6、7、1、蟻群算法中：全局信息更：螞蟻圈系統(tǒng)6、7、局部信息更：螞蟻數(shù)量系統(tǒng)、螞蟻密度系統(tǒng)2BP數(shù)對權(quán)值的偏導(dǎo)數(shù)大于零時，此時權(quán)值應(yīng)當(dāng)減小念性概念的一種學(xué)習(xí)方法4、有關(guān)狀態(tài)空間的圖描述錯誤的選項是：狀態(tài)空間可用無向圖來描述，圖的結(jié)點表示問題的狀態(tài)。51，1越假越趨向-18、人工智能中通常把圖靈測試作為衡量機器智能的準(zhǔn)則9、具有構(gòu)造關(guān)系的學(xué)問不適合用產(chǎn)生式來表示10、在啟發(fā)式圖搜尋策略中，closed11、BP多層前向〔前饋〕網(wǎng)絡(luò)要性質(zhì)有：ABCDBP1BPBP的關(guān)系與給定的樣本一樣20、25、14、學(xué)習(xí)系統(tǒng)的根本組成局部包括：環(huán)境、學(xué)習(xí)、學(xué)問庫、執(zhí)行與評價20、25、掌握參數(shù)16、遺傳算法選擇個體方法主要有：輪盤賭選、錦標(biāo)賽選擇、最正確個體保存方法17、遺傳算法中個體選擇概率的常用安排方法有：適應(yīng)度比例、排序方法18、搜尋中需要解決的額根本問題包括：ABCD19、狀態(tài)空間可以供：狀態(tài)集合、操作算子集合、初始狀態(tài)、目標(biāo)狀態(tài)、hopfield所要求的聯(lián)想范圍大??；記憶樣本的性質(zhì)；神經(jīng)元個數(shù)；連接權(quán)值的設(shè)計推理機、動態(tài)數(shù)據(jù)庫的合成24、人類智能的特征包括：感知力量、記憶與思維力量、學(xué)習(xí)力量、思維力量24*24327、關(guān)于規(guī)律回歸算法，以下描述不正確的選項是：C。規(guī)律回歸僅能解決二分類問題機器學(xué)習(xí)模型29、智能體的特性包括：社會性、自主性、反響性、主動性、k-means正確穩(wěn)態(tài)的收斂過程就是聯(lián)想的過程。函數(shù)，使其最小值對應(yīng)用于問題的最優(yōu)解?？梢酝ㄟ^給定的樣本確定，但中間隱層的個數(shù)及隱層的神經(jīng)元個數(shù)確定目前尚且無有效理論和方法的閱歷和專業(yè)學(xué)問，求解只有專家才能解決的困難問題下為假6、產(chǎn)生式系統(tǒng)求解問題的過程是一個反復(fù)進(jìn)展“匹配→沖突消解→執(zhí)行”過程子句的歸結(jié)演繹8、模糊性是由事物的概念界限模糊和人的主管推理與推斷產(chǎn)生的9、一個模糊性的概念可用一個模糊集合來表示，并用一個隸屬函數(shù)來刻畫10、遺傳算法的適應(yīng)度函數(shù)是用來區(qū)分群體中的個體好壞的標(biāo)準(zhǔn)11、專家系統(tǒng)的瓶頸是學(xué)問的獵取12、螞蟻在運動過程中，依據(jù)各條路徑上的信息素打算轉(zhuǎn)移方向13、模糊推理是利用模糊性學(xué)問進(jìn)展的一種不準(zhǔn)確推理14、一個產(chǎn)生式系統(tǒng)由規(guī)章庫、推理機、綜合數(shù)據(jù)庫三局部組成15、任何文字的合取式稱為子句16、一個產(chǎn)生式系統(tǒng)由規(guī)章庫、推理機、綜合數(shù)據(jù)庫三局部組成17、任何文字的合取式稱為子句18成給定的設(shè)計目標(biāo)19、學(xué)問抽取是從不同來源、不同構(gòu)造的數(shù)據(jù)中進(jìn)展學(xué)問提取，形成學(xué)問存入學(xué)問圖譜20\概念之間的各種語義關(guān)系21、電子計算機的誕生為人工智能的爭論奠定了物質(zhì)根底22、卷積神經(jīng)網(wǎng)絡(luò)中最終是全連接層錯誤hopfield2、專家系統(tǒng)具有專家水平的專業(yè)學(xué)問，能進(jìn)展有效的推理，但不具有啟發(fā)性、透亮性等特點3、專家系統(tǒng)本身是一個程序，它與傳統(tǒng)程序是一樣的因此遺傳算法的種群規(guī)模越大越好h1h2，h1h2h1A*所搜尋的狀態(tài)數(shù)就越多6C1C2S7、框架表示法不能表示具有因果關(guān)系的學(xué)問的9BP改