原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能基础修订时间年月课程编号课程名称人工智能基础学分学时其中实验学时先修课程离散数学数据结构一目的与任务本课程是计算机类专业的一门选修的技术专业课主要讲述人工智能中的核心概念方法和技术目标是使学生能够建立起对于人工智能的总体认识为以后进入人工智能各分支的学习和研究奠定基础本课程的任务如下学习符号式人工智能的基本思想重点掌握问题求解方法搜索技术知识表示方法和经典逻辑推理方法学习连接主义的基本思想重点掌握人工神经网络的各种拓扑结构及其学习算法学习机器学习的概念和主要方法重点在于监督归纳学习和非监
PAGE
PAGE 1
《人工智能基础》
(修订时间: 2009年08月)
课程编号课程名称：人工智能基础 Introduction to Artificial Intelligence
学分：2.5 学时:40 (其中实验学时：0)
先修课程：离散数学，数据结构
一、目的与任务
本课程是计算机类专业的一门选修的技术专业课。主要讲述人工智能中的核心概念、方法和技术。目标是使学生能够建立起对于人工智能的总体认识，为以后进入人工智能各分支的学习和研究奠定基础。本课程的任务如下：
1. 学习符号式人工智能的基本思想，重点掌握问题求解方法，搜索技术，知识表示方法，和经典逻辑推理方法。
2. 学习连接主义的基本思想，重点掌握人工神经网络的各种拓扑结构及其学习算法。
3. 学习机器学习的概念和主要方法，重点在于监督归纳学习和非监督归纳学习的一些主流方法。
4. 学习行为智能、进化计算、群智能的基本思想和主要方法。主要内容包括智能体、强化学习、进化算法、多智能体系统和群智能优化算法。
5. 学习智能机器或系统的构造方法和工具，包括人工智能程序设计语言，专家系统和三种新型智能计算机。
6. 培养应用人工智能思想、方法与技术解决问题的能力和一定的创新能力。
二、教学内容及学时分配
理论教学部分（40学时）
第一章 绪论（2学时）
1. 人工智能基本概念
2. 人工智能发展简史
3. 人工智能的研究目标，研究和应用领域，以及实现途径。
第二章 搜索与问题求解（4学时）
1. 问题表示方法
2. 图搜索技术
3. 博弈搜索技术
第三章 知识与推理（4学时）
1. 知识的基本概念
2. 符号式知识表示方法
3. 推理基础知识
4. 经典逻辑推理
第四章 人工神经网络（6学时）
1. 人工神经网络基本概念
2. 网络拓扑结构
3. 网络学习途径
4. 人工神经网络模型。
第五章 机器学习（8学时）
1. 机器学习基本概念
2. 机器学习方法分类
3. 监督归纳学习
4. 非监督归纳学习
第六章 行为智能（4学时）
1. 没有表示和推理的智能
2. 智能体
3. 强化学习
第七章 进化计算（4学时）
1. 遗传算法
2. 进化规划
3. 进化策略
第八章 群智能（4学时）
1. 多智能体系统
2. 蚁群优化算法
3. 粒子群优化算法
第九至十一章 智能系统（2学时）
1. 人工智能程序设计语言
2. 专家系统
3. 智能计算机
第十二章 课程总结（2学时）
三、考核与成绩评定
考核：采用日常性考核和期末终结性考核相结合的方式。
成绩评定：平时作业和日常表现占10%，大作业成绩占20%，期末考试成绩占70％，按百分制给出最终成绩。
四、大纲说明
1.本大纲是根据《人工智能》课程教学基本要求，并适当考虑教学改革要求而制定的。
2.在保证基本教学要求的前提下，教师可以根据实际情况，对内容进行适当的调整和删节。
3.本大纲适合计算机类各专业。
五、教材、参考书
选用教材：
刘峡壁. 人工智能导论—方法与系统. 北京：国防工业出版社，2008.
参考书：
［1］ Stuart J. Russell, Peter Norvig. Artificial Intelligence: A Modern Approach (second edition) [M]. 北京:清华大学出版社，2006.
［2］ George F. Luger. 人工智能-复杂问题求解的结构和策略 [M]. 北京:机械工业出版社，2006.
［3］王永庆. 人工智能原理与方法 [M]．陕西:西安交通大学出版社, 1998.
编 写 教 师 ： 刘峡壁
责任教授签字：
教学院长签字：
文档评论（0）