讯享网

 <p>《人工智能》课程习题</p><p>第一章绪论</p><p>1-1. 什么是人工智能？试从学科和能力两方面加以说明。</p><p>1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？</p><p>1-3. 为什么能够用机器（计算机）模仿人的智能？</p><p>1-4. 现在人工智能有哪些学派？它们的认知观是什么？</p><p>1-5. 你认为应从哪些层次对认知行为进行研究？</p><p>1-6. 人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？</p><p>第二章知识表示方法</p><p>2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?</p><p>2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?</p><p>2-3利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的**路径。</p><p>2-4试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R、L 或C可分别用R、jωL或1/jωC来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。</p><p>图 2.28</p><p>2-5试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。</p><p>2-6把下列句子变换成子句形式：</p><p>(1) ( x)｛P(x)→P(x)｝</p><p>(2) ∀x∀y(On(x,y)→Above(x,y))</p><p>(3) ∀x∀y∀z(Above(x,y)∧Above(y,z)→Above(x,z))</p><p>(4) ～｛(∀x)｛P(x)→｛（∀y）［p(y)→p(f(x,y))］∧(∀y)［Q(x,y)→P(y)］｝｝｝</p><p>2-7用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)</p><p>A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.</p><p>2-8把下列语句表示成语义网络描述：</p><p>(1) All man are mortal.</p><p>(2) Every cloud has a silver lining.</p><p>(3) All branch managers of DEC participate in a profit-sharing plan.</p><p>2-9作为一个电影观众，请你编写一个去电影院看电影的剧本。</p><p>2-10试构造一个描述你的寝室或办公室的框架系统。</p><p>第三章搜索推理技术</p><p>3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?</p><p>3-2试举例比较各种搜索方法的效率。</p><p>3-3化为子句形有哪些步骤?请结合例子说明之。</p><p>3-4如何通过消解反演求取问题的答案?</p><p>3-5什么叫合适公式?合适公式有哪些等价关系?</p><p>3-6用宽度优先搜索求图3.33所示迷宫的出路。</p><p>图 3.33 迷宫一例</p><p>3-7用有界深度优先搜索方法求解图3.34所示八数码难题。</p><p>2 8 1 2 3</p><p>1 6 3 8 4</p><p>7 5 4 7 6 5</p><p>S o S g</p><p>图3-34八数码难题</p><p>3-8应用最新的方法来表达传教士和野人问题，编写一个计算机程序，以求得安全渡过全部6个人的解答。</p><p>提示：在应用状态空间表示和搜索方法时，可用(N m，N c)来表示状态描述，其中N m和N c 分别为传教士和野人的人数。初始状态为(3，3)，而可能的中间状态为(0，1)，(0，2)，(0，3)，(1，1)，(2，1)，(2，2)，(3，0)，(3，1)和(3，2)等。</p><p>3-9试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率，并以实例数据加以说明。</p><p>3-10一个机器人驾驶卡车，携带包裹(编号分别为＃1、＃2和＃3)分别投递到林(LIN)、吴(WU)和胡(HU)3家住宅处。规定了某些简单的操作符，如表示驾驶方位的drive(x,y)和表示卸下包裹的unload(z)；对于每个操作符，都有一定的先决条件和结果。试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列，该序列能够生成一个满足AT(#1，LIN)∧AT(#2，WU)∧AT(#3,HU)和目标状态。</p><p>3-11规则演绎系统和产生式系统有哪几种推理方式?各自的特点为何?</p><p>3-12为什么需要采用系统组织技术?有哪几种系统组织技术?</p><p>3-13研究不确定性推理有何意义?有哪几种不确定性?</p><p>3-14单调推理有何局限性?什么叫缺省推理?非单调推理系统如何证实一个节点的有效性?</p><p>3-15在什么情况下需要采用不确定推理或非单调推理?</p><p>3-16下列语句是一些几何定理，把这些语句表示为基于规则的几何证明系统的产生式规则：</p><p>(1) 两个全等三角形的各对应角相等。</p><p>(2) 两个全等三角形的各对应边相等。</p><p>(3) 各对应边相等的三角形是全等三角形。</p><p>(4) 等腰三角形的两底角相等。</p><p>第四章计算智能（1）：神经计算模糊计算4-1 计算智能的含义是什么？它涉及哪些研究分支？</p><p>4-2 试述计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。</p><p>4-3 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？</p><p>4-4 简述生物神经元及人工神经网络的结构和主要学习算法。</p><p>4-5 考虑一个具有阶梯型阈值函数的神经网络，假设</p><p>（1）（1）用一常数乘所有的权值和阈值；</p><p>（2）（2）用一常数加于所有权值和阈值。</p><p>试说明网络性能是否会变化？</p><p>4-6 构作一个神经网络，用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。</p><p>4-7 假定有个具有线性激励函数的神经网络，即对于每个神经元，其输出等于常数c乘以各输入加权和。</p><p>（1）设该网络有个隐含层。对于给定的权W，写出输出层单元的输出值，此值以权W和输入层I为函数，而对隐含层的输出没有任何明显的叙述。试证明：存在一个不含隐含单位的网络能够计算上述同样的函数。</p><p>（2）对于具有任何隐含层数的网络，重复进行上述计算。从中给出线性激励函数的结论。4-8 试实现一个分层前馈神经网络的数据结构，为正向评价和反向传播提供所需信息。应用这个数据结构，写出一个神经网络输出，以作为一个例子，并计算该网络适当的输出值。</p>