当前位置:首页 >> 政史地 >>

智能计算复习题1


广西科技大学《计算智能》复习题 2013 其中考试题目 一、填空题 1. 计算智能属于人工智能(Artificial Intelligence, AI)的一个分支,主流学派把人工 智能分成: (逻辑主义)(联结主义)和(行为主义)三大学派。 、 2. 计算智能算法主要包括: (神经计算)(进化计算)和模糊模糊计算三个分支,计算 、 智能的主要特征表现在(智能性)(并行性)和(健壮

性) 、 。 3. 神经网络(Neural Network)根据网络学习方法可分为(有监督学习)(无监督学习) 、 和(再励学习)三种形式。 4. 神经网络中主要使用的激励函数有: 5. 线性函数: y ? f (u ) ? a ? bu,

u ? ? xi wi ? b
i ?1

n

阀值函数: y ? ?

?1 u ? 0 ?0 u ? 0

u ? ? xi wi ? b
i ?1 n 1 , u ? ? xi wi ? b 1 ? exp(?u ) i ?1

n

Sigmoid 函数: y ? f (u ) ?

6. BP 网络是目前应用最广泛的神经网络模型之一,BP 网络模型的拓扑结构包括(输入 层)(隐藏层) 和(输出层) 、 。 7. BP 算法的基本思想是,学习过程由信号的正向传播与误差的反向传播两个过程组成。 正向传播时,输入样本从输入层传人,经各隐层逐层处理后,传向输出层。若输出层 的实际输出与期望的输出(教师信号)不符,则转入误差的反向传播阶段。误差反传是 将输出误差以某种形式通过隐层向输入层逐层反传、并将误差分摊给各层的所有单 元,从而获得各层单元的误差信号,此误差信号即作为修正各单元权值的依据。这种 信号正向传播与误差反向传播的各层权值调整过程,是周而复始地进行的。权值不断 调整的过程,也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到 可接受的程度,或进行到预先设定的学习次数为止。 8. 人工神经网络的发展历程可归结为 (萌芽期) 低潮反思期) 、 ( 、 (复兴发展时期和 (新 的发展时期)四个时期。 9. 神经网络的 7 个学习规则:Hebb 学习规则、Delta 学习规则、梯度下降学习规则、 Kohonen 学习规则、后向传播学习规则、概率式学习规则和竞争式学习规则。 10. 神经网络典型结构:单层感知器网络、前馈型网络、前馈内层互联网络、反馈型网络 和全互联网络。 11. 遗传算法借用生物遗传学的观点,是一种全局优化算法, (选择算子)( 交叉算子) 、 和(变异算子)被认为是遗传算法的三种基本操作算子。 12. 对遗传算法的改进主要集中在(算子选择)(参数设置)(混合遗传算法)和(并行 、 、 遗传算法)等方向上。 13. 遗传算法的实现主要包括 7 个方面,染色体编码、群体的初始化、适应值评价、种群 选择、交叉、变异和算法流程; 14. 染色体编码常用方法有格雷码、字母编码和多参数交叉编码,常见简单编码有二进制 编码和浮点数编码。 15. 遗传算法中的种群选择操作使用轮盘赌选择算法,其基本思想是基于概率的随机选 择。

1

16. (模拟退火算法) 来源于固体退火原理, 最早由 Kirkpatrick 等应用于组合优化领域, 它是基于蒙特卡罗迭代求解策略的一种随机寻优算法。 17. 粒子群优化算法(Particle Swarm Optimization,PSO)是进化计算的一个分支,是 一种模拟自然界的生物活动的(随机搜索算法) 。粒子群优化算法吸收人工生命、鸟 群觅食、鱼群学习和群理论的思想,另一方面又具有进化算法的特点,智能搜索和优 化的特点。 18. 免疫算法(Immune Algorithm,IA) :是指以在人工免疫系统的理论为基础,实现了 类似于生物免疫系统的抗原识别、细胞分化、记忆和自我调节的功能的一类算法。 19. 免疫算法的七个要素:识别抗体,生成初始化的抗体,计算亲和度,记忆细胞分化, 抗体促进和抑制,产生新的抗体,结束条件。 20. 禁忌搜索算法 (Tabu Search, TS) Glover 于 1986 年提出的一种 是 (全局搜索算法) , 是属于模拟人类智能的一种优化算法,它模仿了人类的记忆功能,在求解问题的过程 中,采用了(禁忌技术) ,对已经搜索过的局部最优解进行标记,并且在迭代中尽量 避免重复相同的搜索(但不是完全隔绝) ,从而获得更广的搜索区间,有利于寻找到 全局最优解。 21. Memetic 算法是基于群体的计算智能方法与(局部搜索相结合)的一类算法的总称, 从框架上分为动态 Memetic 算法和静态 Memetic 算法。 二、判断题 1. 人工神经网络是由人工方式构造的网络,是一个线性动力学系统。 (×) 2. 人工神经网络(ANN)的别名包括:人工神经系统(ANS) 、神经网络(NN) 、自适应 系统(Adaptive Systems) 、自适应网(Adaptive Networks) 、联接模型(Connectionism) 和神经计算机(Neurocomputer)( √) 。 3. ANN 一般由简单元件分层次组织成大规模的、 串行连接构造的网络, 意在按照生物神 经系统的方式处理真实世界的客观事物。 × ) ( 4. 神经网络激活函数中,非线性斜面函数的饱和值,为该神经元的最大输出。 √ ) ( 5. 在 ANN 学习规则中,Hebb 规则和△学习规则均为有导师学习规则。 × ) ( 6. 在 BP 神经网络中,学习过程由信号的正向传播与误差的反向传播两个过程组成,因 而 BP 神经网络是一种反馈网络。 √ ) ( 7. BP 神经网络的拓扑结构和 CPN(Counterpropagation Networks, CPN)对传网的拓 扑结构是不同的。 (× ) 8. 在循环网络稳定性分析过程中,我们可以采用著名的 Lyapunov 函数作为 Hopfield 网络的能量函数。 (√) 9. 可采用稳定性、存储容量、吸引半径和收敛时间指标来评价一个反馈神经网络的性 能。 √ ) ( 10. 遗传算法是由美国的 J. Holland 教授于 1975 年在他的专著《自然界和人工系统的 适应性》中首先提出的,它是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算 法 。 √ ( ) 11. 模式定理和积木块假设是保证遗传算法可以快速、有效获得最优解的数学基础。 ( √ ) 12. 目前混合遗传算法实现方法一般体现在引入全局搜索过程和增加编码变换操作过程 两个方面。 (×) 13. 在模拟退火算法的运行过程中溶入遗传算法,称为模拟退火遗传算法。采用模拟退 火遗传算法可更好跳出局部极值点,收敛到全局最优解。 (√ ) 14. 简单感知器仅能解决一阶谓词逻辑和线性分类问题,不能解决高阶谓词和非线分类

2

问题。 (√) 15. BP 算法是在无导师作用下,适用于多层神经元的一种学习,它是建立在相关规则的 基础上的。 (×) 16. 在误差反传训练算法中,周期性函数已被证明收敛速度比 S 型函数慢。 (×) 17. 基于 BP 算法的网络的误差曲面有且仅有一个全局最优解。 (×) 18. 对于前馈网络而言,一旦网络的用途确定了,那么隐含层的数目也就确定了。 (×) 19. 对离散型 Hopfield 网络而言,如权矩阵为对称阵,而且对角线元素非负,那么网络 在异步方式下必收敛于下一个稳定状态。 (√) 20. 对连续 Hopfield 网络而言,无论网络结构是否对称,都能保证网络稳定。 (×) 21. 竞争学习的实质是一种规律性检测器,即是基于刺激集合和哪个特征是重要的先验 概念所构造的装置,发现有用的部特征。 (√) 22. 人工神经元网络和模糊系统的共同之处在于,都需建立对象的精确的数学模型,根 据输入采样数据去估计其要求的决策,这是一种有模型的估计。 (×) 三、简答题 1、生物神经元的六个基本特征。 1、神经元及其联结 2、联结强度决定信号传递的强弱 3、联结强度可以随训练而改变 4、信号可以是刺激作用的,也可以是抑制的 5、一个神经元接受的信号的累积效果决定该神经元的状态 6、每个神经元可以有一个“阈值” 2、简述人工神经网络的特点。 个) (4 复杂非线性函数的逼近: NNs 可以充分逼近任意复杂的非线性函数, 人工神经网络是 高度非线性动力学系统,非线性函数可以是连续的、也可以是离散的,结构可以是单层 的、也可以是多层的、具有分布式信息存储特点、具有很强的鲁棒性和容错性。所有定 量、定性的信息都等势分布于网络内的各个神经元,大量神经元之间通过不同连接方式 和权值分布来表征特定的信息。个别神经元或局部网络受损时,神经网络可以依靠现有 的存储实现对数据的联想记忆功能。 (反馈网络)、具有巨量信息并行处理和大规模平行 。 计算能力每个神经元对所接受的信息作相对独立的处理,但各个神经元之间可以并行、 协同地工作;人脑每个神经元很简单,但由于大脑总计形成 10E14-15 个突触,使得人脑 1s 内可完成计算机至少需要 10 亿处理步骤才能完成的任务、具有自组织、自学习功能: 人工神经网络可以根据所在的环境去改变它的行为,可以按要求产生从未遇到的模式 —“抽象”功能;神经网络间的连接网络权值可以通过自学习过程不断地修正;能在某些 输入不确定或默认情况下,根据一定的学习规则自主地从样本中学习,达到自适应不知 道或不确定的系统。 3、简要地描述 BP 算法过程和用 MATLAB 软件进行仿真的总体步骤,并列出五个仿真过程 中必不可少的函数。 答:BP 算法是一种 ANN 的误差反向传播训练算法,这种网络不仅有输入节点、输出 节点,还有一层或多层隐含节点。对于输入信息要先向前传播到隐含层的节点上,经过各 单元的特性为 SIGMOID 型的激活函数运算后,把隐含节点的输出信息传播到输出节点,最 后给出输出结结果。网络学习过程由正向和反向传播两部分组成。在正向传播过程中,每 一层神经元的状态只影响下一层神经元网络。如果输出层不能得到期望输出,就是实际输 出值与期望输出值之间有误差,那么转入反向传播过程,将误差信号沿原来的连接通路返 回, 通过修改各层神经元的权值, 逐次地向输入层传播去进行计算, 再经过正向传播过程,

3

这两个过程的反复运用,使得误差信号最小,实际上,误差达到所希望的要求时,网络的 学习过程就结束。应用 MATLAB 进行仿真时,有五个必要过程: 问题描述,数据标准化、网络初始化,网络训练,网络测试。相关函数: newff: 生成一个前馈 BP 网络; logsig: sigmoid 传递函数; initff: 前向网络初始化; trainbp:利用 BP 算法训练前向网络; learnbp:反向传播学习规则; errsurf:计算误差曲面函数; 4、简述模拟退火算法的基本流程。

5、 画出简单遗传算法的基本流程图
开始 初始化群体 /*
P(t)表示某一代的群体,t为当前进化代数 Best 表示目前已找到的最优解

适应值评价,保存最优染色体

选择

交配

变异 重新评价适应值,更新最优染色体



群算法的基

满足终止条件 是 结束

*/ Procedure GA begin t←0; initialize(P(t)); //初始化群体 evaluate(P(t)); //适应值评价 keep_best(P(t)); //保存最优染色体 while (不满足终止条件) do begin P(t)← selection(P(t)); //选择算子 P(t)← crossover(P(t)); //交配算子 P(t)← mutation(P(t)); //变异算子 t←t+1; P(t)←P(t-1); evaluate(P(t)); if(P(t)的最优适应值大于Best的适应值) //以P(t)的最优染色体替代Best replace(Best); end if end end
4

7、粒子 本流程

开始 随机初始化每个粒子 评估每个粒子并得到全局最优 是

//功能:粒子群优化算法伪代码 //说明:本例以求问题最小值为目标 //参数:N为群体规模 procedure PSO for each particle i Initialize velocity Vi and position Xi for particle i Evaluate particle i and set pBesti = Xi end for gBest = min {pBesti} while not stop for i=1 to N Update the velocity and position of particle i Evaluate particle i if fit (Xi) < fit (pBesti) pBesti = Xi; if fit(pBesti) < fit (gBest) gBest = pBesti; end for end while print gBest end procedure

满足结束条件 否

更新每个粒子的速度和位置 评估每个粒子的函数适应值 更新每个粒子历史最优位置 更新群体的全局最优位置
开始

8、 免 疫 算 法流程

结束
抗原识别

初始抗体产生 记忆细胞分化 亲和力计算

抗体产生的促进和抑制

群体更新



满足终止条件 是 结束

9、利用遗传算法优化一元函数时,如果要求求解结果精确到 6 位小数,请给出利用基本 遗传算法的编码方案。 10、计算随机生成 10 个城市距离,设计免疫算法流程,计算 TSP 问题。 11、已知函数 化算法求解
2 2 y ? f ( x1 , x2 ) ? x1 ? x2 , ? 10 ? x1 , x2 ? 10 ,写出用粒子群优

y

的最小值的过程,用遗传算法解

y

的最小值的过程。

5


相关文章:
智能计算复习题1
计算智能复习题一、填空题 1. 计算智能属于人工智能(Artificial Intelligence, AI)的一个分支,主流学 派把人工智能分成: (逻辑主义)(联结主义)和(行为主义)...
2015年《计算智能》复习资料
2015年《计算智能复习资料_研究生入学考试_高等教育_教育专区。2015年 学科: 《计算智能复习资料 2015 年《计算智能复习资料一、 填空题 1. 主流学派把...
计算智能复习资料
计算智能复习资料_IT认证_资格考试/认证_教育专区。在职计算机复习 ...回答下列叙述题 1) 叙述利用误差反向传播算法(BP 算法)训练三层前馈 网络的步骤...
智能计算考试复习资料
智能计算考试复习资料 暂无评价|0人阅读|0次下载|举报文档 第一章 绪论 1、智能...递归的解决这些子问题,然后合并其结果就得到原问 题的解。 2、二分法——当 ...
人工智能复习题1
人工智能复习题1_文学_高等教育_教育专区。1 什么是学习和机器学习 为什么要研究...系统中,LS、LN 的值是由专家凭经验给出的,而不依照 LS、LN 的定义来计算。...
计算复习题1
计算方法复习题1 暂无评价 6页 2下载券 矩阵计算复习题1 5页 1下载券 计算方法试题1 3页 1下载券喜欢此文档的还喜欢 智能计算复习题1 9页 免费 智能计算复...
计算智能的一些题目
计算智能的一些题目_计算机软件及应用_IT/计算机_专业资料。关于计算智能的一些小问题方向 1. 计算智能技术领域的研究方向和成果主要有哪些?归纳总结计算 智能的...
1-云计算复习题
1-云计算复习题_工学_高等教育_教育专区。一、单项选择题 1. 虚拟化资源指...13. MapReduce 编程模型只适合非结构化的海量数据搜索、挖掘、分析与机器智能学习...
计算智能习题合集
计算智能习题合集_理学_高等教育_教育专区。江南大学计算智能期末复习习题计算智能作业集 计算智能习题总集 习题一:空缺 习题二: 1、在反馈型神经网络中,有些神经元...
计算智能复习
计算智能复习_数学_自然科学_专业资料。计算智能复习提纲 第一部分 绪论 资料:课件...(12 月 1 日)上午 9 点半~11 点半 考试地点:4307 题型:单选题、填空题...
更多相关标签: