2020 人工智能及应用(辽宁工程技术大学) 最新满分章节测试答案

文章目录[隐藏]

第1章人工智能概述第1章人工智能概述单元测试
第2章知识表示（1）第2章知识表示（1）单元测试
【作业】第3章不确定性推理（1）可信度方法推理
第3章不确定性推理（2）第3章不确定性推理单元测试
第2章知识表示（2）第2章知识表示（2）单元测试
第4章模糊推理方法第4章模糊推理方法单元测试
【作业】第4章模糊推理方法模糊关系作业
第5章搜索求解策略第5章搜索求解策略单元测试
第6章遗传算法及其应用第6章遗传算法及其应用单元测试
第7章群智能算法及其应用第7章群智能算法及其应用单元测试
第8章人工神经网络第8章人工神经网络单元测试
第9章专家系统及知识图谱第9章专家系统及知识图谱单元测试
【作业】第10章机器学习决策树ID3算法

本答案对应课程为:点我自动跳转查看
本课程起止时间为:2020-02-28到2020-06-06
本篇答案更新状态:已完结

第1章人工智能概述第1章人工智能概述单元测试

1、问题:人工智能中通常把（）作为衡量机器智能的准则。
选项：
A:图灵机
B:图灵测试
C:中文屋思想实验
D:人类智能
答案: 【图灵测试】

2、问题:人工智能的目的是让机器能够（），以实现某些脑力劳动的机械化。
选项：
A:具有智能
B:和人一样工作
C:完全代替人的大脑
D:模拟、延伸和扩展人的智能
答案: 【模拟、延伸和扩展人的智能】

3、问题:被誉为“人工智能之父”的科学家是( )
选项：
A:明斯基
B:麦卡锡
C:图灵
D:香农
答案: 【麦卡锡】

4、问题:人类智能的特征包括（）。
选项：
A:感知能力
B:记忆与思维能力
C:学习能力
D:行为能力
答案: 【感知能力;
记忆与思维能力;
学习能力;
行为能力】

5、问题:人工智能研究的基本内容包括（）。
选项：
A:机器行为
B:机器感知
C:机器思维
D:机器学习
答案: 【机器行为;
机器感知;
机器思维;
机器学习】

6、问题:一般认为人类智能是知识与智力的总和，其中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。
选项：
A:正确
B:错误
答案: 【正确】

7、问题:电子计算机的诞生为人工智能的研究奠定了物质基础。
选项：
A:正确
B:错误
答案: 【正确】

8、问题:机器感知就是使机器（计算机）具有类似于人的感知能力，其中以机器视觉与机器听觉为主。
选项：
A:正确
B:错误
答案: 【正确】

9、问题:人工智能研究的基本内容除了机器感知、机器思维、机器学习、机器行为，还有知识表示。
选项：
A:正确
B:错误
答案: 【正确】

第2章知识表示（1）第2章知识表示（1）单元测试

1、问题:李明的父亲是教师，用谓词逻辑可以表示为Teacher（father（Liming））这里father（Liming）是（）
选项：
A:常量
B:变元
C:函数
D:一元谓词
答案: 【函数】

2、问题:（）表示“每个人都有喜欢的人”。
选项：
A:
B:
C:
D:
答案: 【】

3、问题:对于谓词公式，以下说法错误的是（）。
选项：
A:上述公式中的所有 y 是自由变元。
B:P(x, y) 中的 x 是约束变元。
C:R(x, y) 中的 x 是约束变元。
D:Q(x, y) 中的 x 是约束变元。
答案: 【R(x, y) 中的 x 是约束变元。】

4、问题:"人总是要死的” 谓词公式表示为（）。（论域为全总个体域） M(x) ： x是人；Mortal(x) ：x 是要死的。
选项：
A:
B:
C:
D:
答案: 【】

5、问题:一阶谓词逻辑表示的优点是（）
选项：
A:自然性
B:精确性
C:严密性
D:易实现
答案: 【自然性;
精确性;
严密性;
易实现】

6、问题:下列（）是谓词公式。
选项：
A:P(x)
B:P(x)
C:P(x)Q(x)
D:P(x)+Q(x)R(x)
答案: 【P(x);
P(x);
P(x)Q(x)】

7、问题:一个命题不能同时既为真又为假，但可以在一种条件下为真，在另一种条件为假。
选项：
A:正确
B:错误
答案: 【正确】

8、问题:命题逻辑可以把所描述的事物的结构及其逻辑特征反映出来，也能把不同事物间的共同特征表述出来。
选项：
A:正确
B:错误
答案: 【错误】

9、问题:一阶谓词逻辑表示法可以表示不确定的知识。
选项：
A:正确
B:错误
答案: 【错误】

【作业】第3章不确定性推理（1）可信度方法推理

1、问题:设有如下一组规则: R1: IF E1   THNN    H   (0.9) R2: IF E2   THEN    H   (0.6) R3: IF E3   THEN    H   (-0.5) R4: IF E4 AND (E5 OR E6) THEN E1   (0.8) 已知:CF(E2)=0.8，CF(E3)＝0.6，CF(E4)＝0.5， CF(E5)=0.6，CF(E6)=0.8。求H的综合可信度CF(H)。
评分规则: 【由R4得到:     CF(E1)=0.8×max{0, CF(E4 AND (E5 OR E6))}                  =0.8×max{0, min{CF(E4),CF(E5 OR E6)}}                  =0.8×max{0, min{CF(E4),max{CF(E5), CF(E6)}}}                  =0.8×max{0, min{0.5, 0.8}}                  =0.8×max{0, 0.5}                  =0.4
由R1得到：     CF1(H)=CF(H,E1)×max{0, CF(E1)}                  =0.9×max{0, 0.4}=0.36 由R2得到：CF2(H)=CF(H, E2)×max{0, CF(E2)}               =0.6×max{0, 0.8}=0.48  由R3得到:    CF3(H)=CF(H, E3)×max{0,CF(E3)}               =-0.5×max{0, 0.6}=-0.3
根据结论不确定性的合成算法得到:      CF1,2(H)=CF1(H)+CF2(H)- CF1(H)×CF2(H)                      =0.36+0.48-0.36×0.48                      =0.84-0.17=0.67
CF123（H）＝(CF1,2(H)＋CF3（H）)/（1-min｛|CF1,2(H)|,|CF3（H）|｝）＝(0.67-0.3)/( 1-min｛0.67，0.3｝)＝0.37/0.7=0.53
】