關(guān)于人工智能 經(jīng)典考試題目,例題

1、基于規(guī)則的專家系統(tǒng)1. 基于規(guī)則的專家系統(tǒng)有5個(gè)部分組成：知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理引擎、_和用戶界面A. 解釋設(shè)備B. 外部接口C. 開發(fā)者接口D. 調(diào)試工具2. 前向（正向）推理是數(shù)據(jù)驅(qū)動(dòng)的。推理從已知的數(shù)據(jù)開始，依次執(zhí)行每條可執(zhí)行的規(guī)則，規(guī)則所產(chǎn)生的新的事實(shí)被加入到數(shù)據(jù)庫(kù)中，直到?jīng)]有規(guī)則可以被執(zhí)行為止。請(qǐng)根據(jù)以下的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)推出有哪些元素被加入到數(shù)據(jù)庫(kù)中A. N X Y ZB. L X Y ZC. N L X ZD. L N X Y3. 關(guān)于專家系統(tǒng)，以下說法錯(cuò)誤的是A. 允許不精確的推理，但不能處理不完整、不確定和模糊的數(shù)據(jù)B. 當(dāng)數(shù)據(jù)不完賬或模糊時(shí)，有可能會(huì)出錯(cuò)C. 當(dāng)需要新知識(shí)時(shí)，很

2、容易實(shí)現(xiàn)調(diào)整。D. 提供知識(shí)與處理過程明確分離的機(jī)制4. 對(duì)于規(guī)則的專家系統(tǒng)的缺點(diǎn)，下列說法錯(cuò)誤的是A. 規(guī)則之間的關(guān)系不明確B. 低效的搜索策略C. 沒有學(xué)習(xí)能力D. 沒有統(tǒng)一的結(jié)構(gòu)5. 對(duì)于規(guī)則的專家系統(tǒng)的優(yōu)點(diǎn)，下列說法正確的是A. 規(guī)則之間的關(guān)系透明B. 高效的搜索策略C. 處理不完整、不確定的知識(shí)D. 具備學(xué)習(xí)能力基于規(guī)則的專家系統(tǒng)中的不確定性管理6. 專家系統(tǒng)中不確定性知識(shí)的來源一般分為4種：弱暗示、_、未知數(shù)據(jù)，以及合并不同專家觀點(diǎn)時(shí)的困難A. 不完整的信息B. 不一致的信息C. 不確定的信息D. 不精確的語(yǔ)言7. 有一同學(xué)，考試成績(jī)數(shù)學(xué)不及格的概率是0.15，語(yǔ)文不及格的概率是0

3、.05，兩者都不及格的概率為0.03，在一次考試中，已知他數(shù)學(xué)不及格，那么他語(yǔ)文不及格的概率是多少？A. 0.2B. 0.25C. 0.4D. 0.68. 擲三枚骰子，事件A為出現(xiàn)的點(diǎn)數(shù)之和等于5的概率為A. 1/18B. 1/36C. 1/72D. 1/1089. 下列哪個(gè)符合著名的貝葉斯公式A. P(Ai/B) = P(Ai) x P(B/Ai) /(P(Aj) x P(B/Aj)B. P(Ai/B) = P(Ai) x P(Ai/B) /(P(Aj) x P(B/Aj)C. P(Ai/B) = P(B) x P(B/Ai) /(P(Aj) x P(B/Aj)D. P(Ai/B) = P(

4、Ai) x P(B/Ai) /(P(Bj) x P(B/Bj)10. 以下說法錯(cuò)誤的是A. 要想使用貝葉斯方法，論據(jù)間不一定滿足條件獨(dú)立B. 確信因子理論是貝葉斯方法的常用替代方法C. 當(dāng)概率未知或不易獲得時(shí)，會(huì)使用確信因子D. 確信因子理論為專家系統(tǒng)中的不確定性管理提供了一個(gè)判斷方法模糊專家系統(tǒng)11. 模糊或多值邏輯是波蘭的邏輯學(xué)家和哲學(xué)家_引入的A. Lotfi ZadehB. Max BlackC. Jan LukasiewiczD. Max Vagueness12. 關(guān)于模糊專家系統(tǒng)，下列說法錯(cuò)誤的A. 模糊邏輯能反應(yīng)人類是怎么樣思考的，它嘗試模擬人類的預(yù)感、決策制定和常識(shí)B. 模糊依

5、賴模糊集理論，模糊邏輯只是該理論的一小部分C. 模糊集可以簡(jiǎn)單地定義為具有明確邊界的集合D. 模糊集提供跨越邊界時(shí)平穩(wěn)過渡的能力13. 對(duì)于模糊集的操作，下列寫法錯(cuò)誤的是A. 結(jié)合性 A U (b U C) = (A U B) U CB. 冪等性 A U A = A , A A = AC. 恒等性 A U X = X , A X = AD. 德摩根定律 (A U B) = A U B14. 下列說法錯(cuò)誤的是A. 模糊規(guī)則用來獲取人類的知識(shí)B. 建立模糊系統(tǒng)是一個(gè)迭代的過程C. 調(diào)試是在建立模糊系統(tǒng)中最單調(diào)和費(fèi)力的過程D. 和二值的布爾邏輯一樣，模糊邏輯是二值的15. 常用的模糊判決方法不包括A

6、. 重心法B. 二分法C. 最大隸屬度法D. 系數(shù)加權(quán)平均法人工神經(jīng)網(wǎng)絡(luò)16. 為了解決如何模擬人類的感性思維，例如視覺理解、直覺思維、悟性等，研究者找到一個(gè)重要的信息處理的機(jī)制是_A. 專家系統(tǒng)B. 人工神經(jīng)網(wǎng)絡(luò)C. 模式識(shí)別D. 智能代理17. 對(duì)于人工神經(jīng)網(wǎng)絡(luò)，下列說法錯(cuò)誤的是A. 機(jī)器學(xué)習(xí)涉及適應(yīng)性機(jī)制，使得計(jì)算機(jī)能夠從經(jīng)驗(yàn)、實(shí)例、類比中學(xué)習(xí)。B. 人工神經(jīng)網(wǎng)絡(luò)有一些非常復(fù)雜并高度互聯(lián)的，被稱作神經(jīng)元的處理器組成，這和人腦中的生物神經(jīng)元類似。C. 多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程和感知器是一樣的D. Hopfield網(wǎng)絡(luò)訓(xùn)練算法有兩個(gè)基本的階段：存儲(chǔ)和檢索18. 人工神經(jīng)網(wǎng)絡(luò)的字母簡(jiǎn)稱為A. A

7、NCB. BAMC. ANND. CNN19. 神經(jīng)網(wǎng)絡(luò)的局限性不包括A. 沒有辦法進(jìn)行特征學(xué)習(xí)B. 比較容易過擬合C. 訓(xùn)練速度比較慢D. 較弱的容錯(cuò)能力20. 神經(jīng)網(wǎng)絡(luò)的特征不包括A. 較強(qiáng)的學(xué)習(xí)能力B. 大規(guī)模、自組織、自適應(yīng)的非線性動(dòng)力系統(tǒng)C. 能較好的模擬人的形象思維D. 訓(xùn)練速度較快進(jìn)化計(jì)算21. 遺傳之父是A. 孟德爾B. 約翰霍蘭德C. 安阿伯D. 戈德堡22. 關(guān)于進(jìn)化計(jì)算，下列說法錯(cuò)誤的是A. 以自然選擇和遺傳的計(jì)算模型為基礎(chǔ)的，獲取人工智能的方法，稱作進(jìn)化計(jì)算。B. 遺傳算法的工作原理是，發(fā)現(xiàn)和重組好的圖式即候選方案中好的組件C. 進(jìn)化策略并不是純粹的數(shù)值優(yōu)化過程，它和蒙

8、特卡洛的搜索方法類似D. 遺傳編程是進(jìn)化計(jì)算領(lǐng)域的最新發(fā)展成果23. 關(guān)于遺傳算法的思想，以下選項(xiàng)正確的是種群中的交叉繁殖種群中個(gè)體的選擇種群中個(gè)體的變異A. B. C. D. 24. 關(guān)于遺傳算法和進(jìn)化策略，下列說法錯(cuò)誤的是A. 遺傳算法同時(shí)使用交叉和突變操作B. 進(jìn)化策略僅使用交叉操作C. 進(jìn)化策略不需要用編碼的形式來表示問題D. 進(jìn)化策略使用純粹的數(shù)值優(yōu)化計(jì)算25. 在使用遺傳編程來解決問題之前，必須先執(zhí)行5個(gè)預(yù)備步驟：選擇基本函數(shù)集確定控制運(yùn)行的參數(shù)定義適應(yīng)性函數(shù)確定終端集合選擇指定運(yùn)行結(jié)果的方法A. B. C. D. 26. 假設(shè)要尋找函數(shù)（15x-x2）在x的范圍為015時(shí)的最大值

9、。染色體用4個(gè)基因構(gòu)建，一下染色體串適應(yīng)性最強(qiáng)的應(yīng)該是A. 1100B. 0100C. 0111D. 1001數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)27. 數(shù)據(jù)挖掘的過程包括了5個(gè)數(shù)據(jù)轉(zhuǎn)換的步驟：_,_,_,_,最后解釋結(jié)果數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)選擇數(shù)據(jù)挖掘數(shù)據(jù)融合和數(shù)據(jù)清理A. B. C. D. 28. 數(shù)據(jù)挖掘不是一個(gè)單一的方法，而是不同工具和技術(shù)的異構(gòu)組合。這些工具和技術(shù)不包括A. 查詢工具B. 統(tǒng)計(jì)方法和數(shù)據(jù)可視化工具C. 神經(jīng)網(wǎng)絡(luò)和神經(jīng)-模糊系統(tǒng)D. 主成分分析29. 關(guān)于數(shù)據(jù)發(fā)掘，下列說法錯(cuò)誤的是A. 數(shù)據(jù)挖掘的成功經(jīng)常依賴于數(shù)據(jù)挖掘工具的選擇B. 雖然數(shù)據(jù)可視化具有很明顯的吸引力，高維數(shù)據(jù)上的圖形挖掘卻不能夠

10、很輕易地完成C. 主成分分析能在不明顯丟失信息的情況下降低數(shù)據(jù)維度D. 數(shù)據(jù)挖掘就是從處理過后的數(shù)據(jù)中進(jìn)行知識(shí)提取30. 關(guān)于k-means算法的優(yōu)點(diǎn)，不正確的是A. 是解決聚類問題的一種經(jīng)典算法，簡(jiǎn)單、快速。B. 對(duì)處理大數(shù)據(jù)集，該算法是相對(duì)可伸縮和高效率的。C. 它對(duì)于“躁聲”和孤立點(diǎn)數(shù)據(jù)并不敏感D. 它的復(fù)雜度是0 (n k t ) , 其中, n 是所有對(duì)象的數(shù)目, k 是簇的數(shù)目, t 是迭代的次數(shù)。31. 會(huì)堂有20排，每排有20個(gè)座位，甲告訴消息A，此人在第十排，則P(A)=?,I(A)=?A. 1/20 , -ln20B. 1/20 , ln20C. 1/10 , -ln20D

11、. 1/10 , ln2032. 關(guān)于信息量，下列說法錯(cuò)誤的是A. 信息論的創(chuàng)始人為ShannonB. 信息量是事件發(fā)生概率的不連續(xù)函數(shù)C. 信息量是有限值D. 如果事件A和事件B的發(fā)生是相互獨(dú)立的，則獲知事件A和事件B將同時(shí)發(fā)生的信息量是單獨(dú)獲知兩事件發(fā)生的信息量之和。概述、混合智能系統(tǒng)、ppt中其他知識(shí)點(diǎn)33. AI的英文縮寫是A. Automatic Intelligence B. Artificial IntelligenceC. Automatice InformationD. Artificial Information34. 1997年卡斯帕羅夫再次與經(jīng)過改進(jìn)的“_”對(duì)壘，結(jié)果以

12、2.53.5的比分?jǐn)”?。A. IBMB. 深思C. 阿爾法狗D. 深藍(lán)35. 被譽(yù)為國(guó)籍“人工智能之父”的是_A. 圖靈B. 馮諾依曼C. 雨果·德·加里斯D. 尼爾遜36. 自適應(yīng)神經(jīng)-模糊推理系統(tǒng)（ANFIS）可以表達(dá)成包括6個(gè)層的神經(jīng)網(wǎng)絡(luò)，但不包括A. 歸一化層B. 去模糊化層C. 總結(jié)層D. 輸出層37. 2017年5月，在中國(guó)烏鎮(zhèn)圍棋峰會(huì)上，AlphaGo與排名世界第一的世界圍棋冠軍_對(duì)戰(zhàn)，以3比0的總分獲勝。A. 李世石B. 時(shí)越C. 柯潔D. 唐韋星38. 關(guān)于模糊專家系統(tǒng)，下列說法錯(cuò)誤的是A. 模糊邏輯并不是說邏輯本身是模糊的，而是指用于描述模糊的邏輯B.

13、模糊集很難校正含糊的知識(shí)。C. 模糊邏輯的基本思想是任何事情都允許有一定的程度D. 溫度、高、速度、距離和美麗所有這些都可以在某個(gè)范圍內(nèi)浮動(dòng)39. 知識(shí)特性并不包括A. 相對(duì)正確性B. 完備性C. 不確定性D. 模糊性40. 關(guān)于信息熵，下列說法錯(cuò)誤的是A. 變量的不確定性越大，熵也就越大B. 一個(gè)系統(tǒng)越是有序，信息熵就越高C. 信息熵也可以說是系統(tǒng)有序化程度的一個(gè)度量D. 信息熵是對(duì)信息源整體不確定性的度量 可修改 歡迎下載 精品 Word親愛的用戶：煙雨江南，畫屏如展。在那桃花盛開的地方，在這醉人芬芳的季節(jié)，愿你生活像春天一樣陽(yáng)光，心情像桃花一樣美麗，感謝你的閱讀。1、最困難的事就是認(rèn)識(shí)自己。22.2.82.8.202220:4020:40:142月-2220:402、自知之明是最難得的知識(shí)。二二二二二二年二月八日2022年2月8日星期二3、越是無能的人，越喜歡挑剔別人。20:402.8.202220:402.8.202220:4020:40:142.8.202220:402.8.20224、與肝膽人共事，無字句處讀書。2.8.20222.8.202220:4020:4020:40:14