AI Final 1385-Spring.doc

‫آزمون پايانترم هوش مصنوعي‬
‫ترم دوم ‪84-85‬‬
‫مدت امتحان‪ 3 :‬ساعت‬
‫سواالت ‪ ،6-1‬آزمون پايان ترم را تشكيل ميدهند‪ 10( .‬نمره)‬
‫سواالت ‪ 10-7‬براي كساني است كه ميخواهند نمره ميانترمشان جايگزين‬
‫شود‪ 5( .‬نمره) در صورتيكه به اين سواالت پاسخ دهيد‪ ،‬حتا اگر نمره‬
‫كمتر از ميان ترم نيز بگيريد‪ ،‬جايگزين ميشود‪.‬‬
‫سوال ‪ ،11‬نمره اضافي است‪ .‬در صورتي كه به اين سواالت جووا‬
‫بيربط بدهيد‪ ،‬نمره منفي نيز دارند‪.‬‬
‫خييوي‬
‫سوال اول‪( :‬روشهاي جستجو)‬
‫‪ .1‬در ‪ ،Simulated Annealing‬دما به چه معنا است و با كم شدن دماا چاه‬
‫‪ 0.5‬نمره‬
‫اتفاقي ميافتد؟‬
‫‪ .2‬در الگوريتم *‪ ،A‬زماني يك جواب را قبول ميكنيم كاه اوً را‬
‫هدف باشد (‪ )Goal Node‬و ثانيا از فه ست ر هاي باز نشاد‬
‫ماد واوًنياي در‬
‫‪ List‬يا ‪ )OL‬خارج شود‪ .‬اما ممكن است اين ر‬
‫‪ OL‬ماند باشد‪ .‬بناب اين در صورتيكه به جاي زمان خارج شادن‪،‬‬
‫را ب رسي كنايم‪ ،‬خيياي‬
‫در زمان وارد شدن به ‪ OL‬هدف بودن ر‬
‫زودت به جواب مايرسايم و *‪ A‬تسا ي مايشاود‪ .‬باه ن ا شاما‬
‫‪ 0.5‬نمره‬
‫الگوريتم حاصل از *‪ A‬بهت است؟ چ ا؟‬
‫( ‪Open‬‬
‫‪ ،S‬الگاوريتم ‪Hill Climbing‬‬
‫شاما‪ ،‬ارا باا شا و از را‬
‫‪ .3‬به ن‬
‫‪ G‬را پيدا كند‪ ،‬الگوريتم ‪ Local Beam Search‬با انداز‬
‫بتواند ر‬
‫‪ 0.5‬نمره‬
‫‪ 3-Beam‬هم لزوما به ‪ G‬ميرسد؟‬
‫سوال دوم‪( :‬الگوريتم ژنتيك)‬
‫يك مجموعه از ‪ 1000‬ركورد داد به شكل زي داريم كه در ه سار نن‪،‬‬
‫مقدار سه پارامت ‪ ،B ،A‬و ‪ C‬و مقدار يك تاب ب حسب اين سه متغي‬
‫نمد است‪ .‬ميدانيم كه در ه سر ‪ ،‬مقدار تاب يك ت كيب خري از ساه‬
‫‪Result = AX + BY + CZ‬‬
‫پارامت رفته شد است‪:‬‬
‫با توجه به اينكه ‪ ،Y ،X‬و ‪ Z‬ب‬
‫خواهيم با يك الگوريتم ژنتيك‪،‬‬
‫كنيم كه ميزان خراي تق يب كمت‬
‫ًزم‪ ،‬تواب ًزم‪ ،‬و ه چيز ديگ‬
‫دانيد را بنويسيد‪.‬‬
‫اي تمام سار ها يكساان هساتند‪ ،‬ماي‪-‬‬
‫مقدار ‪ ،Y ،X‬و ‪ Z‬را به شاكيي پيادا‬
‫ين شاود‪ .‬سااختار ژناوم‪ ،‬عميگ هااي‬
‫ي كه ب اي توضاي روناد ضا وري ماي‪-‬‬
‫‪ 1.5‬نمره‬
‫‪Result‬‬
‫‪C‬‬
‫‪B‬‬
‫‪A‬‬
‫‪56‬‬
‫‪7‬‬
‫‪3‬‬
‫‪6‬‬
‫‪45‬‬
‫‪2‬‬
‫‪9‬‬
‫‪4‬‬
‫‪67‬‬
‫‪6‬‬
‫‪5‬‬
‫‪11‬‬
‫…‬
‫…‬
‫…‬
‫‪ 1‬از ‪4‬‬
‫آزمون پايانترم هوش مصنوعي‬
‫ترم دوم ‪84-85‬‬
‫مدت امتحان‪ 3 :‬ساعت‬
‫سوال سوم‪( :‬استنتاج)‬
‫ف ض كنيم سه جميه زي‬
‫را داريم‪:‬‬
‫‪ .1‬دانشجوي شمار ‪ 1‬در راي ري ي دانشگا به ساخت استخ راي ماي‪-‬‬
‫دهد (ار دانشگا استخ بسازد‪ ،‬به ح ف دانشجوي شمار ‪ 1‬عمال‬
‫ك د است)‪.‬‬
‫‪ .2‬دانشجوي شمار‬
‫ميدهد‪.‬‬
‫‪ 2‬در راي ري ي دانشگا‬
‫‪ .3‬دانشجوي شمار‬
‫عمل نميكند‪.‬‬
‫‪ 3‬معتقد است دانشگا‬
‫با استفاد‬
‫به عدم ساخت استخ‬
‫راي‬
‫ه رز به ح ف ياك دانشاجو‬
‫از ‪ ،Resolution‬نشان دهيد جميه ‪ 3‬غيط است‪.‬‬
‫‪ 1‬نمره‬
‫سوال چهارم‪( :‬برنامهريزي غير خطي)‬
‫مسئيه ميمون و موز‪ :‬در يك اتاق يك ميمون‪ ،‬يك خوشه موز و يك جعباه‬
‫اين قا ار‬
‫وجود دارند‪ .‬موز از سقف نويزان شد است و ميماون روي زما‬
‫دارد‪ .‬در صورتيكه ميمون روي جعبه بايستد دستش به سقف مايرساد‪ .‬در‬
‫ش و مسائيه‪ ،‬ميماون در موقعيات ‪ ،A‬جعباه در موقعيات ‪ B‬و ماوز در‬
‫موقعيت ‪ C‬ق ار دارد‪ .‬رفتارهايي كه ميمون ميتواند انجاام دهاد باه‬
‫ش ح زي ند‪:‬‬
‫‪‬‬
‫رفتن از يك موقعيت به موقعيت ديگ ‪ ،‬در صورتيكه ميمون روي‬
‫زمين باشد‪.(Go) .‬‬
‫‪‬‬
‫هل دادن يك شيء از يك موقعيت به موقعيت ديگ ‪ ،‬در صورتيكه‬
‫ميمون روي زمين باشد‪.(Push) .‬‬
‫‪‬‬
‫باً رفتن از جعبه‪ ،‬در صورتيكه ميمون و جعبه در يك موقعيت‬
‫باشند‪.)Climb( .‬‬
‫‪‬‬
‫ر فتن يك شيء‪ ،‬در صورتيكه ميمون و شايء در ياك موقعيات و‬
‫ميمون روي جعبه باشد‪.(Grasp) .‬‬
‫ب اي اين مسئيه‪،‬‬
‫‪ .1‬توصيف مناسب عبار هاا )‪ (Predicates‬و اعماال )‪ (Actions‬را بنويسايد‪.‬‬
‫(ب اي ه عمل بايد كييه پيشنيازها و نتايج مثبات و منفاي را‬
‫‪ 0.5‬نمره‬
‫ذك كنيد)‪.‬‬
‫‪ .2‬يك ‪ partial plan‬ممكن ب اي اين مسئيه كه توسط الگوريتم ‪ POP‬بوجود‬
‫‪ 1‬نمره‬
‫نمد است را با قالب مثال زي رسم كنيد‪:‬‬
‫‪Action X‬‬
‫‪Start‬‬
‫‪End‬‬
‫‪Effect. 1‬‬
‫‪Goal 1‬‬
‫‪...‬‬
‫‪Precond. 1‬‬
‫‪Init State 1‬‬
‫‪Init State 2‬‬
‫‪...‬‬
‫‪ .3‬حالتي در ‪ partial plan‬بند ‪ 2‬مشخص كنيد كه الگوريتم ‪ POP‬باه رفا‬
‫‪ 1‬نمره‬
‫تداخل (‪ )Conflict Resolution‬نياز داشته باشد‪.‬‬
‫‪ 2‬از ‪4‬‬
‫آزمون پايانترم هوش مصنوعي‬
‫ترم دوم ‪84-85‬‬
‫مدت امتحان‪ 3 :‬ساعت‬
‫سوال پنجم‪( :‬برنامهريزي با گراف)‬
‫‪ Level Off .1‬در ‪ Graph Plan‬به چه معني است؟‬
‫‪ 0.5‬نمره‬
‫‪ .2‬پس از رسيدن ر اف به حالتي كه جواب موجود باشد‪ ،‬ب نامه قابل‬
‫اج ا چگونه محاسبه ميشود؟‬
‫‪ 1‬نمره‬
‫سوال ششم‪)Prolog( :‬‬
‫اد دارد‪ ،‬و ياا دو تاا‪.‬‬
‫يك درخت دودويي ياا صاف ف زنا‬
‫‪ .1‬ه ر‬
‫ب نامهاي بنويسيد كه يك درخت را ر فته و دودويي باودن نن را‬
‫‪ 1‬نمره‬
‫مشخص كند‪.‬‬
‫‪ Merge Sort .2‬را با پ ولوگ پياد‬
‫سازي كنيد‪.‬‬
‫‪ 1‬نمره‬
‫جايگزين ميان ترم‬
‫سوال هفتم‪( :‬جايگزين ميانترم)‬
‫ش و و ر هاي پايان مشخص شد اند‪ .‬با اي‬
‫در ر اف جستجوي زي ‪ ،‬ر‬
‫هادف پيادا‬
‫ه كدام از روشهاي جستجوي زي ‪ ،‬مشخص كنيد كه كدام ر‬
‫ميشود (يا هيچ ر اي پيدا نميشود) و تا رسيدن به هدف‪ ،‬كدام ر ها‬
‫چند بار در اين مسي ديد‬
‫و با چه ت تيبي باز ميشوند‪ .‬ار يك ر‬
‫زماني باز مايشاود كاه از‬
‫ميشود‪ ،‬تمام موارد را بنويسيد‪( .‬يك ر‬
‫صف‪/‬پشته‪ .../‬خارج شود و بچههايش به صف‪/‬پشته‪ .../‬افزود شوند)‪ .‬در‬
‫بعادي‪ ،‬تماام شا ايط انتخاابي مسااوي‬
‫صورتيكه در زمان انتخاب ر‬
‫بودند‪ ،‬انتخاب ب اساس ت تيب ح وف الفبا انجام شود‪ .‬توجه كنيد كه‬
‫تمام يالها جهتدار هستند‪.‬‬
‫‪Breadth-First Search .1‬‬
‫‪ 0.5‬نمره‬
‫‪Iterative Deepening .2‬‬
‫‪ 0.5‬نمره‬
‫‪A* .3‬‬
‫‪ 0.5‬نمره‬
‫‪Hill Climbing .4‬‬
‫‪ 0.5‬نمره‬
‫سوال هشتم‪( :‬جايگزين ميانترم)‬
‫‪ 3‬از ‪4‬‬
‫ترم دوم ‪84-85‬‬
‫آزمون پايانترم هوش مصنوعي‬
‫مدت امتحان‪ 3 :‬ساعت‬
‫شما مسائل منرق و استنتاج دودويي (انتساب مقاادي تعادادي‬
‫به ن‬
‫متغيي منرقي به شكيي كه قضيههاي منرقي خاصي مقدار درست بگي ند –‬
‫در چهارچوب بيان شد در درس)‪ ،‬ياك مسائيه ‪ Constraint Satisfaction‬اسات ياا‬
‫خي ؟ ار هست‪ ،‬پس چ ا الگوريتمهاي ديگ ي ب اي اين مسئيه مع في مي‪-‬‬
‫‪1‬‬
‫شوند و ار نيست‪ ،‬چگونه ميتوان نن را به ‪ CSP‬تبديل نمود؟‬
‫نمره‬
‫سوال نهم‪( :‬جايگزين ميانترم)‬
‫ار ‪ H2 ،H1‬و ‪ ،H3‬سه ‪ Admissible Heuristic‬با اي ياك مسائيه باشاند‪ ،‬نياا‬
‫ت كيب خري ننها هم اين خصوصيت را دارد يا ناه؟ ارا دارد‪ ،‬چا ا و‬
‫ندارد‪ ،‬چه ش وي ميتوان افزود كه اين خصوصيت به دست نيد‪ 1 .‬نمره‬
‫ار‬
‫سوال دهم‪( :‬جايگزين ميانترم)‬
‫سه روش از روشهاي رسمي توليد ‪ heuristic‬را بنويسيد‪ .‬ب اي ه‬
‫مثال كوچك بزنيد‪.‬‬
‫مورد ياك‬
‫‪ 1‬نمره‬
‫سوال اضافي‬
‫سوال يازدهم‪( :‬سوال اضافي)‬
‫‪ .1‬يك مثال ساد بزنيد كه يك شبكه عصبي دو ًياه (‪ )Perceptron‬نماي‪-‬‬
‫تواند نن را دسته بندي كند‪ ،‬اما شبكه سه ًيه ميتواند‪ 0.5 .‬نمره‬
‫‪ .2‬مسئيه ‪ 2‬را بدون پيشش ط خري بودن تاب حال كنياد‪ .‬تااب ماي‪-‬‬
‫تواند شامل تواب مثيثاتي و چند جميهاي باشد‪ .‬ساختار ژناوم‪،‬‬
‫‪ 1‬نمره‬
‫جهش و ت كيب ب اي اين حالت را بنويسيد‪.‬‬
‫‪ .3‬مهاج‬
‫دارد؟‬
‫در الگوريتم ژنتيك به چاه مع نا اسات و چاه كاارب دي‬
‫‪ 0.5‬نمره‬
‫تابستان خوبي داشته باشيد‪.‬‬
‫‪ 4‬از ‪4‬‬