灰色关联分析的基本思想是根据曲线( )的相似程度判断其联系是否紧密。 A:凹凸性 B:几何形状 C:单调性 D:极值点 答案: 几何形状

描述事物最基本单位是（）。

A:语义
B:概念
C:规则
D:方法
答案: 概念

决策树生成的优化理念是：（）的决策树更好。

A:结构越复杂
B:结构越简单
C:分支较多
D:分支较少
答案: 结构越简单

控制理论发展的基础是（）。

A:建立不同的数学规则
B:建立精准的数学语义
C:建立多样的数学方法
D:建立精确的数学模型
答案: 建立精确的数学模型

定性规则的统一表示有哪些步骤？
A:对于定性规则予以实现
B:对定性规则作语义转化
C:用多规则生成器构造原理构造任意的定性规则生成器
D:对定性规则作语义分解
答案: 对于定性规则予以实现,对定性规则作语义转化,用多规则生成器构造原理构造任意的定性规则生成器

云的数字特征用（）表征。
A:期望值
B:超熵
C:方差
D:熵
答案: 期望值,超熵,熵

在云模型中，熵可以代表哪些概念？（）
A:隶属度
B: 一个非定性概念的可度量粒度
C:一个定性概念的可度量粒度
D:模糊度
答案: 一个定性概念的可度量粒度,模糊度

我们可以将一维正态云模型扩展至二维和多维云模型，由此可见，还可以（）。
A:将模糊集理论中的任何隶属函数扩展为隶属云
B:将梯形的隶属函数扩展至梯形云
C:将正态云扩展至多种分布的云
D:将三角形的隶属函数扩展至三角形云
答案: 将模糊集理论中的任何隶属函数扩展为隶属云,将梯形的隶属函数扩展至梯形云,将正态云扩展至多种分布的云,将三角形的隶属函数扩展至三角形云

只有不确定性本身是确定的。
A:对
B:错
答案: 对

对于“较好”“中等”之类的评语存在双边约束。
A:对
B:错
答案: 对

单独讨论某一点的隶属度毫无意义。
A:对
B:错
答案: 对

云模型是我国学者李德毅教授提出的定性和定量转换模型。
A:对
B:错
答案: 对

计算云化系统可以在应用该计算时需要该系统。
A:错
B:对
答案: 错

多重条件的单规则发生器可以经语义转化后用多规则生成器实现。
A:错
B:对
答案: 对

不精确概念的含义在于其模糊性和随机性。
A:错
B:对
答案: 对

预测系统的预报程度和影响因素的描述往往用些模糊，不确定概念。
A:错
B:对
答案: 对

云-神经模型不但具有神经网络的学习能力，而且结合了云理论处理知识的不确定性的能力，更适用于复杂的决策支持系统。
A:错
B:对
答案: 对

企业的管理者可以通过某种变换，使不为他们控制的资源转化为该企业在一定条件下可控制的资源，即可拓资源，属于

A:化不属于为属于
B:化不可行为可行
C:化不可知为可知
D:化对立为共存
答案: 化不属于为属于

解决不相容问题属于哪种可拓工程思想

A:化对立为共存
B:化不可行为可行
C:化不可知为可知
D:化不属于为属于
答案: 化不可行为可行

根据给定的两个要素Г1和Г2，Гi∈{ Ri， Ii， ki， Ui}，求未知变换Tx，使TxГ1 =Г2，这类含有未知变换的等式称为

A:可拓方程
B:物元方程
C:事元方程
D:矛盾方程
答案: 可拓方程

关于上层可拓控制器的输出控制算法，正确的是
A:-1 K(p) B:K(p) C:K(p)>0时，可按原基本可拓控制算法输出
D:K(p)>-1时，控制效果不满足要求
答案: -1 K(p)0时，可按原基本可拓控制算法输出

可拓学的逻辑细胞包括
A:关系元
B:可拓论
C:事元
D:物元
答案: 关系元,事元,物元

关于优度评价法，下列说法正确的是
A:加入了“非满足不可的条件”，使评价更切合实际
B:利用关联函数确定各对象的合格度和优度
C:优度可以反映一个方案或策略利弊的程度
D:在引入参数t后，可以从发展的角度去权衡利弊
答案: 加入了“非满足不可的条件”，使评价更切合实际,利用关联函数确定各对象的合格度和优度,优度可以反映一个方案或策略利弊的程度,在引入参数t后，可以从发展的角度去权衡利弊

由特征量表示的系统运动状态的典型模式称为特征模式
A:错
B:对
答案: 对

可拓控制引入了可拓学中的关联函数，也引入可拓学的基本内核，可以回答可拓控制与其它智能控制方法的本质区别与联系
A:错
B:对
答案: 错

在菱形思维神经网络模型中，输入物元到隐物元的变换，反映了物元的收敛过程，而隐物元到输入物元的变换则反映出菱形思维的发散过程
A:对
B:错
答案: 错

可拓学的理论支柱是物元理论和可拓集合理论，其逻辑细胞则是物元
A:对
B:错
答案: 对

物元可拓集合能较合理地描述自然现象和社会现象中各种物的各个侧面彼此关系及它们的变化，从而能描述解决矛盾问题的过程。
A:对
B:错
答案: 对

可拓不等式的解变换是唯一的
A:错
B:对
答案: 错

物元的内部结构是不可变的
A:错
B:对
答案: 错

由于物元内部结构的可变性关联函数的可变性及论域的可变性，导致了物元在集合中“地位”的可变性
A:对
B:错
答案: 对

粗集理论可以解决所有含糊的模糊的不确定性问题。
A:对
B:错
答案: 错

对于一个系统的评估，采用的评估参数越多，描述越详尽，对该系统的认识也越深刻，评估也就越准确。
A:对
B:错
答案: 对

知识的简约指的是在保持知识库中知识不失真的前提下消除知识库中冗余的属性。
A:错
B:对
答案: 对

相比于化简之前的决策表，化简之后的决策表保持了原有的条件属性，且具有相同的功能。
A:错
B:对
答案: 对

对系统进行综合评估和决策过程非常类似，从本质上说，是一个分类过程。
A:对
B:错
答案: 对

核是指一个信息系统中所有简约的交集，一个决策表可以有多个核。
A:对
B:错
答案: 错

评估体系的建立过程是选择合理的决策属性，使之可以对条件属性进行最佳描述。
A:错
B:对
答案: 错

运用粗集理论进行系统综合评估一般分为两个阶段：学习阶段和应用阶段。
A:错
B:对
答案: 对

( )年，Pawlak发表了经典论文Rough Sets，标志粗集理论的诞生。
A:1991
B:1992
C:1982
D:1997
答案: 1982

人工神经网络是一种非常复杂的动力学系统，可以充分逼近任意复杂的关系。( )

A:非线性，线性
B:线性，非线性
C:非线性，非线性
D:线性，线性
答案: 非线性，非线性

简单贝叶斯分类器将训练实例分解为和.( )

A:决策向量，决策向量
B:决策向量，属性向量
C:属性向量，决策向量
D:属性向量，属性向量
答案: 属性向量，决策向量

简单贝叶斯分类器假定属性向量的各分量是( )。

A:互不相容
B:相互独立
C:相对于决策变量是条件独立
D:相对于属性向量是条件独立
答案: 相对于决策变量是条件独立

下列关于粗集神经网络系统的说法中，正确的是( )。
A:组织数据表指的是采用量化后的属性值形成一张二维表格，每一行描述一个对象，每一列描述对象的一种属性，组织数据表中的属性仅为决策属性。
B:学习样本集从收集的原始数据中产生，数据的多少取决于许多因素，其中网络大小最为关键。
C:最小条件属性集剔除了大部分不必要的条件属性，保留了大量的重要属性。
D:对数据预先加以分类可以减少所需的数据量。相反，数据稀薄不匀甚至相互覆盖则无法进行处理。
答案: 学习样本集从收集的原始数据中产生，数据的多少取决于许多因素，其中网络大小最为关键。

灰色关联分析的基本思想是根据曲线( )的相似程度判断其联系是否紧密。

A:凹凸性
B:几何形状
C:单调性
D:极值点
答案: 几何形状

粗集理论的优点有( )。
A:粗集理论将知识定义为不可分辨关系的族，因此，知识有比较清晰的数学含义，很方便用数学方法来分析处理。
B:粗集理论的实用性非常强，粗集理论是为开发自动规则生成系统而提出的，因而它的研究完全是应用驱动的。
C:基于粗集的计算方法非常适合并行处理。
D:粗集理论在数学上非常严密，有一整套处理数据分类问题的数学方法，特别当数据是不确定，不完整和不精确的时候。
答案: 粗集理论将知识定义为不可分辨关系的族，因此，知识有比较清晰的数学含义，很方便用数学方法来分析处理。,粗集理论的实用性非常强，粗集理论是为开发自动规则生成系统而提出的，因而它的研究完全是应用驱动的。,基于粗集的计算方法非常适合并行处理。,粗集理论在数学上非常严密，有一整套处理数据分类问题的数学方法，特别当数据是不确定，不完整和不精确的时候。

粗集理论的局限性有( )。
A:无法解决所有含糊的模糊的不确定性问题。
B:需要其他方法的补充。
C:缺乏处理不精确或不确定原始数据的机制。
D:对含糊概念的刻画过于简单。
答案: 无法解决所有含糊的模糊的不确定性问题。,需要其他方法的补充。,缺乏处理不精确或不确定原始数据的机制。,对含糊概念的刻画过于简单。

( )都需要先验知识，具有很大的主观性。
A:模糊集理论
B:粗糙集理论
C:证据理论
D:贝叶斯理论
答案: 模糊集理论,证据理论,贝叶斯理论

文字通过( )等预处理后，可以表达成知识表达属性值表的形式。
A:尺度变换编码
B:处理归纳分类
C:细化位移旋转
D:符号推理
答案: 尺度变换编码,细化位移旋转

粗神经网络系统主要完成的任务有()。
A:识别
B:测试样本属性提取
C:学习样本筛选
D:粗神经网络训练
答案: 识别,测试样本属性提取,学习样本筛选,粗神经网络训练

适应度函数是计算个体在群体中被使用的概率。
A:错
B:对
答案: 对

目前常用的选择算子有以下几种：适应度比例方法随机遍历抽样法局部选择法。
A:错
B:对
答案: 对

与遗传算法收敛性有关的因素主要包括种群规模选择操作交叉概率和变异概率。
A:对
B:错
答案: 对

在传统GA中采用的是实数编码。
A:对
B:错
答案: 错

遗传算法求解时使用特定问题的信息较多，通用算法程序形成有困难。
A:错
B:对
答案: 错

遗传算法中，编码种群的产生个体适应度的评价操作算子停止准测等问题的处理将直接影响到后面解的质量和算法的性能。
A:错
B:对
答案: 对

协同进化算法在应用中表现出了易出现未成熟收敛并且收敛的速度较慢等缺陷。
A:对
B:错
答案: 错

遗传算法GA的英文全称是（），最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》。

A:General Application
B:General Adaptation
C:Genetic Algorithm
D:Genetic Alchemist
答案: Genetic Algorithm

由于遗传算法中，适应度函数要比较排序并在此基础上计算选择概率，所以适应度函数的值要取（）。

A:负值
B:实数范围
C:非正值
D:正值
答案: 正值

适应度函数的设计需要满足的条件不包括（）
A:合理一致性
B:通用性强
C:单值间断非负最小化
D:计算量
答案: 单值间断非负最小化

遗传算法与传统优化算法的极大区别是（）。
A:遗传算法有极强的容错能力
B:遗传算法具有隐含的并行性
C:遗传算法从问题解的中集开始搜索，而不是从单个解开始
D:遗传算法求解时使用特定问题的信息极少，容易形成通用算法程序
答案: 遗传算法从问题解的中集开始搜索，而不是从单个解开始

在轮盘赌选择法中，各个个体的选择概率和其（）成比例。
A:变异概率
B:适应度值
C:个体长度
D:交叉概率
答案: 适应度值

遗传算法中，主要算子为（）。

A:交叉算子
B:变异算子
C:初始化算子
D:选择算子
答案: 交叉算子

交叉这一操作保证了每一代都会有新的个体产生，因此交叉率的值一般都大于（）。

A:0.9
B:0.7
C:0.3
D:0.5
答案: 0.9

下列人物中，对遗传算法的完善与发展起到推进作用的有( )。
A:L.Davis
B:J.D.Bagley
C:Holland
D:K.A.De Jong
答案: L.Davis,J.D.Bagley,Holland,K.A.De Jong

下列关于遗传算法相关概念说法正确的有( )。
A:一个基因在串中的位置称为基因位置，有时也简称基因位。
B:串是个体的形式，它对应于遗传学中的染色体，在遗传算法中，只能使用二进制编码串。
C:基因是串中的元素，基因用于表示个体的特征。
D:个体的集合称为群体，串是群体的元素。
答案: 一个基因在串中的位置称为基因位置，有时也简称基因位。,基因是串中的元素，基因用于表示个体的特征。,个体的集合称为群体，串是群体的元素。

下列关于遗传算法特点的描述，错误的是( )。
A:虽然遗传算法中的选择交叉和变异都是随机操作，但存在确定的精确规则。
B:遗传算法有极强的容错能力。
C:遗传算法通常从问题解的单个解开始搜索，并逐步增大搜索范围。
D:遗传算法具有隐含的并行性。
答案: 虽然遗传算法中的选择交叉和变异都是随机操作，但存在确定的精确规则。,遗传算法通常从问题解的单个解开始搜索，并逐步增大搜索范围。

遗传算法中用以产生新个体的方法主要有( )。
A:选择
B:编码
C:交叉
D:变异
答案: 交叉,变异

在用遗传算法解决TSP问题时，下列说法中正确的有( )。
A:当TSP问题中涉及的城市过多时，就不适合采用遗传算法。
B:TSP问题最简单的求解方法是枚举法，使用遗传算法求得的不一定是最佳的解，但是使用遗传算法效率高，且得到的解十分逼近最优解。
C:TSP问题在编码时，一般不采用二进制编码。
D:遗传算法求解TSP问题得到的最优解总是相同的。
答案: TSP问题最简单的求解方法是枚举法，使用遗传算法求得的不一定是最佳的解，但是使用遗传算法效率高，且得到的解十分逼近最优解。,TSP问题在编码时，一般不采用二进制编码。

遗传算法的缺点有( )。
A:交叉产生的子代可能一个适应度很高, 另一个很低, 低的个体虽然含有比较好的基因, 但是会被淘汰。
B:容易陷入局部最优。
C:问题规模较大时，虽然计算的复杂度会降低，但是收敛性显著降低。
D:依靠简单的交叉变异操作,很容易产生不可行解。
答案: 交叉产生的子代可能一个适应度很高, 另一个很低, 低的个体虽然含有比较好的基因, 但是会被淘汰。,容易陷入局部最优。,依靠简单的交叉变异操作,很容易产生不可行解。