历年事业单位联考《综合应用能力》C类考试题目

2022-04-20 14:42|来源:金粉笔教育|热度:手机上打开

贵州事业单位考试培训网:历年事业单位联考《综合应用能力》C类考哪些内容?历年事业单位联考《综合应用能力》C类考试题目在哪里下载?《综合应用能力》C类针对事业单位自然科学类专业技术岗位公开招聘工作人员而设置的考试科目,旨在测查应试人员综合运用相关知识和技能发现问题、分析问题、解决问题的能力。试卷以主观性试题为主,主要题型包括科技文献阅读题、论证评价题、科技实务题、材料作文题等。每次考试从上述题型中组合选用。金粉笔教育整理了历年事业单位联考《综合应用能力》C类题目,历年事业单位联考《综合应用能力》C类考试题目及题型如下:

上半年事业单位联考《综合应用能力》C类真题

材料一

1997年,国际象棋大师加里·卡斯帕罗夫败给了电脑“深蓝”;2016年,谷歌人工智能AlphaGo又战胜了韩国棋手李世石,这标志着人工智能终于征服了它在棋类比赛中最后的弱项——围棋,谷歌公司的DeepMind团队比预期提前了整整10年达到了既定目标。
对计算机来说,围棋并不是因为其规则比国际象棋复杂而难以征服——与此完全相反,围棋规则更简单,它其实只有一种棋子,对弈的双方轮流把黑色和白色的棋子放到一个19×19的正方形棋盘中,落下的棋子就不能再移动了,只会在被对方棋子包围时被提走。到了棋局结束时,占据棋盘面积较多的一方为胜者。
围棋的规则如此简单,但对于计算机来说却又异常复杂,原因在于围棋的步数非常多,而且每一步的可能下法也非常多。以国际象棋作对比,国际象棋每一步平均约有35种不同的可能走法,一般情况下,多数棋局会在80步之内结束。围棋棋盘共有361个落子点,双方交替落子,整个棋局的总排列组合数共有约10171种可能性,这远远超过了宇宙中的原子总数——1080!
对于结构简单的棋类游戏,计算机程序开发人员可以使用所谓的“暴力”方法,再辅以一些技巧,来寻找对弈策略,也就是对余下可能出现的所有盘面都进行尝试并给予评价,从而找出最优的走法。这种对整棵博弈树进行穷举搜索的策略对计算能力要求很高,对围棋或者象棋程序来说是非常困难的,尤其是围棋,从技术上来讲目前不可能做到。
“蒙特卡罗树搜索”是一种基于蒙特卡罗算法的启发式搜索策略,能够根据对搜索空间的随机抽样来扩大搜索树,从而分析围棋这类游戏中每一步棋应该怎么走才能够创造最好机会。举例来说,假如筐里有100个苹果,每次闭着眼拿出1个,最终要挑出最大的1个,于是先随机拿1个,再随机拿1个跟它比,留下大的,再随机拿1个……每拿一次,留下的苹果都至少不比上次的小,拿的次数越多,挑出的苹果就越大。但除非拿100次,否则无法肯定挑出了最大的。这个挑苹果的方法,就属于蒙特卡罗算法。虽然“蒙特卡罗树搜索”在此前一些弈棋程序中也有采用,在相对较小的棋盘中也能很好地发挥作用,但在正规的全尺寸棋盘上,这种方法仍然存在相当大的缺陷,因为涉及的搜索树还是太大了。
AlphaGo人工智能程序中最新颖的技术当属它获取知识的方式——深度学习。AlphaGo借助两个深度卷积神经网络(价值网络和策略网络)自主地进行新知识的学习。深度卷积神经网络使用很多层的神经元,将其堆叠在一起,用于生成图片逐渐抽象的、局部的表征。对图像分析得越细,利用的神经网络层就越多。AlphaGo也采取了类似的架构,将围棋模盘上的盘面视为19×19的图片输入,然后通过卷积层来表征盘面。这样,两个深度卷积神经网络中的价值网络用于评估盘面,策略网络则用于采样动作。
在深度学习的第一阶段——策略网络的有监督学习(即从中I中学习)阶段,拥有13层神经网络的AlphaGo借助围棋数据库KGS中存储的3000万份对弈棋谱进行初步学习。这3000万份棋谱样本可以用a、b进行统计。a是一个二维棋局,把a输入到一个卷积神经网络进行分类,分类的目标就是落子向量A。通过不断的训练,尽可能让计算机得到的向量A接近人类高手的落子结果b,这样就形成了一个模拟人类下围棋的神经网络,然后得出一个下棋函数F_go()。当盘面走到任何一种情形的时候,AlphaGo都可以通过调用函数F_go()计算的结果来得到最佳的落子结果b可能的概率分布,并依据这个概率来挑选下一步的动作。在第二阶段——策略网络的强化学习(即从Ⅱ中学习)阶段,AlphaGo开始结合蒙特卡罗树搜索,不再机械地调用函数库,而类似于一种人类进化的过程:AlphaGo会和自己的老版本对弈。即,先使用F_go(1)和F_go(1)对弈,得到了一定量的新棋谱,将这些新棋谱加入到训练集当中,训练出新的F_go(2),再使用F_go(2)和F_go(1)对弈,以此类推,这样就可以得到胜率更高的F_go(n)。这样,AlphaGo就可以不断改善它在第一阶段学到的知识。在第三阶段——价值网络的强化学习阶段,AlphaGo可以根据之前获得的学习经验得出估值函数v(s),用于预测策略网络自我对抗时棋盘盘面s的结果。最后,则是将F_ go()、v(s)以及蒙特卡罗树搜索三者相互配合,使用F_ go()作为初始分开局,每局选择分数最高的方案落子,同时调用v(s)在比赛中做出正确的判断。
这就是AlphaGo给围棋带来的新搜索算法。它创新性地将蒙特卡罗模拟和价值网络、策略网络结合起来训练深度神经网络。这样价值网络和策略网络相当于AlphaGo的两个大脑,策略网络负责在当前局面下判断“最好的”下一步,可以理解为落子选择器;价值网络负责评估整体盘面的优劣,淘汰掉不值得深入计算的走法,协助前者提高运算效率,可以理解为棋局评估器,通过两个“大脑”各自选择的平均值,AlphaGo最终决定怎样落子胜算最大。通过这种搜索算法,AlphaGo和其他围棋程序比赛的胜率达到了99.8%。
AlphaGo的飞快成长是任何一个围棋世界冠军都无法企及的。随着计算机性能的不断增强,遍历蒙特卡罗搜索树将进一步提高命中概率。大量的计算机专家,配合大量的世界围棋高手,在算法上不断革新,再配合不断成长的超级计算能力,不断地从失败走向成功,最终打造出围棋人工智能。在AlphaGo击败李世石后,欧洲围棋冠军樊麾说了这么一句话:“这是一个团队的集体智慧用科技的方式战胜了人类数千年的经验积累。”人和机器其实没有站在对立面上,“是人类战胜了人类”。
材料二
上世纪80年代,M市高温首日经常出现在6月中下旬至7月,到21世纪,往往还没到6月中句,M市气温就会蹿至35℃以上,仅有两年的高温日到7月才出现,1981年以来,M市6-8月高温日出现越来越频繁,可见,M市首个高温日的出现时间越来越早,21世纪后每年首个高温日出现时间肯定早于上世纪80年代。
在M市,一年中最热的时候莫过于7月,1997年以来,高温日数逐渐增多。截至2018年7月中旬,2018年M市高于35℃的日子已有6个,比往年7月的平均数还多2个。可以确定,这一年M市7月的高温日总数将是1997年以来最多的一年。另外据统计,M市7月的高温日整体多于6月和8月,照此趋势,2018年8月的高温日可能不会超过7月。
近30年来,M市7月的夜温越来越高,1999年以来7月的夜间最低气温普遍超过23℃,所以2018年7月下旬M市夜间的最低气温不会低于23℃。
同样近30年来,M市6-8月出现持续3天以上高温的总次数为27次,20次都是在2000年以后出现的,2018年6月和7月,M市已经分别出现了一次持续3天以上的高温。既然2018年M市出现3天以上持续高温的次数已经超过了近30年来的平均值,那么8月份M市不会出现3天以上的持续高温天气。
30年来,M市“城市热岛效应”愈发显著,城区与郊区的平均气温差值越来越大。2018年7月M市各区平均气温偏高,均超过26.7℃。其中市中心2个城区气温最高,其次是环市中心的其他4个城区,2个郊区的气温最低。(注:高温日为日最高气温≥35℃)
材料三
材料(一)细菌学家弗莱明的实验室里摆放着许多有毒细菌培养皿。多年来,
他试验了各种药剂,力图找到一种能杀灭这些细菌的理想药品,但一直未能成功。1928年的一个早晨,他在检查细菌的变化时,突然发现一个葡萄状球菌的培养皿里长出了一团青色霉菌,并且其周围原来生长着的葡萄状球菌消失了,他进一步研究发现,这种青色霉菌对其他多种有毒细菌同样具有杀灭作用,他把这种青色霉菌分泌的杀菌物质称为青霉素。
材料(二)1870年,英国科学家克鲁克斯在做阴极射线管放电实验时,意外发现管子附近的照相底片有模糊阴影,他判断是照相的干板有毛病;1890年美国科学家古德斯柏德在做相同的实验时也发现同样的现象,他归因于冲洗药水和冲洗技术有问题;到了1892年,德国有些物理学家也观察到这一现象,但当时他们的注意力都集中在研究阴极射线的性质上,对此并没有警觉。直到1895年,这一奇特现象才被德国物理学家伦琴敏锐地抓住,他反复研究实验,最终发现了X射线,他也因此获得诺贝尔物理学奖。
材料三:丹麦天文学家第谷三十年如一日观测天象,记录了750颗星相对位置的变化,纠正了以往星表中的错误。但第谷不善于对感性材料进行科学抽象和概括,终究未能揭示行星运动规律。临终前,他把自已所有的材料交给了学生开普勒,要求他继续研究行星运动的理论。起初,开普勒以第谷宇宙体系为基本框架来探讨这个问题,但毫无所获,于是转而以哥白尼日心体系为基本框架展开研究。他精于理论思维和数学推导,根据老师留下的大量一手资料,最终发现了天体运动的三大定律,被誉为“天空立法者”。
【问题】
问题一
科技文献阅读题:请认真阅读文章,按照每道题的要求作答。(50分)
根据材料一,回答下列问题:
1.判断题:请用2B铅笔在答题卡相应的题号后填涂作答,正确的涂“A”,错误的涂“B”。
(1)国际象棋的走法不超过35*80种。
(2)结构简单的棋类游戏可以通过对博弈树的“暴力”穷举搜索找出最优走法。
(3)传统的计算机围棋程序能够完全尺寸棋盘的蒙特卡罗树模拟并计算最大胜率。
(4)函数F_go(n)比F_go(n-1)的胜率更高。
2.填空题:请根据文意,分别填补Ⅰ、Ⅱ两处缺项,没空不超过6个字。
Ⅰ()Ⅱ()
3.多项选择题:备选项中有两个或两个以上符合题意,请用2B铅笔在答题卡相应的题号后填涂正确选项的序号,错选、少选均不得分。
(1)这篇文章开头认为围棋是人工智能在棋类游戏中最弱项的原因是:
A.围棋每一步可能的下法太多,无法使用穷举搜索
B.围棋的规则对于计算机来说太复杂,无法理解
C.单一的计算机神经网络难以应对围棋的搜索计算
D.围棋盘面局势的评估缺乏现代就三家技术的支撑
(2)下列关于AlphaGo“两个大脑”的说法正确的是
A.价值网络负责评估盘面优劣
B.策略网络负责判断走法优劣
C.策略网络能够协助价值网络提高运算效率
D.价值网络和策略网络共同确定最终的落子位置
4.比较分析AlphaGo新算法和蒙特卡罗树搜索的不同之处。
要求:概括准确,层次清晰,文字简洁,不超过250字。
5.请为本文写一篇内容摘要
要求:全面、准确,条理清晰,不超过350字。
问题二
论证评价题:阅读给定材料二,指出其中存在的4处论证错误并分别说明理由。请在答题卡上按序号分条作答,每一条先将论证错误写在“A”处(不超过75字),再将相应理由写在“B”处(不超过50字)。(40分)
问题三
材料作文题:阅读下列材料,按要求作答。(60分)
参考给定材料三,以“科学发现并不偶然”为话题,自选角度,自拟题目,写一篇议论文。

要求:观点鲜明、论证充分,条理清晰,语言流畅,字数在800~1000字。

下半年事业单位联考《综合应用能力》C类真题
材料一
(一)极区电离层等离子体云块及其影响
等离子体是由分离的离子和电子组成的一种物质。它广泛存在于字宙中,常被视为物质的第四态。等离子体具有很高的电导率,与电磁场存在极强的耦合作用。
太阳风是从太阳上层大气喷射出的超高速等离子体流,它携带能量巨大带电粒子流,不断撞击着包括地球在内的太阳系所有行星的大气层。而地球等行星具有的全球性磁场可以有效地阻挡和偏转大多数太阳风的带电粒子,防止它们与地球等行星大气层进一步发生直接相互作用。然而,地球磁力线在两极地区高度汇聚并几近垂直向太空开放,太阳风携带的高能粒子能直接“撞”进两极的大气层,形成极光。
较之地球其他地区,极区电离层等离子体的运动和演化过程极为复杂,并伴随着众多不均匀体结构的形成,其中等离子体云块最为常见。
极区电离层等离子体云块的形成和演化常常引起极端空间天气环境,给人类的通信、导航、电力设施和航天系统等造成很大的危害。形成和演化中的等离子体云块与背景等离子体间的密度梯度会对通信和导航信号产生很大的干扰。例如,会使得人类的超视距无线通信和卫星—地面间的通信中断,直接影响近地飞行器(飞机、宇宙飞船等)和低轨卫星等的正常运行及其与地面的通信,甚至威胁航天员的生命安全。因此,相关研究是国际空间天气学领域中最重要的课题之一。
(二)____________
地球大气中的某些成分会因太阳光的照射而被电离,在向阳侧形成密度较高的电离层等离子体。这些等离子体受到地球自转和电离层对流的影响后,部分被“甩”成一个“舌状”的窄带,即舌状电离区。研究表明,极区电离层等离子体云块可能源自舌状电离区。
目前,极区电离层等离子体云块的形成机制被归纳为以下三种:
1.地球磁力线分为向阳侧磁力线和背阳侧磁力线两部分,而南北半球的这两部分磁力线之间都存在一个漏斗型的区域,被称为极隙区,该区域内磁场几乎为零。来自太阳风的等离子体能通过极隙区直接侵入地球极区大气层中,即:极隙区的对流模式受行星际磁场调制,导致不同密度的等离子体先后进入极隙区而形成等离子体云块。
2.由新开放磁通管中增强的等离子体复合,引起爆发式对流通道中的等离子体耗散而形成等离子体云块。
3.两条反向磁力线无限接近时分别断开并“重新联接”的物理过程称为磁重联,该过程中伴随着物质间能量的转化和运输。日侧磁重联便是太阳风能量、动量和质量向地球磁层输运的主要途径之一。脉冲式日侧磁重联的发生,使得开闭磁力线边界向赤道方向的高密度光致电离区域侵蚀,随后携带高密度等离子体沿极区电离层对流线向极盖区运动而形成等离子体云块。
近年来,欧美科学家通过研究发现,上述三种机制相互关联,彼此依存。然而,由于极区自然环境恶劣和观测的局限性,无法获得极区电离层等离子体云块形成演化的完整、清晰的动态物理图像。究竟哪种机制占主导作用仍不清楚,结论有待进一步证实。
(三)____________
要研究极区电离层等离子体云块的形成和演化特征,必须在极地电离层进行大范围的连续观测。目前,国际上符合此项要求的观测设备只有超级双子极光雷达网(SuperDARN)和全球定位系统(GPS)地面接收机网。
超级双子极光雷达网由分布在南北半球的31部高频相干散射雷达组成,其中北半球22部,南半球9部。在正常工作模式下,每部超级双子极光雷达在16个波束方向上连续扫描,覆盖约52°方位角的扇形区域,该区域离雷达最远距离约3000公里,每部雷达通过探测电离层中不均匀体的散射回波信号并加以分析,能得到电离层不均匀体的回波强度、视线速度等。若两部雷达同时从不同的方向对同一个小区域进行探测的话,便可根据该区域上空雷达的两个视线速度向量获取该区域上空的速度合向量,该合向量反映的就是该区域等离子体的对流速度。超级双子极光雷达网几乎覆盖了南北极整个极区,且对大部分区域实现了两部以上雷达的同时探测,因此可提供极区全域对流数据,即可提供极区电离层等离子体全域对流情况。
而全球导航卫星的广泛应用为探测和研究电离层带来了革命性的变化。众多导航卫星组成GPS,GPS地面接收机可通过接收GPS信号,利用GPS信号折射效应来推导出电离层的电子总含量,GPS地面接收机也密集覆盖北半球整个极区,可获取电离层全域等离子体的密度分布。
利用国际超级双子极光雷达网和全球定位系统地面接收机的联合观测数据,科学家直接观测到在2011年9月26日一次强磁暴袭扰地球期间,极区电离层等离子体云块的完整演化过程;经过进一步研究,首次发现夜侧磁重联在等离子体云块演化过程中扮演着重要的角色。
材料二
下面是某研究人员绘制的关于我国城乡基本公共服务均等化水平评价研究的两个表。表1是此项评价研究的指标体系及权重,表2是全国各地区在3个指标(医疗卫生、基础设施、基本公共服务)上的均等化差异值及三者的综合均等化差异值。请根据这两个表回答问题。
表1城乡基本公共服务均等化评价指标体系及权重


表2全国各地区城乡各分项制表的均等化差异值及综合均等化差异值


材料三
共生是指两种不同生物之间形成的紧密互利关系。在共生关系中,一方为另一方提供有利于生存的帮助,同时也获得对方的帮助。有科学家深信,共生是生物演化的机制,“大自然的本性就厌恶任何生物独占世界的现象,所以地球上绝对不会有单独存在的生物”。
人类群体之间的社会共生、人与禽畜共生、人与植物共生、人与微生物共生等,都是人类表现出的共生性质,共生关系的改变最终也会影响人类的生存和发展。人不可以凌驾于自然和其他物种之上,求同存异、和谐共生才是建构人与自然关系的不二之举。
根据美国国家航空航天局(NASA)的观测数据,过去40年,北极夏季海冰面积减少了近一半,由于北极冰川不断融化,北极熊的数量骤减。气候学家预测,2040年前,北冰洋的冰层可能完全消失。这可能摧毁北极的生态系统,导致全球海平面上升,影响全球的生态和气候系统。
答题要求
问题一
科技文献阅读题:请认真阅读资料1,按照每道题的要求作答。(50分)
1.填空题:请为本文的(二)、(三)两部分各拟写一个小标题,每个小标题不超过20字。
2.辨析题:对下面的句子作出正误判断,并进行简单解析,不超过50字。
两极地区的地球磁力线能够有效阻挡和偏转大多数太阳风的带电粒子,防止它们与地球大气层发生直接相互作用。
3.不定项选择题:备选项中至少有一个符合题意,请用2B铅笔在答题卡相应的题号后填涂正确选项的序号,错选、少选均不得分。
(1)观测极区电离层等离子体云块时,超级双子极光雷达和全球定位系统(GPS)地面接收机在观测原理上的区别是:
A.超级双子极光雷达网几乎覆盖了南北极整个极区,GPS地面接收机只覆盖了北极区
B.超级双子极光雷达扫描并探测散射回波信号,GPS地面接收机利用信号折射效应
C.超级双子极光雷达主要探测等离子体的速度,GPS地面接收机主要观测其密度
D.超级双子极光雷达主要探测日侧磁重联,GPS地面接收机主要观测夜侧磁重联
(2)极区电离层等离子体云块的形成和演化给人类活动带来的危害主要有:
A.作用于地球磁场,使大气层产生高电导率
B.中断超视距无线通信和卫星—地面的通讯
C.影响飞机、宇宙飞船和低轨工星的正常运行
D.在地球向阳侧形成舌状电离区,破坏GPS信号
4.请为本文写一篇内容摘要。
要求:全面、准确,条理清楚,不超过250字。
问题二
科技实务题:请根据给定材料2,按照每道题的要求在答题卡相应位置作答。(40分)
1.根据表1,在答题卡的括号内依次写出对“城乡基本公共服务综合指数”贡献最大的前3个三级指标的代码。
2.研究人员在录入表2的数据时,不慎将其中一个地区的“综合均等化差异”值录入错误,请在答题卡的横线处写出该地区的代码,并计算其正确数值(四舍五入保留三位小数)。
3.全国各地区城乡基本公共服务均等化水平是否与经济发展水平呈正相关?为什么?(要求:明确、简要,不超过100字)
问题三
材料作文题:阅读材料3,按要求作答。(60分)
参考给定材料3,以“共生”为话题,结合实际,自选角度,自拟题目,写一篇议论文。
要求:观点鲜明,论证充分,条理清晰,语言流畅,字数800-1000字。

【本文来源于网络,如有不当之处,请联系金粉笔教育反馈修改,或者进入贵州人事考试信息网进行查看】