2009-2010学年浙江工业大学人工智能研究生试卷与答案概览

人工智能研究生试卷及标准答案包含了多个方面的知识点，旨在考察学生对人工智能领域的基础理论和应用理解。以下是其中的部分详细知识点： 1. 单选题部分涵盖了逻辑基础：题目1要求学生了解谓词逻辑中的连接词优先级，涉及否定（¬）、析取（∨）、合取（∧）、蕴含（→）等概念。正确的顺序是D选项，从高到低排列。 2. 语义网络中，选项B“泛化联系”用来标识类与子类的关系，即父类与子类的层次结构。 3. 在海伯伦域上不可满足的谓词公式在个体变量域D上的满足性，由于题目没有明确给出个体域的具体性质，但通常情况下，如果原命题不可满足，那么在其他域也可能保持不可满足，因此选项B“不可满足的”可能是正确的。 4. 归结推理中，如果一个不可满足的集合S作为前提，那么不存在从S到空子句的有效推理过程，因为矛盾集合无法推导出任何结论。 5. 主观Bayes方法中，几率O(x)通常代表一个事件的概率或信念强度，其取值范围是[0,1]，反映对某个陈述置信程度。 6. 信任度计算中，CF(H, E)是前提E支持结论H的可信度，其值小于0时，表示E的存在实际上削弱了H的真实性。 7. 深度优先搜索（DFS）中的open表通常采用先进先出（FIFO）策略，记录待探索的状态节点。 8. 归纳推理是从特殊实例到一般原则的过程，即选项B“从个别到一般”。 在多选题部分： - 人工智能研究的三大学派包括符号主义（A）、连接主义（D），以及可能还有行为主义或认知主义，进化主义未被提及。 - 框架表示法的特点是选项C和D，其中C正确表示框架通过匹配和填槽解决问题，而D错误，框架可以表示因果关系。 - 主观Bayes推理中的充分性度量LS和必要性度量LN，选项B合理，因为LS（充分性）大于1表示证据更倾向于证实，而LN（必要性）小于1则表示证据不足以肯定。 专家系统的叙述错误可能是指系统的某个特性或者设计误区，但具体选项缺失，需要完整的试卷才能判断。 这些知识点覆盖了逻辑、知识表示、推理方法、搜索算法等多个领域，是研究生水平的人工智能课程核心内容。