《人工智能》教學(xué)大綱
課程名稱
| 人工智能
|
適合專業(yè)
| 計算機科學(xué)與技術(shù)
| 軟件工程
|
|
課程類別
| 專業(yè)任選課
| 專業(yè)任選課
|
|
課程編號
| 408411
| 436016
|
|
課程學(xué)分
| 2
|
|
|
總學(xué)時
| 36
|
|
|
其 中：理論
| 24
|
|
|
實驗
| 12
|
|
|
先修課程
| 數(shù)據(jù)結(jié)構(gòu)
| 離散數(shù)學(xué)
| 編譯原理
|
一、課程的性質(zhì)、目的和任務(wù)
《人工智能》是計算機科學(xué)研究和發(fā)展的一個重點，其終極目標就是讓計算機具有象人一樣的能力。這門課程主要講述知識與知識表示、確定性推理、不確定性推理、搜索策略、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、遺傳算法等方面內(nèi)容。通過本課程的學(xué)習(xí)，要求學(xué)生了解人工智能的發(fā)展狀況與研究內(nèi)容，掌握基本概念、基本原理方法和重要算法，掌握人工智能的一些主要思想和方法，熟悉典型的人工智能系統(tǒng)——產(chǎn)生式系統(tǒng)和簡單的模糊推理方法，學(xué)會用啟發(fā)式搜索求解問題，學(xué)會基本的神經(jīng)網(wǎng)絡(luò)方法，學(xué)會簡單的機器學(xué)習(xí)方法，初步具備用經(jīng)典的人工智能方法解決一些簡單實際問題的能力。
作為本科生一個學(xué)期的課程，重點掌握人工智能的基礎(chǔ)知識和基本技能，以及人工智能的一般應(yīng)用．完成如下教學(xué)目標：
（1）了解人工智能的概念和人工智能的發(fā)展，了解國際人工智能的主要流派和路線，了解國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域．
（2） 較詳細地論述知識表示的各種主要方法。重點掌握狀態(tài)空間法、問題歸約法和謂詞邏輯法，熟悉語義網(wǎng)絡(luò)法，了解知識表示的其他方法，如框架法、劇本法、過程法等。
（3） 掌握盲目搜索和啟發(fā)式搜索的基本原理和算法，特別是寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價搜索、啟發(fā)式搜索、有序搜索、A*算法等．了解博弈樹搜索、遺傳算法和模擬退火算法的基本方法．
(4) 掌握消解原理、規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)的技術(shù)、了解不確定性推理、非單調(diào)推理的概念．
（5） 理解神經(jīng)計算的相關(guān)原理與方法．
（6）簡介人工智能程序設(shè)計的語言和工具．
二、課程教學(xué)基本要求及基本內(nèi)容
第一章 緒論
（一）基本教學(xué)內(nèi)容
1.1人工智能的定義與發(fā)展
1.2人類智能與人工智能
1.3智能控制的進展
1.4智能控制的定義、特點與一般結(jié)構(gòu)
1.5智能控制的學(xué)科結(jié)構(gòu)理論。
（二）基本要求
教學(xué)目的：了解人工智能的發(fā)展簡史以及當前的一些發(fā)展方向和熱點。掌握基本概念，相關(guān)名詞術(shù)語的含義；熟知人工智能的基本研究內(nèi)容、研究方法。
教學(xué)難點：人工智能的定義
教學(xué)重點：人工智能的定義、應(yīng)用領(lǐng)域
第二章知識表示方法
（一）基本教學(xué)內(nèi)容
2.1狀態(tài)空間法
2.2問題規(guī)約法
2.3謂詞邏輯法
2.4語義網(wǎng)絡(luò)法
2.5框架表示法。
（二）基本要求
教學(xué)目的：了解關(guān)于知識的基本觀點以及特點等等。掌握基本的、常用的一些知識表示方法，如一階謂詞邏輯表示法、框架表示法和語義網(wǎng)絡(luò)表示法等，了解各種知識表示法的特點。
教學(xué)難點：狀態(tài)空間法；一階謂詞邏輯表示法
教學(xué)重點：狀態(tài)空間法；一階謂詞邏輯表示法；框架表示法；語義網(wǎng)絡(luò)表示法
第三章 搜索推理技術(shù)
（一）基本教學(xué)內(nèi)容
3.1圖搜索策略
3.2盲目搜索
3.3啟發(fā)式搜索
3.4代價樹上的搜索
（二）基本要求
教學(xué)目的：掌握基本概念，學(xué)會用狀態(tài)空間表示問題，了解與或樹表示法；掌握狀態(tài)空間的各種搜索策略，包括深度優(yōu)先搜索、廣度優(yōu)先搜索、代價樹上的搜索以及啟發(fā)式搜索和A*算法等等；了解關(guān)于搜索完備性和效率的基本理論。
教學(xué)難點：代價樹上的搜索以及啟發(fā)式搜索和A*算法。
教學(xué)重點：深度優(yōu)先搜索、廣度優(yōu)先搜索、代價樹上的搜索以及啟發(fā)式搜索和A*算法。
第四章 神經(jīng)計算
（一）基本教學(xué)內(nèi)容
4.1人工神經(jīng)網(wǎng)絡(luò)研究進展
4.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
4.3人工神經(jīng)網(wǎng)絡(luò)的典型模型
4.4基于人工神經(jīng)網(wǎng)絡(luò)的知識表示與推理
（二）基本要求
教學(xué)目的：掌握神經(jīng)網(wǎng)絡(luò)的基本概念、基本形態(tài)。了解感知器、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、ART網(wǎng)絡(luò)等多種不同類型神經(jīng)網(wǎng)絡(luò)的基本原理、組成以及特點。掌握前饋神經(jīng)網(wǎng)絡(luò)的BP算法。了解神經(jīng)網(wǎng)絡(luò)的各種應(yīng)用。
教學(xué)難點：前饋神經(jīng)網(wǎng)絡(luò)的BP算法
教學(xué)重點：BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)的工作原理。
第五章 進化計算
（一）基本教學(xué)內(nèi)容
5.1遺傳算法的基本原理
5.2遺傳算法的求解步驟
5.3蟻群算法的基本原理
（二）基本要求
教學(xué)目的：掌握遺傳算法的基本原理與遺傳算法的求解步驟；了解蟻群算法的基本原理。
教學(xué)難點：遺傳算法的基本原理
教學(xué)重點：遺傳算法的基本原理與遺傳算法的求解步驟
三、課程學(xué)時分配
章節(jié)
| 內(nèi)容
| 學(xué)時
| 實驗學(xué)時
| 實驗情況
|
計科
| 軟工
| 計科
| 軟工
|
1
| 緒論
| 2
| 2
|
|
|
|
2
| 知識表示方法
| 4
| 6
| 4
| 4
| 1個實驗
|
3
| 搜索推理技術(shù)
| 8
| 8
| 4
| 4
| 1個實驗
|
4
| 神經(jīng)計算
| 6
| 6
|
|
|
|
5
| 進化計算
| 4
| 4
| 4
| 4
| 1個實驗
|
合計
| 24
| 24
| 12
| 12
|
|
四、本課程課外學(xué)習(xí)與修學(xué)指導(dǎo)
人工智能是一門理論性和實踐性都很強的學(xué)科，在其理論課中介紹了大量的人工智能基本原理、基本方法和基本技術(shù)，這些內(nèi)容僅靠課堂講解學(xué)生掌握起來覺得很抽象，無法和現(xiàn)實問題的求解聯(lián)系在一起。因此，該課程的教學(xué)應(yīng)貫徹理論與實踐相結(jié)合的原則，即對于書中的重點環(huán)節(jié)，通過實驗課程中具體問題的求解達到深入了解并掌握的目的，更重要的目的是達到學(xué)以致用的目的。
五、本課程成績的考查方法及評定標準
考核方式：考查，開卷
成績評定方法：本課程的考核是平時成績、實驗成績和期終考試成績相結(jié)合。具體比例為：上課出勤、作業(yè)占20%，實驗占20%，期末考試成績占60%。
其中期未考試總分100分，基礎(chǔ)題占50%，中等難度題占60%，較難題占10%?？荚囶}型主要有：選擇題、填空題、簡答題、綜合應(yīng)用題等。
六、教材及參考書
教材：蔡自興，人工智能原理(第三版)，北京：清華大學(xué)出版社
主要參考書：
王永慶，人工智能原理與方法，西安交大出版社，1998
陸汝鈐，人工智能（上下冊），北京：科學(xué)出版社，1989
林蕘瑞，馬少平，人工智能導(dǎo)論，北京：清華大學(xué)出版社，1998
何新貴，知識處理與專家系統(tǒng)，北京：國防工業(yè)出版社，1990
史忠植，知識工程，北京：清華大學(xué)出版社，1988
殷勤業(yè)，楊宗凱等編譯，模式識別與神經(jīng)網(wǎng)絡(luò)，北京：機械工業(yè)出版社，1992
楊行峻，鄭君里，人工神經(jīng)網(wǎng)絡(luò)，北京：高等教育出版社
周明，孫樹棟，遺傳算法原理及應(yīng)用，北京：國防工業(yè)出版社，1999
大綱撰寫人：易葉青
大綱審閱人：袁輝勇
教學(xué)副主任：易葉青
編寫日期：2012.6.17
