人工智能导论(A).doc

《人工智能导论(A).doc》由会员分享，可在线阅读，更多相关《人工智能导论(A).doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能导论(A)教学大纲一、课程基本信息课程编号：中文名称：人工智能导论(A)英文名称：Introduction to Artificial Intelligence (A)适用专业：计算机科学与技术、软件工程专业、数学与应用数学、信息与计算科学课程类别：专业选修开课时间：计算机科学与技术、软件工程、信息与计算科学第6学期数学与应用数学第7学期 总学时：48总学分：2.5二、课程简介（字数控制在250以内）人工智能是计算机科学系的专业课程之一，它是研究如何模拟人类智能活动，以延伸人类智能的科学。人工智能自问世以来取得了显著的成绩，专家们已经看到，人工智能将使计算机能够解决那些至今人们还不知道

2、如何解决的问题，从而大大地扩充其用途。它将带来计算机软件和硬件的革命。人工智能正向各个领域渗透，带来这些领域的更新换代。人工智能的发展还有助于我们进一步理解人类智能的机制。三、相关课程的衔接预修课程（编号）：离散数学（）并修课程（编号）：无特别要求 四、教学的目的、要求与方法（一）教学目的通过本课程的教学，使学生了解人工智能的基本思想和方法，掌握人工智能的基本技术和有关问题的入门知识，了解人工智能研究的核心问题及其难点所在，并对人工智能领域的最新成果有一个全面的了解。（二）教学要求了解人工智能涉及的各个分支领域的发展，领会基于一阶谓词逻辑和产生式的知识表示方法；掌握基于子句的归结反演的定理证明

3、和问题求解方法；掌握基于产生式规则的推理方法；掌握问题求解过程的形式表示和各种搜索求解的策略和算法；了解产生式专家系统的主要模块的程序设计。为深入学习和研究人工智能及其应用系统打下良好的基础。（三）教学方法课堂讲授，结合例题、习题讲解。五、教学内容（实验内容）及学时分配教学内容第一章 人工智能绪论(3学时)1.1 概述1.2 人工智能的研究对象和目标1.3 人工智能的研究途径1.4 人工智能的主要分支1.5 人工智能的发展1.6人工智能的主要研究课题及应用领域教学要求：了解人工智能的诞生、现状、研究领域及发展前景。教学重点：人工智能领域的最新研究成果。教学难点：理解人工智能的现状。第二章 知识

4、表示方法 (9学时)2.1 概述2.2 产生式系统表示法2.3 逻辑表示法2.4 框架和脚本2.5 语义网络2.6 概念从属2.7 各种知识表示方法的比较教学要求：掌握各种知识表示方法。教学重点：各种知识表示方法的结构及推理方法。教学难点：归结原理，各种方法的特点及应用领域。第三章 智能搜索技术(6学时)3.1 人工智能中的搜索3.2 一般的搜索算法3.3 启发式搜索算法3.4 与或图的搜索3.5 博弈中的搜索教学要求：掌握问题求解的基本方法，熟练掌握各种基本的搜索算法。教学重点：各搜索算法的特点与实现。教学难点：A*算法、AO*算法的实现，及博弈中的搜索过程。第四章 演化计算及其应用(6学时

5、)4.1 概述4.2 演化计算的基本思想4.3 演化算法设计4.4 演化算法的基本结构4.5 演化算法分析4.6 演化算法的新结构4.7 演化算法在硬件自动设计中的应用教学要求：了解遗传算法的工作原理及工作过程。教学重点：演化算法设计及其基本结构。教学难点：演化算法的基本结构。第五章 人工神经网络(4学时)5.1 概述 5.2 神经网络系统5.3 人工神经网络的构成5.4 学习算法5.5 人工神经网络模型5.6 MP模型5.7 前馈型反向传播神经网络5.8 人工神经网络的特性分析教学要求：初步了解人工神经元网络理论的基本原理。教学重点：人工神经网络的构成及几种常见的人工神经网络模型。教学难点：

6、BP模型第六章 模糊系统(3学时)6.1 概述 6.2 模糊逻辑6.3 模糊关系与模糊推理教学要求：初步了解模糊系统的基本原理。教学重点：模糊逻辑的表示及理论基础。教学难点：模糊逻辑与二值逻辑的关系第七章 网络智能(5学时)7.1 概述 7.2 网络智能基本概念7.3 复杂网络与网络智能中的基本结论教学要求：初步了解网络智能的基本概念。教学重点：网络智能的基本概念。教学难点：幂律分布实验内容1. 产生式系统求解问题利用产生式系统求解水壶问题、传教士过河问题等。2. 遗传算法求解问题利用遗传算法求解优化问题3. BP神经网络求解XOR问题利用五节点的BP神经网络求解XOR问题4. 无标度网络的生

7、成利用NETLOGO等软件编写无标度网络的生成程序5. 分形图形的生成编写分形厥的生成以上实验，选做3项。也可求解其他问题。六、作业（报告）本课程每章结束后布置若干思考题。提倡并鼓励与同学讨论思考题。不做数量要求。七、课程考核课程考核分为两类：一类为闭卷考试方式，一类为论文考查方式。对于闭卷考试方式，要求：1考核以本大纲所规定的考核知识点为依据，结合教材和课堂教学内容，命题覆盖到章节。2适当突出重点章节，加大重点内容覆盖密度。3试卷中对不同能力层次要求的试题所占比例适当。4试题难易程度应适中，易、较易、较难、难所占比例约为2332。5试题总量应适中，控制在25小题左右。6考核方式为闭卷笔试，时

8、间为120分钟。7考核成绩：平时成绩与期末成绩比例为37，采用百分制评分，60分为合格。8有关命题的其他要求，参见学校文件规定。对于论文考查方式，要求：1. 以不超过4名学生为一组，解决一个人工智能方面的小问题，并写成专业的学术论文方式，提交到专业学术刊物以供发表2. 论文质量原则上不低于省级刊物标准八、教材及主要参考资料（注明是否规划教材或获奖教材，参考资料控制在10项以内。）（一）建议教材王江晴.符号智能与计算智能.武汉，湖北科学技术出版社，2002年（二）主要参考资料1. 蔡自兴主编.人工智能基础.北京：高等教育出版社，20052. 陆汝钤.人工智能（上、下册）.北京：科学出版社，1995年3. 夏定纯, 徐涛编著.人工智能技术与方法.武汉：华中科技大学出版社，2004年4. 王士同主编，陈慧萍, 赵跃华, 钱旭编著.人工智能教程.北京：电子工业出版社，2001年5. 王文杰, 叶世伟编著.人工智能原理与应用.北京：人民邮电出版社，2004年执笔人：郑波尽 教研室：软件理论 教学院长审核