AI导论电子教案

人工智能导论课程教案（参考）廉师友编写清华大学出版社（2020）说明为了方便各位任课老师的教学，本书作者将自己曾经给计算机专业讲授人工智能课程的教案（稍有删节）提供给大家以作参考。由于该《人工智能导论》是一部新教材，所以此教案仅有参考价值。其实，即就是完全按照这本新教材所写的教案，也只能作为参考而并非能适合每位老师的教学实际。事实上，不同的院校对同一门课程往往有不同的内容要求和课时设置，不同的老师对同一门课程也都有自己不同的教学思路和教学风格，如果统一为一种模式，则就限制了老师的发挥和创新。希望这份资料对各位任课老师的教学能有所帮助！当然，若发现其中有不妥或错误之处也请指正！作者2020年3月教案首页院(系)：计算机学院教研室(系)：计算机工程课程名称人工智能导论课程类别必修课（√）选修课（）总学时学分讲授学时上机学时0实验学时专业计算机科学与技术班级任课教师职称教学目的和要求《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。本课程的具体要求为：1.了解人工智能的基本概念、分支领域及其发展概况；2.理解知识表示及其推理的基本原理，掌握其基本技术；3.理解基于搜索的问题求解基本原理，掌握其基本技术；4.理解机器学习、知识发现的基本原理；初步掌握其基本方法；5.学会一种人工智能程序语言，掌握简单的智能程序设计方法；6.能综合运用所学知识，设计实现一个小型专家系统。教学重点、难点1.搜索与问题求解；2.知识表示及其推理；3.机器学习与知识发现；4.专家系统原理与设计。教材和参考书教材：《人工智能技术导论》（第三版），廉师友，西安电子科技大学出版社，2007。教学参考书：章节备课学时：2章节第1章人工智能概述知识点和分析方法1.人工智能的概念；2.人工智能的研究内容；3.人工智能的研究途径与方法；4.人工智能的应用；5.人工智能的分支领域和发展概况。重点难点1.人工智能的研究内容；2.人工智能的研究途径与方法。要求掌握内容1.人工智能的概念；2.人工智能的研究内容。教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题，启发学生的思维；2.注意层次和条理，以利于学生接受和理解；3.多媒体并用，增加教学内容的生动、形象和直观性；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题一主要参考资料[1]；[2]；[3]。备注

章节备课学时：4章节第2章逻辑程序设计语言PROLOG知识点和分析方法1.PROLOG语言的运行机理2.TurboPROLOG程序设计重点难点TurboPROLOG程序设计要求掌握内容1.PROLOG语言的运行机理2.简单的PROLOG程序设计教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以动态演示的方式讲解PROLOG程序，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题二主要参考资料[1]李卫华等.IBMPC机编译型PROLOG语言.武汉大学出版社，1987[2]刘椿年，曹德和.PROLOG语言，它的应用与实现.科学出版社，1990备注

章节备课学时：6章节第3章图搜索与问题求解知识点和分析方法1.状态图搜索2.状态图搜索问题求解3.与或图搜索4.与或图搜索问题求解重点难点1.启发式图搜索技术2.问题的状态图或者与或图表示要求掌握内容状态图搜索和与或图搜索基本算法教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，变抽象为形象，以化难为易，加深学生的印象；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题三主要参考资料[1]（美）NilsJ.Nilsson，（郑扣根，庄越挺译），人工智能，机械工业出版社，2000；[2][美]StuartRussell，PeterNorvig，姜哲等译，人工智能——一种现代方法（第二版），人民邮电出版社，2004；备注

章节备课学时：2章节第4章基于遗传算法的随机优化搜索知识点和分析方法1.相关基本概念；2.基本遗传算法。重点难点1.适应度函数；2.三种遗传操作。要求掌握内容1.三种遗传操作；2.遗传算法的应用。教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题四主要参考资料[1]周明，孙树栋.遗传算法原理及应用.国防工业出版社，1999[2]玄光男，程润伟.遗传算法与工程设计.科学出版社，2000[3]张铃，张钹.计算智能——神经计算和遗传算法技术，世纪之交的知识工程与知识科学.清华大学出版社，2001[4]王小平，曹立明.遗传算法——理论、应用与软件实现.西安交通大学出版社，2002备注

章节备课学时：10章节第5章知识表示与推理知识点和分析方法1.基于谓词逻辑的归结演绎推理2.基于产生式规则的机器推理3.几种结构化知识表示及其推理4.不确定性知识的表示与推理重点难点1.基于谓词逻辑的归结演绎推理；2.不确定性知识的表示与推理。要求掌握内容1.归结原理；2.产生式系统；3.几种结构化知识表示。教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题五、习题六、习题七、习题八主要参考资料[1]马少平，朱小燕.人工智能.清华大学出版社，2004[2]李德毅，杜鹢.不确定性人工智能.国防工业出版社，2005[3]（美）NilsJ.Nilsson，（郑扣根，庄越挺译），人工智能，机械工业出版社，2000备注

章节备课学时：6章节第6章机器学习与知识发现知识点和分析方法1.机器学习基本原理；2.符号学习；3.神经网络学习；4.知识发现与数据挖掘。重点难点1.决策树学习；2.神经网络学习。要求掌握内容1.机器学习基本原理；2.决策树学习；3.BP网络及其学习算法。教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题九主要参考资料[1]TomM.Mitchell著，曾华军，张银奎等译.机器学习.机械工业出版社，2005[2]王珏，周志华，周傲英.机器学习及其应用.清华大学出版社，2006[3]焦李成，刘芳，缑水平，刘静，陈莉.智能数据挖掘与知识发现.西安电子科技大学出版社，2006备注

章节备课学时：4章节第7章专家系统知识点和分析方法1.基本概念2.体系结构3.设计与实现重点难点1.体系结构2.设计与实现要求掌握内容专家系统基本原理与设计实现技术教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题十二主要参考资料[1][美]NilsJ.Nilsson著，郑扣根，庄越挺译.人工智能.机械工业出版社，2000[2]吴泉源，刘江宁.人工智能与专家系统.国防科技大学出版社，1995备注

章节备课学时：2章节第8章Agent系统知识点和分析方法1.Agent的概念；2.Agent的结构；3.多Agent系统。重点难点1.Agent的结构；2.多Agent系统。要求掌握内容Agent系统的基本原理与应用教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题十三主要参考资料[1]陆汝钤.世纪之交的知识工程与知识科学.清华大学出版社，2001

[2]胡舜耕，张莉，钟义信.多Agent系统的理论、技术及其应用.计算机科学，Vol.26No.9，1999[3]余雪丽.软件体系结构及实例分析.科学出版社，2004备注

章节备课学时：2章节第9章智能化网络知识点和分析方法1.智能网络；2.网络的智能化管理与控制；3.网上信息的智能化检索。重点难点1.网络的智能化管理与控制；2.网上信息的智能化检索。要求掌握内容1.网络的智能化管理与控制基本技术；2.网上信息的智能化检索基本技术。教授思路，采用的教学方法和辅助手段，板书设计，重点如何突出，难点如何解决，师生互动等1.提出问题、分析问题、解决问题，启发学生的思维；2.注意层次和条理，深入浅出，以利于学生接受和理解；3.理例结合，多媒体并用，以化难为易；4.精练语言，注意详略，讲究逻辑性，提高学生的学习兴趣；5.多用疑问、设问、反问，引起学生的注意，引导学生积极思维，达到师生互动。教材习题十四主要参考资料[1]郭军.智能信息技术.北京邮电大学出版社,1999[2]龚双瑾.智能网技术.人民邮电出版社，1999备注

课时备课第1次课2学时章节第1章人工智能概述讲授内容1.1什么是人工智能1.2人工智能的研究意义、目标和策略1.3人工智能的研究内容1.4人工智能的研究途径与方法1.5人工智能的应用1.6人工智能的分支领域1.7人工智能的发展概况重点难点1.人工智能的研究内容；2.人工智能的研究途径与方法。教学方法、方式与教学过程1.通过提问引入人工智能的概念；2.简述1.2人工智能的研究意义、目标和策略；3.重点讲解1.3人工智能的研究内容；4.通过提出问题、分析问题，介绍人工智能的研究途径与方法；5.简述1.5人工智能的应用，图示当前的一些重要应用成果；6.概述1.6人工智能的分支领域；7.简述人工智能的发展概况；8.本章总结；9.布置作业。课前提问、复习及讲评课后作业教材习题一书面：2，3，4思考：1，5，6实施情况课时备课第2次课2学时章节第2章逻辑程序设计语言PROLOG讲授内容2.1基本PROLOG2.1.1P2.1.2P2.1.3P2.2TurboPROLOG程序设计2.2.1程序结构2.2.2数据与表达式2.2.重点难点PROLOG程序的运行机理。教学方法、方式与教学过程1.简介PROLOG语言的背景情况；2.理例结合介绍基本PROLOG的语句；3.理例结合介绍基本PROLOG的程序；4.理例结合并动态演示，讲解PROLOG的运行机理；5.简介TurboPROLOG的背景情况；6.介绍TurboPROLOG的程序结构；7.讲述TurboPROLOG的数据与表达式；8.介绍TurboPROLOG的输入与输出内部谓词；9.小结；10.布置作业。课前提问、复习及讲评课后作业教材习题二书面：1实施情况课时备课第3次课2学时章节第2章逻辑程序设计语言PROLOG讲授内容2.2.42.2.5表处理与递归2.2.6回溯控制2.2.7程序举例重点难点1.表处理与递归2.回溯控制教学方法、方式与教学过程1.提问；2.理例结合介绍PROLOG的动态数据库原理和使用方法；3.理例结合讲解TurboPROLOG的表数据结构和递归机制，以及二者配合使用的技巧；4.提出问题，说明对回溯进行控制的必要性；然后举例讲解回溯控制基本方法；5.列举完整的程序实例，加深学生对逻辑程序和PROLOG语言的理解，使学生进一步了解PROLOG程序设计的一般思路和方法；6.本章总结；7.布置作业。课前提问、复习及讲评问题：1.简述PROLOG语言程序的运行机理。2.PROLOG语言程序的执行过程与过程型语言的执行过程有什么不同？课后作业教材习题二书面：2思考：3实施情况课时备课第4次课2学时章节第3章图搜索与问题求解讲授内容3.1状态图搜索3.1.1状态图3.1.2状态图搜索3.1.3穷举式搜索3.1.4启发式搜索3.1.5加权状态图搜索重点难点1.启发式图搜索2.加权状态图搜索教学方法、方式与教学过程1.通过实例结合图示，引入状态图的概念；2.分析、讲解状态图搜索的基本思路、方式和策略；3.讲解状态图搜索的基本算法；4.通过提出问题、分析问题，重点讲解启发式状态图搜索的基本原理和算法；5.通过实例，引入加权状态图的概念，并介绍其搜索方法和基本算法；6.小结；7.布置作业。课前提问、复习及讲评教材习题三书面：5思考：3，7，8课后作业实施情况课时备课第5次课2学时章节第3章图搜索与问题求解讲授内容3.1.63.1.7状态图搜索策略小结3.2状态图搜索问题求解3.2.1问题的状态图表示3.2.2状态图问题求解程序举例重点难点1.A算法和A*算法；2.问题的状态图表示。教学方法、方式与教学过程1.详细讲解A算法和A*算法；2.小结状态图搜索策略；3.通过实例引入状态图搜索问题求解；4.举例说明问题的状态图表示方法；5.状态图问题求解程序举例；6.小结；7.布置作业。课前提问、复习及讲评问题：1.状态图的启发式搜索有哪些基本算法？2.加权状态图搜索有哪些基本算法？课后作业教材习题三书面：2，6思考：10，11实施情况课时备课第6次课2学时章节第3章图搜索与问题求解讲授内容3.3与或图搜索3.3.1与或图3.3.2与或图搜索3.3.3启发式与或树搜索3.4与或图搜索问题求解3.4.1问题的与或图表示3.4.2与或图问题求解程序举例重点难点1.启发式与或树搜索；2.问题的与或图表示。教学方法、方式与教学过程1.通过一个几何证明问题引入与或图的概念；2.讲述与或图搜索的一般方式和策略；3.用动态图重点讲解启发式与或树搜索过程；4.介绍问题的与或图表示方法；5.与或图问题求解程序举例；6.小结；7.本章总结；8.布置作业。课前提问、复习及讲评问题：试述A*算法的基本思想。课后作业教材习题三书面：12，15思考：1，13，14实施情况课时备课第7次课2学时章节第4章基于遗传算法的随机优化搜索讲授内容4.1基本概念4.2基本遗传算法4.3遗传算法应用举例4.4遗传算法的特点与优势重点难点1.适应度函数与染色体编码；2.三种遗传操作。教学方法、方式与教学过程1.通过达尔文的自然选择和生物的有性繁殖遗传变异的进化学说，引入遗传算法的基本思想；2.介绍遗传算法中的几个基本概念；3.重点讲解基本遗传算法的步骤；4.通过两个实例进一步介绍基本遗传算法的应用；5.简评遗传算法的特点和优势及当前发展情况；6.本章总结；7.布置作业。课前提问、复习及讲评课后作业教材习题四书面：2思考：1实施情况课时备课第8次课2学时章节第5章知识表示与推理讲授内容5.1基于谓词逻辑的归结演绎推理5.1.15.1.25.1.5.1.4重点难点1.子句集的求法；2.谓词逻辑中的归结原理。教学方法、方式与教学过程1.简介基于谓词逻辑的机器推理概况；2.引入归结演绎推理；3.详细讲解子句集及其求法；4.介绍命题逻辑中的归结原理；5.提出问题，引入替换与合一概念，并讲解替换与合一的一般方法；6.讲述谓词逻辑中的归结原理；7.归结演绎推理举例；8.总结；9．布置作业。课前提问、复习及讲评课后作业教材习题五书面：1:(3),(4)4:(2),(3),(4)6思考：2,5实施情况课时备课第9次课2学时章节第5章知识表示与推理讲授内容5.2基于产生式规则的机器推理5.2.5.2.25.2.5.2.重点难点1.产生式规则；2.产生式系统的运行过程。教学方法、方式与教学过程1.作业讲评；2.举例引入产生式与产生式系统的概念；3.图示、讲解基于产生式规则的推理和产生式系统的运行过程；4.简单分析产生式系统与图搜索的关系；5.介绍产生式系统的程序实现方法；6.总结；7.布置作业。课前提问、复习及讲评课后作业教材习题六书面：3思考：1，2，4实施情况课时备课第10次课2学时章节第5章知识表示与推理讲授内容5.3几种结构化知识表示及其推理5.3.15.3.25.3.3重点难点1.框架；2.语义网络。教学方法、方式与教学过程1.作业讲评；2.用图示和举例介绍框架的原理和方法；3.举例介绍框架的程序实现方法；4.用图示和举例介绍语义网络的原理和方法；5.举例介绍语义网络的程序实现方法；6.本节小结；7.本章总结；8.布置作业。课前提问、复习及讲评课后作业教材习题七书面：4，6思考：1，2，3，8实施情况课时备课第11次课2学时章节第5章知识表示与推理讲授内容5.4不确定性知识的表示与推理5.45.45.4.3重点难点1.不确定性知识的表示及推理；2.确定性理论。教学方法、方式与教学过程1.作业讲评；2.举例引入不确定性的概念，简述其分类及研究意义；3.概述不确定性知识的表示及推理的基本思路和方法；4.简介确定性理论推理模型；5.小结；6.布置作业。课前提问、复习及讲评课后作业教材习题八书面：2，7思考：1，5，6实施情况课时备课第12次课2学时章节第5章知识表示与推理讲授内容5.45.4.5重点难点1.模糊集合；2.模糊逻辑。教学方法、方式与教学过程1.概述不确切性知识的表示及推理的基本思路和方法；2.引入模糊集合的概念；3.举例说明基于模糊集合的知识表示；4.介绍模糊集合的运算与模糊逻辑；5.本节小结；6.本章总结；7.布置作业。课前提问、复习及讲评课后作业教材习题八书面：3，4思考：10实施情况课时备课第13次课2学时章节第6章机器学习与知识发现讲授内容6.1机器学习概述6.1.16.1.26.1.36.2符号学习6.2.16.2.26.2.3重点难点1.机器学习的基本原理；2.决策树学习。教学方法、方式与教学过程1.作业讲评；2.概述机器学习的概念、原理和方法；3.简介记忆学习；4.举例、图示讲解示例学习；5.图示、举例详细讲解决策树学习的基本原理和方法；6.小结；7.布置作业。课前提问、复习及讲评课后作业教材习题九书面：1，6思考：2，5实施情况课时备课第14次课2学时章节第6章机器学习与知识发现讲授内容6.3神经网络学习6.3.16.3.26.3.36.3.46.3.5BP重点难点1.人工神经元；2.神经网络学习与BP网络。教学方法、方式与教学过程1.概述连接学习的基本原理与方法；2.图示简介生物神经元信息处理机制；3.图示介绍人工神经元和人工神经网络的基本原理；4.详细讲解神经网络学习的基本原理和方法；5.图示讲解BP网络的基本原理及其学习方法举例；6.总结；7.布置作业。课前提问、复习及讲评课后作业教材习题九书面：9思考：7实施情况课时备课第15次课2学时章节第6章机器学习与知识发现第7章专家系统讲授内容6.4知识发现与数据挖掘6.4.16.4.26.4.36.4.4第7章专家系统7.1基本概念7.2系统结构重点难点1.知识发现的对象、任务和方法；2.专家系统的体系结构。教学方法、方式与教学过程1.引入知识发现与数据挖掘的概念；2.简述知识发现的一般过程；4.依次介绍知识发现的对象、任务和方法；5.小结；6.引入专家系统的概念；7.图示、讲述专家系统的体系结构；8.布置作业。课前提问、复习及讲评课后作业教材习题九书面：10教材习题十二书面：3，14思考：1，2实施情况课时备课第16次课2学时章节第7章专家系统讲授内容7.3实例介绍7.4系统设计与实现7.5开发工具与环境重点难点专家系统的设计与实现教学方法、方式与教学过程1.介绍专家系统实例—PROSPECTOR；2.图示专家系统设计实现的一般步骤与方法；3.介绍知识获取的基本方法；4.讲述知识描述语言设计；5.讲述知识库与知识库管理系统设计；6.讲述推理机与解释功能设计；7.简述专家系统的开发工具与环境；8.本章总结；9.布置作业。课前提问、复习及讲评课后作业教材习题十二书面：5，10思考：6，7实施情况课时备课第17次课2学时章节第8章Agent系统讲授内容8.1Agent的概念8.2Agent的结构8.3Agent实例8.4多Agent系统8.5Agent的实现工具重点难点1.Agent的结构；2