人工智能復(fù)習(xí)匯總

本文格式為Word版，下載可任意編輯——人工智能復(fù)習(xí)匯總一、選擇題

1.被譽為“人工智能之父〞的科學(xué)家是（C）。A.明斯基B.圖靈C.麥卡錫D.馮.諾依曼2.AI的英文縮寫是(B)A.AutomaticIntelligenceC.AutomaticInformation

B.ArtificialIntelligenceD.ArtificialInformation

3.以下那個不是子句的特點（D）A.子句間是沒有合取詞的(∧)C子句中可以有析取詞(∨)4.以下不是命題的是（C）。

A.我上人工智能課B.存在最大素數(shù)

C.請勿隨地大小便D.這次考試我得了101分5.探尋分為盲目探尋和（A）

A啟發(fā)式探尋B模糊探尋C確切探尋D大數(shù)據(jù)探尋

6.從全稱判斷推導(dǎo)出特稱判斷或單稱判斷的過程，即由一般性知識推出適合于某一具體狀況的結(jié)論的推理是（B）A.歸結(jié)推理B.演繹推理C.默認(rèn)推理D.單調(diào)推理

7.下面不屬于人工智能研究基本內(nèi)容的是（C）A.機(jī)器感知B.機(jī)器學(xué)習(xí)

B子句通過合取詞連接句子(∧)

D子句間是沒有析取詞的(∨)

C.自動化D.機(jī)器思維

8.S={P∨Q∨R,┑Q∨R,Q,┑R}其中,P是純文字，因此可將子句（A）從S中刪去A.P∨Q∨RC.Q

B.┑Q∨R

D.┑R

9.以下不屬于框架中設(shè)置的常見槽的是（B）。A.ISA槽B.if-then槽C.AKO槽D.Instance槽10.常見的語意網(wǎng)絡(luò)有（D）。A.A-Member-of聯(lián)系C.have聯(lián)系

1.在深度優(yōu)先探尋策略中，open表是（B）的數(shù)據(jù)結(jié)構(gòu)A.先進(jìn)先出B.先進(jìn)后出

C.根據(jù)估價函數(shù)值重排D.隨機(jī)出2.歸納推理是（B）的推理

A.從一般到個別B.從個別到一般C.從個別到個別D.從一般到一般

3.要想讓機(jī)器具有智能，必需讓機(jī)器具有知識。因此，在人工智能中有一個研究領(lǐng)域，主要研究計算機(jī)如何自動獲取知識和技能，實現(xiàn)自我完善，這門研究分支學(xué)科叫（B）A.專家系統(tǒng)B.機(jī)器學(xué)習(xí)

B.Composed–of聯(lián)系D.以上全是

C.神經(jīng)網(wǎng)絡(luò)D.模式識別

4.以下哪個不是人工智能的研究領(lǐng)域（D）A.機(jī)器證明B.模式識別C.人工生命D.編譯原理

6.在主觀Bayes方法中，幾率O(x)的取值范圍為（D）A.[-1,1]B.[0,1]C.[-1,∞）D.[0,∞）

7.僅個體變元被量化的謂詞稱為(A)A.一階謂詞B.原子公式C.二階謂詞D.全稱量詞

8.在可信度方法中，CF（H，E）的取值為（C）時，前提E為真不支持結(jié)論H為真。A.1B.0C.0

9.機(jī)器學(xué)習(xí)的一個最新研究領(lǐng)域是.（A）A.數(shù)據(jù)挖掘B.神經(jīng)網(wǎng)絡(luò)C.類比學(xué)習(xí)D.自學(xué)習(xí)

10.語義網(wǎng)絡(luò)表達(dá)知識時，有向弧AKO鏈、ISA鏈?zhǔn)怯脕肀磉_(dá)節(jié)點知識的（C）。

A.無悖性B.可擴(kuò)展性C.繼承性

3.以下不在人工智能系統(tǒng)的知識包含的4個要素中（D）。A.事實B.規(guī)則C.控制和元知識D.關(guān)系

5.以下哪部分不是專家系統(tǒng)的組成部分（A）。A.用戶B.綜合數(shù)據(jù)庫C.推理機(jī)D.知識庫

7.所謂不確定性推理就是從()的初始證據(jù)出發(fā)，通過運用()的知識，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結(jié)論的思維過程。(A)

A.不確定性,不確定性B.確定性,確定性C.確定性,不確定性D.不確定性,確定性

10.C(B|A)表示在規(guī)則A->B中，證據(jù)A為真的作用下結(jié)論B為真的(B)A.可信度B.信度C.信任增長度D.概率

11.設(shè)離散型隨機(jī)變量X,Y的聯(lián)合概率分布為a,b的值為(A)

A.a=2/9b=1/9B.a=1/9b=2/9C.a=1/6b=1/6D.a=5/18b=1/18

3.經(jīng)典規(guī)律推理的方法不包括那個（D）A自然演繹推理B歸結(jié)演繹推理

C與或形演繹推理D假設(shè)推理6.盲目探尋策略不包括以下那個（D）A廣度優(yōu)先探尋

B深度優(yōu)先探尋D全局擇優(yōu)探尋

C有界深度優(yōu)先探尋小結(jié)：

盲目探尋：廣度優(yōu)先探尋、深度優(yōu)先探尋、有界深度優(yōu)先探尋、代價樹的廣度優(yōu)先探尋、代價樹的深度優(yōu)先探尋。啟發(fā)式探尋：全局擇優(yōu)探尋、局部擇優(yōu)探尋。7.以下哪種探尋方式必然能夠找到解（C）A.深度優(yōu)先B.堆棧探尋C.廣度優(yōu)先D.混合探尋7．以下推理不正確的是（A）

A.假使下雨，則地上是濕的;沒有下雨,所以地上不濕B.假使x是金屬，則x能導(dǎo)電；銅是金屬,所以銅能導(dǎo)電C.假使下雨，則地下濕；地下不濕,所以沒有下雨

D.小貝喜歡可愛的東西；哈士奇可愛；所以小貝喜歡哈士奇。9、以下哪一項沒有發(fā)生沖突（D）

A、一個已知事實可以與知識庫中多個知識匹配成功B、多個已知事實與知識庫中的一個知識匹配成功C、多個已知事實可以與知識庫中多個知識匹配成功D、已知事實不能與知識庫中的任何知識匹配成功10.以下選項中那一種狀況不是發(fā)生沖突（BC）

C、刪除策略遞歸策略D、刪除策略限制策略4、太陽從東邊升起是＿A＿A必然事件B不確定事件C不可能事件D不可能事件5、以下哪一個公式是正確的（Ｂ）ＡP∧(P∧R)←→PＢ?(?x)P?(?x)(?P)ＣP∨(Q∧R)←→(P∧Q)∨(P∧R)ＤP∨(P∧R)←→R

6、以下數(shù)字哪個表示最模糊（B）Ａ0.8Ｂ0.5Ｃ0Ｄ1

7、擲二枚骰子，事件A為出現(xiàn)的點數(shù)之和等于3的概率為（B）A1/11B

1/18C1/6D都不對

8、市場上某商品來自兩個工廠，它們市場占有率分別為60％和40％，有兩人各自買一件。則買到的來自不同工廠之概率為（C）A0.5B0.24C0.48D0.39、模式匹配分為和。（D）A、模糊匹配確切匹配B、繁雜匹配進(jìn)件匹配C、相像匹配確切匹配D、確定匹配不確定性匹配

10、設(shè)甲、乙、丙三人中有人從不說真話，也有人從不說假話，某人向著三人分別提出一個問題：誰是說謊者？

甲答：“B和C都是說謊者〞；乙答：“A和C都是說謊者〞；

丙答：“A和B至少有一個是說謊者〞。

誰是老實人，誰是說謊者？（C）A、甲是老實人，乙是說謊者B、甲是老實人，丙是說謊者C、丙是老實人，甲是說謊者D、丙是老實人，乙是說謊者

二、判斷題

1.人工智能是智能計算機(jī)系統(tǒng)，即人類聰慧在機(jī)器上的模擬，或者說是人們使機(jī)器具有類似于人的聰慧（對語言能理解、能學(xué)習(xí)、能推理）。（T）

2.經(jīng)典命題規(guī)律和謂詞規(guī)律的語義解釋只有兩個：真和假，0和1。（T）3.海伯倫定理可以在計算機(jī)上實現(xiàn)其證明過程。（F）

4.魯賓遜歸結(jié)原理中空子句是不可滿足的，若一個子句集包含空子句集，則這個子句集一定是不可滿足的。（T）

5.逆向推理的缺點是若提出的假設(shè)目標(biāo)不符合事實，但是不會降低系統(tǒng)效率。（F）

6.不確定性推理指推理所使用的知識和推出的結(jié)論可以是不確定的。所謂不確定性是真值

為假。（T）

7.魯賓遜歸結(jié)原理中，設(shè)C1與C2是子句集S中的兩個子句，C12是它們的歸結(jié)式，若把C12參與S中，得到新子句集S2，則S與S2是等價的。（F）

8.產(chǎn)生式規(guī)則不能表達(dá)具有結(jié)構(gòu)性的知識，但效率較高。（F）9.框架是用于描述具有固定的靜態(tài)對象的通用數(shù)據(jù)結(jié)構(gòu)，但是也可以描述某些簡單的動態(tài)對象。（F）

10.語義網(wǎng)絡(luò)系統(tǒng)由兩部分組成：由語義網(wǎng)絡(luò)組成的知識庫和用于求解問題的解釋程序即推理機(jī)。（T）

1.人工智能是計算機(jī)科學(xué)的一個分支，是智能計算機(jī)系統(tǒng)，即人類

聰慧在機(jī)器上的模擬，或者說是人們使機(jī)器具有類似于人的聰慧（對語言能理解、能學(xué)習(xí)、能推理）。（√）

2.在0,1,?,9，這10個數(shù)字當(dāng)中，一次任取兩個，則抽到5這個數(shù)字的概率是0.1.（×）

3.人工智能的研究途徑是主張通過運用計算機(jī)科學(xué)的方法進(jìn)行研究，實現(xiàn)人工智能在計算機(jī)的模擬。（√）

4.（?x）{P(x)?P(x)}消去蘊含符號得：（?x）{?P(x)?P(x)}。（×）5.人工智能的研究長期目標(biāo)是使現(xiàn)有的電子計算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。（×）6.命題是可以判斷真假的語句。（×）

7.單個謂詞是謂詞公式。（√）

8.產(chǎn)生式系統(tǒng)的構(gòu)成規(guī)則庫，綜合數(shù)據(jù)庫兩部分。（×）9.“他每天下午都去打籃球。〞用相應(yīng)的謂詞公式表示為：TIME(X):X是下午PLAY（X，Y）：X去打Y（?X）TIME（X）PLAY（HE，BASKETBALL）（√）

10．規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)有正向推理、逆向推理和雙向推理三種推理方式。逆向推理是從用戶提供的初始已知事實出發(fā)，在知識庫KB中找出當(dāng)前可適用的知識，構(gòu)成可適用知識集KS，然后按某種沖突消解策略從KS中選出一條知識進(jìn)行推理，并將推出的新事實參與到數(shù)據(jù)庫中作為下一步推理的已知事實，在此之后再在知識庫中選取可適用的知識進(jìn)行推理，如此重復(fù)，直到求得了所要求的解，或者知識庫中再無可適用的知識為止。（×）

1.假使探尋是經(jīng)接近起始節(jié)點的程序來依次擴(kuò)展節(jié)點，這種探尋叫深度探尋。（×）

2.啟發(fā)式探尋一定比盲目式探尋好(×)

3.語義網(wǎng)絡(luò)、框架等知識表示方法，均是對知識和事實的一種靜止的表示方法。（√）

4.反向推理是以已知事實作為出發(fā)點，依照一定的策略，運用知識庫中的知識，推斷出結(jié)論的過程（×）

5.專家系統(tǒng)的結(jié)構(gòu)選擇不需要根據(jù)系統(tǒng)的應(yīng)用環(huán)境和所執(zhí)行任務(wù)的特點就可以確定。（×）

6.圖探尋算法中,CLOSE表用來登記待考察的節(jié)點（×）

7.框架適合表達(dá)結(jié)構(gòu)性的知識，概念、對象等知識最適于用框架表示（√）

8.當(dāng)有一條以上的規(guī)則的條件部分和當(dāng)前數(shù)據(jù)庫相匹配時，就需要決定首先使用哪一條規(guī)則，這稱為沖突解決。(√)

9.命題規(guī)律無法把它所描述的客觀事物的結(jié)構(gòu)及規(guī)律特征反映出來，也不能把不同事物間的共同特征表述出來。（√）

1、根據(jù)經(jīng)驗對一個事物或現(xiàn)象為真的相信程度稱為可信度（√）2、可信度帶有較大的主觀性和經(jīng)驗性，其確鑿性難以把握（√）3、CF模型是基于可信度表示不確定性推理的基本方法（√）5、命題的取值只能有兩個（×）命題取值三個：真、假、無意義。

6、人工智能是人們使機(jī)器具有類似于人的聰慧（對語言能理解，能學(xué)習(xí)，能推理）（√）

7、命題是能判斷真假的陳述句（√）

8、被認(rèn)為是人工智能“元年〞的時間是1956年（√）9、任何模糊集的模糊度都是[0,1]上的一個數(shù)。（√）10、明天會下雨是真命題（×）

1.“多么美麗的祖國。〞是命題（T）

2.命題規(guī)律實在為此規(guī)律的基礎(chǔ)上發(fā)展起來的，命題規(guī)律可以看成是

為此規(guī)律的一種特別形式。（F）

3.模糊集A是正規(guī)模糊集，其核集可以為空。（F）

4.框架是用來描述具有固定的靜態(tài)對象的通用數(shù)據(jù)結(jié)構(gòu)，該對象用“對象...屬性屬性值〞表示。（T）

5.在用框架表示知識的系統(tǒng)中，問題的求解主要是通過匹配和擴(kuò)展來實現(xiàn)的。（F）

6.在語義網(wǎng)絡(luò)的一個三元組中，表示類屬關(guān)系時，箭頭所指得節(jié)點代表上層概念，而箭尾的節(jié)點代表下層節(jié)點。（T）7.代換是形如{t1/x1,t2/x2,?,tn/xn}的有限集合。其中，t1,t2,?,tn是項；x1,x2,?,xn是可一致的變元。（F）8.不確定性推理是建立在經(jīng)典規(guī)律基礎(chǔ)上的一種推理，它是對不確定性知識的運用和處理。（F）

9.目前在專家系統(tǒng)中，知識的不確定性一般由領(lǐng)域?qū)＜医o出，尋常是一個數(shù)值，它表示相應(yīng)知識的不確定性程度，稱為知識的動態(tài)強度。（F）

10.人工智能所面向的是結(jié)構(gòu)有序，能從中分析計算出規(guī)律的問題。（F）

3.命題規(guī)律有局限性,無法把它所描述的客觀事物的結(jié)構(gòu)及規(guī)律特征反映出來，也不能把不同事物間的共同特征表述出來。T

4.謂詞公式是指無論是命題規(guī)律還是謂詞規(guī)律，可以利用連接詞把

一些簡單的命題連接起來構(gòu)成一個合命題，表示一個比較繁雜的含義。

T

5.模糊性就是指客觀事物在性態(tài)及類屬方面的不明顯性，其根源是在類似事物間存在一系列過渡狀態(tài)，它們相互滲透，相互貫穿，使得彼此之間沒有明顯的分界限。T

6.λ水平截集是把模糊集合向特別（普通）集合轉(zhuǎn)化的一個重要概念。F

7.知識是人們在長期的生活及社會實踐中積累起來的對客觀世界的認(rèn)識與經(jīng)驗，人們把實踐中獲得的信息關(guān)聯(lián)在一起，就獲得了知識。T

8.推理的基本任務(wù)：是從一種判斷推出另一種判斷。T9.OPEN表用于存放將要擴(kuò)展或者已擴(kuò)展的節(jié)點。F

10.深度優(yōu)先探尋總可以得到解，而且得到的是路徑最短的解。F

1、主觀Bayes方法利用新的信息將先驗概率P(H)更新為后驗概率P(H|E)的一種計算方法（T）

2、謂詞的個體，可以是一個常量，也可以是一個變元，還可以是一個多元（F）

3、在一致的條件下重復(fù)進(jìn)行某種試驗時，試驗結(jié)果不一定完全一致且不可預(yù)知的現(xiàn)象稱為隨機(jī)現(xiàn)象（T）

4、僅個體變元被量化的謂詞稱為二介謂詞（F）

5、A是凸模糊集，即對任意λ∈[0,1],A的λ水平截集是閉區(qū)間（T）

6、謂詞規(guī)律可以表示規(guī)則（T）

7、蘊含式表示知識的范圍比產(chǎn)生式表示的范圍要廣（F）8、模糊推理是不確定性推理中的一種（T）9、子句間既可以有合取詞又可以有析取詞（F）

10、歸結(jié)策略中的限制策略盡可能減小了歸結(jié)的盲目性，使其盡快的歸結(jié)出空子句（T）

2.人工智能的長期研究目標(biāo):電子計算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。（×）3.“我吃的很飽是一個命題〞是一個命題。（√）

4.假設(shè)d(A)為A的模糊度，假使模糊度靠近0則越模糊，等于0時最模糊。（×）

5.“雪是白色的〞在人工智能中這種知識稱為“規(guī)則〞。（×）6.產(chǎn)生式系統(tǒng)一般由控制系統(tǒng)，規(guī)則庫，綜合數(shù)據(jù)構(gòu)成。（√）7.歸結(jié)推理有多種形式，經(jīng)常用的是三段論式。（×）

8、參與歸結(jié)的子句內(nèi)部含有可合一的文字，則在進(jìn)行歸結(jié)之前應(yīng)對這些文字先進(jìn)行合一。（√）

9、close表：用于存放將要擴(kuò)展或者已擴(kuò)展的節(jié)點，所謂對節(jié)點進(jìn)行“擴(kuò)展〞是指：用適合的算符對該節(jié)點進(jìn)行操作，生成一組子節(jié)點。（√）

10、CF(E)=0.6表示證據(jù)E的可信度為0.6。（√）

三、簡答題

1、什么是推理？

從已知事實出發(fā)，通過運用已把握的知識，找出其中蘊含的事實，或歸結(jié)出新的事實，這一過程稱為推理。2、什么是語意網(wǎng)絡(luò)，以及語義網(wǎng)絡(luò)的組成？

語義網(wǎng)絡(luò)是通過概念及其語義關(guān)系來表示知識的一種網(wǎng)絡(luò)圖。語義網(wǎng)絡(luò)由節(jié)點和節(jié)點間的弧組成，其中節(jié)點表示各種事物，概念，狀況，屬性，動作，狀況等；弧表示各種語義聯(lián)系，指明他所連接的節(jié)點間的各種語義聯(lián)系。

3.何謂產(chǎn)生式系統(tǒng)？它由哪幾部分組成？

把一組產(chǎn)生式放在一起，讓它們相互協(xié)同，協(xié)同作用，一個產(chǎn)生式生成的結(jié)論可以供另一個產(chǎn)生式作為已知事實使用，以求得問題的解，這樣的系統(tǒng)稱為產(chǎn)生式系統(tǒng)。

產(chǎn)生式系統(tǒng)一般由三個基本部分組成：規(guī)則庫、綜合數(shù)據(jù)庫和推理機(jī)。4.演義推理的定義及常用形式。

演繹推理：從全稱判斷推導(dǎo)出特稱判斷或單稱判斷的過程，即由一般性知識推出適合于某一具體狀況的結(jié)論。它包括：1.大前提，這是已知的一般性知識或假設(shè)；2.小前提，這是關(guān)于所研究的具體狀況或個別事實的判斷；3.結(jié)論，這是由大前提推出的適合于小前提所示狀況的新判斷。

5.框架系統(tǒng)中求解問題的一般過程？

(1)首先把這個問題用一個框架表示出來；

(2)然后通過與知識庫中已有的框架進(jìn)行匹配，找出一個或幾個可匹配的預(yù)選框架作為初步假設(shè)，并在此初步假設(shè)的引導(dǎo)下收集進(jìn)一步的信息;

(3)最終用某種評價方法對預(yù)選框架進(jìn)行評價，以便決定是否接受它。

1.人工智能的研究目標(biāo)及人工智能的研究途徑(1)人工智能的研究長期目標(biāo)

人工智能的長期研究目標(biāo)：構(gòu)造可以實現(xiàn)人類智能的智能計算機(jī)或智能系統(tǒng)。

(2)人工智能的近期研究目標(biāo)：

使現(xiàn)有的電子計算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。

隨著人工智能研究的不斷深入、發(fā)展，近期目標(biāo)將不斷變化，逐步向遠(yuǎn)期目標(biāo)靠近(3).研究途徑：

以符號處理為核心的方法——主張通過運用計算機(jī)科學(xué)的方法進(jìn)行研究，實現(xiàn)人工智能在計算機(jī)的模擬。

以網(wǎng)絡(luò)連接為主的連接機(jī)制方法——主張用生物學(xué)的方法進(jìn)行研究，搞明白人類智能的本質(zhì)。

繼承下來。

4.框架間的組織結(jié)構(gòu)化?？蚣芸山M織成層狀；每個框架形成了一個獨立的知識單元；可利用系統(tǒng)擴(kuò)展、模塊化。

1.（1）__核集___(2)__水平截集___(3)__支集___

（1）（2）（3）

2.若從推出結(jié)論的途徑來劃分，推理可分為：演繹推理、歸納推理,默認(rèn)推理3.知識的特性？

相對正確性、不確定性、可表示性與可利用性4.用謂詞規(guī)律表示：并不是每個人都喜歡打籃球定義謂詞：MAN(x):x是人LIKE(x,y):x喜歡打y

┐（（?X）MAN（X）→LIKE（X，籃球））6.Open表和Closed表的作用

Open表用于存放剛生成的節(jié)點；Closed表用于存放將要擴(kuò)展或者已經(jīng)擴(kuò)展的節(jié)點。

7.什么是可信度？

根據(jù)經(jīng)驗對一個事物或者現(xiàn)象為真的相信程度稱為可信度

四、計算題

1.設(shè)F是論域U上的模糊集，R是U×V上的模糊關(guān)系，F(xiàn)和R分別為：

F?{0.4,0.6,0.8}??R???????0.60.30??求模糊變換F·R。

解：

F?R?{0.4?0.1?0.6?0.4?0.8?0.6,0.4?0.3?0.6?0.6?0.8?0.30.4?0.5?0.6?0.8?0.8?0}

={0.1∨0.4∨0.6,0.3∨0.6∨0.3,0.4∨0.6∨0}={0.6,0.6,0.6}

2.某公司聘請工作人員，A、B、C三人應(yīng)試，經(jīng)面試后公司表示如下想法：

(1)三人中至少錄取一人；

(2)假使錄取A而不錄取B,則一定錄取C;(3)假使錄取B，則一定錄取C;求證：公司一定錄取C。(1)P(A)?P(B)?P(C)(2)?P(A)?P(B)?P(C)(3)?P(B)?P(C)(4)?P(C)

應(yīng)用歸結(jié)原理進(jìn)行歸結(jié):(5)P(B)?P(C)(1)與(2)歸結(jié)(6)P(C)(3)與(5)歸結(jié)(7)NIL(4)與6)歸結(jié)?公司一定錄取C。

3.寫出學(xué)生框架的描述。

4.設(shè)有如下一組知識：R1:IFE1THENR2:IFE2THENR3:IFE3THEN

H(0.8)H(0.6)H(-0.5)

THENE3(0.9)

E1(0.7)

R4:IFE4AND(E5ORE6)R5:IFE7ANDE8THEN

已知：CF(E2)=0.8,CF(E4)=0.5,CF(E5)=0.6

CF(E6)=0.7,CF(E7)=0.6,CF(E8)=0.9

求：CF(H)=？解：

由R4得到：

CF(E1)=0.7×max{0,CF[E4AND(E5ORE6)]}=0.7×max{0,min{CF(E4),CF(E5ORE6)}}=0.35

由R5得到：

CF(E3)=0.9×max{0,CF[E7ANDE8]}=0.9?0.6=0.54

由r1得到：

CF1(H)=0.8?max{0,CF(E1)}=0.8?0.35=0.28

由r2得到：

CF2(H)=0.6?max{0,CF(E2)}=0.6?0.8=0.48

由r3得到：

CF3(H)=-0.5?max{0,CF(E3)}=-0.5?0.54=-0.27

結(jié)論不確定性的合成算法

CF1，2(H)=CF1(H)+CF2(H)–CF1(H)?CF2(H)=0.28+0.48–0.28?0.48=0.63

CF1,2,3(H)?CF1,2?H??CF3?H?

1-min{|CF1,2?H?|，|CF3?H?|}

=0.49

即：CF(H)=0.49

其他合并：13,2：CF(H)=0.4872；23,1：CF(H)=0.4888

5.已知P(A)=1,P(B1)=0.04,P(B2)=0.02，R1:A→B1

LS=20LN=0.1

R2:B1→B2LS=300LN=0.001

要求計算P(B2|A)。

解：使用規(guī)則R2時，證據(jù)B1并不是確定的發(fā)生了，即P(B1)≠1，因此要采用插值方法。先依照A必然發(fā)生，由定義和R1得：O(B1)=0.04/(1-0.04)=0.0417O(B1|A)=LS*O(B1)=0.83P(B1|A)=0.83/(1+0.83)=0.454

然后，由于P(B1|A)=0.454大于P(B1)，假設(shè)P(B1|A)=1,計算：P(B2|B1)=300*0.02/((300－1)*0.02+1)=0.857最終，進(jìn)行插值：

P(B2|A)=0.02+[(0.857-0.02)/(1-0.04)]*(0.454-0.04)=0.410

1.設(shè)已知：

(1)假使x是y的父親，y是z的父親，則x是z的祖父；(2)每個人都有一個父親。

使用歸結(jié)演繹推理證明：對于某人u，一定存在一個人v，v是u的祖父。解：先定義謂詞F(x,y)：x是y的父親GF(x,z)：x是z的祖父P(x)：x是一個人

再用謂詞把問題描述出來：

已知F1：(?x)(?y)(?z)(F(x,y)∧F(y,z))→GF(x,z))F2：(?y)(P(x)→F(x,y))求證結(jié)論G：(?u)(?v)(P(u)→GF(v,u))然后再將F1，F(xiàn)2和?G化成子句集：

①?F(x,y)∨?F(y,z)∨GF(x,z)②?P(r)∨F(s,r)

③P(u)

④?GF(v,u))

對上述擴(kuò)展的子句集，其歸結(jié)推理過程如下：

3、（10分）已知：

假使x是y的父親，y是z的父親，則x是z的祖父

利用歸結(jié)演繹推理證明：對于某個人u，一定存在人v，v是u的祖父

定義謂詞：

F(x,y)：y是x的父親

G(x,y)y是x的祖父

F(x,y)∧F(y,z)→G(x,z)：假使x是y的父親,y是z的父親,則x是z的祖父

G(u,v)：假使u則存在一個v是他的祖父。字句集合：1:F(x,y)2:F（y,z）

3:?F(x,y)∨?F（y,z）∨G（x,z）4:?G(u,v)

5:?F（y,z）∨G（x,z）1+3歸結(jié)6:G（x,z）2+5歸結(jié)7:nil4+6{u/x,v/y}所以命題成立

2.設(shè)H1,H2,H3分別是三個結(jié)論，E是支持這些結(jié)論的證據(jù)，且已知：P(H1)=0.3P(H2)=0.4P(H3)=0.5P(E/H1)=0.5P(E/H2)=0.3P(E/H3)=0.4求：P(H1/E)，P(H2/E)，P(H3/E)解：根據(jù)公式

P(Ai/E)?P(Ai)?P(E/Ai)

?P(A)?P(E/A)iii?1n(i?1,2,...,n)3.請對以下命題分別寫出它們的語義網(wǎng)絡(luò)：(1)每個學(xué)生都有一臺計算機(jī)。

2寫出來下面這棵樹的廣度優(yōu)先和深度優(yōu)先

深度優(yōu)先：1-2-5-6-10-11-3-7-12-13-4-8-9

廣度優(yōu)先：1-2-3-4-5-6-7-8-9-10-11-12-13

四

1、謂詞規(guī)律形式化以下描述“不存在最大的整數(shù)

2、狀態(tài)空間法的要點是什么？

狀態(tài)空間法是以狀態(tài)和算符為基礎(chǔ)來表示和求解問題的，三個要點是：狀態(tài)，算符，問題的狀態(tài)空間

3、語義網(wǎng)絡(luò)的要點是什么？

類屬關(guān)系，包含關(guān)系，屬性關(guān)系，時間關(guān)系，位置關(guān)系，相近關(guān)系，推論關(guān)系

4、將以下自然語言轉(zhuǎn)化為謂詞表示形式：(1)所有的人都是要呼吸的。(2)每個學(xué)生都要參與考試。(3)任何整數(shù)或是正的或是負(fù)的。

(1)V-x(M(x)→H(x))(2)V-x(P(x)→Q(x))

3.已知U={u1,u2,u3,u4,u5}并設(shè)A、B是U上的兩個模糊集，且有A=0.9/u1+0.7/u2+0.5/u3+0.3/u4B=0.6/u3+0.8/u4+1/u5求A∪B、A∩B、﹁A。

解：A∩B=(0.9∧0)/u1+(0.7∧0)/u2+(0.5∧0.6)/u3+(0.3∧0.8)/u4+(0∧1)/u5

=0/u1+0/u2+0.5/u3+0.3/u4+0/u5=0.5/u3+0.3/u4

A∪B=(0.9∨0)/u1+(0.7∨0)/u2+(0.5∨0.6)/u3+(0.3∨0.8)/u4+(0∨1)/u5=0.9/u1+0.7/u2+0.6/u3+