复旦大学博士生入学考试人工智能题库.doc

中南大学智能控制题库
第一章 概论
1. 试从学科与能力两个方面说明什么是人工智能。
2. 哪些思想、思潮、时间与人物在人工智能开展过程中起了重要作用?
3. 近年来人工智能研究取得哪些重要进展?
4. 为什么能够用计算机模拟人类智能?
5. 目前人工智能学界有哪些学派?它们的认知观为何?
6. 自动控制存在什么机遇及挑战?为什么要提出智能控制?
7. 简述智能控制的开展过程,并说明人工智能对自动控制的影响。
8. 傅京孙对智能控制有哪些奉献?
9. 什么是智能控制?它具有哪些特点?
10. 智能控制器的一般构造与各局部的作用为何?它及传统控制器有何异同?
11. 智能控制学科有哪几种构造理论?这些理论的内容是什么?
12. 为什么要把信息论引入智能控制学科构造?
13. 人工智能不同学派的思想在智能控制上有何反映?
第二章 知识表示方法
1. 状态空间法、问题归约法、谓词逻辑法与语义网络法的要点是什么?它们有何本质上的联系及异同点?
2. 设有3个传教士与3个野人来到河边,打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。他们怎样才能用这条船平安地把所有人都渡过河去?
3. 利用以下图,用状态空间法规划一个最短的旅行路程:此旅程从城市A开场,访问其他城市不多于一次,并返回A。选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最正确路径。
4. 试说明怎样把一棵及或解树用来表达以下图所示的电网络阻抗的计算。单独的R、L或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。后继算符应以复合并联与串联阻抗的规那么为根底。
5. 试用四元数列构造表示四圆盘梵塔问题,并画出求解该问题的及或图。
6. 用谓词演算公式表示以下英文句子(多用而不是省用不同谓词与项。例如不要用单一的谓词字母来表示每个句子)。
A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.
7. 把以下语句表示成语义网络描述:
(1) All man are mortal.
(2) Every cloud has a silver lining.
(3) All branch managers of DEC participate in a profit-sharing plan.
8. 作为一个电影观众,请你编写一个去电影院看电影的剧本。
9. 试构造一个描述你的寝室或办公室的框架系统。
10. 试用一阶谓词描述以下自然语言:
(1) 公民有受教育与劳动的权利。
(2) 种瓜得瓜,种豆得豆。
(3) 每个人都有父母。
(4) 我将在适当的时候到贵校访问。
第三章 搜索推理技术
1. 什么是图搜索过程?其中,重排OPEN表意味着什么,重排的原那么是什么?
2. 试举例比拟各种搜索方法的效率。
3. 化为子句形有哪些步骤?请结合例子说明之。
4. 如何通过消解反演求取问题的答案?
5. 什么叫适宜公式?适宜公式有哪些等价关系?
6. 用宽度优先搜索求以下图所示迷宫的出路。
7. 用有界深度优先搜索方法求解以下图所示八数码难题。
8. 应用最新的方法来表达传教士与野人问题,编写一个计算机程序,以求得平安渡过全部6个人的解答。
提示:在应用状态空间表示与搜索方法时,可用(Nm,Nc)来表示状态描述,其中Nm与Nc分别为传教士与野人的人数。初始状态为(3,3),而可能的中间状态为(0,1),(0,2),(0,3),(1,1),(2,1),(2,2),(3,0),(3,1)与(3,2)等。
9. 试比拟宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率,并以实例数据加以说明。
10. 一个机器人驾驶卡车,携带包裹(编号分别为#1、#2与#3)分别投递到林(LIN)、吴(WU)与胡(HU)3家住宅处。规定了某些简单的操作符,如表示驾驶方位的drive(x,y)与表示卸下包裹的unload(z);对于每个操作符,都有一定的先决条件与结果。试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列,该序列能够生成一个满足AT(#1,LIN)∧AT(#2,WU)∧AT(#3,HU)与目标状态。
11. 什么是估价函数?它在搜索算法中有何作用?
12. 把以下句子变换成子句形式:
(1)
(2)
(3)
(4)
13. 规那么演绎系统与产生式系统有哪几种推理方式?各自的特点为何?
14. 为什么需要采用系统组织技术?有哪几种系统组织技术?
15. 什么是产生式系统?试述其组成局部的功用?
16. 研究不确定性推理有何意义?有哪几种不确定性?
17. 单调推理有何局限性?什么叫缺省推理?非单调推理系统如何证实一个节点的有效性?
18. 在什么情况下需要采用不确定推理或非单调推理?
19. 以下语句是一些几何定理,把这些语句表示为基于规那么的几何证明系统的产生式规那么:
(1) 两个全等三角形的各对应角相等。
(2) 两个全等三角形的各对应边相等。
(3) 各对应边相等的三角形是全等三角形。
(4) 等腰三角形的两底角相等。
第四章 递阶控制系统
1. 递阶智能机器一般由哪几段组成?试简述各级的构造。
2. 智能机器是什么?试述及智能机器有关概念的定义。
3. 递阶控制有哪些特点?萨里迪斯对智能控制哪些方面做出奉献?
4. 智能控制各级的构造为何?
5. 递阶控制的组织级有哪些功能?在组织级分析上,它及概率理论有何关系?
6. 递阶控制的协调级有何功能?在协调级分析上,它及Petri网理论有何关系?
7. 递阶控制的执行级有何功能?在执行级分析上,它及信息熵有何关系?
8. 从熵的角度出发,说明递阶智能控制系统的设计思想。
9. 递阶控制的应用情况如何?试举例说明递阶控制的应用。
第五章 专家控制系统
1. 什么叫专家系统?它具有哪些特点及优点?
2. 专家系统由哪些局部构成?各局部的作用为何?
3. 建造专家系统的关键步骤是什么?
4. 专家系统程序及一般的问题求解软件程序有何不同?开发专家系统及开发其他软件的任务有何不同?
5. 基于规那么的专家系统是如何工作的?其构造为何?
6. 在设计专家系统时,应考虑哪些技术?
7. 用基于规那么的推理系统证明下述推理的正确性:
狗都会犬叫与咬人
任何动物犬叫时总是吵人的
猎犬是狗
结论 猎犬是吵人的
8. 专家控制的理论根底是什么?
9. 什么叫做专家控制与专家控制系统?
10. 对专家控制系统有哪些要求?它应遵循哪些设计原那么?
11. 试给出专家控制系统的一般构造,举例说明专家控制系统的组成与各局部的作用。
12. 专家控制系统有哪几种类型?它们有何区别?
13. 举例说明专家控制器(系统)的软件构造与知识作用。
14. 举例说明机器人规划专家系统的工作原理。说明本规划系统及专家控制系统的关系。
15. 专家控制系统的开展方向是什么?
16. 专家控制系统的应用前景如何?
第六章 递阶控制系统
1. 什么是模糊性?它的对立含义是什么?试举例说明。
2. 模糊控制的理论根底是什么?什么是模糊逻辑?它及二值逻辑有何关系?
3. 模糊控制及专家系统有何一样与不同之处?
4. 什么是模糊集合与隶属函数?模糊集合有哪些根本运算?满足哪些规律?
5. 什么是模糊推理,它有哪些推理方法?
6. 什么叫模糊判决,常用的模糊判决方法有哪些?
7. 设为模糊逻辑变量,试求下式模糊逻辑函数的合取与析取:
8. 考虑语言变量hot,假设把此语言变量定义为:
试确定“Not So Hot〞,“Very Hot〞及“More Or Less Hot〞的隶属函数。
9. 应用解模糊方法求出模糊集A的值。模糊集A定义为:
10. 模糊控制器由哪些局部组成?各局部的作用是什么?
11. 常用的模糊控器有哪些?试比拟深入地分析其中的两种模糊控制器的控制原理与特点。
12. 模糊控制器的设计包括哪些内容?
13. 模糊控制器控制规那么的形式为何?试举例建立模糊规那么。
14. 模糊控制器有哪几种设计方法?
15. 试用MATLAB为以下两系统设计模糊控制器,使其稳态误差为零,超调量不大于1%,输出上升时间 。假定被控对象的传递函数分别为:
(1)
(2)
16. 某个模糊逻辑控制器具有以下三条模糊控制规那么:
规那么1:If X是A1与Y是B1,then Z是C1
规那么2:If X是A2与Y是B2,then Z是C2
规那么3:If X是A3与Y是B3,then Z是C3
各输入与输出的隶属函数如下:
设模糊变量X与Y的传感器的读数分别为x0与y0,并设x0=3,y0=6,X,Y与Z是离散论域,即x,y,z=1,2,…。试求:
(1) 利用推理中max-min复合规那么,用Rp为模糊隐含,求合成控制动作。
(2) 求出最终输出隶属函数。
17. 对某种产品的质量进展抽查评估。现随机选出5个产品x1,x2,x3,x4,x5进展检验,它们质量情况分别为:
x1＝80,x2＝72,x3＝65,x4＝98,x5＝53
这就确定了一个模糊集合Q,表示该组产品的“质量水平〞这个模糊概念的隶属程度。
试写出该模糊集。
18. 设有以下两个模糊关系:
试求出R1及R2的复合关系R1○R2。
19. 举例说明模糊控制系统的应用。
第七章 神经控制系统
1. 人工神经网络为什么具有诱人的开展前景与潜在的广泛应用领域?
2. 简述生物神经元及人工神经网络的构造与主要学习算法。
3. 考虑一个具有阶梯型阈值函数的神经网络,假设
(1) 用一常数乘所有的权值与阈值;
(2) 用一常数加于所有权值与阈值。
试说明网络性能是否会变化?
4. 构造一个神经网络,用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。
5. 假定有个具有线性鼓励函数的神经网络,即对于每个神经元,其输出等于常数c乘以各输入加权与。
(1) 设该网络有个隐含层。对于给定的权W,写出输出层单元的输出值,此值以权W与输入层I为函数,而对隐含层的输出没有任何明显的表达。试证明:存在一个不含隐含单位的网络能够计算上述同样的函数。
(2) 对于具有任何隐含层数的网络,重复进展上述计算。从中给出线性鼓励函数的结论。
6. 试实现一个分层前馈神经网络的数据构造,为正向评价与反向传播提供所需信息。应用这个数据构造,写出一个神经网络输出,以作为一个例子,并计算该网络适当的输出值。
7. 有哪些比拟有名与重要的人工神经网络及其算法?试举例介绍。
8. 神经学习控制有哪几种类型?它们的构造为何?
9. 神经自适应控制有哪几种类型?试述它们的工作原理。
10. 神经直接逆模控制与神经内模控制的主要区别是什么?
11. 试述神经预测控制的工作原理与控制算法。
12. 多层神经控制与分级神经控制有何异同点?试比拟之。
13. 模糊逻辑及神经网络的集成有何优点?模糊神经控制已有哪些方案?
14. 举出一个你知道的神经控制系统,并分析其工作原理与运行效果。
第八章 学习控制系统
1. 什么是学习控制、学习系统与学习控制系统?
2. 为什么要研究学习控制?学习控制及自适应控制有何区别?
3. 学习控制有哪些主要方案?试述它们的控制机理。
4. 以机器人系统为例,试分析学习控制系统的控制规律。
5. 试举例分析一个在线学习控制系统的稳定性与收敛性。
6. 自学习模糊神经控制系统是基于学习机理、模糊逻辑与神经网络的集成。举例介绍自学习模糊神经控制模型,并分析其控制算法。
第九章 其它智能控制
1. 什么是仿人控制?其实质为何?
2. 试介绍仿人控制系统的构造与工作原理。
3. 举例说明仿人控制系统的设计步骤与实现。
4. 什么是进化计算?它的出发点是什么?
5. 遗传算法的实质是什么?试述遗传算法的根本原理与求解步骤。
6. 什么是进化控制?简介进化控制的工作原理。
7. 如何对进化控制进展形式化描述?你认为有别的方法能够更好地描述进化控制吗?说明。
8. 以移动机器人的控制为例,分析进化控制系统的体系构造,探讨其控制算法。
9. 什么是人工免疫系统与免疫控制?
10. 免疫控制系统的构造为何?试举例说明免疫控制器的构造,分析免疫控制器的设计。
11. 你认为混沌控制与容错控制是否应属于智能控制?为什么?
第十章 智能控制的应用及研究展望
1. 智能控制有哪些应用领域?请各举一个例子加以说明。
2. 智能控制应用研究的现状如何?它有哪些重要进展?
3. 当前智能控制应用研究存在哪些问题?有何解决方法?
4. 你如何评价智能控制的现状?
5. 对应于人工智能,智能控制反映了不同学派的集成与容他性。你是否同意这个观点?为什么?
6. 你对智能控制的开展方向与开展前景有何看法?试说明之。
7. 你认为还有哪种控制可以归类于智能控制?为什么?
8. 请您对?智能控制?课程建立与教学提出建议。
第 11 页