尔雅人工智能导论_5课后答案(学习通2023题目答案)
18 min read尔雅人工智能导论_5课后答案(学习通2023题目答案)
第三讲 产生式表示法和框架表示法单元测试
1、尔雅不适合用产生式表示法表示的人工知识是（ ）
A、由许多相对独立的导论答案知识元组成的领域知识
B、可以表示为一系列相对独立的课后求解问题的操作
C、具有结构关系的学习知识
D、具有经验性及不确定性的通题知识
2、下列不是目答框架表示法特点的是（ ）
A、结构性
B、尔雅模块性
C、人工继承性
D、导论答案自然性
3、课后产生式是学习蕴含式。
4、通题框架表示法不能表示具有因果关系的目答知识。
5、尔雅产生式系统求解问题的过程是一个反复进行“匹配--冲突消解--执行”的过程。
6、框架的槽值或侧面值不能是另一个框架的名字。
7、一个产生式系统由规则库、推理机、综合数据库三部分组成。
8、产生式有固定的格式，每一条产生式规则都由前提与结论（操作）两部分组成。
第四讲 基于谓词逻辑的推理方法
第四讲 基于谓词逻辑的推理方法单元测试
1、从初始证据出发，按某种策略不断运用知识库中的已知知识，逐步推出结论的过程称为推理。
2、任何文字的合取式称为子句。
3、空子句是可以满足的。
4、谓词公式不可满足的充要条件是其子句集不可满足。
5、对于一阶谓词逻辑，若子句集是不可满足的，则必存在一个从该子句集到空子句的归结演绎。
6、对于一阶谓词逻辑，如果没有归结出空子句，则说明原谓词公式是不可满足的。
第七讲 搜索求解策略
第七讲 搜索求解策略单元测试
1、依据估价函数f(x)=g(x)+h(x) (其中g(x)为初始节点到节点x已实际付出的代价，h(x)是节点x到目标节点的最优路径的估计代价）对OPEN表中的节点进行排序，并且要求启发函数满足( )，则称这种状态空间图的搜索算法为A*算法。
A、h(x)≤h*(x)
B、h(x)≥h*(x)
C、h(x)≠h*(x)
D、h(x)>h*(x)
2、如果问题存在最优解，则下面几种搜索算法中，（ ）可以认为是“智能程度相对比较高”的算法。
A、宽度优先搜索
B、深度优先搜索
C、有界深度优先搜索
D、启发式搜索
3、在启发式图搜索策略中，下面描述正确的是（ ）
A、open表用于存放所有已生成的节点。
B、open表用于存放已扩展过的节点。
C、closed表表用于存放所有已生成而未扩展的节点。
D、closed表用于存放已扩展过的节点。
4、在估价函数中，对于g(x)和h(x) 下面描述正确的是（ ）
A、g(x)是从初始节点到节点x的最优路径的估计代价
B、h(x)是从节点x到目标节点的最优路径的估计代价
C、g(x)是从初始节点到节点x的实际代价
D、h(x)是从节点x到目标节点的实际代价
5、在图搜索算法中，如果按估价函数作为OPEN表中的结点排序的依据，则该算法就是深度优先算法。
第八讲 遗传算法及其应用
第八讲 遗传算法及其应用单元测试
1、遗传算法主要借用生物进化中“适者生存”的规律。
2、遗传算法的适应度函数是用来区分群体中的个体好坏的标准。
3、遗传算法中起核心作用的是变异算子。
4、遗传算法采用群体搜索策略，同时对搜索空间中的多个解进行评估，因此遗传算法具有较好的全局搜索性能。
5、遗传算法能够保证每次都得到全局最优解。
6、生物进化过程中选择通过遗传和变异起作用，同时又使变异和遗传向着适应环境方向发展。
7、生物进化过程中遗传控制变异与选择的方向，变异为选择提供资料，遗传巩固与积累选择的资料。
8、在遗传算法中，将所有妨碍适应度值高的个体产生，从而影响遗传算法正常工作的问题统称为欺骗问题。
9、在遗传算法应用中，适应度函数的设计要结合问题本身的要求而定，但适应度函数和问题的目标函数没有关系。
10、在遗传算法中，适应度大的个体被选择的概率大，但不是说一定能够被选上。
第八讲 遗传算法虚拟仿真实验
1、遗传算法虚拟仿真实验和A星虚拟仿真实验是同一个软件系统，如果前面已经下载安装过，本次虚拟仿真实验就不需要再重新安装了。如果没有安装过，请先下载安装，然后根据实验要求（见附件），记录实验结果，完成结果分析，总结心得体会。
