第三章 人工智能：科幻作品中我们经常能够看到与人类一样聪明的机器人，但机器是如何在这背后存储知识的？是如何推理知识并运用知识的？最后又是如何实现与人的交互的？这些全部依赖于人工智能的实现技术。3.1人工智能的分类:随着高质量的大数据、高性能计算力、深度学习算法的快速发展，人工智能发展跨越感知智能，进入认知智能，也将与传统产业结合越深入，结合的面越广，必定产生更多的新产业、新模式、新应用，前景向好。[判断题]学习与发现是指机器的知识学习和规律发现。选项:[对, 错]
3.2机器学习:善学而睿智。通过模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，这就是机器学习。它是人工智能的核心，是使计算机具有智能的根本途径。
3.3遗传算法:遗传算法是一种基于“适者生存”的高度并行、随机和自适应的优化算法,通过复制、交叉、变异将问题解编码表示的“染色体”群一代代不断进化,最终收敛到最适应的群体,从而求得问题的最优解或满意解。
3.4蚁群算法:蚁群算法是一种用来寻找优化路径的概率型算法。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。
[多选题]系统与建造包括（ ）。选项:[硬/软件体系结构, 实现语言工具与环境, 设计方法, 知识与推理, 智能系统的分类]
[判断题]遗传算法采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。选项:[错, 对]
[多选题]遗传算法的局限性（ ）。选项:[遗传算法对算法的精度、可信度、计算复杂性等方面，还没有有效的定量分析方法。, 遗传算法容易出现过早收敛。, 编码不规范及编码存在表示的不准确性。, 单一的遗传算法编码不能全面地将优化问题的约束表示出来。, 遗传算法通常的效率比其他传统的优化方法低。]
[判断题]遗传算法在整个进化过程中的遗传操作不是随机的。选项:[错, 对]
[单选题]遗传算法中最常用的一种编码方法（ ）。选项:[十六进制, 十进制, 三十二进制, 二进制]
[判断题]遗传算法中选择操作通过适应度选择优质个体而抛弃劣质个体，体现了“适者生存”的原理。选项:[对, 错]
[判断题]蚁群算法是受自然界中真实蚁群算法的集体觅食行为的启发而发展起来的一种基于群体的模拟进化算法。选项:[对, 错]
[多选题]群智能算法与梯度方法及传统的演化算法相比，其优点在于（ ）。选项:[算法实现简单, 并行分布式算法模型，可充分利用多处理器, 以非直接的信息交流方式确保了系统的扩展性, 对问题定义的连续性无特殊要求, 无集中控制约束]
[单选题]蚁群算法最早解决的问题是（ ）。选项:[图像识别问题, 最短路问题, 旅行商问题, 最大流问题]
温馨提示支付 ￥1.00 元后可查看付费内容,请先翻页预览!
