ÔN TẬP TTNT

PHẦN 1: TÌM KIẾM

Lý thuyết
1. Cho biết sự khác nhau cơ bản giữa tìm kiếm theo chiều rộng và tìm kiếm theo chiều sâu
trong chiến lược tìm kiếm mù. Hãy nêu các hạn chế của chiến lược tìm kiếm mù.
2. Trình bày thuật toán leo đồi. Hãy nên những hạn chế cơ bản của giải thuật leo dồi. Giải thích
các nguyên nhân của hạn chế
3. Trong các bài toán tìm kiếm, đồ thị biểu diễn không gian trạng thái của bài toán được gọi là
đồ thị trạng thái có thể biểu diễn bằng cây để dễ dàng hơn trong biểu diễn lời giải của bài
toán. Cho ví dụ minh họa.
4. Cho biết trong chiến lược tìm kiếm mù, giải thuật DFS có cơ hội tìm thấy đích nhanh hơn sơ
với giải thuật BFS khi lời giải nằm ở phần nào của không gian trạng thái. Cho ví dụ minh
họa.
5. Hãy cho biết trong các bài toán tìm kiếm, không gian trạng thái là gì? Cho ví dụ minh họa.
6. a) Describe in pseudo code the depth first search algorithm to find a path between two
nodes in a given path.
b) Describe a state space in which iterative deepening search performs much worse than
depth first search.
c) Describe a state space in which breadth first search performs much worse than depth
first search.

Bài tập
1. Áp dụng thuật toán tìm kiếm theo chiều sâu vào bài sau để tìm đường đi từ trạng thái
đầu tới trạng thái đích
0 3 1 2

2 1 0 3
TT đầu TT đích
Lưu ý: Ô có giá trị = 0 có thể hoán vị với các ô kề biên với nó theo thứ tự ưu tiên:
Up, down, left, right.
2. Given the following undirected graph where the weight of an edge represents the
cost to go through that edge and the number on each node represents the estimated
cost to get to F from that node. A random search for a path from A to F might visit the
nodes in the following order: A, B, D, E, H, F.
 a. Describe the order that nodes are visited when using breadth first search to find a path
from A to F.
b. Describe the order that nodes are visited when using depth first search to find a path from
A to F.
c. Describe the condition that a heuristic function must satisfy to guarantee that A* will find
the shortest path. With the heuristic function for estimating the cost to F from each node
shown in the graph, is A* guaranteed to find the shortest path from A to F?
3. Áp dụng thuật toán tìm kiếm tối ưu A* và nhánh-cận để tìm đường đi ngắn nhất từ
trạng thái A đến trạng thái I

4. Cho đồ thị với các trọng số như hình vẽ, với A là nút khởi đầu và F là nút kết thúc.
Cho biết:
 Chi phí của một đường đi giữa
hai nút là tổng trọng số của các
cung trên đường đi đó.
 g(n) = Chi phí tối thiểu theo các
đường đi đã được mở từ nút
khởi đầu đến nút n.
  h(n) = Số cung tối thiểu giữa nút n và nút kết thúc. Giả sử h(n) tính được trước cho
tất cả các nút.
Giải thuật tìm kiếm A* viếng thăm các nút theo thứ tự nào? Tính giá trị hàm ước
lượng tại các nút được viếng thăm.
5. Xét đồ thị sau đây biểu diễn các đường đi giữa các thành phố. Các trọng số trên các
cạnh biểu diễn các khoảng cách thực tế giữa các thành phố được liên kết bởi cạnh. S
là thành phố ban đầu và G là trạng thái đích.

Giả sử rằng:

- Các đỉnh có cùng mức độ ưu

tiên phát triển sẽ được lựa
chọn phát triển theo thứ tự
alphabe
- Khi phát triển đỉnh u bất kỳ,
không được sinh ra các đỉnh
trùng với một đỉnh nào đó nằm trên đường đi dẫn tới u
b) Chỉ ra thuật toán tìm kiếm theo bề rộng làm việc như thế nào bằng việc đưa ra thứ
tự phát triển các nút. Đường đi tìm được bởi thuật toán có tối ưu không?
c) Giả sử tập sau đây là các khoảng cách đường chim bay giữa G và các thành phố
khác.

Hãy chỉ ra thuật toán tìm kiếm tốt nhất đầu tiên với hàm đánh giá là khoảng cách
đường chim bay làm việc như thế nào. Đường dẫn thuật toán tìm được có tối ưu
hay không?
d) Hãy chỉ ra thuật toán A* với hàm đánh giá là khoảng cách đường chim bay làm
việc như thế nào. Đường đi tìm được có tối ưu không?
6. Xét đồ thị có hướng sau đây. Nút bắt đầu là A. Hàm định giá bao gồm giá trị heuristic
của mỗi nút được ghi chú bằng số bên dưới mỗi nút
trong đồ thị. C là nút đích.
a) Tìm kiếm trong đồ thị sử dụng thuật toán tìm
kiếm leo đồi. Liệt kê các nút theo thứ tự chúng
được thăm.
b) Tìm kiếm trong đồ thị sử dụng thuật toán tìm
kiếm tốt nhất đầu tiên. Liệt kê các nút theo thứ
tự chúng được thăm.
7. Áp dụng thuật toán tìm kiếm có đối thủ Mininmax để tìm nước đi cho quân A

8. Consider a 2-player game search tree of states with static evaluation values of the
leaf nodes as shown in Figure 2. Suppose that, the smaller an evaluation value is, the
better it is for the player who is going to make a move from the root node.
(a) According to the Minimax algorithm, which next state that player will choose?
(b) Using alpha-beta cut-off, which branches will be pruned in the search, assuming
that the nodes are examined from left to right?
PHẦN 2: TRI THỨC VÀ LẬP LUẬN
1. Cho cơ sở tri thức:
R1: P^Q^R => S

R2: U => R

R3: G^U => P

R4: H => Q

R5: H

R6: G

R7: U
 Áp dụng thủ tục chứng minh bác bỏ bằng luật phân giải chứng minh: S

2. Cho cơ sở tri thức:

R1: Q^R => S

R2: UR

R3: Q=>H

R4: H

R5: U

Áp dụng thủ tục chứng minh bác bỏ bằng luật phân giải chứng minh: S
3. Cho cơ sở tri thức:
1. Brother (tom, peter).
2. Brother (harold, john).
3. Married (peter, mary).
4. Married (john, sue)
5. Brother (X, Y) ^ Married (Y, Z) => Sister_in_law (X, Z).
Áp dụng thuật toán chứng minh bác bỏ bằng luật phân giải chứng minh: Sister_in_law
(harold, sue)

4. Cho cơ sở tri thức:

1. Father (X, Y) => Child (Y, X).
2. Husband (X, Z) => Wife (Z, X).
3. Wife (Z,X) ^ Child(Y, X) => Mother(Z, Y).
4. Father (nam, lan).
5. Husband (nam, huong).
Áp dụng thủ tục chứng minh bác bỏ bằng luật phân để chứng minh: Mother (huong, lan).

5. Biểu diễn các thông tin cho bởi các câu sau sang thành các câu trong Logic cấp
một:
- Mọi sinh viên đều học môn Cơ sở dữ liệu hoặc môn Mạng máy tính
- Tất cả sinh viên học môn Cơ sở dữ liệu đều biết SQL
- Tất cả sinh viên biết SQL đều không thích Excel
- An là sinh viên thích Excel
 b) Với các thông tin trong câu a (Cơ sở tri thức), hãy sử dụng các luật hợp giải
(Resolution) để chứng minh rằng An là sinh viên học môn Mạng máy tính (yêu cầu
liệt kê các bước chứng minh).
6. Xét các phát biểu sau đây:
- Mỗi người La Mã hoặc là ghét Caesar hoặc là trung thành với ông ấy.
- Chỉ có người La Mã nào không trung thành với Caesar mới muốn ám sát ông ấy.
- Marcus là người La Mã và muốn ám sát Caesar.
- Anthony là người La Mã và trung thành với Casear.
(a) Biểu diễn các phát biểu trên bằng logic vị từ.
(b) Sử dụng phương pháp phản chứng-phân giải để:
o Chứng minh Anthony không muốn ám sát Caesar.
o Tìm xem ai ghét Caesar.
7. Cho cơ sở tri thức:
1. a => c

2. d^c => e

3. b => d

4. a^b => f

5. a^h => i

1. e^f => g
2. a
3. b
a) Áp dụng thuật toán suy diễn lùi vào cơ sở tri thức trên để chứng minh: g
b) Áp dụng thuật toán suy diễn tiến vào cơ sở tri thức trên.
8. Giả sử cơ sở luật gồm các luật sau:
 Với các sự kiện B đúng, D đúng.
Hãy trình bày quá trình lập luận tiến và lập luận lùi để biết G đúng hay sai.
9. Cho cơ sở tri thức:

Father(X,Y) => Child(Y,X).

Husband(X,Z) => Wife(Z,X).

Wife(Z,X)^Child(Y,X) => Mother(Z,Y).

Father(nam,lan).

Husband(nam,huong).

Áp dụng thuật toán suy diễn lùi trong logic vị từ cấp I để chứng minh:

Mother(huong,lan).

10. Cho cơ sở tri thức:

Father(X,Y) => Child(Y,X).

Husband(X,Z) => Wife(Z,X).

Wife(Z,X)^Child(Y,X) => Mother(Z,Y).

Father(nam,lan).

Husband(nam,huong).

Áp dụng thủ tục suy diễn tiến vào cơ sở tri thức trên.
11. Cho cơ sở tri thức:
 R1: Father (X, Y) ^ Father (Y, Z) => Grandfather (X, Z).

“Nếu X là bố của Y và Y là bố của Z thì X là ông của Z”

R2: Son (X, Y) => Father (Y, X).

“Nếu X là con của Y thì Y là bố của của X”

R3: Son (dan, peter).

R4: Son (john, dan).

Áp dụng suy diễn lùi trong logic vị từ cấp I chứng minh: Grandfather (peter, john).

PHẦN 3: HỆ CHUYÊN GIA VÀ MÁY HỌC

Lý thuyết
1. Mô tả kiến trúc và nguyên lý hoạt động của mạng nơ-ron nhân tạo. Lấy ví dụ minh
họa (ứng dụng vào lĩnh vực gì – ví dụ nhận dạng chữ viết tay, các bước xây dựng tập
mẫu, xác định cấu trúc mạng và huấn luyện mạng được thực hiện như thế nào)
2. Cho cơ sở tri thức có tập luật R = {r1, r2, ... rn}. Trình bày thuật toán loại bỏ luật
có dư thừa ở vế phải. Cho ví dụ với cơ sở tri thức trong đó có luật dư thừa ở vế phải.
Áp dụng thuật toán trên để loại bỏ dư thừa.
3. Trình bày phương pháp xây dựng cây quyết định trong hệ hỗ trợ ra quyết định. Một
công ty ở Hà Nội muốn kinh doanh điều hòa nhiệt độ vào miền Trung hoặc miền
Nam. Nếu kinh doanh vào miền Nam có thể có đối thủ, kinh doanh vào miền Trung
thì không có đối thủ. Thêm các dữ liệu cần thiết để xây dựng cây quyết định và “suy
diễn lùi” để hỗ trợ nhà quản lý lựa chọn phương án kinh doanh tốt nhất.

Bài tập
1. Khảo sát hoạt động cuối tuần của sinh viên thu được bảng dữ liệu sau. Hãy xây dựng
cây quyết định và đưa ra các luật về hoạt động cuối tuần của sinh viên.
Weekend Weather Parents Money Decision
w1 Sunny Yes Rich Cinema
w2 Sunny No Rich Tennis
w3 Windy Yes Rich Cinema
w4 Rainy Yes Poor Cinema
w5 Rainy No Rich Stay in
w6 Rainy Yes Poor Cinema
w7 Windy No Poor Cinema
w8 Windy No Rich Shopping
w9 Windy Yes Rich Cinema
w10 Sunny No Rich Tennis
2. Khảo sát một số sinh viên có đi Picnic hay không và thu được kết quả sau. Hãy xây
dựng cây quyết định và đưa ra các luật tương ứng.
STT Quang cảnh Nhiệt độ Gió Picnic
1 Nắng Cao Nhẹ Không
2 Mưa Thấp Mạnh Không
3 Râm mát TB Nhẹ Đi
4 Nắng TB Mạnh Không
5 Mưa Cao Mạnh Không
6 Râm mát Thấp Mạnh Đi
7 Mưa TB Nhẹ Không
8 Nắng TB Nhẹ Đi
9 Mưa Thấp Nhẹ Không
3. Cho tập mẫu như bảng dưới đây. Hãy áp dụng thuật toán đã học xây dựng cây định
danh và đưa ra tập luật cho tập mẫu trên.
Tên Vị Màu Vỏ Độc
A Ngọt Đỏ Nhẵn Không
B Cay Đỏ Nhẵn Không
C Chua Vàng Có gai Không
D Cay Vàng có gai Độc
E Ngọt Tím Có gai Không
F Chua Vàng Nhẵn Không
G Ngọt Tím Nhẵn Không
H Cay Tím có gai Độc
4. Cho bảng Thuộc tính-Phân loại về khái niệm Male như dưới đây:
 a) Xây dựng cây quyết định (decision tree) cho khái niệm Male.
b) Phân loại trường hợp <Fat, Yes, Blue, Long> theo các kết quả học ở câu a) và câu
b).

5. For a person to buy a new car, it depends on financial situation, age of current car,
gender, and distance to work, as shown in the table below. Use the studied algorithm
to learn the concept “Buy a New Car”.

GỢI Ý

Phần 1:
1. So sánh tìm kiếm theo chiều rộng và tìm kiếm theo chiều sâu
2. Hạn chế của giải thuật leo đồi

3. Ví dụ về biểu diễn đồ thị trạng thái bằng cây tìm kiếm

Vậy các kết quả có tìm ra là: A, C, F, K hoặc A, D, C, E, K, hoặc…

4. Ví dụ về DFS tốt hơn so với BFS

5. Ví dụ về không gian trạng thái