本身能力的增強或者改進，使得系統在下一次執行同樣人物或類似任務時，比現在做的更好或效率更高。西蒙對學習給出的定義本身，就說明了學習的重要作用。機器學習是研究如何使用機器來模擬人類學習活動的一門學科。機器學習是一門研究機器獲取新知識和新技能，并識別現有知識的學問。機械學習就是記憶，是最簡單的學習策略。這種學習策略不需要任何推理過程。外界輸入知識的表示方式與系統內部的表示方式完全一致，不需要任何處理過程。外界輸入知識的表示方式與系統內部的表示方式完全一致，不需

2、要任何處理與轉換。雖然機械學習在方法上看來很簡單，但由于計算機的儲存容量相當大，檢索速度又相當快，而且記憶準確，無絲毫誤差，所以在很多方面能夠超過人，幫助人類完成人類自己無法完成的任務2什么是圖搜索過程其中，重排OPEN表意味著什么，重排的原則是什么？圖搜索過程就是從初始節點出發，沿著與之相連的弧試探地前進，尋找目標節點的過程（也可以反向進行）。重排open表意味著，在擴展節點時，將優先擴展哪個節點，不同的排序準對應著不同的搜索策略。重排的原則應視具體情況而定，不同的原則對應不同的策略：如果想要盡快找到一個解，則應將最有可能達到目標節點的那些節點排在open表的前面部分；如果想找到代價最小的解

3、，則應按代價從小到大的順序重排open表3試寫出7種知識表示方法，并簡述其中2種表示法含義。方法：謂詞邏輯表示法、產生式表示法、框架表示法、特性表示法、過程表示法、概念圖解表示法、不精確表示法。含義：、產生式表示法：產生式的一般形式為“前件+后件”。前件就是前提，后件是結論或動作。其規則描述的是事物間的因果關系。其基本形式為：“P-Q”或“IFPTHENQ”含義是：如果前提P滿足，則可推出結論Q或執行Q所規定的操作；、框架表示方法：是一種層次的、組合式的知識表示方法4試述學習系統的基本模型，并敘述各部分功能作用。7事IT面不出白系筑學耳部分翼書拱些值學村部分利用這些侑息修改露量聲.上墻瓢耳喔執

4、行分病明任身匍馳能.執行藹分宸揖住限岸完成在崢.冏盾把我母的情且反情的學耳酢”.好也學力藜視鼓計的最通要的因看擋聲員H辜胡提供的新息,更艮曲地ilt的總的而房.5產生式基本形式以及產生式系統工作原理產生式系統由總數據庫，產生式規則和總控制策略組成。各部分關系如圖所示。總數據庫用來存放求解過程中各種當前信息的數據結構如問題的初始狀態，事實或證據，中間推理結論和最后結果等。當產生式規則中某條規則的前提與總數據庫中的某些事實相匹配時，該規則就被激活，并把其結論作為新的事實存入總數據庫。產生式規則是一個規則庫。用于存放于求解問題有關的某個領域知識的規則之集合及其交換規則。控制策略作為一個推理機構，由一

5、組程序組成，用來控制產生式系統的運行，決定問題求解過程的推理線路，實現對問題的求解。通常從選擇規則到執行分三步：匹配、沖突解決和操作。6試敘述子句集的化簡的九個步驟。1消去蘊涵符號2減少否定符號的轄域3對變量標準化4消去存在量詞5化為前束型6把母式化為合取范式7消去全稱量詞8消去連詞符號9更換變量名稱7簡述人工神經網絡(ANN)優點。1并行分布處理2非線性映射3通過訓練進行學習4適應與集成5硬件實現8兩條規則具有相同結論的情況，若有兩種規則A1CF(B,A1)8和慶2CF(B，A2)B則合并后結論B的可信度值CF(B)為1何研便爐案眇5協若陶映琳蟒M胡0餐研0)4碼咖9眇0；仍前劃網曙列10.

6、10.80.50.39判斷模糊矩陣R0.110.10.80.110.50.20.30.30.40.10.20.40.30.1是否是傳遞模糊矩陣。10.60.61是畤搓官正眨不三10什么是模糊函數，隸屬度函數，隸屬度。模糊是因為質的不確定性，含混性是由信息的不充分引起的，有些事物無法找出它們精確的分類標準，因此我們沒有辦法做出“是”或者“不是”的判斷。所以我們通常構造出函數來表達我們所說的模糊度，構造模糊函數需要掌握一定的數學技巧，而且由于確定過程中或多或少含有人的某種心理因素，所以模糊函數的建立也包括心理測量的進行及其結果的運用。給定論域X上的一個模糊子集A,是指對于任意xCX,都確定了一個數

7、科A(x)，稱心(x)為x對A的隸屬度，且科A(x)C0,1。映射xCX:X-0,1x一pA(x)叫做隸屬函數或者叫做從屬函數。隸屬函數A(x)用于刻畫集合A中的元素對A的隸屬程度，隸屬函數的值稱為隸屬度。11試比較寬度彳先搜索，試比較寬度彳先搜索，有界深度優先搜索及有序搜索的搜索效率并以實例數據加以說明。以二叉樹做例子，廣度優先搜索：廣度優先搜索是按照樹的層次進行的搜索，如果此層沒有搜索完成的情況下不會進行下一層的搜索。深度優先搜索：深度優先搜索是按照樹的深度進行搜索的，所以又叫縱向搜索，在每一層只擴展一個節點，直到為樹的規定深度或葉子節點為止。這個便稱為深度優先搜索。我先來說說兩種算法的不

8、同點。廣度優先搜索，適用于所有情況下的搜索，但是深度優先搜索不一定能適用于所有情況下的搜索。因為由于一個有解的問題樹可能含有無窮分枝，深度優先搜索如果誤入無窮分枝(即深度無限)，則不可能找到目標節點。所以，深度優先搜索策略是不完備的。廣度優先搜索適用范圍：在未知樹深度情況下，用這種算法很保險和安全。在樹體系相對小不龐大的時候，廣度優先也會更好些。深度優先搜索適用范圍：剛才說了深度優先搜索又自己的缺陷，但是并不代表深度優先搜索沒有自己的價值。在樹深度已知情況下，并且樹體系相當龐大時，深度優先搜索往往會比廣度優先搜索優秀，因為比如8*8的馬踏棋盤中，如果用廣度搜索，必須要記錄所有節點的信息，這個存

9、儲量一般電腦是達不到的。然而如果用深度優先搜索的時候卻能在一個棋盤被判定出來后釋放之前的節點內存。當讓具體情況還是根據具體的實際問題而定，并沒有哪種絕對的好。所以，理解這兩種算法的本質是關鍵。最后我說說關于找最優解的問題，這種問題如果不依靠其他的輔助算法來說，其實對于廣度優先搜索和深度優先搜索來說是一樣的，說白了找最優解就是個遍歷過程，所以沒有哪種算法找最優解更好。但是如果有輔助的啟發式算法或者別的算法就另當別論了。12研究不確定性推理有何意義有哪幾種不確定性？研究不確定性推理有何意義的哪幾種不確定性有哪幾種不確定性。不酹宓料打鄴或研甯耳帝系統而克生性利不調左件的口力T網.書.3種小新生件I去

10、F計州的不描H性(視劇右S!差卜我了結ift的軍騎定性和步子把剌文計同史實符的不優起十r13簡述人工神經網絡的主要學習算法。(1)縣由痢而學可事用題鬻和奘落曜戡之網陽揄護防庫靠匕前戊似拓口加落寓F氓匕熊Uh反fti凡瑞算也及WQlttt.口)甘稼號I1號*外中寸調卦通鞋中.持整網絡燃II司維翔肉田層粒.植修朝士1Q戛史需具黑式介卻塞東，電濡tiokwm#；31,iptf<ir?1-Grxjt'Uw3存M-*極1£噸/K。U)曲tt學習Rfi升堂RK欣*它I7，E坤砧口llh朝出，府或辦個"丹心旦1I：”介二檢定愉入加州空汨符用科癡輪仃的優度.同蒯金梅守隊2川1

11、4請說明主觀Bayes方法中LS與LN的含義及它們之間的關系。LN表不必要性因子，它表不E對H的支持程度。LS表不充分性因子，它表不E對H的支持程度。根據LS、LN的定義可知，LS>0,LN>0,而且LS和LN不是獨立取值，只能出現：LS>1,LN<1或LS<1,LN>1或LS=LN=1但不能兩者同時>1或同時<1在實際系統中，LS、LN的值是由專家憑經驗給出的，而不依照LS、LN的定義來計算。15在狀態空間一般搜索過程中，open表與close表的作用與區別是什么。OPEN表：用于存放剛生成的節點；CLOSE表：用于存放將要擴展或已擴展的節點野

12、人過河不希確推理的五鐘情況 I)Nf旬唧曲T目曲r國明*KHALCFtBlA).CFISFAb»Akie(B)J 21毛蛆洶例人肉-8"壯#B邙/1即=鼠u具小睜1%11州 國匕日=%啊CF(BJ-CF(B/%卜$陷網叩，CH鳥) 制若用瓦V瓦俐弟C眄VBJ=gJC鴨卜CF(BJ) 6)時某一精論B的否定 CF(B)=gs(CF(-81)E.綜述題CO分)i(本題i。分君于八敲碣連題底下式定義怙價國數：f(x)=d(x)-(x)其中，3#力節點X的；更度.；h(x展訐有松子侑恚目標飽毛的麥哈軟拜瑪精子篇高目標佗王的水平距離和垂直距離和.制如下圖所示的初始狀態,：區的曼哈頓距

13、離為2;2的曼哈痍跑離為1;1的旻哈捶噩富為】；6的曼哈族距焉為1;11(%尸5.2gJI231初虻狀態l/Jt16J目標狀態：/41用A”比拿法杈索目轎,列出頭三步披索中的門PEN.CLOSED表的內皮會當打獷度書點的f值.(2)亙出搜索村癡當前擴展方點的f值:解：1如下表循環OPENCLOSED初始化So1Sa%Sj曲?SiS;S.|s5SoS：3S-Sj&S二S'SgSqSjSg2:搜索樹上卞晝-右上角的數字是其估價圖數值2.（本題10）您認為人工智能課程的哪一部分內容對您的畢業設計或者您以后的工作特別有用？如果有，請敘述其原理；如果沒有，請您談談人工智能的發展對人類有哪

14、些的影響？答：我認為人工智能的發展對人類的影響主要有以下五個方面1）勞務就業問題。由于人工智能能夠代替人類進行各種腦力勞動，例如用專家系統代替管理人員或醫生進行決策或診斷與治療病人疾病，所以，將會使一部分人不得不改變他們的工種，甚至造成失業。人工智能在科技和工程中的應用，會使一些人失去介入信息處理活動（如規劃、診斷、理解和決策等）的機會，甚至不得不改變自己的工作方式。（ 2）社會結構變化。人們一方面希望人工智能和智能機器能夠代替人類從事各種勞動，另一方面又擔心它們的發展會引起新的社會問題。實際上，近十多年來，社會結構正在發生一種靜悄悄的變化。（ 3）思維方式與觀念的變化。人工智能的發展與推廣應用，將影響到人類的思維方式和傳統觀念，并使它們發生改變。過分地依賴計算機的建議而不加分析地接受，將會使智能機器用戶的認知能力下降，并增加誤