2024年浙工大人工智能考博复习汇总VIP免费

浙工大人工智能考博复习汇总2013年人工智能考博一、简答题1．人工智能的基本研究内容。1.知识表示知识表示：将人类知识形式化或者模型化。知识表示方法:符号表示法、连接机制表示法。符号表示法:用各种包含具体含义的符号，以各种不同的方式和顺序组合起来表示知识的一类方法。例如,一阶谓词逻辑、产生式等。连接机制表示法:把各种物理对象以不同的方式及顺序连接起来，并在其间互相传递及加工各种包含具体意义的信息，以此来表示相关的概念及知识。例如,神经网络等。2.机器感知机器感知:使机器（计算机)具有类似于人的感知能力。以机器视觉(ｍachinevｉsion)与机器听觉为主。3.机器思维机器思维：对通过感知得来的外部信息及机器内部的各种工作信息进行有目的的处理。4.机器学习机器学习（machineｌearｎinｇ):研究如何使计算机具有类似于人的学习能力，使它能通过学习自动地获取知识。1957年，Ｒｏsenblatt研制成功了感知机。5.机器行为机器行为：计算机的表达能力，即“说”、“写”、“画”等能力。2．专家系统和传统程序的区别。(1)编程思想:传统程序=数据结构＋算法专家系统=知识+推理（2)传统程序:关于问题求解的知识隐含于程序中。专家系统：知识单独组成知识库,与推理机分离。（3）处理对象：传统程序:数值计算和数据处理。专家系统:符号处理。（4)传统程序：不具有解释功能。专家系统：具有解释功能。(5)传统程序：产生正确的答案。专家系统:通常产生正确的答案，有时产生错误的答案。(6)系统的体系结构不同。3．什么是估价函数?A*搜索算法的估价函数是如何确定的？估价函数的任务就是估计待搜索结点的“有希望”程度，并依次给它们排定次序（在ｏpen表中)。估价函数：从初始结点经过结点到达目的结点的路径的最小代价估计值，其一般形式是f(n)=g(n)+h(n)一般地,在ｆ(n)中，g(ｎ)的比重越大,越倾向于宽度优先搜索方式,而h（n)的比重越大,表示启发性能越强。其中f(n)是从初始状态经由状态n到目标状态的代价估计，g(n）是在状态空间中从初始状态到状态ｎ的实际代价,h(ｎ)是从状态n到目标状态的最佳路径的估计代价。(对于路径搜索问题,状态就是图中的节点,代价就是距离)h(n)的选取保证找到最短路径（最优解的）条件，关键在于估价函数f(ｎ)的选取（或者说h(n）的选取)。我们以ｄ(n)表达状态n到目标状态的距离，那么h（n)的选取大致有如下三种情况：1.如果ｈ(ｎ）＜=d(n)到目标状态的实际距离，这种情况下,搜索的点数多，搜索范围大，效率低。但能得到最优解。2.如果h(n)=ｄ(n）,即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行，此时的搜索效率是最高的。3.如果h(n)>d(n),搜索的点数少,搜索范围小，效率高，但不能保证得到最优解。我们先下个定义，如果一个估价函数可以找出最短的路径，我们称之为可采纳性。Ａ*算法是一个可采纳的最好优先算法。A*算法的估价函数可表示为:ｆ＇(n)＝ｇ＇(ｎ)＋h'(n)这里，f'(n）是估价函数,ｇ'(n)是起点到节点ｎ的最短路径值，h'(n）是n到目标的最短路经的启发值。由于这个f＇(n)其实是无法预先知道的,所以我们用前面的估价函数f(n)做近似。g(n）代替g'（n),但g(ｎ)>=g'（n)才可(大多数情况下都是满足的,可以不用考虑）,h(n)代替ｈ'(n),但h（n)<=h'(n)才可(这一点特别的重要）。可以证明应用这样的估价函数是可以找到最短路径的，也就是可采纳的。我们说应用这种估价函数的最好优先算法就是A*算法。4．遗传算法中的编码是什么？有哪几种编码方法?编码是把一个问题的可行解从其解空间转换到遗传算法所能处理的搜索空间的转换方法。而由遗传算法解空间向问题空间的转换称为解码。1.位串编码一维染色体编码方法：将问题空间的参数编码为一维排列的染色体的方法。（１）二进制编码二进制编码：用若干二进制数表示一个个体，将原问题的解空间映射到位串空间B={0,1｝上，然后在位串空间上进行遗传操作。优点:类似于生物染色体的组成，算法易于用生物遗传理论解释,遗传操作如交叉、变异等易实现；算法处理的模式数最多。缺点：①相邻整数的二进制编码可能具有较大的Hamming距离,降低了遗传算子的搜索效率。１5：０１11116:1０...