奥鹏在线、离线作业代写、课程代看、网考、论文辅导
大工22秋《人工智能》在线作业2【标准答案】
可做奥鹏全部院校作业论文！答案请添加qq：2865690116 或 微信：daydayup731 大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
大工答案请进：opzy.net或请联系微信：1095258436
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
大工22秋《人工智能》在线作业2
共20道题 总分：100分
一、单选题(共10题，50分)
1.从推出新判断的途径来分，推理分为演绎推理、归纳推理、（）推理。
A、默认
B、确定性
C、不确定
D、启发
2.表达式G是不可满足的，当且仅当对所有的解释（）。
A、G为真
B、G为假
C、G为非永真
D、以上都不对
3.鲁滨逊归结原理可以分为命题逻辑归结原理和（）归结原理。
A、谓词逻辑
B、限制逻辑
C、删除逻辑
D、线性输入
4.主观Bayes推理中，规定充分性度量应（）。
A、大于等于0
B、大于0
C、小于等于0
D、小于0
5.主观Bayes推理中，规定必要性度量应（）。
A、小于等于0
B、大于0
C、大于等于0
D、小于0
6.主观Bayes推理中，规则E→H,其LS=LN=1,这意味着（）。
A、E对H没有影响
B、E支持H
C、E不支持H
D、以上都不对
7.MYCIN系统中规定，由证据E得到假设H的可信度的取值为（）。
A、大于0
B、小于0
C、大于2
D、大于等于-1且小于等于1
8.MYCIN系统中规定，由证据E得到假设H的可信度等于0，则代表（）。
A、证据不可信
B、证据可信
C、证据对H没有影响
D、以上都不对
9.已知IF E1 THEN H1(0.8),CF(E1)=1,则CF(H1)=（）。
A、0.8
B、1
C、0
D、0.5
10.已知IF E4 AND (E5 OR E6 ) THEN E1(0.8),CF(E4)=0.5,CF(E5)=0.6,CF(E6)=0.8,则CF(E1)=（）。
A、0.2
B、0.3
C、0.4
D、0.5
二、判断题(共10题，50分)
1.最常见的不确定性是随机性。
A、对
B、错
2.知识的不确定性，还来自知识的不完备性、不协调性和非恒常性。
A、对
B、错
3.知识的不完备性是指知识内在的矛盾，可以依次为冗余、干扰、冲突等。
A、对
B、错
4.推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生的结论的不确定性。
A、对
B、错
5.在专家系统中的“不确定性” 一般分为两类：知识的不确定性,证据的不确定性。
A、对
B、错
6.证据的不确定性通常也是一个数值表示，它代表相应证据的不确定性程度，称之为动态强度。
A、对
B、错
7.演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
A、对
B、错
8.完全归纳推理，在进行归纳时只考察了相应事物的部分对象，就得出了关于该事物的结论。
A、对
B、错
9.演绎推理是将已有事实揭露出来，同时它可以增殖新知识。
A、对
B、错
10.非单调推理,在推理过程中由于新知识的加入，不仅没有加强已推出的结论，反而要否定它，使得推理退回到前面的某一步，重新开始。
A、对
B、错
沈阳师范大学本科毕业论文
图4-11 我的订单界面
4.6 购物车模块功能
用户通过购物车可直接购买，在线支付。
图4-12 购物车界面
4.7 留言模块功能
管理员根据花店实际情况发布通知留言，告知顾客发货延迟或缺货等情况。
- 42 -
沈阳师范大学本科毕业论文
图4-13 通知留言界面
- 42 -
沈阳师范大学本科毕业论文
5 系统测试
开发进入后期，一个关键性环节就是测试，这关系到最终开发质量。针对软件测试，实质上就是在给定环境下，进行系统实际运行，并对运行质量与结果进行评估的活动，这里的给定环境包括正常与非正常两种条件，通常来说，软件测试会有意识的或主动性的去促成错误出现，从而基于此进行针对性观察确定系统稳健性和可靠性，因此软件测试可以在某种程度上等同于软件问题探测过程。
5.1 系统测试的意义和功能
曾经整个软件界都在关注所谓的软件危机现象，并付出巨大努力试图彻底将其解决，但随着技术与理论深入，开发者逐渐认识到没有真正意义上的软件危机存在，本质上这就是指软件运行过程的一种错误状态，并造成软件开发失败或成本等控制环节失控。软件无法完全根绝错误性，这是因为软件是人为造物，无法达到完美状态，因此核心问题就变成如何避免错误大量出现或如何有效解决已经形成的错误，并尽量抑制软件错误概率。
在整个软件开发过程及其正常生命周期中，都始终绕不开软件测试环节。在传统瀑布模型中，作为一种质量管理手段，软件测试学具有限制性适用场景，那就是在运行维护阶段之前，换言之就是开发结束与交付之前的一个最终检验环节。但是近年来出现了一些新变化，软件工程学理论有了新的发展，认为测试要放开限制性条件将其应用到软件生命全周期全环节，对阶段性成果注意进行效验，确定与预期符合度，从而对软件错误能够更早发现其源头，早期阶段测试的进行，将能够有效抑制错误扩散，并降低最后成品测试难度或复杂性。
事实上，软件测试只能尽量降低错误出现概率或密度，不管技术如何进步，错误仍然难以绝对避免，但是这也客观现实也并非意味着开发者不能采取手段去抑制错误密度及降低错误影响，如新语言、新开发方式等等，都将有效降低错误引入。而对于部分难以根据的引入错误，就需要通过测试手段及早发现，同时也需要对软件错误率进行一种评估，以保障最终开发结果的稳健性。工程学科不可或缺的组成单元，其中一个就是测试，也是开发环节必备手段，贯穿于程序设计整个发展历程。从统计数据来看，在整个开发过程中，软件测试工作量占比超过40%，同时测试开销占比也极高，一般能够达到30%到50%，当然如果把维护阶段也纳入到整个开发范围，那么测试成本占比会出现一定幅度下降，但很多时候维护实际上就是一种再开发，因此实际上也会涉及到测试工作。
5.2 测试方法
- 42 -
