人工智能导论测试题

您所在的位置:网站首页 大数据与人工智能导论课后题答案 人工智能导论测试题

人工智能导论测试题

2024-03-15 00:32| 来源: 网络整理| 查看: 265

人工智能导论测试题——第五章 搜索技术

1单选

下列说法不正确的是(B)

A.农夫过桥问题的状态图有明确的“解状态”,即全都过河 B.贪婪搜索够在“0-1背包问题”中获得全局最优解 C.固定深度的博弈搜索根据人们在实际对弈中往往只向前考虑几步的情况提出 D.启发式搜索中h(n)的比重过大会导致问题找不到最优解

2单选

以下说法正确的是(A)

A.贪心算法搜索速度较快,但未必能找到最优解 B.深度优先搜索通用性差,但是可以准确地找到较简单问题的解 C.宽度优先搜索的效率高于贪心算法 D.贪心算法又称盲目搜索

3单选

关于启发式搜索的说法正确的是(D)

A.启发式函数只有一种量化方法。 B.大多数启发式搜索都有启发函数 C.启发式函数是主观上的评价,并在不同任务上有不同表示方法 D.启发函数可以衡量两个状态孰优孰劣

4单选

以下说法错误的是(C)

A.固定深度的博弈搜索可以看作是宽度优先的 B.博弈搜索中角色做出决策时要考虑到自己与对手双方的情况和反应 C.阿尔法狗的是典型的贪心算法代表 D.围棋的复杂性导致其曾在一段时间之内无法被博弈算法有效突破

5单选

状态空间图表示方法的核心思想不包括(A)

A.对于任何问题,可以直接构造状态图 B.将一个复杂问题表示为若干离散状态 C.所有状体和连接构成状态图 D.将衔接、转移、导致等关系表示为状态之间的连接

6单选

说法错误的是(C)

A.α-β剪枝在很长一段时间里都是棋类算法的代表,取得一系列成就 B.Alpha Go问世,将深度学习、价值网络、蒙特卡洛树搜索技术融合,战胜人类顶尖棋手 C.α-β剪枝使用到了宽度优先算法 D.蒙特卡洛树搜索”方式,以“信心上限决策”打分,使计算机围棋能力得到质的提升。为后续方法奠定基础。

7单选

下列关于搜索的说法不正确的是(C)

A.“盲目搜索”可能需要无穷次的执行“选择动作->执行动作->查看并重复” B. “状态图搜索”的搜索目标是在状态转移图中寻找最优的路线 C.状态空间图总能画出来 D.“通用搜索”又称“盲目搜索”

8单选

下列关于搜索的说法中错误的个数有(C)个:

a) 状态空间图有三个要素:状态、连接、转移路线 b) 状态空间图中不是所有的状态都合理 c) 启发式搜索每一步都尽量选择最优的路线,在无穷次尝试中“碰”到答案 d) 启发式搜索将人解决问题的“知识”告诉机器 A.1 B.3 C.2 D.0

9单选

关于盲目搜索策略的说法不正确的是(C)

A.贪婪搜索总是做出在当前看来最好的选择 B.贪婪搜索的搜索速度非常快 C.深度优先搜索首先考虑同级的状态,宽度优先搜索首先考虑纵深探索 D.深度优先和宽度优先搜索的适应性强,但效率往往不高。

10单选

以下说法正确的个数有(A)个

a) 在八格游戏中使用宽度优先搜索,先搜索“空位”可能的移动状态 b) 贪婪算法求得的结果可能是局部最优结果 c) 通用搜索策略在搜索的过程中不对状态优劣进行判断 A.3 B.2 C.0 D.1



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3