《人工智能》课程教学大纲.docVIP

人工智能 教学大纲 一、课程说明 课程编号： 课程名称（中/英文）：人工智能/ Artificial Intelligence 课程类别：专业核心课 学时/学分：32/2 先修课程：离散数学，数据结构 适用专业：智能科学与技术、信息安全、计算机科学与技术、物联网工程 教材、教学参考书： [1] 蔡自兴，徐光祐。人工智能及其应用，第四版，本科生用书。清华大学出版社。 [2] N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kaufmann, 机械工业出社。 [3]蔡自兴。人工智能及其在决策系统中的应用。国防科技大学出版社。 [4] 蔡自兴，John Durkin，龚涛。专家系统：原理、设计与应用。科学出版社。 二、课程设置的目的意义 直至现在，乃然把人工智能看作是主要研究如何利用计算机模拟人类智力活动的一门学科，是计算机科学的一个分支。其主要任务是建立智能信息处理理论，从质的方面扩充计算机的能力，是一门综合性强、实践性强、创新性强和应用领域广的科学。 本课程的教学目的是通过介绍人工智能的基本知识、基本概念、基本特点以及人工智能的应用领域，启发学生的思路，掌握开发具有人工智能特点的应用软件的技术，培养学生对人工智能的兴趣，提高学生的知识创新和技术创新能力。 三、课程的基本要求 本课程要求学生了解人工智能的一些相关基本概念、各种不同学术流派的主要思想；掌握一些经典的人工智能方法，如知识表示方法和搜索推理技术，包括状态空间法、谓词逻辑法、盲目搜索、启发式搜索、消解原理等；了解人工智能的新研究领域计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命等；了解群智能的基本知识，包含蚁群优化和粒群优化算法等。 四、教学内容、重点难点及教学设计 章节 教学内容 总学时 学时分配 教学重点 教学难点 教学方案设计（含教学方法、教学手段） 讲课 (含研讨) 实践 第1章 人工智能的定义和发展，各种认知观，与人类智能的关系，研究目标和内容，研究与应用领域 4 4 人类智能与人工智能的关系 　 理论联系实际，举例说明 第2章 知识表示方法，包括状态空间表示、问题归约表示、谓词逻辑表示、语义网络表示等 4 4 状态空间表示 问题的状态描述 结合具体实例，阐述状态空间的基本原理 第3章 确定性推理技术，包括图搜索技术和消解原理，规则演绎，产生式系统等 12 8 4 启发式搜索 估价函数的定义与作用 结合具体实例，比较不同算法的性能 第5章 计算智能，包括神经计算、模糊计算、遗传算法、粒群优化、蚁群优化等 8 8 神经计算与遗传算法 神经元的功能与遗传操作 结合具体实例，比较不同算法的性能 第7章 机器学习，包括神经学习和决策树学习 4 2 2 BP学习 误差计算 结合具体实例 注：实践包括实验、上机等 五、实践教学内容和基本要求 实验一：图搜索实验 实验内容与要求：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。 实验二：产生式系统实验 实验内容与要求：熟悉和掌握产生式系统的运行机制，掌握基于规则推理的基本方法，和利用规则演绎解决规划问题。熟悉和掌握自动规划的基本原理、方法和主要技术。 实验三：神经网络实验 实验内容与要求：理解反向传播网络的结构和原理，掌握反向传播算法对神经元的训练过程，了解反向传播公式。通过构建BP网络实例，熟悉前馈网络的原理及结构。 六、考核方式及成绩评定 考核内容 考核方式 成绩比例（%） 备注 课堂知识的积累 到课考勤+回答问题+平时作业 10% 算法的理解与设计 实验报告+上机检查 20% 课程的所有知识点 期末考核 70% 大纲主撰人： 大纲审核人： 年 学期教学进度日历表 校区：新校区 ；学院：信息院 专业班级：计算机11；任课教师： 课程名称： 人工智能 总学时： 32 教学学时： 26 ；实验学时： 6 教材名称： 《人工智能及其应用》 出版社： 清华大学出版社 主编姓名: 蔡自兴 主编单位： 清华大学 出版时间： 2010 周次 日 月 教学内容 教学时数 教学方式 课 外 时 数 备注 3 绪论 2 讲授 3 状态空间求解 2 讲授 4 盲目搜索 2 讲授 4 启发式搜索1 2 讲授 5 启发式搜索2 2 实验 5 推理技术1 2 讲授 6 推理技术2 2 讲授 6 实验1 2 讲授 7 神经网络 2 讲授 7 模糊计算 2 讲授 8 进化算法概述与遗传算法 2 讲授 8 实验2