人工智能技术教学大纲

人工智能技术教学大纲课程中文名称：人工智能技术课程英文名称：ArtificialIntelligenceTechnology课程编号：204T0612学分：1学时：16（其中：讲课学时：16实验学时：0实践学时：0）先修课程：自动控制理论II适用专业：智能电网信息工程课程类别：专业选修课/选修使用教材：《人工智能技术》，曹承志，清华大学出版社，2010开课单位：电气与新能源学院一、课程性质本课程为自动化专业选修课程。人工智能技术是自动控制领域的前沿学科之一，它是一门综合性很强的多学科交叉的新兴学科，被称为自动控制理论发展的第三阶段。人工智能技术的发展为解决复杂非线性、不确定系统的控制问题开辟了新的途径。二、课程目标课程目标1：通过本课程学习，强化学生的“四个自信”，帮助学生初步掌握科学的方法论和认识论，塑造学生正确的世界观、人生观和价值观，培养良好的职业素养。课程目标2：熟悉智能控制的产生和发展，智能控制的理论框架等基本知识，同时熟悉和掌握智能控制的含义和特点等专业知识。课程目标3：能够较熟练的掌握多种经典人工智能技术的原理和仿真实现方法。三、课程目标对毕业要求的支撑关系毕业要求毕业要求指标点课程目标对毕业要求的支撑关系毕业要求3设计/开发解决方案：能够设计针对自动化系统复杂工程问题的解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。指标点3.1：掌握自动化系统工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。指标点3.2：能够针对自动化系统工程设计与产品开发的特定需求，完成元件和系统的设计，在设计中体现创新意识。课程目标1课程目标2课程目标3

四、教学内容及要求第1章绪论2学时1.教学内容（1）智能控制的产生和发展，智能控制的理论框架；（2）智能控制的含义和特点。2.重、难点智能控制的含义和特点。3.考核要点（1）智能控制的含义。4.教学方法课堂讲解，查阅资料5.作业安排（1）智能控制的含义。第2章模糊控制技术8学时1.教学内容（1）模糊控制的数学基础；（2）模糊控制原理；（3）模糊控制器的设计和实现方法；（4）模糊控制器的MATLAB实现。2.重、难点模糊控制原理，模糊控制器的设计和实现方法。3.考核要点（1）模糊控制原理；（2）模糊控制器的设计。4.教学方法课堂讲解，MATLAB仿真，课堂讨论5.作业安排（1）模糊控制器的设计。 第3章人工神经网络控制8学时1.教学内容（1）人工神经网络的基本知识；（2）前馈网络及其主要算法；（3）Hopfield网络；（4）模糊神经网络控制。2.重、难点前馈网络及其主要算法。3.考核要点（1）神经网络的基本知识；（2）前馈网络及其主要算法。4.教学方法课堂讲解，MATLAB仿真，课堂讨论5.作业安排（1）前馈网络及其主要算法。 第4章遗传算法4学时1.教学内容（1）遗传算法的基本原理；（2）遗传算法的计算机实现。2.重、难点遗传算法的计算机实现。3.考核要点（1）遗传算法的基本原理。4.教学方法课堂讲解，查阅资料，MATLAB仿真5.作业安排（1）遗传算法的计算机实现。 第5章智能控制新技术及其应用10学时1.教学内容（1）专家控制的关键技术；（2）模糊控制器的Matlab仿真；（3）神经网络控制的Matlab仿真；（4）遗传算法的Matlab仿真。2.重、难点智能控制新技术和MATLAB仿真。3.考核要点（1）专家控制的关键技术。4.教学方法课堂讲解，查阅资料，MATLAB仿真5.作业安排（1）智能控制MATLAB仿真。四、学时分配及对毕业要求指标点的支撑章节教学内容支撑的毕业要求指标点学时分配讲课实验实践1.绪论（1）智能控制的产生和发展，智能控制的理论框架（2）智能控制的含义和特点3.42002.模糊控制技术（1）模糊控制的数学基础（2）模糊控制原理（3）模糊控制器的设计和实现方法（4）模糊控制器的MATLAB实现3.4803.人工神经网络控制1.人工神经网络的基本知识2.前馈网络及其主要算法3.Hopfield网络4.模糊神经网络控制4.1804.遗传算法1.遗传算法的基本原理2.遗传算法的计算机实现4.1405.智能控制新技术及其应用1.专家控制的关键技术2.模糊控制器的Matlab仿真3.神经网络控制的Matlab仿真4.遗传算法的Matlab仿真5.1100合计320五、教学内容对课程目标的支撑关系章节教学内容学时分配支撑的课程目标讲课实验实践1.绪论（1）智能控制的产生和发展，智能控制的理论框架（2）智能控制的含义和特点40课程目标1课程目标22.模糊控制技术（1）智能控制的产生和发展，智能控制的理论框架（2）模糊控制的数学基础（3）模糊控制原理（4）模糊控制器的设计和实现方法（5）模糊控制器的MATLAB实现40课程目标33.人工神经网络控制（1）人工神经网络的基本知识（2）前馈网络及其主要算法（3）Hopfield网络（4）模糊神经网络控制40课程目标34.智能控制新技术及其应用（1）专家控制的关键技术（2）模糊控制器的Matlab仿真（3）神经网络控制的Matlab仿真（4）遗传算法的Matlab仿真40课程目标3六、考核方式及成绩评定标准1.课程考核方式：设计报告60%；平时表现占40%。其中，平时表现包括课堂考勤10%、课堂表现30%支撑毕业要求课程目标考核与评价方式合计平时表现设计报告课程目标1101020指标点3.1课程目标2152540指标点3.2课程目标3152540总分占比%40601002.课程考核评分标准课程目标考核要求评分标准高于预期达到预期低于预期优秀良好合格不合格课程目标1平时表现，设计报告，20分20~1817~1615~12<11课程目标2平时表现，设计报告，40分40~3635~3231~24<