形考作业一

试卷总分:100  得分:100

1.下面什么不是人工智能的主要研究领域？

A.自动定理证明

B.博弈

C.机器视觉

D.5G技术

E.自然语言理解

2.思维可以分为？

A.逻辑思维

B.形象思维

C.顿悟思维

D.抽象思维

3.知识的特性

A.相对正确性

B.结构化

C.可表示性与可利用性

D.不确定性

4.选择出不正确的说法？

A.亚里士多德提出了三段论。

B.英国哲学家培根曾系统提出了归纳法

C.英国逻辑学家布尔创立了布尔代数。

D.牛顿提出“知识就是力量”的警句

5.智能的特征是？

A.具有感知能力

B.具有启发与思维能力

C.具有学习能力

D.具有行为能力

6.人工智能就是用人工的方法在机器（计算机）上实现的智能，也称为机器智能（Machine Intelligence）。

7.框架（frame）是一种描述所论对象（一个事物、事件或概念）属性的数据结构。

8.命题是一个真即假的陈述句。

9.从初始证据出发，按某种策略不断运用库中的已知知识，逐步推出结论的过程称为推理。

10.框架表示法与人在观察事物时的思维活动是一致的，比较自然。

11.智能是知识和智力的总和。

12.2019年 AlphGo成为第一个击败人类职业围棋棋手的软件。

13.知识是一切智能行为的基础，而智力是获取知识并应用知识求解问题的能力。

14.把有关信息关联在一起所形成的信息结构称为知识。

15.知识表示（Knowledge representation）就是将人类知识形式化或者模型化。

形考作业二

试卷总分:100  得分:100

1.模糊决策方法有最大隶属度法，加权平均判决法，中位数法等。

2.现实世界中由于客观上存在的随机性、模糊性，反映到知识以及由观察所得到的证据上来，就分别形成了不确定性的知识及不确定性的证据。

3.推理机要完成的工作

A.推理

B.冲突消解

C.执行规则

D.检查推理终止条件

4.中国著名数学家、中国科学院吴文理院士把几何代数化，建立了一套机器证明方法，被称为“吴方法”。

5.美国爱荷华州立大学的阿塔纳索夫教授和他的研究生贝瑞在1937年至1941年间开发的世界上第一台电子计算机“阿塔纳索夫一贝瑞计算机（Atanasoff-BerryComputer，ABC）”为人工智能的研究奠定了物质基础。

6.鲁宾逊归结原理是机器定理证明的基础。

7.1991年8月，IBM公司研制的Deep Thought2计算机系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了一场人机对抗赛，以1：1平局告终。

8.20世纪几大科学技术成就

A.空间技术

B.原子能技术

C.人工智能

D.力学三大定律

9.造成知识不确定性的原因

A.随机性

B.模糊性

C.经验引

D.不完全性

10.1958年，王浩证明了有关命题演算的全部定理（220条）、谓词演算中150条定理的85%。

11.在人工智能系统中，推理是由程序实现的，称为推理机。

12.框架表示法的特点

A.结构性

B.自然性

C.清晰性

D.继承性

13.产生式表示的主要缺点

A.效率不高

B.效率高

C.不能表达具有结构性的知识

D.能表达具有结构性的知识

14.1985年美国加利福尼亚大学教授扎德（L.A.Zadeh）发表了关于“fuzzy set”的论文，首先提出了模糊理论。

15.按推理过程中推出结论是否越来越接近最终目标来划分：单调推理与非单调推理。

形考作业三

试卷总分:100  得分:100

1.不确定性推理：推理时所用的知识与证据不都是确定的，推出的结论也是不确定的。

2.确定性推理：推理时所用的知识与证据都是确定的，推出的结论也是确定的，其真值或者为真或者为假。

3.产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。

4.2012年2月10日至17日，IBM公司的“深蓝”计算机系统与卡斯帕罗夫进行了六局比赛，以3.5比2.5的总比分赢得这场世人瞩目的“人机大战”的胜利。

5.推理的方向

A.正向

B.逆向

C.混合

D.双向推理

6.自然界四大奥秘

A.物质的本质

B.宇宙的起源

C.生命的本质

D.智能的发生

7.1975年，美国明斯基提出了框架理论：人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的。

8.人工神经网络：一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。

9.知识表示是对知识的一种描述，或者说是一-组约定，种计算机可以接受的用于描述知识的数据结构。

10.机器视觉（machine vision）或计算机视觉（computer vision）是用机器代替人眼睛进行测量和判断。

11.单调推理：随着推理向前推进及新知识的加入，推出的结论越来越接近最终目标。

12.模糊理论的应用有

A.1974年，英国Mamdani首次将模糊理论应用于热电厂的蒸汽机控制

B.1976年，Mamdani又将模糊理论应用于水泥旋转炉的控制。

C.1987年日本Hitachi公司研制出地铁的模糊控制系统。

D.1983年日本FujiElectric公司实现了饮水处理装置的模糊控制。

13.推理方式从推出结论的途径来划分

A.演绎推理

B.确定性推理

C.归纳推理

D.默认推理

14.数据挖掘的目的是从数据库中找出有意义的模式（一组规则、聚类、决策树、依赖网络或其他方式表示的知识）。

15.问题求解的基本方法

A.搜索法

B.归约法

C.归结法

D.推理法

E.产生式

形考作业四

试卷总分:100  得分:100

1.遗传算法的特点

A.可直接对结构对象进行操作。

B.利用随机技术指导对一个被编码的参数空间进行高效率搜索。

C.采用群体搜索策略，易于并行化。

D.仅用适应度函数值来评估个体，并在此基础。上进行遗传操作，使种群中个体之间进行信息交换。

2.遗传算法的五个基本要素

A.参数编码

B.初始群体的设定

C.适应度函数的设计

D.遗传操作设计

E.控制参数设定

3.知识发现的主要方法

A.统计方法

B.粗糙集

C.可视化

D.传统机器学习方法

4.机器翻译方法

A.直译式翻译系统

B.规则式翻译系统

C.中介语式翻译系统

D.知识库式翻译系统

E.统计式翻译系统

F.范例式翻译系统

5.多智能体系统的基本类型

A.BDI模型

B.协商模型

C.协作规划模型

D.自协调模型

6.计算机游戏（Computer game）始于1958年的游戏“顶蘑菇”。

7.专家系统：一类包含知识和推理的智能计算机程序。

8.专家系统XCON（DEC公司、卡内基-梅隆大学）：为IBM计算机系统制订硬件配置方案。

9.自然演绎推理：从-组已知为真的事实出发，运用经典逻辑的推理规则推出结论的过程。

10.遗传算法（GA）是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法，非常适用于处理传统搜索方法难以解决的复杂和非线性优化问题。

11.现实世界中由于客观上存在的随机性、模糊性，反映到知识以及由观察所得到的证据上来，就分别形成了不确定性的知识及不确定性的证据。

12.知识发现和数据挖掘的目的：从数据集中抽取和精化一般规律或模式。

13.机器学习：机器学习（Machine learning）使计算机能模拟人的学习行为，自动地通过学习来获取知识和技能，不断改善性能，实现自我完善。

14.生物神经网络（natural neural network，NNN）：由中枢神经系统（脑和脊髓）及周围神经系统（感觉神经、运动神经等）所构成的错综复杂的神经网络，其中最重要的是脑神经系统。

15.人工神经网络是对人脑或生物神经网络若干基本特性的抽象和模拟。