第五章 神经网络课后习题及答案
一、选择题：
1. 在BP算法中，设y=f(xi)为xi的平滑函数，想知道xi对y增大变化的情况，
我们可求 ，然后进行下列的哪一项？ （ B ）
A 取最小
B 取最大
C 取积分
D 取平均值
2. 对于反向传播学习，无论是在识别单个概念的学习或识别两个概念的学习中，都涉及到下列的哪一个操作？ （ A ）
A 权值的修正
B 调整语义结构
C 调整阀值
D 重构人工神经元
3. 根据Hopfield网络学习的特点，能实现联想记忆和执行线性和非线性规划等求解问题其应用没有涉及到下列的哪一个内容？ （ D ）
A 模糊推理模型
B 非线性辨认
C 自适应控制模型
D 图象识别
4. 对于神经网络的二级推理产生式规则由三个层次构成，它不含下列的哪一个层次？ （ C ）
A 输入层
B 输出层
C 中间层
D 隐层
5. 人工神经网络借用了生理神经元功能的一些描述方式，它涉及到下列的哪一些内容？ （ ABC ）
A 模拟神经元
B 处理单元为节点
C 加权有向图
D 生理神经元连接而成
6. 在应用和研究中采用的神经网络模型有许多种，下列的哪一些是具有代表性的？ （ ABD ）
A 反向传递（BP）
B Hopfield网
C 自适应共振
D 双向联想存储器
7. 下列的哪一些内容与反向传播学习算法有关？ （ ABCD ）
A 选取比率参数
B 误差是否满足要求
C 计算权值梯度
D 权值学习修正
8. 构造初始网络后，要用某种学习算法调整它的权值矩阵，使NN在功能上满足样例集给定的输入一输出对应关系，并由此产生推理，该矩阵必须满足下列的哪一个性质？ ( A )
A 收敛性
B 对称性
C 满秩性
D 稀疏性
9. 在人工神经元的功能描述中，往往会用一激发函数来表示输出，常用的一般非线性函数有下列的哪一些项？ ( ABD )
A 阀值型
B 分段线性强饱和型
C 离散型
D S i gm oid型
10. 基于神经网络的推理，其应用中必须涉及到下列的哪一些内容？ ( ACD )
A NN的结构模型
B NN的推理规则
C NN的学习算法
D 从NN到可解释的推理网
二、填空题：
1. 前馈网络是一种具有很强学习能力的系统，结构简单，易于编程。前馈网络通
过简单非线性单元的复合映射而获得较强的非线性处理能力，实现静态_非线性映射___。
2. 基于神经网络的学习是研究如何使用人工神经网络来模拟生理神经元的特性，并讨论了__反向传播__如何改变一个模拟神经元对另一个模拟神经元的作用
3. 生理神经元由一个细胞体和突两部分组成。突分两类，即轴突和_树突___。
三、简答题：
1. 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？
人工神经网络具有如下至关重要的特性：
(1) 并行分布处理
适于实时和动态处理
(2)非线性映射
给处理非线性问题带来新的希望
(3) 通过训练进行学习
一个经过适当训练的神经网络具有归纳全部数据的能力，能够解决那些由数学模型或描述规则难以处理的问题
(4) 适应与集成
神经网络的强适应和信息融合能力使得它可以同时输入大量不同的控制信号，实现信息集成和融合，适于复杂，大规模和多变量系统
(5) 硬件实现
一些超大规模集成是电路实现硬件已经问世，使得神经网络成为具有快速和大规模处理能力的网络。
2. 简述生物神经元及人工神经网络的结构和主要学习算法。
生物神经元
大多数神经元由一个细胞体(c ell b ody或s o ma)和突(p r o c e ss)两部分组成。突
分两类， 即轴突(a xo n)和树突(de n d r i t e)，轴突是个突出部分，长度可达
1m，把本神经元的输出发送至其它相连接的神经元。树突也是突出部分，但一般较短，且分枝很多，与其它神经元的轴突相连，以接收来自其它神经元的生物信号。
轴突的末端与树突进行信号传递的界面称为突触(s y na p s e)，通过突触向其它神经元发送信息。对某些突触的刺激促使神经元触发(fi r e)。只有神经元所有输入的总效应达到阈值电平，它才能开始工作。此时，神经元就产生一个全强度的输出窄脉冲，从细胞体经轴突进入轴突分枝。这时的神经元就称为被触发。突触把经过一个神经元轴突的脉冲转化为下一个神经元的兴奋或抑制。学习就发生在突触附近。
每个人脑大约含有10^11-10^12个神经元，每一神经元又约有10^3-10^4个突触。神经元通过突触形成的网络，传递神经元间的兴奋与抑制。大脑的全部神经元构成极其复杂的拓扑网络群体，用于实现记忆与思维。
人工神经网络的结构
人工神经网络由神经元模型构成。每个神经元具有单一输出，并且能够与其它神经元连接，存在许多输出连接方法，每种连接方法对应于一个连接权系数。
人工神经网络的结构分为2类，
(1)递归(反馈)网络
有些神经元的输出被反馈至同层或前层神经元。信号能够从正向和反向流通。Hopfield网络，E l mman网络和J o r d an网络是代表。
(2) 前馈网络
具有递阶分层结构，由一些同层神经元间不存在互连的层级组成。从输入层至输出层的信号通过单向连接流通，神经元从一层连接至下一层，不存在同层神经元之间的连接。多层感知器(ML P)，学习矢量量化网络(LVQ)，小脑模型连接控制网络(C M AC)和数据处理方法网络(GM DH)是代表。
人工神经网络的主要学习算法
(1) 指导式(有师)学习
根据期望和实际的网络输出之间的差来调整神经元连接的强度或权。包括Del ta
规则，广义Del ta规则，反向传播算法及LVQ算法。
(2) 非指导(无导师)学习
训练过程中，神经网络能自动地适应连接权，以便按相似特征把输入模式分组聚集。包括K o h o n e n算法，C ar pe nt e r-Gr o ssb e rg自适应谐振理论(A RT) (3) 强化学习
是有师学习的一种特例。它不需要老师给出目标输出，而是由一个“评论员”来评介与给定输入相对应的神经网络输出的优度。例如遗传算法(G A)
作业一 1.考虑一个实时的在线电话翻译系统，该系统实现英语与日语之间的实时在线翻译，讨论 该系统的性能度量，环境，执行器，感知器，并对该环境的属性进行分析。 【Answer】 性能度量：翻译的正确率 环境：电话线路 传感器：麦克风 执行器：音响 完全可观察的，单agent，确定的(无噪音条件下)，片段的，静态的，离散的。2.考虑一个医疗诊断系统的agent，讨论该agent最合适的种类(简单agent,基于模型的agent, 基于目标的agent和基于效用的agent)并解释你的结论。 【Answer】 utility-based agent。 能够治愈病人的方法有很多种，系统必须衡量最优的方法来推荐给病人 3.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。 (a).深度优先； (b).宽度优先； (c).爬山法； (d).最佳优先； 图一 【Answer】: 建立树： 深度: 宽度： 爬山法： 优先搜索： 4.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了到 达目标结点的启发式函数的代价值，假定当前状态位于结点A。 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索 2.一致代价搜索 3.A*树搜索 (b)讨论以上三种算法的完备性和最优性。 【Answer】: 贪婪最佳优先：如果h(B)>5,首先访问叶子结点C,如果h(B)<=5,首先访问B,再访问C 一致代价搜索：B,D,E,F,G,H,C A*树搜索：如果h(B)>15,首先访问D 如果h(B)<=15,首先访问B,在E,G,D,H,F,C 图二 5.给定一个启发式函数满足h(G)=0,其中G是目标状态，证明如果h是一致的，那么它是
1. 引言 (2) 2. 在农业生产管理与决策中的应用 (2) 2.1. 在农业机械化中的应用 (2) 2.2. 在智能农业专家系统中的应用 (3) 3. 在预测和估产中的应用 (3) 3.1. 在农作物虫情预测中的应用 (3) 3.2. 在作物水分和营养胁迫诊断及产量估测中的应用 (4) 4. 在分类鉴别与图像处理中的应用 (5) 5. 结束语 (5)
BP 神经网络的研究与应用 摘要: 本文概述了BP 神经网络在农机总动力预测、农业专家系统信息决策、虫情测报、农作物水分和养分胁迫、土壤墒情、变量施肥、分类鉴别和图像处理等领域的应用情况，总结了人工神经网络模型的优点，指出其在精准农业和智能农业中的重要理论技术支撑作用。 关键词: BP神经网络; 农业工程; 农业专家系统; 变量施肥; 土壤墒情 Research and Application of BP Neural Network Abstract: Application of BP neural network in prediction of total power in agriculture machinery，information decision-making by agricultural experts system，pest forecast，crops to water stress and nutrient stress，soil moisture condition，variable rate fertilization，identification and image processing were overviewed．Characteristics of artificial neural network model were summed．Supporting role for important theory and technology in precision agriculture and intelligent agriculture were pointed． Key words: BP neural network，Agricultural engineering，Agricultural experts system，Variable rate fertilization，Soil moisture condition
1、什么是人工智能？人工智能有哪些研究领域？何时创建该学科，创始人是谁？ （1）AI（Artificial Intelligence）是利用计算机技术、传感器技术、自动控制技术、仿生技术、电子技术以及其他技术仿制人类智能机制的学科（或技术），再具体地讲就是利用这些技术仿制出一些具有人类智慧（能）特点的机器或系统 （2）人工智能的研究领域主要有专家系统、机器学习、模式识别、自然语言理解、自动定力证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络等（3）人工智能于1956年夏季，由麦卡锡，明斯基、洛切斯特、香农等发起创建 2、产生式系统的由哪三部分组成？各部分的功能是什么？ 课本29页 （1）产生式系统由综合数据库、产生式规则和控制系统三部分组成 （2）综合数据库用于存放当前信息，包括初始事实和中间结果； 产生式规则用于存放相关知识； 控制系统用于规则的解释或执行程序。 3、设有三枚硬币，其初始状态为（反，正，反），允许每次翻转一个硬币（只翻一个硬币，必须翻一个硬币）。必须连翻三次。用知识的状态空间表示法求出到达状态（反，反，反）的通路。画出状态空间图。 课本51页 问题求解过程如下： （1）构建状态 用数组表示的话，显然每一硬币需占一维空间，则用三维数组状态变量表示这个知识：Q=（q1 , q2 , q3） 取q=0 表示钱币的正面; q=1 表示钱币的反面 构成的问题状态空间显然为： Q0=（0，0，0），Q1=（0，0，1），Q2=（0，1，0）, Q3=（0，1，1）， Q4=（1，0，0），Q5=（1，0，1），Q6=（1，1，0），Q7=（1，1，1） （2）引入操作 f1：把q1翻一面。 f2：把q2翻一面。 f3：把q3翻一面。 显然：F={f1，f2，f3} 目标状态：（找到的答案）Qg=（0，0，0）或（1，1，1） （3）画出状态图
一、填空: 1.人工智能的研究途径有心理模拟、生理模拟与行为模拟。 2.任意列举人工智能的四个应用性领域智能控制、智能管理、智能决策、智能仿真。 3.人工智能的基本技术包括表示、运算、搜索归纳技术、联想技术。 4.谓词逻辑就是一种表达能力很强的形式语言,其真值的特点与命题逻辑的区别就是(10)。 5.谓词逻辑中,重言式(tautlogy)的值就是(11) 。 6.设P就是谓词公式,对于P的任何论域,存在P为真的情况,则称P为(12)。 7.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味着 13 ,CF(A)=-1, 则意味着(14),CF(A)=1,则意味着(15)。 8.谓词公式G就是不可满足的,当且仅当对所有的解释(16)。 9.谓词公式与其子句集的关系就是 (17)。 10.利用归结原理证明定理时,若得到的归结式为(18),则结论成立。 11.若C1=┐P∨Q,C2=P∨┐Q,则C1与C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1与C2的归结式R(C1,C2)= (20) 。 13.有谓词公式G,置换δ,则G·ε= (21) ,δ·ε= (22) 。 14.有子句集S=｛P(x),P(y)｝,其MGU= (23) 。 15.在归结原理中,几种常见的归结策略并且具有完备性的就是 (24), (25) , (26)。 16.状态图启发式搜索算法的特点就是 (27)。 17.广度优先搜索算法中,OPEN表的数据结构实际就是一个 (28),深度优先搜索算法中,OPEN表 的数据结构实际就是一个 (29) 。 18.产生式系统有三部分组成 (30), (31) 与推理机。其中推理可分为 (32) 与 (33)。 19.专家系统的结构包含人机界面、 (34) , (35) , (36) , (37) 与解释模块。 20.在MYCIN推理中,对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定如下关系:CF(~A)= (38) ,CF(A1∧A2 )= (39) ,CF(A1∨A2 )= (40) 。 21.开发专家系统所要解决的基本问题有三个,那就就是知识的获取、知识的表示与(41),知识表 示的方法主要有 (42) , (43) , (44) 与语义网络等,在语义网络表示知识时,所使用的推理方法有 (45) 与 (46) 。 22.MYCIN系统中使用不确定推理,规则A→B由专家指定其可信度CF(B,A),若A真支持B真,则指 定CF(B,A)(与零比较)应 (47) ;若A真不支持B真,则指定CF(B,A)应 (48) 。 23.机器学习的含义就是 (49) 。 24.自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息,能正确回答输入信息 中的有关问题,而且还包括 (50) 、 (51) 、 (52) 。 25.设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0、6,m(U)=0、4,U的其它子集的基本概率分配函 数m值均为0,则Bel(A)= (53) ,Bel(B)= (54) 。 26.证据理论中集合A的信任区间为[1,1],则其语意解释为 (55) 。 27.人工智能三大学派就是。 28.化成子句形式为: 。
神经网络在人工智能中的应用 摘要：人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关键词：人工智能，神经网络 一、人工智能 “人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。 二、神经网络
神经网络是：思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。 逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理；这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点:1.信息是通过神经元上的兴奋模式分布储在网络上;2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。 人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。 人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。 人工神经网络反映了人脑功能的若干基本特性，但并非生物系统的逼真描述，只是某种模仿、简化和抽象。 与数字计算机比较，人工神经网络在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。三．神经网络在人工智能中的应用专家系统
廉师友<<人工智能>>作业一参考答案 1．已知前提：（1）如果x与y是同班同学，则x的老师也是y的老师；（2）小李和小张是同班同学；（3）王先生是小李的老师，运用自然演绎推理证明: 王先生也是小张的老师。 证明：首先定义谓词： Teacher x是y的老师 x , ) (y x (y Classmates x和y是同班同学 , ) 则已知的前提可以符号化为： （1）)) Classmates Teacher y y x ? y ? ? ∧ x→ z ( ) ) ( z , , , x (z Teacher ( （2）) Teacher Wang , (Xiaoli （3）) Xiaoli Classmates (Xiaozhang , 要证的结论为：) Teacher Wang , (Xiaozhang 推导过程如下： ①)) F x z F y ? ?P规则 ? y x→ y ∧ , ( ) , z ) ( , x G (z ( ② Classmates Xiaoli Xiaozhang Xiaoli Teacher→ ∧ Wang Wang Teacher ( , (Xiaozhang , ) ) ( , ) ①UI规则 ③) Wang Teacher P规则 (Xiaoli , ④) Xiaoli Classmates P规则 , (Xiaozhang ⑤) Classmates Xiaoli Xiaoli Teacher∧ Wang , (Xiaozhang ) ( , ③④合取引入 ⑥) Teacher②⑤假言推理 Wang , (Xiaozhang （补充）利用自然演绎推理证明(,) W a b ??→和(,) ? ?是((,)(,)) x y P x y W x y P a b 的逻辑结果。 证明：①((,)(,)) x y P x y W x y ??→P规则 ②) b P→①全称固化（UI规则） a a W , ( ) , (b ③) ?P规则 W a (b ,
xx学校 ??201２—2０13学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师: 考试专业: 考试班级: 一单项选择题（每小题2分,共１0分) 1．首次提出“人工智能”是在（D ）年 A.19４６ B.1９60 C．1916??D.１95６ 2. 人工智能应用研究的两个最重要最广泛领域为：Ｂ A．专家系统、自动规划B．专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 Ａ：计算机表示法Ｂ:“与/或”图表示法 C：状态空间表示法??D:产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的?? Ｂ:专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 ５.下图是一个迷宫，S0是入口，Ｓg是出口,把入口作为初始节点，出口作为目标节点,通道作为分支,画出从入口Ｓ0出发,寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 Ａ:s０-ｓ４-ｓ5－ｓ6－s9-sg ?B：s0－s4-s１-s2－ｓ3-s6－ｓ9－sg C：s0-s4-ｓ1-s２－s３－s５-s6-s８－s９-ｓg ?D:s0-s4-s7-s5-s6-s9-ｓg 二填空题(每空2分,共2０分) １.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。2．问题的状态空间包含三种说明的集合, 初始状态集合S、操作符集合Ｆ以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heu ｒiｓtic）信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性,即关于结论的不确定性和关于证据的不确定 性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答:（1）人工智能 人工智能（ＡrtificiａｌＩnteｌlｉｇeｎcｅ) ,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法,它能以解空间的多点充分搜索，运用基因算法,反复交叉,以突变方式的操作,模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(ＥHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路,特别是ＧA独特的全局优化性能,使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于ＥPＧA的函数级ＥHW,解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习（Mａchine Ｌearning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程,这些信息的表现形式为:规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
人工智能部分习题答案 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
1.什么是人类智能它有哪些特征或特点 定义：人类所具有的智力和行为能力。 特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的 解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。 3.什么是人工智能它的研究目标是 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段 解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。 5.人工智能研究的基本内容有哪些 解：知识的获取、表示和使用。 6.人工智能有哪些主要研究领域 解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派各自的特点是什么 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些 解：专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法它有什么特征 解：通过符号处理来模拟人类求解问题的心理过程。 特征：基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法它有什么特征 解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。 特征：研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤：（1）定义谓词及个体，确定每个谓词及个体的确切含义；（2）根据所要表达的事物或概念，为每个谓词中的变元赋予特定的值；（3）根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来，形成谓词公式。 2.设有下列语句，请用相应的谓词公式把它们表示出来： （1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词如下： Like(x,y)：x喜欢y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。 “有的人喜欢梅花”可表达为：(?x)(Human(x)?Like(x,Club(x))) “有的人喜欢菊花”可表达为：(?x)(Human(x)?Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)?Like(x,Club(x))? Like(x,Mum(x))) （1）他每天下午都去玩足球。 解：定义谓词如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 则语句可表达为：(?x)(D(x)?PlayFootball(Ta)) （2）太原市的夏天既干燥又炎热。 解：定义谓词如下：
1 第八章人工神经网络吉林大学地面机械仿生技术教育部重点实验室 张锐
2 8.1 神经网络的基本概念及组成特性 8.1.1 生物神经元的结构与功能特性 从广义上讲，神经网络通常包括生物神经网络与人工神经网络两个方面。生物神经网络是指由动物的中枢神经系统及周围神经系统所构成的错综复杂的神经网络，它负责对动物肌体各种活动的管理，其中最重要的是脑神经系统。 人工神经网络是指模拟人脑神经系统的结构和功能，运用大量的软、硬件处理单元，经广泛并行互连，由人工方式建立起来的网络系统。 生物神经元就通常说的神经细胞，是构成生 物神经系统的最基本单元，简称神经元。 神经元主要由三个部分构成，包括细胞体、 轴突和树突，其基本结构如图所示。 1. 生物神经元的结构 生物神经元结构 吉林大学地面机械仿生技术教育部重点实验室 张锐
3 从生物控制论的观点来看，作为控制和信息处理基本单元的神经元，具有下列一些功能与特性。 2. 神经元的功能特性 （1）时空整合功能 神经元对于不同时间通过同一突触传入的信息，具有时间整合功能；对于同一时间通过不同突触传入的信息，具有空间整合功能。两种功能相互结合，使生物神经元具有时空整合的输入信息处理功能。 （2）神经元的动态极化性 尽管不同的神经元在形状及功能上都有明显的不同，但大多数神经元都是以预知的确定方向进行信息流动的。 （3）兴奋与抑制状态 神经元具有两种常规工作状态，即兴奋状态与抑制状态。 （4）结构的可塑性 突触传递信息的特性是可变的，随着神经冲动传递方式的变化，其传递作用可强可弱，所以神经元之间的连接是柔性的，这称为结构的可塑性。 吉林大学地面机械仿生技术教育部重点实验室 张锐
1把以下合适公式化简为合取范式的子句集： （1）? (?x)(?y)(?z){P(x) ? (?x)[Q(x, y) ? R(z)]} （2）( ?x)( ?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} (3) (?x)( ?y){P(x) ∧ [Q(x)∨ R(y)]}? (?y){[P(f(y))? Q(g(y))]? (?x)R(x)} (1) ??(?x)( ?y)( ?z){P(x) ? (?x)[Q(x,y) ? R(z)]} ??(?x)( ?y)( ?z){ ?P(x) ∨ ( ?x)[?Q(x,y) ∨ R(z)]} ? (?x)( ?y)( ?z){ P(x) ∧ (? x)[Q(x,y) ∧?R(z)]} ? P(A) ∧ [Q(f(y,z), y) ∧?R(z)] ? {P(A), Q(f(y,z),y), ∧?R(w)} （2)? (?x)(?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} ? (?x)(?y){?{P(x) ∧ [Q(x) ∨ R(y)]} ∨(?y)[?P(f(y)) ∨ Q(g(x))]} ? (?x)(?y){?P(x) ∨ [?Q(x) ∧?R(y)] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? (?x){?P(x) ∨ [?Q(x) ∧?R(h(x))] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? [?P(x) ∨?Q(x) ∨?P(f(w)) ∨ Q(g(x))] ∧ [?P(x) ∨?R(h(x)) ∨?P(f(w)) ∨ Q(g(x))] ? {?P(x1) ∨?Q(x1) ∨?P(f(w1) ∨ Q(g(x1)),
一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基B. 图灵 C. 麦卡锡D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence C. Automatic Information B. Artificial Intelligence D. Artificial Information 3.下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) C子句中可以有析取词(∨) 4.下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目 搜索和（A） A启发式搜索 B模糊搜索 C精确搜索D大数据搜索 6.从全称判断推导出特称判断或单称判断的过程，即由一般性知 识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7.下面不属于人工智能研究基本内容的是（ C） A. 机器感知 B. 机器学习 B子句通过合取词连接句子(∧) D子句间是没有析取词的(∨) C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将 子句（A）从 S中删去 A. P∨Q∨R C. Q B. ┑Q∨R D.┑R 9.下列不属于框架中设置的常见槽的是（ B ）。 A. ISA槽 B.if-then槽 C. AKO槽 D. Instance槽 10.常见的语意网络有 （ D ）。 A. A-Member-of联系 C. have 联系 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进 先出B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般 到一般 3. 要想让机器具有智能，必须让机器具有知识。因此，在人工 智能中有一个研究领域，主要研究计算机如何自动获取知识和技
人工神经网络是一种模仿人脑结构及其功能的信息处理系统，能提高人们对信息处理的智能化水平。它是一门新兴的边缘和交叉学科，它在理论、模型、算法等方面比起以前有了较大的发展，但至今无根本性的突破，还有很多空白点需要努力探索和研究。 1 人工神经网络研究背景 神经网络的研究包括神经网络基本理论、网络学习算法、网络模型以及网络应用等方面。其中比较热门的一个课题就是神经网络学习算法的研究。 近年来己研究出许多与神经网络模型相对应的神经网络学习算法，这些算法大致可以分为三类：有监督学习、无监督学习和增强学习。在理论上和实际应用中都比较成熟的算法有以下三种： (1) 误差反向传播算法(Back Propagation，简称BP 算法)； (2) 模拟退火算法； (3) 竞争学习算法。 目前为止，在训练多层前向神经网络的算法中，BP 算法是最有影响的算法之一。但这种算法存在不少缺点，诸如收敛速度比较慢，或者只求得了局部极小点等等。因此，近年来，国外许多专家对网络算法进行深入研究，提出了许多改进的方法。 主要有： (1) 增加动量法：在网络权值的调整公式中增加一动量项，该动量项对某一时刻的调整起阻尼作用。它可以在误差曲面出现骤然起伏时，减小振荡的趋势，提高网络训练速度； (2) 自适应调节学习率：在训练中自适应地改变学习率，使其该大时增大，该小时减小。使用动态学习率，从而加快算法的收敛速度； (3) 引入陡度因子：为了提高BP 算法的收敛速度，在权值调整进入误差曲面的平坦区时，引入陡度因子，设法压缩神经元的净输入，使权值调整脱离平坦区。 此外，很多国内的学者也做了不少有关网络算法改进方面的研究，并把改进的算法运用到实际中，取得了一定的成果： (1) 王晓敏等提出了一种基于改进的差分进化算法，利用差分进化算法的全局寻优能力，能够快速地得到BP 神经网络的权值，提高算法的速度； (2) 董国君等提出了一种基于随机退火机制的竞争层神经网络学习算法，该算法将竞争层神经网络的串行迭代模式改为随机优化模式，通过采用退火技术避免网络收敛到能量函数的局部极小点，从而得到全局最优值； (3) 赵青提出一种分层遗传算法与BP 算法相结合的前馈神经网络学习算法。将分层遗传算法引入到前馈神经网络权值和阈值的早期训练中，再用BP 算法对前期训练所得性能较优的网络权值、阈值进行二次训练得到最终结果，该混合学习算法能够较快地收敛到全局最优解；
2019年度人工智能与健康考试答案 一、单选题 1.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（ 2.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 2.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（2.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 3.我们应该正确认识统计学中概率与个体之间的关系，概率是（）比较，从小到老的数据才是每个人的。（2.0分）
A.横向 B.纵向 C.交叉 D.立体 4.《“健康中国2030”规划纲要》中提到，健康是经济社会发展的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 5.下列判定标准中，不属于金标准的是（）。（2.0分） A.化验检出埃博拉病毒→感染 B.病理检测发现突变细胞→肿瘤 C.心电图显示T波改变→供血不足 D.超声显示室间隔缺损→先心病 6.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/80mmHg 以下更受益。（2.0分）
A.1949年 B.1984年 C.1993年 D.2016年 7.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 8.中国人工智能产业初步呈现集聚态势,人工智能企业主要集聚在经济发达的一二线城市及沿海地区，排名第一的城市是（）。（2.0分） A.上海 B.北京 C.深圳 D.杭州
9.（）是指能够按照人的要求，在某一个领域完成一项工作或者一类工作的人工智能。（2.0分） A.超人工智能 B.强人工智能 C.弱人工智能 D.人工智能 10.现在医学上使用的水银柱血压计是在（）开始应用于临床的。（2.0分） A.1872年 B.1896年 C.1970年 D.2005年 11.古代把计量叫“度量衡”，其中，“衡”是测量（）的过程。（2.0分） A.长度 B.容积 C.温度 D.轻重
作业三 1. 下列两个一阶逻辑的语句有什么问题？如果错误，请给出正确的表示: (a) ) ( ) (x Tall x xBoy∧ ? (要表达的意思: 所有的男孩都是高的) (b) ) ( ) (x Tall x xBoy? ? (要表达的意思：一些男孩是高的) [Answer]: ) ( ) (x Tall x xBoy? ? ) ( ) (x Tall x xBoy∧ ? 2.已知如下的两个命题“任何一个选了人工智能(AI)课程的人都是聪明的”，“任 何一门课只要教授人工智能相关知识它就是人工智能(AI)课程”，其相应的一阶 逻辑表达式如下： ? x (? y AI course(y) ∧ Takes(x,y)) ? Smart(x) ? x (? y AI topic(y) ∧ Teaches(x,y)) ? AI course(x) 现在已知事实：John选了课程CS3243，CS3243课教授的推理知识属于人工智 能相关知识，请将该事实表达成一阶逻辑句子，并且将该语句转换成CNF的形式， 然后用归结算来证明“john是聪明的”。 [Answer]: CNF形式： ) 3243 , ( ) , 3243 ( ) ( _CS John Takes Inference CS Teaches Inference topic AI∧ ∧
3.考虑从一副标准的52张纸牌（不含大小王）中分发每手5张牌的扑克牌域。假设发牌人是公平的。 (a)在联合概率分布中共有多少个原子事件（即，共有多少种5张手牌的组合）？每个原子事件的概率是多少？ (b)拿到大同花顺（即同花的A、K、Q、J、10）的概率是多少？四同张（4张相同的牌，分别为4种花色）的概率是多少？ [Answer]: (a) C552,1/C552 (b) 4/C552, C113C148/C552 4.文本分类是基于文本内容将给定的一个文档分类成固定的几个类中的一类。朴素贝叶斯模型经常用于这个问题。在朴素贝叶斯模型中，查询（query）变量是这个文档的类别，而结果（effect）变量时语言中每个单词的存在与否；假设文档中单词的出现是独立的，单词的出现由文档类别决定。 1）给定一组已经被分类的文档，准确解释如何构造这样的模型。 2）准确解释如何分类新文档。 3）题目中的条件独立性假设合理吗？请讨论。 [Answer]: 1) P(category|document)= P(document|category)P(category)/P(document) 2)P(document|category),P(category)根据已有条件可以统计计算出，因此，给定一个新的测试文档，只需将P(document|category)P(category)最大的category赋给该文档即可。 3）不合理，单词之间不具有独立性。 5.“三一”重工想某工程投标，计划采取两种策略：一种是投高标，中标概率为0.2，不中标概率为0.8；另一种是投低标，中标与不中标的概率均为0.5。投标
期末作业考核 《人工智能》 满分100分 一、判断题（每题3分，共30分） 1. 从选手的角度看，博弈树就是一棵与或树，其特点是博弈的目标状态是初始节点,博弈树中的“或” 节点和“与”节点逐层交替出现。（√） 2. 遗传算法的编码方法常用编码方式有二进制编码、浮点数编码方法、格雷码、几何图形方法。（√） 3. 如果搜索是以接近起始节点的程度依次扩展节点的，那么这种搜索就叫做宽度优先搜索。（√） 4. 在宽度优先搜索中，OPEN表的数据结构是栈。（√） 5. 目前，人工智能的主要学派有下列3家：符号主义、分割主义和现实主义。（×） 6. 行为主义认为人工智能源于控制论。（×） 7. 在前馈网络中，多个神经元互连以组织一个互连神经网络。（×） 8. 问题归约法是从中间状态出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归 约为一个平凡的本原问题集合。（√） 9. 在问题归约图中，终叶节点是可解节点。（×） 10. 子句是由文字的析取组成的公式。（×） 二、简答题（每题15分，共45分） 1. 当前人工智能有哪些学派，他们的认知观是什么？ 答：当前人工智能有符号主义、联结主义、行为主义三大学派。 符号主义，又称为逻辑主义、心理学派或计算机学派[ 其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。认为人的认知基元是符号，而且认知过程即符号操作过程。认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 联结主义，又称为仿生学派或生理学派。其原理主要为神经网络及神经网络间的连接机制与学习算法。认为人的思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。 行为主义，又称进化主义或控制论学派 [ 其原理为控制论及感知-动作型控制系统认为智能取决于感知和行动。认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现出来。符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。 2.简述反演的基本算法。 答：包括线性反演和非线性反演 线性反演包括：最速下降、高斯反演、马垮塌反演 非线性反演包括：遗传算法、模拟退火等 看你要做什么了,要根据不同的需要选择不同的反演方法,不过非线性反演计算时间长
一：单选题 1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（C）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（A）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（B）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论 10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。 A. 机器证明 B. 模式识别 C. 人工神经网络 D. 智能代理
基于神经网络的人机对抗人工智能系统（理论） -------------------------------------------------------------------------------- 基于神经网络的人机对抗人工智能系统 Harreke 摘要： 人工智能是一门科学名称。自电子计算机发明后不久，人工智能学科即宣布创立，其目的就是要模拟人类的智力活动机制来改进计算机的软件硬件构成，使他们掌握一种或多种人的智能，以便在各种领域内有效替代人的脑力劳动，特别是解决用传统软硬件方法难以解决的问题，如模式识别，复杂的控制行为或对海量的数据进行实时评估等。 所谓人工智能，就是由人工建立的硬件或软件系统的智能，是无生命系统的智能。智能是人类智力活动的能力，是一个抽象的概念。一个软件或硬件系统是否有智能，只能根据它所表现出来的行为是否和人类某些行为相类似来做判断。 人工智能在计算机上的实现，有两种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或生物机体所用的方法相同。这种方法称为工程学方法，它的编程方式虽然简单，智能效果显著，可是算法和程序一旦固定下来，智能就很难再进一步提高。另一种是模拟法，它不仅要看智能效果，还要求实现方法和人类或生物机体所用的方法相同或类似。人工神经网络是模拟人类或生物大脑中神经元的活动方式，属于模拟法。 人工神经网络入门难度大，编程者需要为每一个对象设置一个智能系统来进行控制，新设置好的智能系统，虽然一开始什么都不懂，但它拥有学习的能力，可以通过学习，不断提升智能，不断适应环境、应付各种情况。通常来讲，使用人工神经网络虽然编程复杂，但编写完成后的维护工作，将比使用其他方式编程后的维护更加省力。 本文采用人工神经网络构建一个完整的人工智能系统，并将该人工神经网络理论应用于电脑领域的项目DOTA。 关键词：人机对抗，神经网络，人工智能，DOTA 目录 第一章神经网络系统概述 1.1生物学神经网络 1.2人工神经网络
一、单选题 1. 人工智能的目的是让机器能够（ D ），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（ C ）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（ C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（ D ）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（ D ）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（ C ）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A ）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（ B ）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论