(人工智能)人工智能详细教学大纲0001

1、人工智能教学大纲 课程名称：人工智能英语名称： ArtificialIntelligence 课程代码： 130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人：修（制）订日期： 2009 年 2 月 审核人：审核日期： 审定人：审定日期： 壹、课程的性质和目的（壹）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科 学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种 智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、 基本方法，会用知识表示方法、推理方法和机器学习等方法求解

2、简单问题等。（二）课程目的1 、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求 学生了解人工智能的主要思想和方法。2 、基本技能要求： 学生于较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分 析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理； 于理解 Herbrand域概念和 Horn 子句的基础上，应用 Robinson 归结原理进行定理证明；应掌握问题 求解（ GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优 先、深度优先、有代价的搜索、 A 算法、 A* 算法、博弈数的极大极小法、剪枝 技术）完成问

3、题求解； 且能熟悉几种重要的不确定推理方法， 如确定因子法、 主观 Bayes 方法、 D S 证据理论等，利用数值分析中常用方法进行正确计算。3 、职业素质要求： 结合实战，初步理解和掌握人工智能的关联技术。 二、教学内容、重（难）点、教学要求及学时分配 第壹章：人工智能概述（ 2 学时）1、讲授内容：1）人工智能的概念2）人工智能的研究途径和方法3）人工智能的分之领域4）人工智能的基本技术5）人工智能的发展简介2、教学要求：了解：研究途径和方法、人工智能的分之领域、基本技术和发展简介。 理解：人工智能的基本概念、基本技术 掌握：人工智能的发展简介，人工智能研究的课题种类3 、教学重点： 人

4、工智能概念4 、难点： 人工智能的研究途径和方法第二章：基于谓词逻辑的机器推理（ 2 学时）1、讲授内容：（ 1） 壹阶谓词逻辑2）归结演绎推理3）应用归结原理求取问题答案4）归结策略5）Horn 子句归结和逻辑程序6）非归结演绎推理2、教学要求：了解：壹阶谓词逻辑的基本概念理解：应用归结远力求取问题答案的方法和 Horm 自居归结于逻辑程序的方法以及非 归结演绎原理的方法和途径掌握：归结演绎推理3 、教学重点： 归结演绎推理4、难点： Horn 子句归结和逻辑程序第三章：图搜索技术（ 5 学时）1、讲授内容：（1）状态图搜索（2）状态图问题求解（3）和或图搜索（4）和或图问题求解（5）博弈树

5、搜索2、教学要求：了解：常用的图搜索技术 理解：和或图搜索问题的原理AO掌握：和或图的启发式搜索算法 AO 3 、教学重点： 和或图的启发式搜索算法4 、难点： 和或图搜索第四章： 产生式系统 (2 学时)1、讲授内容：1)产生式规则2)产生式系统3)产生式系统和图搜索4)产生式系统的应用2、教学要求：了解：产生式 理解：谓词逻辑归结原理 掌握： Herbrand 定理3 、教学重点： 谓词逻辑归结原理4 、难点： Herbrand 定理 第五章：知识表示( 2 学时) 1、讲授内容：1)知识及其表示2)框架3)语义网络4)面向对象知识表示2、教学要求：了解：知识表示的概述 理解：几种知识表示

6、方式 掌握：产生式表示语义网络表示3 、教学重点： 产生式表示语义网络表示4 、难点： 框架表示第六章：不确定性推理方法( 6 学时)1、讲授内容：1)不确定性及其类型2)不确定性知识的表示3)不确定性推理的壹般模式4)确定性理论5)证据理论6)模糊推理2、教学要求： 了解：不确定性推理方法的概述 理解：论证理论模糊推理 掌握：论证理论3 、教学重点： 论证理论模糊推理4 、难点： 证据理论 (D-Stheory) 第七章：专家系统( 4 学时) 1、讲授内容：( 1) 专家系统的概念2）专家系统的结构3）专家系统的应用和发展4）专家系统设计和实现5）专家系统开发和环境6）新壹代专家系统研究2

7、、教学要求： 了解：专家系统的概述、专家系统的组成结构和发展 理解：专家系统的设计和实现 掌握：专家系统的开发和使用3 、教学重点： 专家系统的设计和实现4 、难点： 新壹代专家系统概述第八章： 机器学习 （10 学时）1、讲授内容：（ 1） 符号学习（ 2） 神经网络学习2、教学要求： 了解：机器学习的概述理解：符号学习 掌握：常用的机器学习的方式3 、教学重点： 神经网络学习4 、难点： 遗传算法、各教学环节的基本要求壹）课堂讲授1、教学方法（ 1） 注重理论指导的作用，积极探究达到最佳视觉效果的典型做法。同时贯彻理论 和实践相结合的原则， 给学生出壹定量的思考， 且要求学生完成壹定量的作

8、业， 以提高学生的理论水平，培养学生的动手能力和创新精神。（ 2） 把握课程的重难点，及时总结深化所学内容，且针对重难点布置适当的综合练 习。以便达到良好的教学效果。2、教学手段（ 1） 采用理论讲解、操作示范等多种方式，充分利用多媒体等现代化教学手段，整 体优化教学过程和教学内容，调动学生学习积极性，进行启发式的教学。（ 2） 注重学生动手能力的培养， 积极鼓励和引导学生对所学的知识、 技能加以拓宽、 深化。3、教学辅助资料CAI 课件（二）作业、答疑和质疑1、作业2、答疑和质疑（三）考核方式1 、考核方式： 考试2 、成绩评定： 期末考试 70% ，平时成绩 30%四、和其他课程的联系和分工本课是计算机及关联专业学生的专业选修课，选修本课须有比较全面的计算机知C语识。先