《人工智能技术综合实验》课程教学大纲（智能制造工程专业）

字体、字号请参考范例注意：首字母大写植物拉丁学名斜体字体、字号请参考范例注意：首字母大写植物拉丁学名斜体一、课程简介课程中文名人工智能技术综合实验课程英文名ArtificialIntelligenceComprehensiveExperiments双语授课£是否课程代码24114078课程学分1总学时数1周课程类别□专业基础课程专业核心课程□专业选修课程□其他课程性质必修□选修£其他课程形态□线上线下□线上线下混合式□社会实践□虚拟仿真实验教学考核方式□闭卷□开卷□课程论文□课程作品□汇报展示报告课堂表现□阶段性测试□平时作业其他（可多选）开课学院机器人工程学院开课系(教研室)机器人工程系面向专业机器人工程、智能制造工程开课学期第5学期课程负责人秦善强审核人姚正华先修课程人工智能技术后续课程无选用教材无参考书目1.Ian，Goodfellow（伊恩·古德费洛）.深度学习经典教程：深度学习+动手学深度学习[M].北京：人民邮电出版社,2019年6月第1版.课程资源1.图书馆学习资源：可借阅图书馆《人工智能导论》或《机器学习》等书籍进行自主学习。2.网络学习资源：用超星浏览器下载电子书籍进行自主学习。课程简介本课程是一门实践必修课，主要任务是使学生在理解人工智能理论及方法的基础上，初步具有设计、实现和分析等方面的能力。通过本实验课程的训练，使学生熟练掌握人工智能的基本原理和方法，加深对各方法涉及的基础知识的认识，强化编程技能，培养创新能力。开阔学生知识视野、提高解决问题的能力，为将来使用人工智能的相关方法和理论解决实际问题奠定初步基础。通过本课程的学习和实践，使学生掌握基于Python实现相关应用案例的方法，同时培养学生良好的程序设计技能。二、课程目标表1课程目标序号具体课程目标课程目标1使了解人工智能的发展状况与研究内容；掌握人工智能的基本概念、基本思想方法和重要算法；熟悉典型的人工智能系统；学习用启发式搜索、机器学习和深度学习求解问题；了解简单的机器学习和专家系统方法；初步具备用经典的人工智能方法解决一些简单实际问题的能力。课程目标2通过本课程的学习，对人工智能从整体上有一个较清晰全面的系统了解，培养积极思考、严谨创新的科学态度和解决实际问题的能力，培养使用人工智能的方法解决相关问题的实际能力。表2机器人工程专业课程目标与毕业要求对应关系毕业要求指标点课程目标毕业要求4：研究：能够基于科学原理并采用科学方法对机器人工程及相关领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。【H】指标点4.3：能够分析与解释实验结果，并通过信息综合得到合理有效的结论。课程目标1毕业要求5：使用现代工具：能够针对机器人工程领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对机器人工程领域复杂工程问题的预测与模拟，并能够理解其局限性。【M】指标点5.3：能够使用现代工程工具和信息技术工具预测与模拟复杂机器人工程问题，并能够理解其局限性。课程目标2表3智能制造工程专业课程目标与毕业要求对应关系毕业要求指标点课程目标毕业要求4：研究：能够基于科学原理并采用科学方法对复杂智能制造工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。【H】指标点4.3：能够分析与解释实验结果，并通过信息综合得到合理有效的结论。课程目标1毕业要求5：使用现代工具：能够针对复杂智能制造工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，实现对复杂工程问题的预测与模拟，并能够理解其局限性。【M】指标点5.3：能够针对具体的智能制造工程问题，通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟和预测，满足特定需求，并能够理解其局限性。课程目标2三、课程教学内容与方法表3课程目标、教学内容和方法对应关系序号项目名称项目来源教学目标（观测点、重难点）学时数项目类型要求每组人数教学方法课程目标1实验1：利用问题归约法实现Hanoi塔问题实验教材1.用与或树表示问题的步骤、Hanoi塔问题的实现（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.分解、归约、本原问题、与树、或树、与或树、等价变换、用与或树表示问题的步骤（难点）。3.问题归约法的实现（重点）。2实验2：机器人搬盒子问题实验教材1.谓词、原子公式、谓词公式、子句、子句集、空子句、归结原理（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.谓词公式、子句集和归结原理的实现（难点）。3.归结原理的实现（重点）。3实验3：利用状态空间搜索法实现八数码问题实验教材1.状态、状态空间、算符、用状态空间表示问题的步骤、用状态空间求解问题的过程、搜索、宽度优先搜索、有界深度优先搜索、启发式搜索（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.用状态空间法求解八数码问题的实现过程（难点）。3.状态空间、用状态空间求解问题的过程、宽度优先搜索、有界深度优先搜索、启发式搜索（重点）。4实验4：ID3判定树学习算法的实现实验教材1.判定树、单个概念、机器学习、例子集、最大熵、信息增益、ID3算法（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.用程序设计语言实现ID3算法（难点）。3.ID3算法的实现（重点）。5实验5：用BP神经网络实现分类/回归问题实验教材1.用BP神经网络实现分类/回归的程序（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.bp前向后向推导（难点）。3.bp分类/回归的实现（重点）。6实验6：用遗传算法求函数的最大值问题实验教材1.遗传算法的原理、个体、群体、交换、突变、适应度（重点）。2验证性必做2-3讲授实验指导课程目标1课程目标22.个体种群和适应度函数（难点）。3.适应度函数（重点）。7实验7：专家系统其它1.专家系统的定义、结构与工作原理（重点）。2综合性必做2-3讲授实验指导课程目标1课程目标22.专家系统的建造与评价（难点）。3.专家系统的开发工具参观工程实训中心（难点）。8实验8：数据挖掘与主体技术其它1.数据挖掘的概念；数据挖掘的功能、作用、模型、算法；主体定义（重点）。2综合性必做2-3讲授调研课程目标1课程目标22.多主体系统（难点）。3.数据挖掘的研究热点与发展趋势；主体技术所面临的挑战（重点）。

四、课程考核（一）考核内容与考核方式表4-1课程目标、考核内容与考核方式对应关系课程目标考核内容所属学习项目考核占比考核方式课程目标11.利用问题归约法实现Hanoi塔，主要包括主函数、函数hanoi与搬移函数move，要求在主函数中接收盘子数目并调用hanoi函数。实验1：利用问题归约法实现Hanoi塔问题40%课程报告2．用谓词公式表示问题的初始状态、目标状态以及机器人操作；将谓词公式转换为子句集；利用归结原理对子句集中的子句进行归结。实验2：机器人搬盒子问题3.用状态空间搜索法求解问题的基本思想是将适用的算符作用于初始状态，以产生新的状态；然后再把一些适用的算符作用于新的状态，重复该过程，直至产生的状态为目标状态为止。实验3：利用状态空间搜索法实现八数码问题4.编写ID3算法程序，实现对不同对象的分类。实验4：ID3判定树学习算法的实现5.给定4个样本，分别为{（0，0），（0，1），（1，0），（1，1）}，利用BP神经网络解决这4个样本的分类，即要求4个样本的输出分别是0、1、1和0。首先构造输入层为2个神经元，隐含层为2个神经元，输出层为1个神经元的BP神经网络；然后利用给定的4个样本对神经网络训练；最后使用得到的神经网络对样本分类。实验5：用BP神经网络实现分类/回归问题6.选择测试用的目标函数，设计有效的遗传算子，分别编写初始化函数、适应度函数、复制函数、交换函数、变异函数以及主函数，最后输出函数的最大值。实验6：用遗传算法求函数的最大值问题课程目标21.给定4个样本，分别为{（0，0），（0，1），（1，0），（1，1）}，利用BP神经网络解决这4个样本的分类，即要求4个样本的输出分别是0、1、1和0。首先构造输入层为2个神经元，隐含层为2个神经元，输出层为1个神经元的BP神经网络；然后利用给定的4个样本对神经网络训练；最后使用得到的神经网络对样本分类。实验5：用BP神经网络实现分类/回归问题60% 课程报告2.选择测试用的目标函数，设计有效的遗传算子，分别编写初始化函数、适应度函数、复制函数、交换函数、变异函数以及主函数，最后输出函数的最大值。实验6：用遗传算法求函数的最大值问题3.专家系统的定义、性能、类型及发展概况；专家系统的结构与工作原理；专家系统的建造与评价；专家系统的开发工具；分布式专家系统与协同式专家系统。实验7：专家系统4.数据挖掘的概念；数据挖掘的功能、作用、模型、算法；数据挖掘的研究热点与发展趋势；主体定义；多主体系统；主体技术所面临的挑战。实验8：数据挖掘与主体技术表4-2课程目标与考核方式矩阵关系课程目标考核方式考核占比课程报告成绩比例50%实验报告成绩比例25%课堂参与成绩比例25%课程目标140%40%40%40%课程目标260%60%60%60%备注：以上考核方式类型及占比均为示例，需确保每一列占比总和为100%。（二）成绩评定1.平时成绩评定（50%）（1）课堂表现：通过学生在课堂上的表现情况、发言与提问情况，来评价学生相关的能力。通过参观实验实训中心的表现及实验报告作为考核依据，考核学生对实验实训中心设备及场地的设备名称、功能等认知情况。（目标1：50%；目标2：50%）2.期末成绩评定(50%)主要考核学生对专业认识和大学生涯规划情况，每个报告不少于2000字，用手工书写报告，要求布局合理、字迹工整、逻辑严密、条理清楚、认知深刻、规划科学、安排有序。（目标1：50%；目标2：50%）3.总成绩评定总成绩应由平时考核成绩和课程报告成绩构成。总成绩（100%）=平时成绩（50%）+期末成绩（50%）评分标准表5评分标准（非试卷考核项目）考核项目评分标准优秀(100>x≥90)良好(90>x≥80)中等(80>x≥70)及格(70>x≥60)不及格(x<60)课堂表现能完成100%以内的课程任务。且没有迟到，按时出勤能完成90%以内的课程任务，且迟到2次以上能完成80%以内的课程任务，迟到4次以上能完成70%以内的课程任务，且迟到6次以上能完成60%以内的课程任务，迟到8次以上实训报告格式正确、数据准确、图形正确、结构严谨的完成了实训报告。格式基本正确、数据准确、图像基本正确，结构基本严谨的完成了实训报告一定程度上格式正确、数据准确、图像基本准确，报告完成。内容初步完整的完成了实训