《人工智能导论》课程教学大纲 英文名称:Introduction to Artificial Intelligence课程编号:38l502l6 适用专业:计算机科学与技术(考查),信息安全(考查) 学时:46学分:2.5 课程类别:信息安全方向、软件方向 课程性质:指选课 一、课程的性质和目的 人工智能是计算机科学与技术的一个前沿学科,它也是一个综合性的交叉学科。《人工智能号导论》 为计算机科学技术专业和信息安全专业的一门指选课,其目的是使学生初步了解人工智能的基本原 理,初步学习和掌握人工智能的基本技术,以便拓宽知识面,并为进一步学习和应用奠定基础。 二、课程教学内容 第一章人工智能概述 基本内容和要求: 1.人工智能的概念与目标; 2.人工智能的研究内容与方法; 3.人工智能的分支领域: 4.人工智能的发展概况 第二章逻辑程序设计语言Prolog 基本内容和要求: 1.掌握Prologi语言的语句特点、程序结构和运行机理; 2.能编写简单的Prolog程序,能读懂一般的Prolog程序。 教学重点: Prologi程序设计。 教学难点: 表与递归,回溯控制 第三章基于图搜索的问题求解 基本内容和要求: 1.掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法,包括穷举式搜索、 启发式搜索、加权状态图搜索和A算法、A*算法等; 2.掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法: 3.理解一些经典规划调度问题(如迷宫、八数码、梵塔、旅行商、八皇后等问题)的求解方法: 教学重点: 1.状态图搜索常用算法和问题的状态图表示; 2.与或图搜索常用算法和问题的与或图表示。 教学难点: 问题的状态图、与或图表示。 第四章基于遗传算法的随机优化搜索
《人工智能导论》课程教学大纲 英文名称:Introduction to Artificial Intelligence 课程编号: 38150216 适用专业:计算机科学与技术(考查),信息安全(考查) 学 时:46 学分:2.5 课程类别:信息安全方向、软件方向 课程性质:指选课 一、课程的性质和目的 人工智能是计算机科学与技术的一个前沿学科,它也是一个综合性的交叉学科。《人工智能导论》 为计算机科学技术专业和信息安全专业的一门指选课,其目的是使学生初步了解人工智能的基本原 理,初步学习和掌握人工智能的基本技术,以便拓宽知识面,并为进一步学习和应用奠定基础。 二、课程教学内容 第一章 人工智能概述 基本内容和要求: 1.人工智能的概念与目标; 2.人工智能的研究内容与方法; 3.人工智能的分支领域; 4.人工智能的发展概况。 第二章 逻辑程序设计语言Prolog 基本内容和要求: 1.掌握Prolog语言的语句特点、程序结构和运行机理; 2.能编写简单的Prolog程序,能读懂一般的Prolog程序。 教学重点: Prolog程序设计。 教学难点: 表与递归,回溯控制 第三章 基于图搜索的问题求解 基本内容和要求: 1.掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法,包括穷举式 搜索、 启发式搜索、加权状态图搜索和A算法、A*算法等; 2.掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法; 3.理解一些经典规划调度问题(如迷宫、八数码、梵塔、旅行商、八皇后等问题)的求解方法; 教学重点: 1.状态图搜索常用算法和问题的状态图表示; 2.与或图搜索常用算法和问题的与或图表示。 教学难点: 问题的状态图、与或图表示。 第四章 基于遗传算法的随机优化搜索
基本内容和要求: 1.了解遗传算法的基本概念和特点; 2.理解基本遗传算法的基本原理和应用技术。 教学重点: 选择复制、交叉和变异等三种遗传操作。 教学难点: 遗传算法的应用。 第五章知识表示与推理 基本内容和要求: 1.了解知识表示的基本概念; 2.理解和掌握常用知识表示方法,包括:一阶谓词逻辑、产生式规则、框架和语义网络的基本原理 和语言实现; 3.理解不确定性知识的表示及其推理方法。 教学重点: 1.基于一阶谓词逻辑和产生式规呗则的推理模式。 2.不确定性知识的表示及其推理。 教学难点: 不确定性知识的表示及其推理。 第六章机器学习与知识发现 基本内容和要求: 1.理解符号学习的基本原理,包括:记忆学习、演绎学习、类比学习、示例学习、发现学习等; 2.理解连接学习的基本原理,包括:人工神经网络的概念和类型、神经网络学习方法等; 3.了解知识发现与数据挖掘的概念、对象、任务和基本方法等。 教学重点: 1.符号学习中的归纳学习; 2.神经网络学习。 教学难点: BP神经网络及其学习举例。 第七章专家系统 基本内容和要求: 1.理解专家系统的概念和结构; 2.初步掌握专家系统设计与实现方法; 3.了解专家系统的发展 教学重点: 1.专家系统的概念和结构: 2.专家系统的设计与实现。 教学难点: 专家系统的设计与实现。 第八章Agent系统 基本内容和要求: 1.理解Agent的概念、类型和结构; 2.理解多Agent系统的原理、结构和应用: 3.了解Agent的实现语言工具。 教学重点: Agent和多Agent系统的概念和结构
基本内容和要求: 1.了解遗传算法的基本概念和特点; 2.理解基本遗传算法的基本原理和应用技术。 教学重点: 选择-复制、交叉和变异等三种遗传操作。 教学难点: 遗传算法的应用。 第五章 知识表示与推理 基本内容和要求: 1.了解知识表示的基本概念; 2.理解和掌握常用知识表示方法,包括:一阶谓词逻辑、产生式规则、框架和语义网络的基本原理 和语言实现; 3.理解不确定性知识的表示及其推理方法。 教学重点: 1.基于一阶谓词逻辑和产生式规则的推理模式。 2.不确定性知识的表示及其推理。 教学难点: 不确定性知识的表示及其推理。 第六章 机器学习与知识发现 基本内容和要求: 1.理解符号学习的基本原理,包括: 记忆学习、演绎学习、类比学习、示例学习、发现学习等; 2.理解连接学习的基本原理,包括:人工神经网络的概念和类型、神经网络学习方法等; 3.了解知识发现与数据挖掘的概念、对象、任务和基本方法等。 教学重点: 1.符号学习中的归纳学习; 2.神经网络学习。 教学难点: BP神经网络及其学习举例。 第七章 专家系统 基本内容和要求: 1.理解专家系统的概念和结构; 2.初步掌握专家系统设计与实现方法; 3.了解专家系统的发展。 教学重点: 1.专家系统的概念和结构; 2.专家系统的设计与实现。 教学难点: 专家系统的设计与实现。 第八章 Agent系统 基本内容和要求: 1.理解Agent的概念、类型和结构; 2.理解多Agent系统的原理、结构和应用; 3.了解Agent的实现语言工具。 教学重点: Agent和多Agent系统的概念和结构
教学难点: 多Agent系统的结构。 第九章智能化网络 基本内容和要求: 1.了解智能网络的概念和原理; 2.理解网络的智能化管理与控制基本技术: 3.了解网上信息的智能化检索基本原理和方法。 教学重点: 网络的智能化管理与控制。 教学难点: 网上信息的智能化检索。 三、课程教学的基本要求 1.本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。 2.课堂教学采用启发式教学方法,理例结合,多媒体并用,引导学生加深对课程内容的理解,提高 学生的学习兴趣和效果。 3.理论联系实际,通过本课程的教学,力争使学生在理解和掌握大纲所要求的知识内容的基础上, 能正确地运用这些知识解决有关实际问题。 四、课程学时分配 讲课内容 学时 人工智能概述 2 逻辑程序设计语言Prolog 4 基于图搜索的问题求解 6 基于遗传算法的随机优化搜索 2 知识表示与推理 10 机器学习与知识发现 6 专家系统 4 Agent系统 2 智能化网络 2 上机实验 8 合计 46 五、建议教材与教学参考书 教材: 《人工智能技术导论》(第三版),廉师友,西安电子科技大学出版社,2007。 教学参考书: []人工智能, (美)Nils J.Nilsson,(郑扣根,庄越挺译),机械工业出版社,2000:; [2]人工智能 -一种现代方法(第二版),[美]Stuart Russell,Peter Norvig,姜哲等译,人民邮电 出版社,2004; [3)人工智能,[日]沟口理一郎,石田亨编,卢伯英译,科学出版社,2003; [4]Artificial Intelligence:A Guide to Intelligent Systems,Second Edition,Michael Negnevitsky,Pearson Education,2005; [5]高级人工智能,史忠植,科学出版社,2006
教学难点: 多Agent系统的结构。 第九章 智能化网络 基本内容和要求: 1.了解智能网络的概念和原理; 2.理解网络的智能化管理与控制基本技术; 3.了解网上信息的智能化检索基本原理和方法。 教学重点: 网络的智能化管理与控制。 教学难点: 网上信息的智能化检索。 三、课程教学的基本要求 1.本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。 2.课堂教学采用启发式教学方法,理例结合,多媒体并用,引导学生加深对课程内容的理解,提高 学生的学习兴趣和效果。 3.理论联系实际,通过本课程的教学,力争使学生在理解和掌握大纲所要求的知识内容的基础上, 能正确地运用这些知识解决有关实际问题。 四、课程学时分配 讲 课 内 容 学时 人工智能概述 2 逻辑程序设计语言Prolog 4 基于图搜索的问题求解 6 基于遗传算法的随机优化搜索 2 知识表示与推理 10 机器学习与知识发现 6 专家系统 4 Agent系统 2 智能化网络 2 上机实验 8 合计 46 五、建议教材与教学参考书 教材: 《人工智能技术导论》(第三版),廉师友,西安电子科技大学出版社,2007。 教学参考书: [1] 人工智能,(美)Nils J. Nilsson,(郑扣根,庄越挺译),机械工业出版社,2000; [2] 人工智能 —— 一种现代方法(第二版),[美]Stuart Russell,Peter Norvig,姜哲等译,人民邮电 出版社,2004; [3] 人工智能,[日]沟口理一郎,石田 亨编,卢伯英译,科学出版社,2003; [4] Artificial Intelligence: A Guide to Intelligent Systems, Second Edition,Michael Negnevitsky,Pearson Education, 2005; [5] 高级人工智能,史忠植,科学出版社,2006