搜索
《人工智能理论与应用》课程简介课程编号：A0940111课程名称：人工智能理论与应用学分/学时：3/48先修课程：《数据结构》、《离散数学》和《高级程序设计语言》适用专业：计算机科学与技术课程性质：限选考核方式：考查考核形式：大作业、实验评估建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版内容简介：（200字以内）（黑体五号）1、人工智能研究的发展和基本原则：人工智能的研究和应用；人工智能研究的发展；人工智能研究的成果；人工智能研究的基本原则；存在的问题和发展前景2、一般图搜索：回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程、搜索算法讨论。3、与或图搜索问题：与或图的搜索、与或图的启发式搜索算法AO*、博弈树的搜索。4、谓词逻辑与归结原理：命题逻辑、谓词逻辑基础、谓词逻辑归结原理、HERBRAND定理。5、知识表示：知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其他表示方法。6、不确定性推理方法：不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法、证据理论。7、机器学习：机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知识发现与数据挖掘。8、高级搜索：基本概念、局部搜索算法、模拟退火算法、遗传算法等。人工智能理论与应用ArtificialIntelligenceTheoryandApplication课程编号：A0940111学分：3学时：48学时（讲课学时：32实验学时：16）先修课程：《数据结构》、《离散数学》和《高级程序设计语言》适用专业：计算机科学与技术建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版主要参考书：（1）高等学校规划教材:人工智能原理及其应用电子工业出版社王万森2012（2）人工智能及其应用(第4版)蔡自兴、徐光祐清华大学出版社2010开课学院：计算机科学与工程学院修订日期：2015年4月一、课程说明（黑体五号）人工智能是一门综合性前沿学科，是计算机学科的重要分支。通过对人工智能课程的学习，使学生掌握人工智能技术的基本原理；了解启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主要研究领域的原理、方法和技术；增强学生的逻辑思维与实验能力，为今后在各自领域开拓高水平的人工智能技术应用奠定基础。二、课程目标（黑体五号）（需对应于本专业2014级培养方案中的毕业要求进行细化分解）根据课程在知识结构中的作用，教学要求分为掌握、熟悉、了解、选学四个层次，具体要求如下。1．掌握部分:一般图搜索（回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程）；与或图搜索问题包括与或图的启发式搜索算法AO*、博弈树的搜索；谓词逻辑与归结原理（谓词逻辑归结原理、HERBRAND定理）；知识表示（产生式表示方法、语义网络表示、框架表示）；不确定性推理方法（不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法）(对应毕业要求中的2.2、3.1、3.2)2．熟悉部分：不确定性推理方法之证据理论；机器学习（机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习）。(对应毕业要求中的3.1、3.2)3．了解部分：人工智能研究的发展和基本原则；知识原则、知识表示的作用、功能、性能；自动规划技术的新进展，人工智能的最新进展和面临的挑战。(对应毕业要求中的2.2、3.1)4．选学部分：高级搜索。(对应毕业要求中的3.1)三、教学内容及基本要求第一章：人工智能概述1、讲授内容：（1）人工智能的概念（2）人工智能的研究途径和方法（3）人工智能的分之领域（4）人工智能的基本技术（5）人工智能的发展概况2、教学要求：了解：研究途径和方法、人工智能的分之领域、基本技术和发展概况。理解：人工智能的基本概念、基本技术掌握：人工智能的发展概况，人工智能研究的课题种类3、教学重点：人工智能概念4、难点：人工智能的研究途径和方法第二章：基于谓词逻辑的机器推理1、讲授内容：（1）一阶谓词逻辑（2）归结演绎推理（3）应用归结原理求取问题答案（4）归结策略（5）Horn子句归结与逻辑程序（6）非归结演绎推理2、教学要求：了解：一阶谓词逻辑的基本概念理解：应用归结远力求取问题答案的方法和Horm自居归结于逻辑程序的方法以及非归结演绎原理的方法和途径掌握：归结演绎推理3、教学重点：归结演绎推理4、难点：Horn子句归结与逻辑程序第三章：图搜索技术1、讲授内容：（1）状态图搜索（2）状态图问题求解（3）与或图搜索（4）与或图问题求解（5）博弈树搜索2、教学要求：了解：常用的图搜索技术理解：与或图搜索问题的原理掌握：与或图的启发式搜索算法AO3、教学重点：与或图的启发式搜索算法4、难点：与或图搜索第四章：产生式系统1、讲授内容：（1）产生式规则（2）产生式系统（3）产生式系统与图搜索（4）产生式系统的应用2、教学要求：了解：产生式理解：谓词逻辑归结原理掌握：Herbrand定理3、教学重点：谓词逻辑归结原理4、难点：Herbrand定理第五章：知识表示1、讲授内容：（1）知识及其表示（2）框架（3）语义网络（4）面向对象知识表示2、教学要求：了解：知识表示的概述理解：几种知识表示方式掌握：产生式表示语义网络表示3、教学重点：产生式表示语义网络表示4、难点：框架表示第六章：不确定性推理方法1、讲授内容：（1）不确定性及其类型（2）不确定性知识的表示（3）不确定性推理的一般模式（4）确定性理论（5）证据理论（6）模糊推理2、教学要求：了解：不确定性推理方法的概述理解：论证理论模糊推理掌握：论证理论3、教学重点：论证理论模糊推理4、难点：证据理论(D-Stheory)第七章：专家系统1、讲授内容：（1）专家系统的概念（2）专家系统的结构（3）专家系统的应用与发展（4）专家系统设计与实现（5）专家系统开发与环境（6）新一代专家系统研究2、教学要求：了解：专家系统的概述、专家系统的组成结构与发展理解：专家系统的设计与实现掌握：专家系统的开发与使用3、教学重点：专家系统的设计与实现4、难点：新一代专家系统概述第八章：机器学习1、讲授内容：（1）符号学习（2）神经网络学习2、教学要求：了解：机器学习的概述理解：符号学习掌握：常用的机器学习的方式3、教学重点：神经网络学习4、难点：遗传算法四、课程学时分配人工智能原理及应用课程根据教学计划规定的学时数，理论课32学时，实践16学时，具体学时分配如下表，供参考。教学内容概要学时教学方式对应课程目标讲课实验实践第一章：人工智能概述2讲授3第二章：基于谓词逻辑的机器推理文法和语言42讲授、实验1、2第三章：图搜索技术44讲授、实验1、2第四章：产生式系统44讲授、实验1、2第五章：知识表示42讲授、实验1、2第六章：不确定性推理方法44讲授、实验1、2第七章：专家系统4讲授3第八章：机器学习4讲授3合计3216五、其他教学环节（针对理实一体类课程填写此项）六、授课说明1、教学方法（1）注重理论指导的作用，积极探究达到最佳视觉效果的典型做法。同时贯彻理论和实践相结合的原则，给学生出一定量的思考，并要求学生完成一定量的作业，以提高学生的理论水平，培养学生的动手能力和创新精神。（2）把握课程的重难点，及时总结深化所学内容，并针对重难点布置适当的综合练习。以便达到良好的教学效果。2、教学手段（1）采用理论讲解、操作示范等多种方式，充分利用多媒体等现代化教学手段，整体优化教学过程和教学内容，调动学生学习积极性，进行启发式的教学。（2）注重学生动手能力的培养，积极鼓励和引导学生对所学的知识、技能加以拓宽、深化。七、考核办法课程名称：人工智能理论与应用课程号：A0940111考核方式：考查考核形式：大作业60%、实验评估30%、作业10%本课程的学生成绩由平时成绩和期末成绩两部分组成，其中平时成绩占总成绩的40%，期末成绩占总成绩的60%。平时成绩由实验评估、作业综合评定。制定人：审定人：批准人：（填写要求）1、课程教学大纲制定和修订由学院（部）教学分管领导负责组织，由教研室执行具体工作任务，由经验丰富的教师或教师小组执笔，教研室讨论通过，要明确各自职责，不要使签字流于形式。2、制定人、审定人、批准人不能为同一人，原则上制定人为讲课教师，审定人为教研室主任，批准人为学院（部）教学主任。3、制定人原则上需有丰富的教学经验，具有中级以上职称。4、请将姓名打入电子文稿。