人工智能基础考试大纲

1、PAGE -PAGE 23-人工智能基基础（80017）考考试大纲一、课程性性质与设置置目的课程性质和和特点“人工智能能”是21世纪计计算机科学学发展的主主流，为了了培养国家家建设跨世世纪的有用用人才，在在计算机专专业本科开开设人工工智能基础础课程是是十分必要要的。人人工智能基基础是计计算机专业业本科的一一门必修课课程，本课课程中涉及及的理论、原理、方方法和技术术有助于学学生进一步步学习其他他专业课程程。开设本本课程的目目的是培养养学生软件件开发的“智能”观念；掌掌握人工智智能的基本本理论、基基本方法和和基本技术术；提高解解决“智能”问题的能能力，为今今后的继续续深造和智智能系统研研制，以及及

2、进行相关关的工作打打下人工智智能方面的的基础。本课程的基基本要求（课课程总目标标）人工智能能基础是是理论性较较强，涉及及知识面较较广，方法法和技术较较复杂的一一门学科。通过对本本课程的学学习，学生生应掌握人人工智能的的一个问题题和三大技技术，即通通用问题求求解和知识识表示技术术、搜索技技术、推理理技术。具具体要求是是：学生在在较坚实打打好的人工工智能数学学基础（数数理逻辑、概率论、模糊理论论、数值分分析）上，能能够利用这这些数学手手段对确定定性和不确确定性的知知识完成推推理；在理理解Herrbrannd域概念念和Horrn子句的的基础上，应应用Robbinsoon归结原原理进行定定理证明；应掌

3、握问问题求解（GGPS）的的状态空间间法，能应应用几种主主要的盲目目搜索和启启发式搜索索算法（宽宽度优先、深度优先先、有代价价的搜索、A算法、A*算法法、博弈数数的极大极小法、剪枝枝技术）完完成问题求求解；并能能熟悉几种种重要的不不确定推理理方法，如如确定因子子法、主观观Bayees方法、DS证据理理论等，利利用数值分分析中常用用方法进行行正确计算算。另外，学学生还应该该了解专家家系统的基基本概念、研究历史史、系统结结构、系统统评价和领领域应用。学生还应应认识机器器学习对于于智能软件件研制的重重要性，掌掌握机器学学习的相关关概念，机机器学习的的方法及其其相应的学学习机制，几几个典型的的机器学习

4、习系统的学学习方法、功能和领领域应用。本课程与相相关课程的的联系、分分工或区别别与本课程相相关的课程程有：离散散数学、算算法设计、数值分析析、程序设设计语言等等。离散数学中中的命题逻逻辑、谓词词逻辑、树树/图、表表等知识是是本课程的的数学基础础之一。本本课程中的的知识表示示需要利用用矩阵、表表、树/图图、多元组组等手段，因因此学生前前期的离散散数学学习习，对于本本课程起到到了基础作作用。本课程涉及及到许多算算法设计（尤尤其是问题题求解），算算法分析中中的算法的的可计算性性和计算复复杂性、算算法的可纳纳性等理论论作为本课课程中搜索索算法的理理论支撑。数值分析中中的曲线插插值方法要要在本课程程中仅

5、作为为数学工具具进行使用用，本课程程并不象数数值分析课课程那样去去介绍方法法的理论。在本课程中中，研究问问题求解方方法需要从从算法到代代码的转换换，而这种种转换的工工具是程序序设计语言言，所以本本课程要求求学生已经经掌握了这这方面的知知识。课程内容与与考核目标标绪论学习目的与与要求 本本章内容是是本课程的的导论。本本章的重点点是：人工工智能研究究目标、研研究内容、研究的途途径（方法法）、研究究的领域等等内容。通通过对本章章的学习，学学生应理解解什么是智智能、深刻刻理解什么么是人工智智能、人工工智能研究究的目标（近近期目标和和长远目标标）、人工工智能研究究的内容、人工智能能研究的途途径，要了了解

6、人工智智能研究的的历史和研研究领域的的大致情况况（不少于于八个领域域）。同时时，学生要要掌握图灵测测试的过程程。课程内容第一节 人工智能能概况1、什么是是人工智能能：学者们们从不同的的研究角度度对人工智智能有多种种不同的定定义，在这这些定义中中学生应掌掌握其定义义的实质。2、人工智智能研究的的对象是知知识3、人工智智能研究概概括为一大大问题和三三大技术4、关于智智能的定义义5、图灵测测试6、D.BB.Lennat和EE.A.FFengeenbauum的知识识阈Nillssonn的物理符符号假设7、日本渡渡边慧的定定义第二节 人工智能能研究途径径1、以思维维理论和认认知心理学学基础的符符号主义学

7、学派基本思思想2、符号主主义学派的的代表人物物3、以阈值值理论为基基础的联结结主义学派派基本思想想4、联结主主义（神经经网络）研研究不存在在符号运算算5、联结主主义研究的的历史6、联结主主义研究的的代表任务务7、以进化化理论为基基础的行为为主义学派派基本思想想8、行为主主义学派的的代表人物物第三节 人工智能能研究的目目标1、人工智智能近期研研究目标2、人工智智能远期研研究目标第四节 人工智能能研究的内内容1、机器感感知2、机器思思维3、机器学学习4、机器行行为5、智能系系统及智能能计算机的的构造技术术第五节 人工智能能研究领域域1、模式识识别（Paatterrn Reecognnitioon）

8、2、问题求求解（Prrobleem Soolvinng）3、自然语语言理解（NNaturral llangrrage Undeerstaandinng）4、专家系系统（ EExperrt Syystemm）5、机器学学习（Maachinne Leearniing）6、自动定定理证明（AAutommaticc Theeoremm Proovingg）7、自动程程序设计（AAutommaticc Proogrammmingg）8、机器人人学（Roobotss）9、博弈（GGame）10 、智智能决策支支持系统（IIntellligeent DDecission Suppport Systtem）1

9、1、人工工神经网络络（Arttificcial natuural nettworkks）第六节 人工智能能研究的历历史回顾及及进展1、对人工工智能起到到奠基作用用的几项工工作2、人工智智能诞生的的时间和地地点3、19557年纽厄厄尔、西慕慕的GPSS4、19660年麦卡卡锡的LIISP语言言5、19664年鲁宾宾逊的归结结原理6、70年年代的专家家系统黄金金时代（11977年年费根鲍母母提出知识识工程概念念）7、19887年Coomputtatioonal Inteelliggencee杂志发表表“纯粹理性性批判”的论文，次次年又发表表“计算机理理解质疑”，开展了了对人工智智能发展的的理性辩论

10、论8、19991年Arrtifiiciall Inttelliigencce杂志发发表了人工工智能基础础专集，著著名专家们们对人工智智能基础性性假设进行行了辩论。（三）考核核知识点1、人工智智能定义2、人工智智能研究的的对象3、图灵测测试4、人工智智能研究的的三大途径径5、人工智智能研究的的近期目标标和远期目目标6、人工智智能研究的的五大内容容7、人工智智能研究的的主要领域域（四）考核核要求1、人工智智能定义（1）识记记：人工智智能的通常常定义（2）领会会：人工智智能的其他他定义2、人工智智能研究的的对象（1）识记记：人工智智能研究的的对象是知知识（2）领会会：与计算算机科学其其他学科的的区别

11、（3）简单单应用：知知识+推理理=智能程程序；数据据+算法=程序3、图灵测测试（1）识记记：图灵测测试过程的的描述（2）领会会：图灵测测试是判断断机器是否否是智能机机的一个标标准4、人工智智能研究的的三大途径径（1）识记记：人工智智能研究的的三种途径径（2）领会会：每种研研究途径的的理论基础础和基本思思想（3）简单单应用：结结合系统的的研制，举举例说明各各个研究途途径的实施施方法（4）综合合应用：结结合机器人人的研制，说说明三种研研究方法在在其中的应应用5、人工智智能研究的的近期目标标和远期目目标（1）识记记：人工智智能研究的的近期目标标和远期目目标的内容容（2）领会会：为什么么近期目标标只能

12、是研研制模拟人人思维的智智能程序6、人工智智能研究的的五大内容容（1）识记记：人工智智能研究的的五个内容容（2）领会会：每种研研究内容的的理论基础础和基本方方法（3）简单单应用：利利用机器学学习的概念念，判断程程序是否是是智能程序序7、人工智智能研究的的主要领域域（1）识记记：至少记记忆人工智智能研究的的八个领域域（2）领会会：每个研研究领域的的研究内容容、基本方方法以及应应用问题求解的的基本原理理（一）学习习目的与要要求本章讨论问问题求解的的基本原理理和基本方方法，它直直接关系到到智能系统统的性能和和效率，因因而它是本本课程的重重点章节。本章的重重点知识有有：知识的的状态空间间表示法、盲目搜

13、索索的宽度优优先和深度度优先法、启发式搜搜索的估价价函数、与与/或树、A算法和和A*算法法、博弈树树的-剪枝算法法。通过对对本章的学学习，学生生应掌握状态及及状态空间间表示问题题的几种主主要方法（矩矩阵法、多多元组法、树/图法法等），掌掌握问题通通过等价变变换和分解解，分别形形成或节点点和与节点点以及节点点的可解性性；掌握搜索的的各种算法法；掌握启发函函数的含义义并能根据据问题实际际正确构造造估价函数数；理解OPEEN表和CCLOSEED表的作作用及其特特点；深刻刻理解博弈弈树节点值和值的意义义和其倒推推值的计算算，并掌握握-剪枝技术术。（二）课程程内容第一节 基本概念念1、什么是是搜索：搜搜

14、索分为盲盲目搜索和和启发式搜搜索2、状态空空间表示法法：由状态态和算法表表示慰问体体的一种方方法3、与/或或树表示法法：分解、等价变换换、本原问问题、节点点的可解性性状态空间搜搜索策略1、状态空空间的一般般搜索过程程OPEN表表：用来存存放刚生成成的节点CLOSEED表：用用来存放将将要扩展或或者已扩展展的节点2、宽度优优先搜索策策略3、深度优优先搜索策策略4、有界的的深度优先先搜索策略略5、代价树树的宽度优优先搜索策策略6、代价树树的深度优优先搜索策策略启发式搜索索1、启发信信息和启发发函数2、局部择择优搜索3、全局择择优搜索4、A*算算法与/或树的的搜索策略略1、与/或或树的一般般搜索过程

15、程2、与/或或树的宽度度优先搜索索3、与/或或树的深度度优先搜索索4、与/或或树的有序序搜索博弈树1、博弈树树的启发式式搜索2、极大极极小法3、-剪枝技术术（三）考核核知识点1、状态空空间搜索的的基本概念念2、宽度优优先搜索算算法的基本本思想3、深度优优先搜索算算法的基本本思想4、有界的的深度优先先搜索算法法的基本思思想5、代价树树的宽度优优先搜索的的基本思想想6、代价树树的深度优优先搜索的的基本思想想7、启发式式搜索8、与/或或树的有序序搜索的基基本思想（四）考核核要求1、状态空空间搜索的的基本概念念识记：状态态、状态空空间的定义义；本原问问题、可解解节点、不不可解节点点、解树的的定义领会：

16、节点点的等价变变换和分解解简单应用：对应用问问题构造状状态空间（树树）2、宽度优优先搜索算算法的基本本思想识记：盲目目搜索与启启发式搜索索的区别 宽度优先先搜索算法法的描述领会：宽度度优先搜索索算法OPPEN表的的数据结构构是队列 宽度优先先搜索算法法的优缺点点简单应用：宽度优先先搜索算法法的程序设设计综合应用：八数码问问题的宽度度优先搜索索3、深度优优先搜索算算法的基本本思想识记：深度度优先搜索索算法的描描述领会：深度度优先搜索索算法OPPEN表的的数据结构构是堆栈 深度优先先搜索算法法的优缺点点简单应用：深度优先先搜索算法法的程序设设计综合应用：黑白将牌牌问题的深深度优先搜搜索4、有界的的

17、深度优先先搜索算法法的基本思思想（1） 识识记：有界界的深度优优先搜索算算法描述状态空间节节点的深度度定义（2） 领领会：有界界的深度优优先搜索与与深度优先先搜索的区区别（3） 简简单应用：有界的深深度优先搜搜索算法的的程序设计计（4） 综综合应用：三阶汉诺诺塔问题的的有界的深深度优先搜搜索5、代价树树的宽度优优先搜索的的基本思想想（1） 识识记：代价价树的概念念：代价树的宽宽度优先搜搜索的算法法描述（2） 领领会：代价价树的宽度度优先搜索索仍然是一一种盲目搜搜索方法 在在OPENN表中全部部节点按代代价从小到到大排序（3） 简简单应用：代价树的的宽度优先先搜索算法法的程序设设计6、代价树树的

18、深度优优先搜索的的基本思想想（1） 识识记：代价价树的深度度优先搜索索的算法描描述（2） 领领会：代价价树的深度度优先搜索索与代价树树的宽度优优先搜索 扩扩展的子节节点按代价价从小到大大排序，并并存放在OOPEN表表的首部（3） 简简单应用：代价树的的深度优先先搜索算法法的程序设设计7、启发式式搜索（1） 识识记：启发发性信息和和估价函数数： 估估价函数各各项的物理理意义（2） 领领会：估价价函数各项项的物理意意义局部择优搜搜索和全局局择优的基基本思想A*算法的的基本思想想（3） 简简单应用：写出黑白白将牌问题题的估价函函数（4） 综综合应用：八数码问问题的局部部择优和全全局择优算算法8、与/

19、或或树的有序序搜索的基基本思想（1） 识识记：与/或树的有有序搜索的的一般过程程与/或树的的有序搜索索的宽度优优先算法与/或树的的有序搜索索的深度优优先算法与/或树的的有序搜索索的有序搜搜索算法 博弈树的启启发式搜索索算法（2） 领领会：博弈弈树的假设设条件大极小法-剪枝枝技术（3） 简简单应用：节点的值、值的计算算；-剪枝技术术的应用（4） 综综合应用：博弈树中中各节点倒倒推值的计计算以及-剪枝的应应用第三章 知识与知知识表示（一）学习习目的与要要求人类的智能能活动过程程主要是一一个获取知知识和应用用知识的过过程。因而而，知识表表示构成了了人工智能能的一种重重要技术，它它是研究知知识和智能能

20、系统的基基础。本章章的重点知知识有：关关于知识的的概念以及及特征；知知识表示的的主要模式式。通过对对本章的学学习，学生生应掌握人们社社会活动和和科学研究究中的知识识表示的形形态，知识识的特征与与知识的分分类。掌握握一阶谓词词逻辑的知知识表示、产生式系系统的知识识表示、框框架的知识识表示法、语义网络络的知识表表示法。理理解脚本的的知识表示示法、Peetri网网的知识表表示法和面面向对象的的知识表示示法。（二）课程程内容第一节 基本概念念1、什么是是知识2、知识的的特征3、知识的的分类4、知识的的表示一阶谓词逻逻辑表示方方法1、表示知知识方法2、一阶谓谓词逻辑表表示方法的的特点产生式表示示法1、产

21、生式式的基本形形式2、产生式式系统3、产生式式系统的分分类4、产生式式表示法的的特点框架表示法法1、框架理理论2、框架3、框架网网络4、框架中中槽的设置置与组织5、框架表表示法的特特点语义网络表表示法1、语义网网络的概念念2、知识的的语义网络络表示3、常用的的语义联系系4、语义网网络中问题题求解的过过程5、语义网网络表示的的特点脚本1、概念依依赖理论2、脚本过程表示法法1、过程的的知识表示示方法2、过程表表示法的特特点Petrii网表示法法1、Pettri网知知识表示2、Pettri网表表示法的特特点面向对象的的知识表示示1、面向对对象的基本本概念2、面向对对象知识表表示（三）考核核知识点1、

22、关于知知识的基本本概念2、知识的的一阶谓词词逻辑表示示3、知识的的产生式表表示4、知识的的框架表示示5、知识的的语义网络络表示（四）考核核要求1、关于知知识的基本本概念识记：数据据、信息的的定义；知知识的一般般定义领会：知识识的特性；从不同角角度对知识识的分类简单应用：针对不同同类型的知知识，应用用不同的知知识表示方方法2、知识的的一阶谓词词逻辑表示示（1） 识记：一一阶谓词逻逻辑表示知知识的一般般形式（定定义谓词、连接词和和量词的使使用）；（2） 领会：一一阶谓词逻逻辑适合于于表示事物物的状态、属性、概概念（描述述性、确定定性知识）；一阶谓词词逻辑表示示知识的特特点简单应用：用一阶谓谓词逻辑

23、表表示法表示示数学定理理综合应用：用一阶谓谓词逻辑表表示法表示示机器人的的状态3、产生式式系统（1） 识记：产产生式的基基本形式：或者，其中中是产生式式前提，是是一组结论论或操作。产生式系系统的组成成（规则库库、综合数数据库、控控制系统）（2） 领会：产产生式系统统把知识表表示成“模式动作”对；产生生式系统分分类；产生生系统知识识表示的特特点简单应用：用产生式式系统表示示动物世界界问题4、知识的的框架表示示（1） 识记：框框架是一种种所论对象象属性的数数据结构；框架结构构组成；框框架表示知知识的特点点（2） 领会：框框架的BNNF描述；框架网络络；框架网网络重要特特征：继承承性（3） 简单应用

24、用：系统预预定义的槽槽名：ISSA、AKKO、Suubclaass、IInstaance、Partt -off、Inffer、PPossiible- Reaason等等综合应用：框架系统统中求解问问题的基本本过程5、知识的的语义网络络表示（1） 识记：语语义网络是是通过概念念及其关系系来表达知知识的一种种网络图；它是一个个带有标识识的有向图图；简单语语义网络三三元组表示示（2） 领会：语语义网络的的BNF描描述；用语语义网络表表示事实；用语义网网络表示事事实之间的的关系；用用语义网络络表示复杂杂的知识；语义网络络知识表示示的特点（3） 简单应用用：分类关关系、聚集集关系、推推论关系、时间、位位

25、置关系、多元关系系的语义网网络表示（4） 综合应用用：常用的的语义联系系：A-MMembeer-off、Commposeed-off、Havve、Beeforee、Aftter、AAt、Loocateed-onn（at,undeer,innsidee,outtsidee）、Siimilaar-too,Neaar-too；语义网网络系统 基于一阶阶谓词逻辑辑的问题求求解（一）学习习目的与要要求基于一阶谓谓词逻辑的的问题求解解是模拟机机器思维能能力，使之之能运用推推理，完成成问题求解解。本章讨讨论应用有有关推理的的方法和推推理的控制制策略，特特别是基于于一阶谓词词逻辑的归归结演绎方方法。作为为本课

26、程的的重点章节节，本章的的重点知识识有：关于于推理的基基本概念、推理的控控制策略、置换与合合一、归结结演绎推理理、归结反反演控制策策略、与/或形演绎绎推理等。通过对本本章的学习习，学生应应掌握推理理的基本概概念和推理理的控制策策略；掌握握置换与合合一技术；掌握归结结演绎（反反演）实现现定理证明明方法；掌掌握归结反反演的控制制策略；理理解Herrbrannd域和HHorn子子句的概念念和相关理理论；深刻刻理解Heerbraand域上上的不可满满足性与归归结反演中中空子句的的等价性。（二）课程程内容第一节 推理的基基本概念1、什么是是推理2、推理方方式与分类类3、推理的的控制策略略4、置换与与合一

27、第二节 归结演绎绎推理1、子句2、Herrbrannd域3、Robbinsoon归结原原理4、归结反反演5、归结控控制策略第三节 与/或形形演绎系统统1、与/或或形正向演演绎推理2、与/或或形逆向演演绎推理3、与/或或形双向演演绎推理（三）考核核知识点1、什么是是推理2、推理的的控制策略略3、置换与与合一4、子句5、归结反反演6、归结控控制策略7、与/或或形正向演演绎推理8、与/或或形逆向演演绎推理（四）考核核要求1、什么是是推理识记：推理理的定义（2） 领会：推推理的分类类：从推理理途径对推推理分类（演演绎推理、归纳推理理、默认推推理）、从从知识确定定性对推理理分类（确确定性推理理、不确定定

28、性推理）、从推理的的单调性分分类（单调调推理、非非单调推理理）。2、推理的的控制策略略识记：正向向推理、逆逆向推理、混合推理理、双向推推理的基本本思想领会：正向向推理、逆逆向推理、混合推理理、双向推推理四这之之间的区别别3、置换与与合一识记：置换换表示形式式；最一般般合一的定定义领会：复合合置换；差差异集简单应用：最一般合合一算法4、子句（1） 识记：合合式公式和和子句的定定义；子句句的不可满满足性（2） 领会：合合取范式；Skollem函数数；前束范范式（3） 简单应用用：求合式式公式的子子句集5、归结反反演（1） 识记：HHerbrrand域域；Horrn子句；归结反演演算法步骤骤（2）

29、领会：子子句集不可可满足性的的充要条件件是Herrbrannd域上一一切解释为为假；Roobinsson归结结原理（3） 简单应用用：命题逻逻辑中的归归结原理；谓词逻辑辑中的归结结原理综合应用：应用归结结反演证明明G是F的的逻辑结论论；归结反反演树6、归结控控制策略（1） 识记：删删除策略、支持集策策略、线性性输入策略略、单文字字策略、祖祖先过滤策策略的基本本方法（2） 领会：删删除策略、支持集策策略、线性性输入策略略、单文字字策略、祖祖先过滤策策略的基本本思想简单应用：归结中应应用各个控控制策略，比比较归结式式产生的深深度综合应用：在定理证证明中综合合应用归结结控制策略略7、与/或或形正向演

30、演绎推理（1） 识记：与与/或形正正向演绎推推理的基本本思想（2） 领会：与与/或形正正向演绎推推理的事实实表达式；F规则的的表示形式式；目标公公式的表示示形式及推推理过程（3） 简单应用用：把事实实表达式化化为与/或或形（4） 综合应用用：已知事事实和规则则，应用与与/或形正正向演绎推推理方法，证证明目标公公式成立8、与/或或形逆向演演绎推理（1） 识记：与与/或形逆逆向演绎推推理的基本本思想（2） 领会：与与/或形逆逆向演绎推推理的事实实表达式；B规则的的表示形式式；事实公公式的表示示形式及推推理过程（3） 简单应用用：把目标标表达式化化为与/或或形（4） 综合应用用：已知目目标公式和和规

31、则，应应用与/或或形逆向演演绎推理方方法，证明明终止在事事实公式的的节点不确定性推推理（一）学习习目的与要要求在现实世界界中，人们们通常是在在信息不精精确、不完完备、模糊糊、随机的的情况下运运用不确定定性知识进进行思维、求解问题题的，推理理出的结论论也并不总总是随着知知识的增加加而单调增增加。因而而，对于不不确定性的的研究成为为人工智能能学科的一一个重要内内容。本章章基于代数数系统的讨讨论，描述述不确定知知识推理的的总体框架架，随后论论述了几种种重要的不不确定性推推理方法。本章的重重点知识有有：不确定定知识推理理的总体框框架、不确确定性推理理的确定因因子法、主主观贝叶斯斯（Bayyes）法法、

32、D-SS证据理论论法、可能能性理论等等。通过对对本章的学学习，学生生应掌握不不确定性推推理的总体体框架算法法；理解从从已知不确确定性的证证据和不确确定性的规规则，按不不确定性推推理方法推推出不确定定性的假设设。掌握确确定因子法法中MB和和MD的物物理意义和和方法的计计算过程；掌握主观观贝叶斯（BBayess）法中LLS和LNN的物理意意义，曲线线插值法以以及该方法法的求解过过程。掌握握D-S证证据理论方方法中基本本概率赋值值函数m(A), Bel(A)和PPl(A)的物理意意义，正交交和的计算算以及该方方法的计算算过程。理理解对于知知识模糊性性的可能性性理论的推推理方法，深深刻理解语语言变量的

33、的概念并应应用于模糊糊推理规则则中。（二）课程程内容不确定性推推理概述1、不确定定性问题的的代数系统统2、不确定定性推理模模型3、不确定定性推理语语义4、几种重重要的不确确定性推理理方法确定因子法法1、知识的的不确定性性2、证据的的不确定性性3、不确定定性推理算算法主观贝叶斯斯方法1、规则不不确定性的的描述2、证据不不确定性的的描述3、举例D-S证据据理论1、证据的的不确定性性2、证据的的组合3、D-SS证据理论论的推理可能性理论论1、几个基基本概念2、语言变变量3、命题模模糊性的描描述4、模糊命命题的转换换规则5、模糊推推理规则粗集理论1、RSTT的概述2、粗集理理论的不确确定性知识识表示（

34、三）考核核知识点1、什么是是不确定性性推理2、不确定定性推理的的模型3、几种主主要的不确确定性推理理方法4、确定因因子法5、主观贝贝叶斯方法法6、D-SS证据理论论的不确定定性推理7、可能性性理论（四）考核核要求1、什么是是不确定性性推理（1） 识记：不不确定性推推理的基本本思想领会：不确确定性推理理的目的2、不确定定性推理的的模型（1） 识记：不不确定性推推理的代数数模型 领会：不确确定性知识识的表示简单应用：不确定性性推理的一一般范式综合应用：不确定性性推理的语语义3、几种主主要的不确确定性推理理方法(1)识记记：不确定定性推理的的几种主要要方法（确确定因子法法、主观贝贝叶斯法、D-S证证

35、据理论）(2)领会会：可能性性理论法4、确定因因子法(1)识记记： 计算算公式及语语义；确定定因子法的的推理算法法(2)领会会：和的性质(3)简单单应用：证证据是多个个条件逻辑辑组合情况况下等价证证据的确定定性因子的的计算(4)综合合应用：实实例的确定定因子法计计算5、主观贝贝叶斯方法法(1)识记记：的定义义和语义；三点线性性插值方法法推理算法法(2)领会会：贝叶斯斯公式在该该方法中的的应用；几几率函数在在中的语义义(3)简单单应用：分分段线性插插值的应用用(4)综合合应用：实实例的主观观贝叶斯方方法计算6、D-SS证据理论论的不确定定性推理(1)识记记：基本概概率赋值函函数的定义义和语义；信

36、任函数数、似然函函数、类概概率函数的的定义和语语义以及三三者之间的的关系(2)领会会：逻辑组组合证据的的计算和不不同证据来来源支持同同一个假设设的正交和和计算(3)简单单应用：类类概率的计计算；不同同证据来源源支持同一一个假设的的正交和计计算(4)综合合应用：推推理网络图图的设计；实例的DD-S证据据理论推理理7、可能性性理论识记：模糊糊知识的表表示；模糊糊产生式规规则的一般般形式领会：语言言变量和模模糊命题的的转换规则则简单应用：模糊修饰饰语的计算算综合应用：模糊的不不确定性推推理专家系统（一）学习习目的与要要求 专专家系统是是人工智能能学科研究究最成功的的一个领域域，对它研研究成功有有力推

37、动了了人工智能能，乃至计计算机科学学的理论和和技术的发发展。本章章的重点是是：专家系系统的性能能特点、专专家系统的的结构。通通过对本章章的学习，学学生应理解解什么样的的程序是专专家系统、深刻理解解如何构造造和研制专专家系统，要要了解专家家系统研究究的历史、几个重要要的专家系系统研制的的理论基础础和主要技技术、重要要的功能、应用领域域等主要研研究领域，应应掌握专家家系统的结结构和研制制的整个过过程。（二）课程程内容第一节 专家系统统基本概念念1、什么是是专家系统统2、专家系系统的特征征3、专家系系统与常规规程序的区区别4、专家系系统研究的的历史第二节 专家系统统分类1、按专家家系统的特特征分类2

38、、按系统统的体系结结构分类第三节 专家系统统的一般结结构1、专家系系统的基本本结构2、专家系系统的理想想结构第四节 专家系统统的建造与与评价1、专家系系统建造的的原则2、专家系系统的开发发过程3、专家系系统的评价价第五节 专家系统统开发工具具1、人工智智能语言2、专家系系统外壳3、通用专专家系统工工具专家系统开开发环境1、专家系系统开发硬硬件环境2、专家系系统开发软软件环境新一代专家家系统的研研究1、分布协协同式的体体系结构2、知识的的自动获取取3、深层知知识的利用用几个著名的的专家系统统1、动物识识别系统2、MYCCIN3、PROOSPECCTOR4、AM（三）考核核知识点1、专家系系统的概

39、念念2、专家系系统的特征征3、专家系系统研究的的大致历史史4、按专家家系统特征征的分类5、专家系系统的基本本结构6、专家系系统建造的的原则7、几个著著名的专家家系统（四）考核核要求1、专家系系统的概念念识记：专家家系统的定定义领会：专家家系统研制制成功对人人工智能乃乃至计算机机科学的贡贡献2、专家系系统的特征征识记：专家家系统的特特征领会：专家家系统与一一般程序的的区别简单应用：举例分析析专家系统统与一般程程序的区别别综合应用：举例说明明专家系统统的特征3、专家系系统研究的的大致历史史(1)识记记：世界上上第一个专专家系统和和中国第一一个专家系系统的名称称、研制者者、研制时时间(2)领会会：专

40、家系系统发展的的简单情况况4、按专家家系统特征征的分类(1)识记记：按专家家系统的特特征分类有有那些专家家系统；按按系统的体体系结构分分类有那些些专家系统统(2)领会会：专家系系统的广泛泛应用5、专家系系统的基本本结构(1)识记记：专家系系统的基本本结构模块块图(2)领会会：专家系系统基本结结构各模块块执行的功功能(3)简单单应用：推推理机的程程序设计(4)综合合应用：专专家系统的的理想结构构6、专家系系统建造的的原则(1)识记记：专家系系统建造的的七个原则则(2)领会会：专家系系统的开发发过程、专专家系统的的评价(3)简单单应用：专专家系统开开发工具、专家系统统外壳、通通用专家系系统工具(4

41、)综合合应用：专专家系统的的瓶颈分析析和解决方方案7、几个著著名的专家家系统(1)识记记：动物识识别系统、MYCIIN、PRROSPEECTORR (2)领会会：分布协协同式的体体系结构、知识的自自动获取、深层知识识的利用(3)简单单应用：分分析动物识识别系统、MYCIIN、PRROSPEECTORR的知识库库的构造第七章 机器学习习（一）学习习目的与要要求 机机器具有学学习能力是是判断程序序是否是智智能程序的的唯一标准准，研究机机器学习方方法和途径径，构造机机器学习系系统是人工工智能的重重要内容。本章的教教学重点是是：机器学学习的基本本概念、机机器学习的的主要方法法和机器学学习系统的的构造。

42、通通过对本章章的学习，学学生应掌握握机器学习习的定义，理理解机器学学习与人类类学习的区区别、智能能程序与一一般程序的的区别，深深刻理解机机器学习主主要方法的的机制以及及它们之间间的区别，要要了解机器器学习系统统构造原则则和步骤。（二）课程程内容第一节 机器学习习的概念1、什么是是机器学习习2、人类学学习与机器器学习3、机器学学习系统第二节 学习系统统模型1、环境2、学习环环节3、知识库库4、执行环环节第三节 机器学习习方法分类类1、基于推推理策略的的分类2、基于系系统性的分分类第四节 机器学习习研究历史史1、神经元元模型研究究阶段2、符号概概念获取研研究阶段3、符号学学习兴旺发发达阶段4、联结

43、学学习和符号号学习共发发展阶段第五节 机器学习习的研究目目标1、通用学学习算法2、认知模模型3、工程目目标几个著名的的机器学习习系统1、BACCON2、INDDUCE系系统3、数学方方向系统AAM4、AQ（三）考核核知识点1、机器学学习的概念念2、机器学学习方法分分类3、机器学学习研究历历史4、几个著著名的机器器学习系统统（四）考核核要求1、机器学学习的概念念识记：机器器学习的定定义、机器器学习系统统的定义领会：机器器学习与人人类学习的的区别简单应用：利用机器器学习来智智能程序的的判断综合应用：机器学习习模型的建建立2、机器学学习方法分分类(1)识记记：基于推推理策略的的对机器学学习进行分分类

44、、基于于系统性对对机器学习习进行分类类(2)领会会：机械学学习、讲授授学习、演演绎学习、解释学习习、类比学学习、归纳纳学习的基基本思想(3)简单单应用：比比较分析演演绎学习与与归纳学习习的区别，类类比学习的的机制(4)综合合应用：举举例说明机机械学习的的过程3、机器学学习研究历历史(1)识记记：机器学学习的三个个研究目标标(2)领会会： 神经经元模型研研究阶段、符号概念念获取研究究阶段、符符号学习兴兴旺发达阶阶段和联结结学习和符符号学习共共发展阶段段的特征(3)简单单应用：举举例说明机机器学习的的研究对人人工智能的的贡献(4)综合合应用：叙叙述机器学学习研究的的大致历史史4、几个著著名的机器器

45、学习系统统识记：BAACON、INDUUCE系统统、AM系系统 领会：BAACON、INDUUCE系统统、AM系系统三个机机器学习系系统的基本本功能简单应用：利用BAACON解解释电学上上的安培定定理综合应用：利用INNDUCEE系统计算算定积分三、关于大大纲的说明明与考核实实施要求（一）自学学考试大纲纲的目的和和作用课程自学考考试大纲是是根据电工工电子与信信息类及相相关专业自自学考试计计划的要求求，结合自自学考试的的特点而确确定，其目目的作用是是对个人自自学、社会会助学和课课程考试命命题进行指指导和规定定。课程自学考考试大纲与与教材的关关系课程自学考考试大纲是是进行学习习和考核的的依据，教教

46、材是学习习掌握课程程知识的基基本内容与与范围，教教材的内容容是大纲所所规定的课课程知识和和内容的扩扩展与发挥挥。关于自学教教材与主要要参考书自学教材：人工智能能基础，邵邵军力、张张景、魏长长华主编，电电子工业出出版社，22000年年3月主要参考书书：人工智智能原理与与方法，王王永庆主编编，西安交交通大学出出版社，11998年年5月 人人工智能原原理及其应应用，蔡自自兴、徐光光佑主编，清清华大学出出版社，22003年年9月第三三版关于自学要要求和自学学方法的指指导本课程共33个学分。根据学习对对象成人在在职业余自自学的实际际以及本课课程所涉及及的知识面面较宽，建建议学生先先学习好本本课程的先先导课程，如如离散数学学、概率论论、数值分分析和程序序设计语言言等课程。在此基础础上，学习习时应注意意课程的重重点知识，区区分必须要要掌握的知知识点与一一般性要求求了解的知知识点。学学习方法应应该是做到到理论与实实际相结合合，即对课课程中的知知识要自己己动手进行行必要的演演算。对社会助学学的要求 对对于社会助助