人工智能》详细教学大纲《人工智能》教学大纲课程代码：130234课程性质：专业必修学分学时数：5/80适用专业：计算机应用技术一、课程的性质和目的（一）课程性质人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。（二）课程目的1、基本理论要求：课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。2、基本技能要求：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大一极小法、a—B剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。二、教学内容、重（难）点、教学要求及学时分配第一章：人工智能概述（2学时）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（2学时）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（5学时）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AO4、难点：与或图搜索第四章：产生式系统(2学时)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(2学时)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(6学时)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（4学时）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（10学时）1、讲授内容：（1）...
