《人工智能》教学大纲.doc

1、人工智能”课程教学大纲执笔人：尚军亮一、课程基本信息开课单位： 计算机科学学院课程名称： 人工智能课程编号： 173121英文名称： Artificial Intelligence课程类型： 专业方向限选课总 学 时：70 理论学时： 54 实验学时： 16 学 分： 3开设专业： 计算机科学与技术先修课程： 离散数学（ 171009）数据结构（ 172102）二、课程任务目标（一）课程任务 本课程是一门计算机科学与技术专业必修课程，是一门极富挑战性的科学。本课程 的任务是使学生能了解人工智能理论的发展过程、目前的研究状况、发展趋势以及在不 同领域的应用情况，进一步扩大学生视野。（二）课程目标

2、 通过本课程的学习，使学生在知识方面： 对人工智能的发展概况、基本原理和应用领域有了初步了解，对主要技术及应用有 一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。在能力方面： 使同学们利用已学的知识表示和推理机制、问题求解和搜索算法，以及计算智能技 术等。此外，还可以使学生利用启发式搜索和规划算法，知识表达和推理形式，机器学 习技术，语言和语言理解方法等在给定的问题中，选择适当的实现方法。三、教学内容和要求（一）理论教学的内容及要求第一章 绪论1、了解人工智能的定义、起源与发展2、了解人工智能的研究与应用领域3、理解人工智能求解方法的特点第二章 知识表示技术1、认识状态空间表达

3、2、理解与 /或图表达法3、认识产生式系统4、认识语义网络5、认识框架表达6、认识特征表达第三章 问题求解方法1、认识盲目搜索2、理解启发式搜索3、了解遗传算法4、了解模拟退火法第四章 基本推理技术1、理解消解原理2、理解规则演绎系统3、理解产生式系统3、认识不确定性推理4、理解非单调推理第五章 不精确推理1、了解概率方法2、理解可信度算法3、认识模糊推理第七章 专家系统1、不同模型的专家系统2、理解专家系统3、了解专家系统开发工具4、理解专家系统实例第八章 机器学习1、了解机器学习的定义、研究意义与发展历史2、认识机器学习的主要策略与基本结构3、理解机械学习4、理解基本解释经验的学习5、了解

4、基于事例的学习6了解基于概念的学习7、了解基于类比的学习8、理解基于神经网络的学习第九章人工神经网络1、理解人工神经元模型2、理解神经网络罗的学习3、了解前馈神经网络4、了解Hopfield神经网络5、了解Kohonen自组织神经网络第十章人工智能游戏1、了解游戏编程中的人工智能2、认识游戏中的移动3、了解实验用平台FEAR四、学时分配章次各教学环节学时分配小计讲授实验上机习题讨论课外备注第1章绪论44第2章知识表达技术882第3章问题求解方法662第4章基本推理技术662第5章不精确推理662第7章专家系统662第8章机器学习662第9章人工神经网络662第10章人工智能游戏662合计545416五、考核说明（一）本课程的考核方法：闭卷考试。（二）本课程成绩评定的方法：期末考试占70%;平时成绩占30%。六、主要教材及教学参考书目（一）主要教材王士同主编：人工智能教程，电子工业出版社2009年版（二）主要参考书目1、高济，朱淼良,何钦铭主编：人工智能基础，高等教育出版社