《人工智能》课程教学大纲

《人工智能》课程教学大纲《人工智能》课程教学大纲一、课程基本信息开课单位课程名称开课对象学时/学分先修课程课程简介：人工智能是计算机科学的重要分支，是研究如何利用计算机来模拟人脑所从事的感知、XXX人工智能课程类别课程编码开课学期个性拓展GT第4或6学期网络工程专业、计算机科学与技术专业36学时/2学分（理论课：28学时/1.5学分；实验课：8学时/0.5学分）离散数学、数据结构、程序设计推理、研究、思考、规划等人类智能活动，来解决需要用人类智能才能解决的问题，以延伸人们智能的科学。该课程主要讲述人工智能的基本概念及原理、知识与知识表示、机器推理、搜索策略、神经网络、机器研究、遗传算法等方面内容。二、课程教学目标《人工智能》是计算机科学与技术专业的一门专业拓展课，通过本课程的研究使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识，掌握人工智能的基本概念、基本原理、知识的表示、推理机制和智能问题求解技术。启发学生开发软件的思路，培养学生对相关的智能问题的分析能力，提高学生开发应用软件的能力和水平。三、教学学时分配《人工智能》课程理论教学学时分派表章次第一章第二章第三章第四章第五章第六章首要内容人工智能概述智能程序设计言语图搜索技术基于谓词逻辑的机器推理呆板进修与专家系统智能计算与问题求解合计学时分配35464628教学方法或手段讲授法、多媒体讲授法、多媒体探究式、多媒体讲授法、多媒体概述法、多媒体开导式、多媒体《人工智能》课程实验内容设置与教学要求一览表实学尝试序项目号名称配1)了解PROLOG语言中常1)Prolog运转环境；量、变量的表示方法；实分支2)使用PROLOG举行事实验与循实库、规则库的编写；库、规则库的编写方法；环程3)分支程序设计；一序设4)循环程序设计；一计5)输入出程序设计。5)掌握PROLOG输入输出程序设计；1）了解PROLOG中的谓词1)谓词asserta和递归实与表实处理验程序二设计4）掌握PROLOG表处理程4)综合应用程序设计。设计方法；3)表处理程序设计；3）掌握PROLOG递归程序asserta和retract进行retract用法；数据管理；2)递归程序设计；2）掌握动态数据库方法；2做性必证1验4)掌握循环程序设计；3)掌握分支程序设计;2做性必证12)了解PROLOG进行事实验尝试内容教学要求分别型数时类类人验验组实每序设计方法。1）建造一个小型的专家系统；2）用PROLOG语言或者实小型其他高级言语编程实实验专家现小型专家系统系统3）用产生式系统完成三设计专家系统（应具有常识库、推理机和动态数据库三部分）一些应用问题。3）学会用搜刮手艺解决的理解；4做性2）加深对专家系统原理必计1设1）了解专家系统设计方法；四、教学内容和教学要求第一章人工智能概述（3学时）（一）教学要求1.掌握人工智能的基本概念；2.理解人工智能的发展状况。3.理解人工智能的基本手艺；4.相识人工智能的研究路子与方法；5.相识人工智能的分支领域；（二）教学重点与难点教学重点：人工智能的基本技术。教学难点：三大学派的研究途径与方法。（三）教学内容第一节人工智能的基本概念1.什么是人工智能2.能人工智能与弱人工智能3.脑智能和群智能4.符号智能和计算智能第二节人工智能发展概况1.人工智能学科的产生2.人工智能学科的发展3.人工智能三大学派第三节人工智能研究路子与方法1.人工智能的研究目标2.人工智能的研究方法3.人工智能的研究内容第四节人工智能基本技术1.推理手艺2.搜刮手艺3.常识库手艺4.归纳手艺5.联想技术第五节人工智能的应用1.难题求解2.机器定理证明3.自动程序设计4.模式辨认5.机器翻译6.智能管控7.智能决策8.智能人机接口第六节人工智能的影响1.人工智能对人类的影响2.人工智能对社会的影响本章题要点：对基本概念、技术、方法的理解。第二章智能程序设计语言（5学时）（一）教学要求1．了解常见的几种人工智能程序设计语言；2．理解逻辑型程序设计言语PROLOG；3．掌握TurboPROLOG程序设计方法及常规程序设计。（二）教学重点与难点教学重点：XXX常规程序设计。教学难点：PROLOG程序的运转机理。（三）教学内容第一节人工智能言语概述1.什么是智能程序设计言语2.智能程序设计言语的特性第二节基本PROLOG语言1.PROLOG的语句2.PROLOG的程序构成3.PROLOG程序的运行机理第三节PROLOG程序设计1.标准领域2.运算符与表达式3.输入与输出4.分支程序设计5.循环程序设计6.表处理与递归7.回溯控制本章题要点：对程序结构和设计方法的理解，进行分支、循环、递归程序设计和调试。第三章图搜刮手艺（4学时）（一）教学要求1．掌握状态图搜刮手艺；2．掌握状态图问题求解；3．理解与或图搜刮；4．理解与或图问题求解;5．相识博弈树搜刮。（二）教学重点与难点教学重点：状态图搜刮手艺与状态图问题求解。教学难点：博弈树搜索。（三）教学内容第一节状态图搜刮1.图搜索技术2.状态图搜索方式3.状态图搜刮战略4.状态图搜索算法第二节状态图问题求解论1.问题的状态图表示2.状态图问题求解程序举例第三节与或图搜刮1.与或图描述2.与或图搜刮方式3.与或图搜索策略4.与或图搜索算法第四节与或图问题求解1.问题的与或图表示2.与或图问题求解程序举例第五节博弈树搜刮1.博弈树的概念2.极小极大分析法3.α-β剪枝手艺4.问题求解举例本章题要点：对基本概念、技术、算法的理解，用图搜索技术求解难题。第四章基于谓词逻辑的机器推理（6学时）（一）教学要求1．掌握一阶谓词逻辑；2．掌握归结演绎推理；3．相识归结战略；4．相识Horn子句归结与逻辑程序。（二）教学重点与难点教学重点：归结演绎推理、Horn子句。教学难点：归结策略。（三）教学内容第一节一阶谓词逻辑1.基本概念2.谓词公式3.常用逻辑等价式及蕴含式第二节归结原理1.子句集2.命题逻辑中的归结原理3.谓词逻辑中的归结原理4.应用归结原理求取问题答案第三节归结策略1.删除战略2.支持集策略3.线性归结策略4.输入归结战略5.祖先过滤形战略第四节Horn子句归结1.Horn子句的蕴含表示形式2.Horn子句归结与逻辑程序本章题要点：对基本概念、原理和方法的理解，用归结原理求取问题答案。第五章机器研究与专家系统（4学时）（一）教学要求1．掌握几种常用的机器研究方法；2．理解专家系统结构。（二）教学重点与难点教学重点：几种常用的机器研究方法。教学难点：专家系统结构。（三）教学内容第一节呆板进修1.机器研究概述2.呆板进修系统及进修模型3.呆板进修的分类4.标记进修5.神经网络研究第二节专家系统1.基本概念2.系统结构3.实例分析4.系统设计与完成本章题要点：对机器研究方法、专家系统模型的理解，设计小型专家系统。第六章智能计算与问题求解（6学时）（一）教学要求1．掌握遗传算法2．会用遗传算法求解TSP问题；3．相识人工神经网络算法；4．了解蚁群算法。（二）教学重点与难点教学重点：TSP问题、遗传算法。教学难点：实际问题建模。（三）教学内容第一节遗传算法1.遗传算法的生物学根蒂根基2.遗传算法的基本原理3.遗传算法的关键技术4.遗传算法流程5.应用遗传算法求解TSP问题第二节人工神经网络算法1.人工神经网络的生物学基础2.人工神经元3.人工神经网络基本模型4.人工神经网络求解TSP第三节蚁群算法1.蚁群算法的基本原理2.蚁群算法的模型3.蚁群算法流程