Value: Default: If-needed: If-added: Slot2: Value: Default: If-n干式氮吹儀eeded: If-added: Slot3: Value: Default: If-needed: If-added: 四、對(duì)結(jié)論做假設(shè) H,有證據(jù) E1 和 E2 ,規(guī)則 R1 和 R2。(10分) R1:E1 → H,LS=20,LN=1; R2:E2 → H,LS=300,LN=1。 已知 H 的先驗(yàn)概率 P(H)=0.03。若證據(jù) E1 和 E2 依次出現(xiàn),按主觀 Bayes推理,求 H在此條件下的 概率 P(Hm E1 ,E2)。 (注意:每步應(yīng)列出計(jì)算式,計(jì)算結(jié)果可取近似值。) 2001年計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科綜合考試真題 課 程Ⅳ 人工 智能原理 一、選擇與填空(共10分,每空0.5分) (1) 標(biāo)準(zhǔn)邏輯(謂詞邏輯)中,重言式(tautlogy)是( )。 附錄A 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科綜合考試人工智能真題 383 A.永真 B.永假 C.非永真(invalid) (2) 反演(refutation)歸結(jié)(消解,resolution)證明定理時(shí),若當(dāng)前歸 結(jié)式(消解式,resolvent)是( ),則 定理得證。 A.永真式 B.包孕式(subsumed) C.空子句 (3) MYCIN 系統(tǒng)中規(guī)定,若證據(jù) A的可信度 CF(A)=0,則意味著( )。 A.證據(jù)不可信 B.對(duì)證據(jù)一無所知 C.證據(jù)可信 (4) 主觀 Bayes推理中,規(guī)則 E→ H,其 LS=LN=1,這意味著( )。 A.E 對(duì) H 沒有影響 B.E 支持 H C.~ E支持 H (5) 開發(fā)專家系統(tǒng)所要解決的基本問題有3個(gè),那就是知識(shí)的獲取、知識(shí)的表示和( );知識(shí) 表示的方
法主要有( ),( ),( ),( )。 (6) 反演歸結(jié)的支持集策略規(guī)定:參加歸結(jié)的子句 應(yīng)這樣選取:( ),而 其歸結(jié)式應(yīng) 并入( )內(nèi)。 (7) 謂詞邏輯下,子句 C1 = L1 ∨C′1 ,C2=~ L2 ∨C′2 ,若 σ是互補(bǔ)句節(jié)的( )的合 一子,則 其歸結(jié) 式(消解式,resolvent)C=( )。 (8) 以反演歸結(jié)證明子句集 S不可滿足的過程中,當(dāng)前歸結(jié)式是( )或( ),則可 刪除。 (9) 語義網(wǎng)絡(luò)是( )表示的[節(jié)點(diǎn)1,有向弧,節(jié)點(diǎn)2]三 元式聯(lián)結(jié)而成 的。其節(jié)點(diǎn)表 示( ),其弧表示( )。 (10)PROSPECTOR系統(tǒng)中的規(guī)則,由 專家指 定其 LS、LN 的值,由似 然比定 義知:LS、LN 與0(零) 比較應(yīng) LS、LN皆( )0,并且,若指定 LS>1,則 LN 應(yīng)指定( );反之亦然。 二、計(jì)算證據(jù)對(duì)結(jié)論的不確定性的影響(7分) 已知規(guī)則 R1、R2 的可信度:R1,A→ X,CF(X,A)=0.8 R2,B→X,CF(X,B)=0.6 證據(jù)可信度 CF(A)=CF(B)=0.5,X 的初始CF0(X)=0.1,現(xiàn)逐次引用 R1 、R2 ,要求用 MYCIN 的方 法計(jì)算結(jié)論 X 的可信度 CF(X)。 三、用標(biāo)準(zhǔn)邏輯(經(jīng)典邏輯,謂詞邏輯)的子句集表示下 述刑偵知識(shí),并用反 演歸結(jié)的線 性策略證 明結(jié) 論。(9分) 現(xiàn)定義如下謂詞(其項(xiàng)變量 X,Y,Z,皆為全稱變量)。 Thief(X)———某人 X是賊; Likes(X,Y)———某人 X 喜歡某物 Y; May steal(X,Y)———某人 X可能會(huì)偷竊某物 Y。 (1) 用子句集表示下屬刑偵知識(shí): i John是賊。 ii Paul喜歡酒(wine)。 iii Paul(也)喜歡奶酪(cheese) iv 如果 Paul喜歡某物則John也喜歡某物。 384 附 錄 v 如果某人是賊,而且他喜歡某物,則他就可能會(huì)偷竊該物。 (2) 求證結(jié)論:John可能會(huì)偷竊什么? 即求證目標(biāo): May steal(John,Z),Z=? (提示:建議將求證目標(biāo)作為頂子句,按線性策略進(jìn)行反演消
解,注明 每次消解式的 置換及其父 子句的 編號(hào)。) 四、用框架表示下述報(bào)道的風(fēng)災(zāi)事件(9分) 【虛擬新華社3月15日電】 昨 日,在云 南玉 溪地區(qū) 發(fā) 生地 震,造成 財(cái)產(chǎn) 損失 約 10萬元,統(tǒng)計(jì)部門如果需要詳細(xì)的損失數(shù)字,可電詢62332931。另?yè)?jù)專家認(rèn)為震 級(jí)不會(huì)超過4級(jí),并認(rèn)為地處無人區(qū),不會(huì)造成人員傷亡。 提示:分析概括用下劃線標(biāo)出的要點(diǎn),經(jīng)過概念化形 成槽(slot)并擬定 其槽的 名稱及 其側(cè)面(facet)值。 特別要注意“值”(value)、“默認(rèn)值”(default)、“如果需要值”(if-needed)、“如果附加值”(if-added)的 區(qū)別與 應(yīng)用,建議采用格式如下。不用的側(cè)面值可刪。 附錄A 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科綜合考試人工智能真題 385 附 錄 B 計(jì) 算機(jī) 科學(xué) 與技 術(shù)學(xué) 科綜 合考 試真 題參 考解 答 1999年綜合考試人工智能真題參考解答 一、(K),(9),(L),(30) 二、1.(符號(hào)主義),(仿生學(xué)),(聯(lián)結(jié)主義) 2.(框架表示法),(語義網(wǎng)絡(luò)表示法),(面向?qū)ο蟊硎痉ǎóa(chǎn)生式表示法) 3. 三、解: ~(x)(y)(z)(u)P(x,y,z,u) (x)(y)(z)(u)~P(x,y,z,u) (x)(z)~P(x,f(x),z,g(x,z))這就是該謂詞公式的Skolem 范式。 其子句集為:S={~P(x,f(x),z,g(x,z))} 四、解: 第一步:定義謂詞。將待證明的問題的前提條件和邏輯結(jié)論用謂詞公式表示出來。 (1) 定義謂詞: brother(x,y):表示 x是y的兄弟; sister(x,y):表示 x是y的姐妹; woman(x):表示 x是女性。 (2) 將前提及要求證的問題表示成謂詞公式: R1:任何人的兄弟不是女性 (x)(y)(brother(x,y)→~woman(x)) R2:任何人的姐妹必是女性