人工智能原理课程标准).docx
《人工智能原理课程标准).docx》由会员分享，可在线阅读，更多相关《人工智能原理课程标准).docx（7页珍藏版）》请在冰点文库上搜索。
《人工智能原理》课程标准
一、 课程概述
《人工智能原理》是计算机科学与技术专业的专业选修课，是近四十几年发展起来一门综合性学科。
它不仅具有实用价值，而且越来越引起计算机科学和技术及其它学科专业人员的兴趣和重视。
通过《人工智能原理》课程的学习，使学生初步掌握人工智能的基本思想﹑基本原理和基本技术，并进而对人工智能的各主要应用领域如专家系统﹑模式识别﹑智能机器人等有更多﹑更深的了解，为今后学习﹑应用分布式操作系统﹑图书情报检索﹑智能计算机辅助设计等都有启发和帮助。
先修课程：
离散数学，数理逻辑初步。
二、课程目标
1、让学生了解智能和人工智能的含义，了解人工智能研究的目标和途径，了解人工智能的发展历史﹑研究领域﹑取得的成就和遭遇的困难。
2、掌握问题求解的基本概念和基本方法，特别是启发式搜索法。
3、掌握用谓词体系来表达自然语言，并掌握用演绎推理方法来建立定理证明，基于规则的演绎系统等的方法和步骤。
4、掌握产生式系统的组成及知识表示法﹑工作周期及正向﹑反向和正反向推理策略。
5、掌握语义网络﹑框架系统以及面向对象的结构化知识表示方法，并了解其推理机制。
6、了解不确定性问题知识表示和推理的代数模型，并初步掌握几种基本的不确定知识表示及推理方法。
7、了解有关机器学习的一些基本概念、分类情况和它的发展历史以及机器学习的机制。
8、对专家系统的发展﹑专家系统的建造有最基本的认识。
9、对人工智能语言能有一个初步的了解。
三．教学内容和教学要求
这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。
这四个层次的一般涵义表述如下：
知道——是指对知识点基本概念和原理的认知。
理解——是指对知识点涉及到的原理、方法能给予说明和解释，能提示所涉及到的有关基本概念。
《人工智能原理》课程标准第5页共7页
掌握——是指运用已理解的的基本概念和理论说明、解释、类推同类分析方法和处理技能。
学会——是指能模仿或在教师指导下利用计算机软件独立地完成某些人工智能中实际问题。
教学内容和要求表中的“√”号是表示教学知识和技能的教学要求层次。
（一） 人工智能概述（4学时）
教 学 内
容
教学要求
知
道
理
解
掌
握
学
会
1．人工智能概况
√
2．人工智能的研究途径
√
3．人工智能的研究目标
√
4．人工智能的研究领域
√
5．人工智能研究的历史回顾及发展
√
（二）问题求解的基本原理（6学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1.状态空间问题求解
2.问题归约法
3.博弈树搜索
√
√
√
（三）基于逻辑的问题求解方法（6学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1．一阶谓词逻辑基础
√
2．归结（消解）原理
√
3．基于规则的演绎推理
√
4．时序逻辑
（四）产生式系统（4学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1.产生式系统概述
2.产生式系统的工作周期
3.产生式系统的控制策略
4.典型的产生式系统CLIPS
√
√
√
√
（五）基于结构化表示的问题求解（4学时）
教
学
内
容
教学要求
知
道
理
解
掌
握
学
会
1.语义网络
2.框架系统
3.面向对象的表示方法
√
√
√
（六）不确定知识表示及推理（14学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1．不确定推理概述
√
2．不确定推理方法
√
（1）确定性因子法
√
（2）主观Bayes方法
√
（3）D-S证据理论
√
（4）可能性理论
√
3．非单调推理
4．粗集理论
教学要求
（七）机器学习（10学时）
教 学 内 容
知
道
理
解
掌
握
学
会
1．机器学习的概念
√
2．机器学习系统
√
3．机器学习分类
√
4．机器学习的发展简史
√
5．从例子中学习
√
6．基于解释的学习
√
7．从观察中学习
（八）专家系统概述（4学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1．专家系统简介
√
2．专家系统的基本结构及工作原理
√
3．专家系统的开发过程
√
4．专家系统示例
√
（九）人工智能语言（2学时）
教 学 内 容
教学要求
知
道
理
解
掌
握
学
会
1.人工智能语言概述
2.Prolog语言
√
四．课程实施
（一）课时安排与教学建议
课时建议
《人工智能原理》是信息与计算科学的选修课。
一般情况下，每周安排3课时，共54课时。
函授生视情况而定，一般为30课时。
具体课时安排如下（课时中上课与实验为1：
1，在多媒体课室上课，实验为单人单机）
主要内容
按54课
时计
按30课
时计
教与学的方法建议
1、人工智能概述
4
2
明确本门课程的地位
2、问题求解的基本原理（6学时）
6
3
叙述、推导
3、基于逻辑的问题求解方法（6学时）
6
3
叙述、推导，结合实
验进行
4、产生式系统（4学时）
4
2
叙述、推导，结合实
验进行
5、基于结构化表示的问题求解（4学时）
4
2
利用投影讲解，结合
实验进行
6、不确定知识表示及推理（14学时）
14
8
利用投影讲解，结合
实验进行
7、机器学习（10学时）
10
6
利用投影讲解，结合
实验进行
8、专家系统概述（4学时）
4
2
利用投影讲解，结合
实验进行
5、人工智能语言（2学时）
2
2
利用投影讲解，结合
实验进行
（二）教学组织形式与教学方法要求
1、教学班是主要的教学组织，班级授课制是目前教学的主要组织形式。
有条件的话，也可以采用分组教学。
2、注意教学方法的灵活性，可组织学生讨论、问题教学、阅读指导等。
借用多媒体的声像演示，对实例进行展示，提供给学生直观的理论印象。
3、充分发挥学生的学习主观能动性。
在本课程的教学过程中，注意训练学生的操作动手能力，引导学生理论联系实际，应用课本中的理论知识来解决实际操作问题。
本课程的学习过程也是应用程序使用的训练过程。
4、评价教学方法要以实现课程标准规定的教学目标为依据，好的教学方法应有助于学习对教学内容的理解，并能激发学生的学习热情，提高自己的操作动手能力。
鼓励有所创新并取得实效的教学方法。
五．教材编写与选用
《人工智能基础》教材，邵军力、张景等编著，电子工业出版社参考书目：
《人工智能及其应用》蔡自兴、徐光裕，清华大学出版社。
《人工智能与专家系统》吴泉源、刘江宁，国防科技大学出版社
《人工智能引论》［美］Ｅ.丽奇著，李卫华等译，广东科技出版社
《人工智能导论》林尧瑞、马少平著，清华大学出版社。
六．课程评价
1、这门学科的评价依据是本课程标准规定的课程目标、教学内容和要求。
2、考试时间：
120分钟。
3、考试方式、分制与分数解释
平时成绩×0.3＋期末集中考试×0.7＝总评成绩，
期末考试采用笔试，以百分制评分，60分为及格，满分为100分。
4、题型比例
推导证明题80％，其他20％
5、样题与目标定位示例
一、将下列谓词公式化成前束范试。
（20%）
（1）$x（P（x）®"yQ（x,y））
（2）Ø"x（P（x）®"xQ（x））
二、将下列谓词公式化成相应的子句集。
（20%）
（1）Ø"x$y$z{P（x）®"x[Q（x,y）®R（z）]}
（2）"x$y"z$u"v$w（P（x,y,z,u,v,w）ÙQ（x,y,z,u,v,w）ÚØR（x,z,w））
三、用海伯伦定理证明下列子句集不可满足。
（20%）
S={PÚQ,ØPÚQ,PÚØQ,ØPÚØQ}
四、用归结方法证明下列公式为恒真。
（20%）
（H（x）®M（x））ÙH（a）®M（a）
五、写出下图中树的接点两个访问序列，要求分别满足以下两个搜索策略。
（10%）
a
b《人工智c能原理》d课程标准第6页共7页
e f g h i
六、详细叙述你使用VisualProlog软件的上机过程（10%）
制定该课程标准小组成员：
王逸明、孙宇峰
审核者：
简国明
《人工智能原理》课程标准第7页共7页
升级会员 