【课程·研】高级人工智能

人工智能"/>

【课程·研】高级人工智能

本文专栏：研究生课程　　点击查看系列文章

本文主要内容：

• • 第4章　不确定性推理方法
  • 第4章　课后作业
  • 第5章　搜索求解策略
  • 第5章　课后作业
  • 第6章　进化算法及其应用
  • 第6章　课后作业

第4章　不确定性推理方法

通过本章内容学习，学生能够正确理解不确定推理中的基本问题，能够根据产生式规则库绘制推理路线图，能够应用可信度推理方法计算结论的不确定程度，并能对该结果进行分析。能够应用证据理论推理方法计算结论的不确定程度，并能对该结果进行分析。认识现实世界不确定性和模糊性的特性，正确理解模糊集合和隶属度函数，并能与现实世界建立映射。

1、如果证据E的出现使得结论H一定程度为真，则可信度因子（ ）
A、CH(H,E)=0
B、-1<CH(H,E)<0
C、0<CH(H,E)<1
D、CH(H,E)=1

参考答案：C

2、在可信度方法中，若证据A的可信度CF（F）=0, 这意味着（ ）
A、证据A可信
B、对证据A一无所知
C、没有意义
D、证据A不可信

参考答案：B

3、在证据理论中，信任函数与似然函数对（Bel（A），Pl（A））的值为（0，0）时，表示（ ）
A、A为真
B、对A一无所知
C、对A为真有一定信任
D、A为假

参考答案：D

4、已知CF1(H)=0.8 CF2(H)=-0.3,请问结论H不确定性的合成CF1,2(H)=?
A、0.51
B、0.71
C、0.74
D、0.26

参考答案：B

5、已知规则 E → H CF（H，E）=0.6 如果还已知证据CF(E)=-0.4，请问CF(H)=?
A、0.6
B、-0.4
C、-0.24
D、0

参考答案：D

6、所谓不确定性推理就是从( )的初始证据出发，通过运用( )的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
A、不确定性, 不确定性
B、确定性, 确定性
C、确定性, 不确定性
D、不确定性 确定性

参考答案：A

7、MYCIN系统中使用不确定推理，规则E → H由专家指定其可信度CF（H，E），若E不支持结论H为真，那么可以得到以下结论？
A、CF（H，E）=0
B、CF（H，E）>0
C、CF（H，E）<0
D、CF（H，E）=-1

参考答案：C

8、不确定推理中，除了需要解决推理方法、推理方向、控制策略外，还需解决（ ）
A、不确定性的传递算法
B、组合证据不确定性的算法
C、不确定的表示与度量
D、结论不确定性的合成

参考答案：ABCD

9、基本概率分配函数之值是概率。

参考答案：错误

10、模糊性是由事物的概念界限模糊和人的主观推理与判断产生的。

参考答案：正确

11、模糊集合与其隶属函数是等价的。

参考答案：错误

12、模糊推理是利用模糊性知识进行的一种不精确推理。

参考答案：正确

第4章　课后作业

本章节的参考答案请访问：

1、设有如下规则：
R1: IF E1 THEN H (0.8)
R2: IF E2 THEN H (-0.1)
R3: IF E3 AND E4 THEN E1 (0.5)
R4: IF E5 THEN E2 (0.7)
R5: IF E6 OR E7 THEN E2 (0.9)
并已知初始证据的可信度为CF(E3)=0.7，CF(E4)=0.8，CF(E5)=0.9，CF(E6)=0.2，CF(E7)=0.6，用可信度方法计算CF(H) 。

参考答案：见本章说明

第5章　搜索求解策略

通过本章内容学习，学生能够正确理解搜索的基本概念，能够根据搜索问题的特点选择问题表示方法，能够应用盲目搜索策略和启发式搜索策略进行搜索，能够根据具体的问题自行定义启发式函数，能够进行不同搜索方法的多维度分析、评价与改进，能够正确理解博弈树，能够应用极大极小值方法进行博弈决策，能够应用alpha-beta剪枝方法优化博弈决策。

本章节的参考答案请访问：

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)

参考答案：见本章说明

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、有界深度优先搜索
B、启发式搜索
C、深度优先搜索
D、宽度优先搜索

参考答案：见本章说明

3、在启发式图搜索策略中，下面描述正确的是（ ）
A、open表用于存放已扩展过的节点。
B、closed表表用于存放所有已生成而未扩展的节点。
C、closed表用于存放已扩展过的节点。
D、open表用于存放所有已生成的节点。

参考答案：见本章说明

4、与或树中有几类节点？
A、2
B、3
C、4
D、5

参考答案：见本章说明

5、下图是一棵与/或树，按最大代价法计算图中节点S0的代价h(S0)= ( ) 。

A、6
B、7
C、8
D、9

参考答案：见本章说明

6、设有如图所示的与/或树，请按和代价法计算解树代价。

A、16
B、21
C、23
D、28

参考答案：见本章说明

7、在估计函数f(x)= g(x) + h(x)中，其中启发式函数h(x)表示( )。
A、从初始节点到目标节点的代价的估计
B、从当前节点到目标节点的代价的估计
C、从初始节点到当前节点的代价的估计
D、目标节点所在的深度的估计

参考答案：见本章说明

8、在估计函数f(x)= g(x) + h(x)中，其中代价函数g(x)表示( )。
A、从初始节点到目标节点的代价
B、从当前节点到目标节点的代价
C、从初始节点到当前节点的代价
D、当前节点所在的深度

参考答案：见本章说明

9、与或树的盲目搜索包括( ) 。
A、自顶向下的扩展
B、自底向上的扩展
C、自顶向下的标识
D、自底向上的标识

参考答案：见本章说明

10、问题归约的方式包括( )。
A、反证法
B、等价变换
C、分解
D、回溯

参考答案：见本章说明

11、常用的盲目搜索策略有（ ）。
A、回溯
B、宽度优先
C、深度优先
D、最好优先

参考答案：见本章说明

12、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的实际代价
B、g(x)是从初始节点到节点x的最优路径的估计代价
C、h(x)是从节点x到目标节点的最优路径的估计代价
D、h(x)是从节点x到目标节点的实际代价

参考答案：见本章说明

13、在图搜索算法中，如果按估价函数f(x)=g(x)+h(x)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。

参考答案：见本章说明

14、终止节点一定是端节点，端节点不一定是终止节点。

参考答案：见本章说明

15、全局择优搜索的效率比较宽度优先搜索的效率高。

参考答案：见本章说明

16、在极大极小分析法中，对于或节点，选其子节点中一个最小的得分作为父节点的得分。

参考答案：见本章说明

17、与/或树中与节点的子节点中只要有一个是可解节点，就可以判断该与节点是可解的。

参考答案：见本章说明

18、在深度优先搜索算法中，节点进出OPEN表的顺序与数据结构中的( )相似。

参考答案：见本章说明

19、在宽度优先搜索算法中，节点进出OPEN表的顺序与数据结构中的( )相似。

参考答案：见本章说明

第5章　课后作业

本章节的参考答案请访问：

1、请画出完整的搜索树，并标出搜索树种每个节点的估计函数值。

用全局择优搜索求解如图2所示的重排九宫问题，初始状态为S0，目标状态为Sg，要求寻找从初始状态到目标状态的路径。

设估价函数：f(x) = d(x) + h(x)

其中：d(x) 表示节点x的深度，h(x) 表示节点 x 的棋局与目标节点棋局有差异数字回到响应位置的距离。

评分步骤：搜索树结构正确 每个节点的估计函数值(节点旁括号内的数值)计算正确。一共10个节点每个节点估计函数值计1分，累计10分。

参考答案：本章节的参考答案请访问：

2、 请对如图所示的博弈树进行α-β剪枝并标出剪枝类型。

评分步骤：每个剪枝位置计1分，正确标出得1分，未标出或者标注错误不得分，累计6分，正确说明剪枝类型得4分，总计10分。

参考答案：本章节的参考答案请访问：

第6章　进化算法及其应用

通过本章内容学习，学生能够正确识别进化算法的术语，能够正确理解基本遗传算法的原理，能够进行编码方法的分析与选择，能够进行适应度函数的设计，能够进行选择操作的分析与选择，能够进行交叉操作的分析与选择，能够进行变异操作的分析与选择，能够应用遗传算法求解复杂公式极值问题和工厂复杂工序生产调度问题，能够对差分进化算法的优劣进行评价。

本章节的参考答案请访问：

1、以下属于两点交叉的有( )
A、X1= 1000110　X2= 1011001
B、X1= 1000110　X2= 1011001
C、X1= 1000110　X2= 1011001
D、X1= 1000110　X2= 1011001

参考答案：见本章说明

2、个体X1= 010100 个体X2= 110111 ，两个个体在进行交叉操作时，如果为了保证交叉后的个体与父代个体的差异最大化，应该选择从最右侧第1位开始到哪个位置结束之间进行单点交叉？
A、第3位
B、第4位
C、第5位
D、第6位

参考答案：见本章说明

3、以下为个体的适应度、选择概率和累计概率，如果产生随机数rand1= 0.371 ,则进行选择-复制操作时应该选择以下哪个个体？

A、X1
B、X2
C、X3
D、X4

参考答案：见本章说明

4、如果用遗传算法求取目标函数f(x)= -x^2-3 x∈[3.0,6.0]极小值问题，则适应度函数可以取为( )
A、f(x)
B、1/f(x)
C、-f(x)
D、-1/|f(x)|

参考答案：见本章说明

5、为保留类似7和8在整数中的相邻关系，我们应采用以下哪种编码方式？
A、二进制编码
B、Gray编码
C、实数编码
D、整数编码

参考答案：见本章说明

6、以下属于单点交叉的有( )
A、X1= 10110　X2= 11001
B、X1= 10110　X2= 11001
C、X1= 10110　X2= 11001
D、X1= 10110　X2= 11001

参考答案：见本章说明

7、遗传算法中包括以下哪些基本遗传算子？
A、编码
B、选择-复制
C、交叉
D、变异

参考答案：见本章说明

8、遗传算法中常用的编码方式有？
A、二进制编码
B、Gray编码
C、实数编码
D、整数编码

参考答案：见本章说明

9、遗传算法借鉴了生物进化中的什么规律？
A、适者生存
B、优胜劣汰
C、物竞天择
D、基因突变

参考答案：见本章说明

10、以下哪些算法是人们受自然界和生物界规律的启迪，根据其原理模仿设计的？
A、遗传算法
B、模拟退火算法
C、粒子群优化算法
D、蚁群算法

参考答案：见本章说明

11、遗传算法主要借用生物进化中“适者生存”的规律。

参考答案：见本章说明

12、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。

参考答案：见本章说明

13、遗传算法中起核心作用的是变异算子。

参考答案：见本章说明

14、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。

参考答案：见本章说明

15、遗传算法能够保证每次都得到全局最优解。

参考答案：见本章说明

16、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。

参考答案：见本章说明

17、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。

参考答案：见本章说明

18、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。

参考答案：见本章说明

19、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。

参考答案：见本章说明

20、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。

参考答案：见本章说明

21、在遗传算法中，变异操作是将个体编码中的一些位进行随机变化。

参考答案：见本章说明

第6章　课后作业

本章节的参考答案请访问：

1.设种群规模为4，采用二进制编码，适应度函数f(x)=x^2，初始种群如表1所示 表1 初始种群 编号 基因型 表现型 适应度 函数值 选择 概率 累计选择 概率 选中 次数 S1 1010 10 S2 0100 4 S3 1100 12 S4 0111 7 表2 新一代种群 编号 基因型 表现型 S1’ S2’ S3’ S4’
如果遗传操作规定如下：
（1） 选择概率Pr=1，选择操作用轮盘赌算法，且依次生成的4个随机数分别为0.42，0.16，0.89和0.71；
（2） 交叉概率Pc=1，交叉算法为单点交叉，交叉点为3，交叉顺序按个体在群体中的顺序；
（3） 变异概率Pm=0.01 请完成初始种群的选择、交叉和变异操作，并给出所得到的新一代种群。请给出计算过程。

得分步骤：每空正确得1分，错误不得分，累计16分 每空正确得1分，错误不得分，累计8分。 给出交叉和变异算子的计算过程或者说明，得6分。
本题的参考答案请访问：

— The End —