《人工智能》课程教学大纲.pdf

《人工智能》教学大纲一、课程基本信息1.课程中文名称：人工智能2.课程英文名称：ArtificialIntelligence3.课程类别：任选4.适用专业：计算机科学与技术5.总学时：40学时（其中理论教学40学时）6.总学分：2二、本课程在教学计划中的地位、作用和任务人工智能课程是计算机科学技术课程体系中的专业选修课程。该课程的主要目的是让学生了解人工智能的基本概念、基本方法和基本原理及人工智能的主要应用领域。主要作用是拓宽学生的知识面，激发学生从事计算机科学技术研究的兴趣和爱好。三、理论教学内容与教学基本要求1．第一章人工智能简介（2学时）教学内容：AI定义及其内涵、AI发展史、AI相关学科介绍、AI主要研究内容和具体应用领域等基本内容。教学基本要求：建立对AI的正确认识，了解并掌握AI历史、AI和其它学科的联系、主要AI技术、AI的应用领域等基本知识。教学重点、难点：AI主要研究内容和具体应用领域。2．第二章知识表示（6学时）教学内容：知识的基本概念、知识的表示方法等。教学基本要求：理解知识的一般定义，掌握知识的基本表示方法，重点掌握知识的状态空间法、问题规约法、谓词逻辑法、语义网络法和框架表示法，能够熟练应用有关方法表示相关知识。教学重点：知识的具体表示方法，主要为知识的状态空间法、问题规约法、谓词逻辑法、语义网络法和框架表示法。教学难点：知识的状态空间法、问题规约法、谓词逻辑法等内容。3．第三章搜索原理（6学时）教学内容：无信息搜索算法、有信息搜索算法等搜索算法的基本原理、搜索策略和具体实现过程。教学基本要求：理解并掌握广度优先、深度优先、深度有限、迭代深度有限等无信息搜索算法；理解有信息搜索的含义，掌握A*搜索算法。掌握博弈树搜索算法的基本原理及剪枝技术。教学重点：深度优先、广度优先搜索算法，启发式搜索算法，博弈树搜索算法等教学难点：搜索策略及算法的具体实现，尤其是剪枝技术的基本原理及技巧。4．第四章知识推理技术（4学时）教学内容：消解原理、规则演绎推理、产生式系统的正向及反向推理等确定性推理技术，概率推理、贝叶斯推理等不确定性推理技术。教学基本要求：理解并掌握确定性推理技术的一般原理及具体实现过程，理解并掌握不确定域知识表示含义及其方法，掌握用贝叶斯网络进行推理的方法。教学重点：消解原理、规则演绎推理、产生式系统的正向及反向推理等确定性推理技术。教学难点：消解的具体方法、贝叶斯模型等。5．第五章机器学习（4学时）教学内容：机器学习的意义及发展史，机器学习的主要策略，主要的几种机器学习方法及其基本内涵，神经网络学习的基本思想。教学基本要求：了解机器学习的意义及发展史，熟悉机器学习的主要策略，重点掌握机器学习的主要方法及神经网络学习的基本方法。教学重点：机器学习的主要策略，机器学习的主要方法及神经网络学习方法。教学难点：神经网络的基本构成、原理及实现。6．第六章规划系统（4学时）教学内容：规划的概念、作用及主要问题，基于谓词逻辑的规划系统，机器人规划、分层规划等。教学基本要求：了解规划的基本概念、作用、任务等，理解并掌握基于谓词逻辑的规划的谓词逻辑表示方法及基本过程，理解机器人规划的原理及方法，熟悉分层规划，掌握长度优先搜索方法。教学重点：基于谓词逻辑的规划的谓词逻辑表示方法及基本过程，机器人规划系统的原理，长度优先搜索方法。教学难点：基于谓词逻辑的规划的谓词逻辑表示方法及规划序列的有效表示，机器人规划系统的状态空间及搜索方法等。7．第七章专家系统（4学时）教学内容：专家系统的基本概念、结构、类型和特点，基于规则、框架或模型的专家系统的一般结构及具体示例，专家系统的设计、开发和评价等。教学基本要求：了解专家系统的基本概念、结构、特点等，理解并掌握各类专家系统的基本结构，能够设计较为简单的专家系统模型，掌握专家系统的设计步骤、设计技巧、评价内容及主要开发工具。教学重点：各类专家系统的基本结构，专家系统的设计步骤、设计技巧、评价内容及主要开发工具等基本内容。教学难点：专家系统的基本设计原理、设计方法、设计步骤等。8．第八章自然语言理解（4学时）教学内容：自然语言理解的研究内容、进展，句法和语法的自动分析机制，自然语言理解的主要方法，机器翻译的基本原理及方法，自然语言理解的具体应用实例。教学基本要求：了解自然语言理解的主要研究内容，理解并掌握句法及语法分析的机制及主要语义网络，了解并掌握机器翻译的基本过程、基本方法。教学重点：句法及语法分析的机制及主要语义网络，机器翻译的基本过程、基本方法。教学难点：句法及语法分析的机制及主要语义网络等。9．第九章智能控制系统（4学时）教学内容：智能控制的定义和发展过程，智能控制的结构理论和特点，智能控制的主要研究领域，智能控制的基本机理。教学基本要求：掌握智能控制的定义、结构理论和特点，