人工智能课程教学大纲Word下载.docx

1、课时备注（教学形式）1绪论4讲授2知识表示方法143搜索原理 10推理技术 5机器学习6规划系统7专家系统8自然语言理解9智能控制人工智能程序设计合 计72【教学内容要点】教学要求的层次课程的教学要求大体上分为三个层次：了解、理解和认识。了解即能正确判别有关概念和方法；理解是能正确表达有关概念和方法的含义；认识是在理解的基础上加以灵活应用。第一章 绪论一、学习目的要求1、了解人工智能的定义、起源与发展2、了解人工智能的研究与应用领域3、理解人工智能求解方法的特点二、主要教学内容1、人工智能的定义、起源与发展2、人工智能的研究与应用领域3、人工智能求解方法的特点第二章 知识表示方法1、认识状态空

2、间法2、理解问题归约法3、认识谓词逻辑法4、认识语义网络法5、认识框架表示6、认识剧本表示7、理解过程表示1、状态空间法2、问题归约法3、谓词逻辑法4、语义网络法5、框架表示6、剧本表示7、过程表示第三章 搜索原理1、认识盲目搜索2、理解启发式搜索3、了解遗传算法4、了解模拟退火法1、盲目搜索2、启发式搜索3、遗传算法4、模拟退火法第四章 推理技术 1、理解消解原理2、理解规则演绎系统3、理解产生式系统3、认识不确定性推理4、理解非单调推理 1、消解原理2、规则演绎系统3、产生式系统4、不确定性推理5、非单调推理第五章 机器学习1、了解机器学习的定义、研究意义与发展历史2、认识机器学习的主要策

3、略与基本结构3、理解机械学习4、理解基本解释经验的学习5、了解基于事例的学习6、了解基于概念的学习7、了解基于类比的学习8、理解基于神经网络的学习1、机器学习的定义、研究意义与发展历史2、机器学习的主要策略与基本结构3、机械学习4、基本解释经验的学习5、基于事例的学习6、基于概念的学习7、基于类比的学习8、基于神经网络的学习第六章 规划系统1、理解规划的作用与任务2、理解基于谓词逻辑的规划3、了解STRIPS规划系统4、了解分层规划1、规划的作用与任务2、基于谓词逻辑的规划3、STRIPS规划系统4、分层规划第七章 专家系统1、不同模型的专家系统2、理解专家系统3、了解专家系统开发工具4、理解

4、专家系统实例1、专家系统2、基于规则的专家系统3、基于框架的专家系统4、基于模型的专家系统5、专家系统开发工具6、专家系统实例第八章 自然语言理解1、理解语言及其理解的一般问题2、理解句法和语义的自动分析3、了解句子的自动理解4、了解语言的自动生成5、了解文本的自动翻译6、理解自然语言理解系统的主要模型7、理解自然语言理解系统应用举例8、了解语音识别1、语言及其理解的一般问题2、句法和语义的自动分析3、句子的自动理解4、语言的自动生成5、文本的自动翻译6、自然语言理解系统的主要模型7、自然语言理解系统应用举例8、语音识别第九章 智能控制1、了解智能控制的历史沿革 2、了解智能控制的研究领域3、

5、理解智能控制的学科结构理论 4、了解智能控制系统1、智能控制概述2、智能控制的研究领域3、智能控制的学科结构理论4、智能控制系统 第十章 人工智能程序设计1、了解逻辑型编程语言 2、综合应用LISP语言 3、综合应用PROLOG语言 4、了解关系数据库 1、逻辑型编程语言 2、LISP语言 3、PROLOG语言 4、关系数据库 【教学（实验）内容要点】序号实验名称实验类型备注Visual Prolog 环境的建立与熟悉验证Prolog语言元素Visual Prolog 面向对象元素PIE推理机的实现设计、开发三层结构的家族定理的设计与实现28一、（实验1）Visual Prolog 环境的建立

6、与熟悉1、实验目的要求 掌握Visual Prolog 安装与卸载。 掌握Visual Prolog的基本特性。 理解项目文件结构以及之间的关系。 掌握调试项目的步骤。 2、实验主要内容 Visual Prolog的安装与卸载。 构建Visual Prolog 项目。 3、实验条件 需要Visual Prolog编程环境。二、（实验2）Prolog语言元素 掌握Horn子句的表示方法。 理解Prolog推理机的构建方法。 掌握Prolog程序控制和Prolog算符。2、实验主要内容 Prolog推理机。 程序控制。 算符。 三、（实验3）Visual Prolog 面向对象元素 掌握Visua

7、l Prolog中类与对象的概念与表示。 理解对象模型 接口 类的声明和类的实现 学生对象的Prolog实现。 四、（实验4）PIE推理机的实现 掌握Prolog推理机的实现方法。 理解Prolog推理机具体使用方法。 家族定理的分析与实现。 五、（实验5）三层结构的家族定理的设计与实现 掌握使用Visual Prolog开发三层结构的系统。 家族定理的GUI编程 家族定理的逻辑层编码 家族定理的数据层编码【成绩考核方式】 1、成绩评定总则 本课程考核分为平时考核和期末闭卷考试和实验考核三部分。其中平时成绩占15%，期末占60%，实验占25%。 2、平时成绩评定 平时成绩依据学生的课堂出勤率、

8、作业完成情况进行评定。评定时，应充分体现公平、公正、实事求是的原则，客观地评价学生平时的表现。 3、期末闭卷考试 期末闭卷考试。试题的覆盖率至少要达到大纲要求的80%，试题的类型一般可以选择、填空、判断、解答、算法求解、设计为宜。 4、实验考核见实验大纲 【教材与参考书目】 指定教材：人工智能基础，蔡自兴，蒙祖强。高等教育出版社，2005年5月 参考书目：1人工智能（上、下册），陆汝钤，北京：科学出版社， 1996年2人工智能原理，石纯一等，北京：清华大学出版社，19933人工智能基础，高济等，北京：高等教育出版社，2002 【有关说明（教学建议）】本课程概念多、较抽象、涉及面广，因此教学形式以讲授方式为主。关键性概念、整体实现思想方面的问题可辅以课堂讨论的形式。（ 编制：XXXX审核：XXX ）