人工智能期末试卷

（A）真 （B）假 （C）悖论 （D）可能 B. 下列语句中不是命题的是（ ）

（A）明天我去看电影 （B）不存在最大质数 （C）请勿随地吐痰 （D）9+5≦12

3.设A,B,C为三个事件，且A,B相互独立，则以下结论中不正确的是（ ）

（A）若P(C)1，则AC与BC也独立. （B）若P(C)1，则AUC与B也独立. （C）若P(C)0，则AUC与B也独立.

（D）若CB，则A与C也独立. 4.设离散型随机变量X和Y的联合概率分布为 （ ）

(X,Y)(1,1)(1,2)(1,3)(2,1)(2,2)(2,3) 1111P69183 若X,Y独立，则,的值为

2112 （A）,. （A）,.

99991151 （C） , （D）,.

6618185.投掷两个均匀的骰子，已知点数之和是偶数，则点数之和为6的概

率为（ ）

(A)

151; (B) ; (C) ; (D)以上都不对

31826 设集合A={2,{a},3,4}，B = {{a},3,4,1}，E为全集，则下列命题正确的是( )。

(A){2}A (B){a}A (C){{a}}BE (D){{a},1,3,4}B.

7. 设G、H是一阶逻辑公式，P是一个谓词，G＝xP(x), H＝xP(x),则一阶逻辑公式GH是( ).

(A)恒真的 (B)恒假的 (C)可满足的 (D)前束范式. 8.人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是（ ）。 A. 明斯基 B. 图灵 C. 扎德 D. 冯.诺依曼

9.如果问题存在最优解，则下面几种搜索算法中，（ ）必然可以得到该最优解。

A 广度优先搜索 B 深度优先搜索 C 有界深度优先搜索 D 启发式搜索

10.反演归结（消解）证明定理时，若当前归结式是（ ）时，则定理得证。

A)永真式 B)永假式 C)空子句 D）蕴含式 11.下列不在人工智能系统的知识包含的4个要素中(D) A)事实 B)规则 C)控制和元知识 D)关系

12.~（AB）~A~B称为（D ） A.结合律 B.分配律 C.吸收律 D.摩根律 13.产生式系统的推理不包括（D ） A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 14.下列不属于产生式系统构成的是（）

(A)规则库 （B）综合数据库 （C）操作系统 （D）控制系统 15.下列属于启发式搜索的是（）

（A）全局择优搜索 （B）广度优先搜索 （C）深度优先搜索 （D）有界深度优先搜索

阅卷人 得分 第二题 判断题 1.√ 2.√ 3.× 4.√ 5.× 6.√ 7.√ 8.× 9.× 10.√

1.命题逻辑无法把它所描述的客观事物的结构及逻辑特征反映出来，也不能把不同事物间的共同特征表述出来。 （ ）

2.谓词公式的解释就是对命题公式中各个命题变元的一次真值指派。（ )

3.随机现象是不可预知的，即使统计多少产生的结果，也不可能预知其发生的结果。（ ）

4.每一个随机试验相应地有一个样本空间，样本空间的子集就是随机事件。（ ）

5.在模糊度的直观定义中，越靠近0的时候就越模糊。（ ）

6.机器学习是机器获取智能的途径。 （ ）

7.模糊逻辑推理是建立在模糊逻辑基础上的不确定性推理方法。（ ） 8.推理包括经典推理和非经典推理。（ ） 9.一个框架只能有一个槽组成。（ ）

10.根据经验对一个事物或现象为真的相信程度称为可信度。（ ）

阅卷人 得分 第三题 简答题 1.将“欲穷千里目，更上一层楼”翻译成命题的形式。

2.设P表示命题“天下雪”，Q表示命题“我将去镇上”，R表示命题“我有时间”，以符号形式写出下列命题： a)如果天不下雪和我有时间，那么我将去镇上。 b)我将去镇上，仅当我有时间。 c)天不下雪。

d)天下雪，那么我不去镇上。 3.试写出“学生框架”的描述。

4.写出图中树的结点两个访问序列，要求分别满足以下两个搜索策略：

(1) 深度优先搜索 (2) 广度优先搜索

5.如下的用一个网络表示： 树和草都是植物

5 2 1 3 4 6 7 8 13 9 10 11 12 树和草都是有根和叶 水草是草，长在水中 果树是树，会结果子 苹果树是一种果树，会结苹果

阅卷人 得分 第四题 计算题 1. R1: IF E1 THEN (10,1) H1(0.03) R2: IF E2 THEN (20,1)

H2(0.05)

R3: IF E3 THEN (1,0.002) H3(0.3)

求：当证据E1,E2,E3存在及不存在时，P(Hi/Ei)及其P(Hi/¬Ei)的值各是多少？

2. 张某被盗，公安派出5个侦查员去调查： A说“赵与钱至少有一个人作案” B说“孙与钱至少有一个人作案” C说“孙与李至少有一个人作案” D说“赵与孙至少有一个人与此案无关” E说“李与钱至少有一个人与此案无关”

五个人的话都是可信的，使用归结演绎推理，找出谁是盗窃犯。

3.有下列一组知识：

r1： if E1 then H ( 0.8 )

r2： if E2 then H ( 0.6 ) r3： if E3 then H ( - 0.5 ) r4： if E4 and ( E5 or E6 ) then E1 ( 0.7 ) r5： if E7 and E8 then E3 ( 0.8 ) 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 ) = ?

阅卷人 第五题 系统分析题 得分 答案

选择题 1.D 2.C 3.D 4.A 5.A 6.C 6.C

判断题 1.√ 2.√ 3.× 4.√ 5.× 6.√ 7.√ 简答题

1.MAN（X）：X是人 EYE（X）：X想穷千里目 UP（X）：X要更上一层楼

X）MAN（X）∧EYE（X） UP（X）

8.× 9.×√ 10.2. (a)(￢P∧R)→Q; (b) Q→R; (c) ￢P; (d) P→￢Q; 3.框架名: < 学生 >

姓名：单位（姓、名） 年龄：单位（岁） 性别：范围（男、女） 缺省（男）

职称：范围（班长,学习委员,生活委员） 缺省（学生） 系部：单位（系、）

班：<班级框架> 入校时间：单位（年、月） 毕业时间：单位（年、月） 4.（１）深度优先搜索：

１－２－５－６－10－11－３－７－12－13－４－８－９ （２）广度优先搜索：

１－２－３－４－５－６－７－８－９－10－11－12－13－14 5.

计算题 1.

解:由于r1和r2中的LSLN=1,E2H1和H2不产P(所以H)E1与10不存在时对0.03P(H1/E1)0.24生影响,即不需要计算P(H1/ ￢E1)和P(H2/￢E2),但因他们的LS>1,

LSP(H)200.05P(H2/E2)0. 51所以在E1和E2存在时需要计算P(H1/E1)和P(H2/E2)。(LS1)P(H)1(201)0.051

由此看出,由于E1和E2LN的存在 P(HH1)和H20为真的可能性大大的增加了。.0020.3P(H3/E3)0.00086(LS1)P(H)1(101)0.031

对于r3，由于LS＝1，所以E3的存在对H3无影响，不需要计算P(H3/E3)，但因它的LN<1，所以当E3不存在时需计算P(H3/￢E3)。

由此可以看出，由于E3不存在使得H3为真的可能性削弱了近350倍。

2.定义谓词：p（x）：x作案。 四个人 Z:赵 Q：钱 S：孙 L：李 (1)T(Z)∨T(Q), (2)T(Q)∨T(S),

(LN1)P(H)1(0.0021)0.31(3)T(S)∨T(L) (4)┑T(Z)∨┑T(S) (5)┑T(Q)∨┑T(L) 添加求解字句

(6): ┑T(X) ∨ANSWER(X) (7): (1)+(4)= T(Q)∨┑T(S) (8):(1)+(5)= T(Z)∨┑T(L) (9):(2)+(4)= ┑T(Z)∨T(Q) (10):(2)+(5)= T(S)∨┑T(L) (11):(3)+(4)= T(L)∨┑T(S) (12):(3)+(5)= ┑T(Q)∨T(S) (13):(2)+(7)= T(Q)

(14):(6)+(13)= ANSWER(Q)/(Q/x) (15):(3)+(10)=T(S)

(16):(6)+(13)= ANSWER(S)/(S/x) 3.由 r4 得到：

CF( E1 ) = 0.7*max { 0, CF [ E4 and (E5 or E6 ) } = 0.7 *max { 0, min { CF(E4) ,CF (E5 or E6 ) } } = 0.7*max { 0, min { CF(E4) , max {CF ( E5 ) , CF( E6 ) } } } = 0.7*max { 0, min { 0.5 , max { 0.6 , 0.7 } } } = 0.7 *0.5 = 0.35

由 r5 得到：

CF( E3 ) = 0.9 *max { 0, CF ( E7 and E8 ) } = 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 结论不确定性的合成算法

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