《人工智能导论》教学大纲.docxVIP

《人工智能导论》教学大纲 大纲说明 课程代码： 3235042 总学时： 32 学时（讲课 32 学时） 总学分： 2 学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求： C 程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、 设计和应用智能机器的一个分支。 本课程是计算机 科学与技术， 以及有关专业重要的专业方向与特色模块课程之一。 通过本课程的开设， 使学 生对人工智能的发展概况、 基本原理和应用领域有初步了解， 对主要技术及应用有一定掌握， 启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多 Agent 系统、 语音识别、自动语 言理解、专家系统和机器学习等。 这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决， 甚至无法解决的问题。 这些工具包括启发式搜索和规划算法， 知识表示和推理形式， 机器学习技术， 语音和语言理解方法，计算机视觉和机器人学等。 要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章 绪论 学时： 2 学时（讲课 2 学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点 ：在介绍人工智能概念的基础上， 使学生了解本课程所涉知识的重要意义， 以及人工智能的应用现状和应用前景。 重点 ：人工智能的定义、发展，及其应用领域。 难点 ：对人工智能内涵的理解。 第一节 人工智能的定义和发展 第二节 人类智能和人工智能 第三节 人工智能的学派及其争论 第四节 人工智能的研究与应用领域 第五节 人工智能对人类的影响 第二章 知识表示 学时： 6 学时（讲课 6 学时） 了解实现知识表示的语义网络法、 框架表示法、 剧本表示法及过程表示法； 理解状态空 间法、问题规约法；掌握谓词逻辑法。 本章讲授要点 ： 对知识表示的方法进行全面介绍，对于后续章节将涉及的知识表示方 法作重点讲解。 重点 ：状态空间法，谓词逻辑法，以及语义网络法。 难点 ：采用谓词逻辑法实现知识表示。 第一节 状态空间法 第二节 问题规约法 第三节 谓词逻辑法 第四节 语义网络法 第五节 框架表示 第六节 剧本表示 第七节 过程的表示 作业： 采用状态空间法和问题规约法实现知识表示；用谓词演算公式表示命题。 第三章 搜索原理 学时： 6 学时﹙讲课 6 学时﹚了解遗传算法、 模拟退火算法； 理解盲目搜索、启发式搜索； 掌握启发式搜索与其它搜 索的关系的有关知识。 本章讲授要点 ： 在介绍各种搜索原理的基础上，讲解它们的适用场合，以及它们之间 的内在关系。 重点 ：启发式搜索，及其与其它搜索的关系。 难点 ：各种搜索方法的适用场合。 第一节 盲目搜索 第二节 启发式搜索 第三节 遗传算法 第四节 模拟退火算法 作业： 说明宽度优先搜索，等代价搜索，有序搜索的内在关系 。 第四章 推理技术 了解规则演绎系统、 不确定性推理的知识； 的方法。  学时： 6 学时﹙讲课 6 学时﹚ 理解消解原理； 掌握利用消解原理解决问题 本章讲授要点 ： 在介绍各种推理技术的基础上，着重阐述消解原理，利用消解原理解决问题的方法，以及消解原理的局限性。 重点 ：消解原理，利用消解原理解决问题的方法。 难点 ：利用消解原理解决问题的方法。 第一节 消解原理 第二节 规则演绎系统简介 第三节 产生式系统 第四节 不确定性推理 作业： 求谓词公式的子句集；用消解原理证明命题。 第五章 专家系统 学时： 2 学时﹙讲课 2 学时﹚ 了解专家系统的一般特点，类型，结构和建造步骤。 本章讲授要点 ： 概要介绍作为人工智能的一个重要应用领域，专家系统的一般特点和结构，拓宽学生对于人工智能应用研究的知识面。 重点 ：专家系统的一般特点和结构。 难点 ：专家系统的结构和建造步骤。 第一节 专家系统概述 第二节 专家系统的一般特点 第三节 专家系统的类型 第四节 专家系统的结构和建造步骤 第六章 机器学习 学时： 6 学时﹙讲课 6 学时﹚ 了解机器学习的研究意义， 常用的机器学习方法； 理解人工神经网络的原理； 掌握基于 反向传播网络的学习算法。 本章讲授要点 ： 在介绍常用的机器学习方法的基础上， 着重讲解人工神经网络的原理， 使学生对于基于反向传播网络的学习算法有较为深刻的理解。 重点 ：人工神