西安電子科技大學(xué)人工智能試題

1、（10 分）1.（該題目碩士統(tǒng)招生 做）請用框架法和語義網(wǎng)絡(luò)法表示下列事件。2015年2月20日上午11點40分，廣東省深圳市光明新區(qū)柳溪工業(yè)園附近發(fā)生山體滑坡，經(jīng)初步核查，此次滑坡事故共造成 22棟廠房被掩埋，涉及公司 15家，截至目前已安全撤離 900人, 仍有22人失聯(lián)。答：框架表示法（5分）：（給分要點：確定框架名和框架槽，根據(jù)報道給出的相關(guān)數(shù)據(jù)填充，主要 內(nèi)容正確即可給分，不必與參考答案完全一致）山體滑坡時間：2015年2月20日上午11點40分地點：廣東省深圳市光明新區(qū)柳溪工業(yè)園附近掩埋廠房：22棟涉及公司數(shù)目：15家安全撤離人數(shù)：900人失聯(lián)人數(shù)：22人語義網(wǎng)絡(luò)表示法（5分）：（

2、給分要點：確定語義網(wǎng)絡(luò)的節(jié)點及其連接關(guān)系，根據(jù)報道內(nèi)容進行填充，主要內(nèi)容正確即可給分，不必與參考答案完全一致）1 .（該題目 全日制專業(yè)學(xué)位碩+ 做）請用一種合適的知識表示方法來表示下面知識。（10分）How Old Are YOU是微軟推出的一款測年齡應(yīng)用，該應(yīng)用架設(shè)在微軟服務(wù)平臺Azure上，該平臺具有機器學(xué)習(xí)的開發(fā)接口，第三方開發(fā)者可以利用相關(guān)的接口和技術(shù)，分析人臉照片。(給分要點：采用合適的知識表示方法，正確即可給分，不必與參考答案完全一致)答：<How Old Are YOU>類屬(繼承)：應(yīng)用程序用途：測年齡開發(fā)者：微軟服務(wù)平臺：<Azure><Azu

3、re>開發(fā)接口：機器學(xué)習(xí)用途：分析人臉照片2 .(該題目碩士統(tǒng)招生 做)請用歸結(jié)反演的方法求解下述問題。(15分)已知：張和李是同班同學(xué)，如果x和y是同班同學(xué)，則 x的教室也是y的教室，現(xiàn)在張在 302教室上課。問：現(xiàn)在李在哪個教室上課？解：第一步：定義謂詞；(謂詞不一定與參考答案完全相同，只要正確表示即可給分)(3分)C(x, y) x和y是同班同學(xué)；At(x, u) x在u教室上課。第二步：根據(jù)定義的謂詞寫出上述知識的謂詞表示，并化成子句集；(6分)把已知前提用謂詞公式表示如下：C(zhang, li)(? x) (? y) (? u) (C(x, y) A At(x, u) - A

4、t(y,u)At(zhang, 302)把目標(biāo)的謂詞公式表示如下：(? v)At(li, v)把上述公式化為子句集：(1) C(zhang, li)(2) C(x, y) VAt(x, u) V At(y, u)(3) At(zhang, 302)把目標(biāo)的否定化成子句式：(4)At(li,v) V Answer(v)第三步：使用歸結(jié)原理對子句集進行歸結(jié)；(6分)(注意：具體的歸結(jié)順序不一定和參考答案完全一致，只要歸結(jié)過程正確，最后得到的答案正確即可給分)(5)C(x, li) VAt(x, v) VAnswer(v)(2)歸結(jié)，li/y, v/u(6)At(zhang, v) V Answer

5、(v)(5)歸結(jié)，zhang/x(7) Answer(302)(3)(6)歸結(jié)，302/v所以，李在302教室上課。2.(該題目全日制專業(yè)學(xué)位碩士 做)請用歸結(jié)反演的方法求解下述問題。(15分)已知：(1) John是賊。(2) Paul 喜歡酒(wine)。(3) Paul 也喜歡奶酪(cheese)。(4)如果Paul喜歡某物，那么John也喜歡某物。(5)如果某人是賊，而且他喜歡某物，那么他就會偷竊該物。請回答下面的問題：John會偷竊什么？答：第一步：定義謂詞； (3分)thief(x)：某人x是賊；like(x,y):某人x喜歡某物y;steal(x,y)：某人x偷竊某物y;第二步：

6、根據(jù)定義的謂詞寫出上述知識的謂詞表示，并化成子句集；(6分)(1) John 是賊。謂詞：thief(John)子句：Si= thief(John)(2) Paul 喜歡酒(wine )。謂詞：like(Paul,wine)子句：S2= like(Paul,wine) (3) Paul 也喜歡奶酪(cheese)。謂詞：like(Paul,cheese)子句：S3= like(Paul,cheese)(4) 如果Paul喜歡某物，那么 John也喜歡某物。謂詞：，y)(like(Paul,y) like(John,y)子句：S4= like(Paul,y) V like(John,y)(5)

7、如果某人是賊，而且他喜歡某物，那么他就會偷竊該物。謂詞：(Vx) (Vy)(thief(x) A like(x,y) t steal(x,y)子句:S5= thief(x) V like(x,y) V steal(x,y)再將題目的問題“ John會偷竊什么？”表示成謂詞，與 ANSWER做析取。G: steal(John,z) VANSWER(z)第三步：使用歸結(jié)原理對子句集進行歸結(jié)；(6分)(注意：具體的歸結(jié)順序不一定和參考答案完全一致，只要歸結(jié)過程正確，最后得到的答案正確即可給分)(1) thief(John)(2) like(Paul,wine)(3) like(Paul,cheese

8、)(4) like(Paul,y) V like(John,y)(5) thief(x) V like(x,y) V steal(x,y)(6) steal(John,z) V ANSWER(z )(7)thief(John) V like(John,z) VANSWER(z)(8) like(John,z) VANSWER(z)(9) like(Paul,z) vanswer(z)(10) ANSWER(wine)(11) answer( cheese)(5) (6)歸結(jié),John/x, z/y(1)(7)歸結(jié)(4) (8)歸結(jié)， z/y(2) (9)歸結(jié),wine/z(3) (9)歸結(jié)，

9、cheese/z所以，本題目有兩個答案，John會偷竊wine,也會偷竊cheese3. MYCIN是一個用于細菌感染性疾病診斷的專家系統(tǒng)，它的不確定性推理模型中采用可信度(CF模型)作為不確定ffcl度。請按照 MYCIN系統(tǒng)的推理方法計算結(jié)論H的可信度。(15分)R1: IFEi(0.6) ANDE 2(0.4) THENE6(0.8,0.75)R2: IFE3(0.5) ANDE 4(0.3) AND E 5(0.2)THEN E7(0.7,0.6)R3: IFE6(0.7) ANDE 7(0.3) THENH(0.75,0.6)已知：CF(Ei)=0.9, CF(E2)=0.8, CF

10、(E3)=0.7, CF(E4)=0.6, CF(E 5)=0.5求：CF(H尸？答：由 R1 得到：CF(E 1(0.6) AND E 2(0.4)=0.86> 入 i=0.75R1可被應(yīng)用。由 R2 得到：CF(E3(0.5) AND E 4(0.3) AND E 5(0.2) = 0.63> 入 2 =0.6R2可被應(yīng)用。,' CF(Ei(0.6) AND E 2(0.4)>CF(E 3(0.5) AND E 4(0.3) AND E 5(0.2)R1 先被應(yīng)用。由 R1 得至k CF(E6)=0.8 X 0.86=0.69由 R2 得到：CF(E7)=0.7

11、x 0.63=0.44由 R3 得到：CF(E6(0.7) AND E 7(0.3)=0.615> 入 3 =0.6R3 可被應(yīng)用 彳導(dǎo)至k CF(H)=0.75 X 0.615=0.46即最終得到的結(jié)論H 可信度為0.46.4. 假設(shè)你昨晚目擊了一起夜間出租車肇事逃逸事件，你記得看到的肇事出租車是藍色的，而且你還知道下面2 條信息，那么你會認為肇事出租車是什么顏色的？( 10 分)( 1 )西安所有的出租車都是綠色或藍色的；( 2)大量實驗表明，在昏暗的燈光條件下，人眼對于藍色和綠色的區(qū)分的可靠度是75%；假設(shè)隨后你又了解到第3 條信息： ( 3)西安的出租車10 輛中有 9 輛是綠色

12、的，此時你又會得出怎樣的結(jié)論？(提示：請用逆概率方法進行推理，并且注意“肇事車是藍色的”和“肇事車看起來是藍色的”是兩個不同的命題)答：用 B 表示事件“肇事車是藍色的”，用 LB 表示“肇事車看起來是藍色的”，則對顏色區(qū)分準(zhǔn)確程度的概率可以表示為P(LB|B)=0.75P(LB|B)=0.75對當(dāng)肇事車看起來是藍色的情況下，確實是藍色的概率為P(B|LB) 8 P(LB|B)P(B) 8 0.75P(B)P(B|LB) 8 P(LB卜B)P(B)0.25(1-P(B)而西安的出租車10 輛中有 9 輛是綠色的，則給出了先驗概率P(B)=0.1 ，于是有P(B|LB) 80.75X 0.1=0

13、.075P(B|LB) 8 0.25(1-P(B)=0.25 X 0.9=0.225P(B|LB)=0.075/0.072+0.225=0.25P(B|LB)=0.225/0.072+0.225=0.75因此肇事車輛為綠色。5設(shè)A 、 B 分別是論域U、 V 上的模糊集，U=V=1,2,3,4,5,A=1/1+ 0.5/2,B=0.4/3+0.6/4+1/5并設(shè)模糊知識及模糊證據(jù)分別為：IF x is A THEN y is Bx is A其中，A'的模糊集為：A' =1/1+ 0.4/2+ 0.2/3假設(shè)A和A'可以匹配，請利用模糊推理的方法求出該模糊知識和模糊證據(jù)能

14、得出什么樣 的模糊結(jié)論。(15分)(提 示： 模 糊 關(guān) 系 R 的 構(gòu) 造 可 以 用1A B)U(-A V)二 uv"(u)B(V) (1 - "(u)/(u,v)答:000.40.610.50.50.50.50.511111111111111B' m=A' ?Rm =104,0.2,0,0?0.511I 10 0.4 0.6 10.5 0.5 0.5 0.=0.4,0.4,0.4,0.6,11111111111116.(該題目碩士統(tǒng)招生 做)請用A*算法求解八數(shù)碼問題，其中 &為初始狀態(tài)，Sg為目標(biāo)狀態(tài)。要求：估價函數(shù)f(x)=g(x)+h(x

15、) , g(x)為初始節(jié)點到節(jié)點 x的路徑耗散，可定義為節(jié)點路徑深度，h(x)為節(jié)點x到目標(biāo)節(jié)點的最低耗散路徑的估計耗散值，定義為曼哈頓距345+04+16 .(該題目全日制專業(yè)學(xué)位碩士 做)同上第5題。不同處為啟發(fā)函數(shù)h(x)的定義，這里h(x)為不在位(錯位)的棋子數(shù)，請用A*算法求解。(10分)7 . 一字棋極大極小搜索：設(shè)初始棋局為空，如下圖所示,最先使自己棋子構(gòu)成三子一線的就獲A、B二人對奕，輪到誰走誰就往空格上放一只自己的棋子,得勝利。有如下規(guī)定:(1)每一方只向前看一步(即每次擴展二層)(2)記A的棋子為“ a”，B的棋子為“ b”(3)規(guī)定A先走。,并根據(jù)極大極小原則指出下次搜

16、定義棋局的估價函數(shù)e(),給出第一次擴展的博弈樹(與或樹)索可能被選擇的棋局。(10分)答：對A方，設(shè)棋局為P,估價函數(shù)e(P)定義為：若P是A必勝的棋局，則 e(P)=+8若P是B必勝的棋局，則 e(P)=-8若P是勝負未定的棋局，則 e(P尸e(+P)-e(-P)e(+P)：棋局P上有可能使a成為三子成一線的數(shù)目；e(-P)：棋局P上有可能使b成為三子成一線的數(shù)目。做士步8 .如果有這樣一個智能系統(tǒng)，向其展示少量甚至一個來自陌生文字系統(tǒng)的字符(請注意，是少量 字符，而不是像傳統(tǒng)人工智能需要大量的數(shù)據(jù)來學(xué)習(xí)訓(xùn)練)，它就能很快學(xué)到精髓，像人一樣寫出來，甚至還能寫出其他類似的文字。請你分析實現(xiàn)此

17、系統(tǒng)用到了人工智能的哪些關(guān)鍵思想。(提示:聯(lián)想人類只需要少量的例子就能抓住某個事物或概念的精髓)(15分)答：(供參考，答案不一定與此相同)(1) AI系統(tǒng)能夠迅速學(xué)會寫陌生的文字，從某種意義上說明它領(lǐng)悟到了字符的本質(zhì)特征(也就是 字符的整體結(jié)構(gòu))，同時還能識別出非本質(zhì)特征(也就是那些因書寫造成的輕微變異)。(2)目前的人工智能領(lǐng)域大都聚焦在對模式進行分類。但是，這種類型的智能所缺少的不是分類 或識別的能力，而是思考。(3)三個核心原則。這些原則都很通用，既可以用在字符上，也可以用在其他的概念上： 組合性(compositionality )：表征是由更簡單的基元構(gòu)建而成。因果性(causality)：模型表征了字符生成的抽象因果結(jié)構(gòu)。學(xué)會學(xué)習(xí)(learn