《人工智能导论》课程教学大纲 课程名称：人工智能导论 课程代码：ELIE3002 英文名称：Introduction of Artificial Intelligence 课程性质：专业选修 学分/学时：118 开课学期：7 适用专业：电子信息类 先修课程：概率论与数理统计、程序设计基础等 后续课程： 开课单位：电子信息学院 课程负责人：陈雪勒 大纲执笔人：陈雪勤 大纲审核人：芮贤义 一、课程性质和教学目标 课程性质：由于人工智能是模拟人类智能解决问题，几乎在所有领域都具有非常广泛 的应用。《人工智能导论》是人工智能专业以及智能科学与技术、数据科学与大数据技术、 计算机科学与技术等计算机类专业本科生的一门专业基础必修课程，也是电子信息、自动 化、电气、机械等类专业学习人工智能的重要选修课程。本课程主要介绍人工智能问题求 解的一般性原理和基本思想以及一些前沿内容，为学生提供基本的人工智能技术和有关间 题的入门性知识，为进一步学习和研究人工智能理论与应用奠定基础。 教学目标：该课程的目标是把握人工智能的发展趋势，熟悉人工智能技术的前沿知识 和研究热点。学生通过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新 方法，能够紧密联系人工智能中的前沿技术开展切实有效的理论和应用研究。该课程讲述了 人工智能的发展简史、人工智能研究的基本内容和主要研究领域、人工智能的研究热点，包 括知识图谱、进化算法、深度学习等。具体包括： 1.了解人工智能的特点、主要研究领域、研究历史及未来发展动向。 2.掌握人工智能的基本概念、基本原理和基本方法 3.了解应用人工智能技术解决实际问题的范例。 二、课程目标与毕业要求的对应关系 毕业要求 指标点 课程目标 2-3能运用基本原理分析复杂工程问题，获 2、问题分析 得有效结论 教学目标】
1 《人工智能导论》课程教学大纲 课程名称：人工智能导论 课程代码：ELIE3002 英文名称：Introduction of Artificial Intelligence 课程性质：专业选修 学分/学时：1/18 开课学期：7 适用专业：电子信息类 先修课程：概率论与数理统计、程序设计基础等 后续课程： 开课单位：电子信息学院 课程负责人：陈雪勤 大纲执笔人：陈雪勤 大纲审核人：芮贤义 一、课程性质和教学目标 课程性质：由于人工智能是模拟人类智能解决问题，几乎在所有领域都具有非常广泛 的应用。《人工智能导论》是人工智能专业以及智能科学与技术、数据科学与大数据技术、 计算机科学与技术等计算机类专业本科生的一门专业基础必修课程，也是电子信息、自动 化、电气、机械等类专业学习人工智能的重要选修课程。本课程主要介绍人工智能问题求 解的一般性原理和基本思想以及一些前沿内容，为学生提供基本的人工智能技术和有关问 题的入门性知识，为进一步学习和研究人工智能理论与应用奠定基础。 教学目标：该课程的目标是把握人工智能的发展趋势，熟悉人工智能技术的前沿知识 和研究热点。学生通过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新 方法，能够紧密联系人工智能中的前沿技术开展切实有效的理论和应用研究。该课程讲述了 人工智能的发展简史、人工智能研究的基本内容和主要研究领域、人工智能的研究热点，包 括知识图谱、进化算法、深度学习等。具体包括： 1. 了解人工智能的特点、主要研究领域、研究历史及未来发展动向。 2. 掌握人工智能的基本概念、基本原理和基本方法。 3. 了解应用人工智能技术解决实际问题的范例。 二、课程目标与毕业要求的对应关系 毕业要求 指标点 课程目标 2、问题分析 2-3 能运用基本原理分析复杂工程问题，获 得有效结论。 教学目标 1
5-3能够针对且体时象，开发或洗田满足特 5、使用现代工具 定需求的现代工具 模拟和预测专业问， 牧学目标2 能够分析其局限性。 三、课程教学内容及学时分配 学 教学内容 时 能力培养 素质培养 县 分 教学要求 教学要求 配 了解人工智能研 1.人工智能的概念 了解人工智能的基 究的基本内容和 2.人工智能的发展简 本概念、研究的特 主要研究领域，开 史 点、内容、发展历 阔学生思路，为以 第1章 绪论 3.人工智能研究的基 2 史，增加对人工智 后学习和应用人 本内容 能学科的认识。把 工智能莫定基础； 榴计算机学与特 孰来本专业的 4.人工智能的主要可 究领域 术的发展趋势。 沿知识和研究热 点。 熟练堂据知识及知 1.知识的特性、分类 识表示的概念， 解知识的特性。繁 第2章 和表示 握一阶谓词逻辑 了解各种表示方 2.表示方法：一阶谓 法的具体表示开 2 知识表 示与知 2 产生式、框架表示 词逻辑、产生式、框 式、优缺点、适宜 等知识表示方法， 识图谱 了解知识图谱的基 的应用对象 3.知识图进 本概念以及典型成 用。 1推理的基本概念 2确定性椎理方法 熟练堂握推理的制 第3章 自然演绎推理、谓词 念，熟练掌握谓词 熟练掌握人工智 能模拟人类推理 3 公式化为子句集的方 公式化为子句集的 过程求解问题的 法、鲁宾逊归结原理 方法、鲁滨逊归结 基本方法，并能灵 3.确定性推理方法的 原理以及应用归结 活应用。 应用：归结反演、应 原理求解问题。 用归结原理求解问题 第4章 1.不确定性推理的基 理解不确定推理的 了解不确定推理 4 不确定 本概念 基本概念和意义 的背景与意义。掌 性推理 2可信度方法、证据 掌握不确定推理的 握不确定推理的
2 5、使用现代工具 5-3 能够针对具体对象，开发或选用满足特 定需求的现代工具，模拟和预测专业问题， 能够分析其局限性。 教学目标 2 三、课程教学内容及学时分配 序 号 章 教学内容 学 时 分 配 能力培养 教学要求 素质培养 教学要求 1 第 1 章 绪论 1．人工智能的概念 2．人工智能的发展简 史 3．人工智能研究的基 本内容 4．人工智能的主要研 究领域 2 了解人工智能的基 本概念、研究的特 点、内容、发展历 史，增加对人工智 能学科的认识。把 握计算机科学与技 术的发展趋势。 了解人工智能研 究的基本内容和 主要研究领域，开 阔学生思路，为以 后学习和应用人 工智能奠定基础。 熟悉本专业的前 沿知识和研究热 点。 2 第 2 章 知识表 示与知 识图谱 1．知识的特性、分类 和表示 2．表示方法：一阶谓 词逻辑、产生式、框 架 3. 知识图谱 2 熟练掌握知识及知 识表示的概念，了 解知识的特性。掌 握一阶谓词逻辑、 产生式、框架表示 等知识表示方法， 了解知识图谱的基 本概念以及典型应 用。 了解各种表示方 法的具体表示形 式、优缺点、适宜 的应用对象。 ..3 第 3 章 确定性 推理方 法 1.推理的基本概念 2.确定性推理方法： 自然演绎推理、谓词 公式化为子句集的方 法、鲁宾逊归结原理 3.确定性推理方法的 应用：归结反演、应 用归结原理求解问题 1 熟练掌握推理的概 念，熟练掌握谓词 公式化为子句集的 方法、鲁滨逊归结 原理以及应用归结 原理求解问题。 熟练掌握人工智 能模拟人类推理 过程求解问题的 基本方法，并能灵 活应用。 4 第 4 章 不 确 定 性 推 理 1.不确定性推理的基 本概念 2.可信度方法、证据 1 理解不确定推理的 基本概念和意义。 掌握不确定推理的 了解不确定推理 的背景与意义。掌 握不确定推理的
方法 理论等基于概率的推 可信度方法，了解基本思想与应用 理方法 证据理论，熟练到 思路。 3模糊推理方法 握模糊推理方法。 1.搜索的概念 2.状态空间的搜索 理解搜索的基本概 第5章 管略 掌握搜索方法的 念、基本方法。能 搜素求 3.盲目的图搜索策 2 实现与基本软件 解策略 够针对创新点开展 设计。 理论和应用研究。 4.启发式图搜索策 略 1.进化算法的产生 第6章 与发展 了解一些遗传算法 智能计 2.遗传算法及其应 的改进算法，了解 掌握遗传算法的 6 算及其 2 基本概念和基本 用 遗传算法的应用实 方法。 应用 3.粒子群优化算法 例。 4.蚁群算法 1,专家系统的产生 与发展、概念、 一般 结构 掌握专家系统的是 2.专家系统的工作 第7章 本概念、基本特征、 掌握专家系统的 原理及其建立方法 7 专家系 般结构等基本内 建造、开发，了解 ；机器学习与数据 2 统与机 容。了解典型的专 专家系统的应用 器学习 家系统功能与结 例子。 4.专家系统实例及 构。 其骨架系统 5.专家系统的工具 环境 1.神经元与神经网 掌握BP神经网络 络的基本概念 学习算法及其在模 掌握人工神经网 第8章 2.BP学习算法及其 式识别中的应用。 络的基本概念、常 人工神 应用 了解Hopfield神经 用人工神经国铭 经网络 3.Hopfield神经网络 及其应用 2 网络的特性及其在 模型。能够针对仓 及其成 新点开思切实有 卷积神经网铬及 联想记忆、优化等 效的理论和应用 其应用 工程中的应用 研究。 5 生成对抗网络及 解卷积神经网络 应 生成对抗网络的基
3 方法 理论等基于概率的推 理方法 3.模糊推理方法 可信度方法，了解 证据理论，熟练掌 握模糊推理方法。 基本思想与应用 思路。 5 第 5 章 搜索求 解策略 1. 搜索的概念 2. 状态空间的搜索 策略 3. 盲目的图搜索策 略 4. 启发式图搜索策 略 2 理解搜索的基本概 念、基本方法。能 够针对创新点开展 理论和应用研究。 掌握搜索方法的 实现与基本软件 设计。 6 第 6 章 智能计 算及其 应用 1. 进化算法的产生 与发展 2. 遗传算法及其应 用 3. 粒子群优化算法 4. 蚁群算法 2 了解一些遗传算法 的改进算法，了解 遗传算法的应用实 例。 掌握遗传算法的 基本概念和基本 方法。 7 第 7 章 专家系 统与机 器学习 1. 专家系统的产生 与发展、概念、一般 结构 2. 专家系统的工作 原理及其建立方法 3.机器学习与数据挖 掘 4. 专家系统实例及 其骨架系统 5. 专家系统的工具 环境 2 掌握专家系统的基 本概念、基本特征、 一般结构等基本内 容。了解典型的专 家 系 统 功 能 与 结 构。 掌握专家系统的 建造、开发，了解 专家系统的应用 例子。 8 第 8 章 人工神 经网络 及其应 用 1. 神经元与神经网 络的基本概念 2. BP 学习算法及其 应用 3. Hopfield 神经网络 及其应用 4. 卷积神经网络及 其应用 5. 生成对抗网络及 其应用 2 掌握 BP 神经网络 学习算法及其在模 式识别中的应用。 了解 Hopfield 神经 网络的特性及其在 联想记忆、优化等 工程中的应用。了 解卷积神经网络、 生成对抗网络的基 掌握人工神经网 络的基本概念、常 用人工神经网络 模型。能够针对创 新点开展切实有 效的理论和应用 研究
本思路与应用。 堂挥智能体与彩 第9章 1.智能体与多智能体 了解智能体与多智 智能体 智能体的概念 的概念与结构 能体的概念与结 结构、名智能体系 与多智 2.多智能体系统的证 1 构、多想能体系结 能体系 信 协调、 协作和协 的通信、协调 协 统的通信、协调 协作和协商等概 商 作和协商等概今 1.自然语言理解的 概念与发展 了解自然语言理解 第10 2. 语音分析、词法分 的概念与发展历 然语 析、句法分析、语义 史。掌握大规模真 掌握语音分析、词 法分析、句法分 10 言处理 2 文本的外理行 分析基本概今与方法 析、语义分析等是 3.基于语料库的大 法、 机器翻译 语 本概念与思路 规模真实文本的处理 音识别等应用的是 本思路。 方法、机器翻译、语 音识别等应用。 第11章 1.智能游戏的概念 与主要游戏智能技术 了解智能游戏的概 堂挥遗传算法等 念与基本原理。掌 在游戏中的程序 11 2.智能游戏设计技 设计方法。能够 戏设计 1 据角色的运动、追 术 村新占开据切 中的应 逐与躲避、路径搜 3.游戏开发工具及 实有效的理论利 索等基本设计方法 其应用 应用研究。 四、教学方法 本课程以课堂教学为主，结合课外自学。 课堂教学主要讲解基本原理，结合人工智能最新前沿技术的相关介绍，辅助以最新的视 频资科，使同学们对人工智能课程的各个章节产生兴趣，从而促进学习热情，在之后的理论 牧学中能更好地理解技术的先进性与实用性。 要求学生在课内学习的基础上，自己完成网络资料与科技文献的检索工作，针对感兴超 的章节讲行自主学习，加深加强课堂理论教学，并提高自身的自学能力
4 本思路与应用。 9 第 9 章 智能体 与多智 能体系 统 1.智能体与多智能体 的概念与结构 2.多智能体系统的通 信、协调、协作和协 商 1 了解智能体与多智 能 体 的 概 念 与 结 构、多智能体系统 的通信、协调、协 作和协商等概念 掌握智能体与多 智能体的概念与 结构、多智能体系 统的通信、协调、 协作和协商等概 念 10 第 10 章 自然语 言处理 及其应 用 1. 自然语言理解的 概念与发展 2. 语音分析、词法分 析、句法分析、语义 分析基本概念与方法 3. 基于语料库的大 规模真实文本的处理 方法、机器翻译、语 音识别等应用。 2 了解自然语言理解 的 概 念 与 发 展 历 史。掌握大规模真 实 文 本 的 处 理 方 法、机器翻译、语 音识别等应用的基 本思路。 掌握语音分析、词 法分析、句法分 析、语义分析等基 本概念与思路 11 第 11 章 人工智 能在游 戏设计 中的应 用 1. 智能游戏的概念 与主要游戏智能技术 2. 智能游戏设计技 术 3. 游戏开发工具及 其应用 1 了解智能游戏的概 念与基本原理。掌 握角色的运动、追 逐与躲避、路径搜 索等基本设计方法 掌握遗传算法等 在游戏中的程序 设计方法。能够针 对创新点开展切 实有效的理论和 应用研究。 四、教学方法 本课程以课堂教学为主，结合课外自学。 课堂教学主要讲解基本原理，结合人工智能最新前沿技术的相关介绍，辅助以最新的视 频资料，使同学们对人工智能课程的各个章节产生兴趣，从而促进学习热情，在之后的理论 教学中能更好地理解技术的先进性与实用性。 要求学生在课内学习的基础上，自己完成网络资料与科技文献的检索工作，针对感兴趣 的章节进行自主学习，加深加强课堂理论教学，并提高自身的自学能力
五、考核及成绩评定方式 课程考核由平时成绩和期末成绩两部分构成。其中，平时分主要依据学生出勤、上课听 讲、回答教师提问是否正确。期末考核方式采用考查课形式。考核方式为笔试、论文、笔试 结合论文等，最终由任课教师选定，若采用笔试则时间为120分钟。平时成绩占比15%， 最终成绩占比85%。 六、教材及参考书目 教材：《人工智能导论》（第5版），王万良编著，高等教有出版社，2020 参考书：《人工智能及其应用》（第4版），王万良编著，高等教育出版社，2020
5 五、考核及成绩评定方式 课程考核由平时成绩和期末成绩两部分构成。其中，平时分主要依据学生出勤、上课听 讲、回答教师提问是否正确。期末考核方式采用考查课形式。考核方式为笔试、论文、笔试 结合论文等，最终由任课教师选定，若采用笔试则时间为 120 分钟。平时成绩占比 15%， 最终成绩占比 85%。 六、教材及参考书目 教 材：《人工智能导论》（第 5 版），王万良编著，高等教育出版社，2020 参考书：《人工智能及其应用》（第 4 版），王万良编著，高等教育出版社，2020
