25、评价 ， 从中选择一 个最有希望到达目标节点的节点优先搜索 ， 这就避免了无效搜索 ， 提高了搜索速度 。
14.归结原理 :为了证明子句集S的不可满足 ， 只要对S中可进行归结的子句进行归结 ， 并把归结式加入子句集S.得到新子句集S1 ， 则S与S1在不可满足的意义上是等价的,归结原理的本质思想是去检查子句集S是否包含一个空子句? ， 如果S包含? ， 则S是不可满足的 。
当然这个推理规则必须保证推出的子句是推导出来 。
S是否可由?则去检查 ， ?不包含S如果原亲本子句的逻辑结果 。
15.设S是子句集 。
集合A=所有形如P(t1,tn)的元素称作子句集S的原子集 。
其中P(t1,tn)是出现于S中的任一谓词符号 ， 而t1,tn是S的H域的任 。

26、意元素 。
五、论述题 简答题 1.规则演绎系统可分为：前向演绎系统：基于一组前向规则 ， 从事实出发进行推理；后向演绎系统：基于一组后向规则 ， 从目标出发进行推理；双向演绎系统：同时基于前向和后向规则 ， 同时从事实和目标出发进行推理； 产生式系统的推理可分为：正向推理：从初始事实数据出发 ， 正向使用规则进行推理 ， 朝目标方向前进；反向推理：从目标出发 ， 反向使用规则进行推理 ， 朝初始事实或数据方向前进； 2.专家系统的概念结构有六部分组成： 知识库 ， 用以存储知识的集合； 推理机 ， 使用知识库中的知识进行推理而解决问题； 动态数据库 ， 存放初始证据事实、推理结果和控制信息的场所； 人机界面 ， 最终用户和专家系统的交互 。

27、界面； 解释模块 ， 负责向用户解释专家系统的行为和结果； 知识库管理系统 ， 是知识库的支撑软件 ， 类似于数据库管理系统对数据库的作用 。
3.人工智能的基本技术有下列五种： 推理技术：对推理的研究往往涉及到对逻辑的研究 ， 逻辑是人脑思维的规律 ， 从而也是推理的理论基础； 搜索技术：搜索是指连续进行推理的过程 ， 它是对推理进行引导和控制的技术； 知识表示和知识库技术：知识表示涉及知识的逻辑结构和物理结构 ， 知识库类似于数据库 ， 由于知识是智能的基础和源泉 ， 因此 ， 知识表示和知识库是人工智能的核心技术； 归纳技术：是指机器自动提取概念、抽取知识、寻找规律的技术； 联想技术：联想是最基本、最基础的思维活动 ， 其前提是联想 。

28、记忆或联想存储； 4.不确定性推理与通常的确定性推理有本质的差别： 不确定性推理中符号模式匹配能够成功 ， 不但要求两个符号模式本身能够匹配 ， 而且要求证据事实所含的不确定性程度必须达到一定的限度； 不确定推理中一个规则的触发 ， 不仅要求其前提能匹配成功 ， 而且前提条件的不确定性总程度还必须至少达到阀值； 不确定性推理中推得的结论是否有效 ， 也取决其不确定性程度是否达到阀值； 不确定性推理还要求有一套关于不确定性度量的计算方法 。
证明题 5解： I (x)R (x) R (y)L (y) x/y L(a) I (x)L (x) a/x I (a) I (a) NIL ?GF化为子句集：6. 证明：首先把。

29、和?A(x,y)?B(y)?C(f(x)?A(x,y)?B(y)?D(x,f(x) （1）（ 2） ?C(z)A(a,b) 4） （ （3） B(b) （5） 下面进行归结： ?A(x,y)?B(y) （6） （1）与（3） ?B(b) （7） （4）与（6） Nil （8） （5）与（7） A?P,Q 7. 证：此S子句集的原子集： 完整的语义树如下： N0 P P ? Q ?Q ?Q Q ? ? ? NNN21 N24 22 23 QP,I?QP ,为假使子句 ?21N?QI?P,QP 为假使子句 ?,22NQP,I?QP 为假,使子句 ?23N?Q?P,I?QP 使子句 ?为假,21N。

30、即该语义树是封闭的 ， 由海伯伦定理知该子句集不可满足 。
证毕 。
)a?M()?H(a)(?(H(x)?Mx 8. 证：此问题既是证明公式为恒假)(aa)?MHx()?M(x)?(?(H 化成对应的子句集：将公式)aM(H),(a),?M(?S?Hx)?(x 应用归结原理：)xM(?H?(x) )a(H M(?a) M(a) 、 归结由 、 归结由 证毕 。
计算题 9（1）设Computer_system(x)：x是计算机系统 Intelligent(x)：x是智能的 Perform_task(x)： x执行任务 Require(x)：x要求的 Man(x)：x是人 则有 (?x)Intelligen 。

31、t(Computer_system(x)?(?y)Perform_task(y)?Require(man(y) （2）设Formula（x）：表示x是公式；Connective_” “（x）：表示x的联结词是； Equivalent（x,y）： x与y等价 ，则可以表示为： (?x)Formila(x)?Connective屟?(x)?(?y)Formula(y)?Connective屟?(y)?Equivalent(x,y)（3）设Input(x)：表示x是输入算法；Unification(y)：表示y是不能合一算法；Output(x)：表示x是输出算法；mug(y)：y是最小合一；Fall 。

32、(x)：表示x失败 ， 那么我们可以用一阶谓词逻辑表示为： (?x)Input(x)?Unification(x)?(?y)Output(y)?Mug(y);

来源：(未知)

【学习资料】网址：/a/2021/0322/0021748832.html

标题：人工智能|人工智能测试题答案( 四 )