一、课程基本信息中文名称：人工智能基础英文名称：BasisofArtificialIntelligence课程编码：10S4008B课程类别：专业选修课程总学时：32(理论学时28;实验学时4)总学分：2适用专业：智能制造工程先修课程：微机原理开课系部：机电工程系二、课程的性质、课程目标及其对毕业要求的支撑1、课程性质人工智能是智能制造的主要组成部分之一，属于机械设计制造及其自动化专业、机械电子工程专业和智能制造专业的专业选修课和职业教育课程。人工智能主要研究解释模拟人类智能、智能行为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。2、课程目标课程目标1：通过本课程的学习，学生可以掌握人工智能基本原理、方法与应用领域课程目标2：了解人工智能常用的知识表示技术、搜索技术、自动推理技术等课程目标3：通过专家系统、机器学习等的了解与学习为今后处理相关智能学科奠定基础。课程目标4：通过课程实验，了解人工智能技术原理实现的基本方法课程目标5：结合智能制造发展的前沿和我国人工智能发展史，对学生进行爱国主义教育和职业教育。3、课程目标对毕业要求的支撑毕业要求10：沟通毕业要求1：工程知识毕业要求4：研究0.20.8课程目标10.5 0.5 课程目标20.5 0.5 课程目标30.60.4 课程目标40.2 0.2 课程目标5
一、课程基本信息 中文名称：人工智能基础 英文名称：Basis of Artificial Intelligence 课程编码：10S4008B 课程类别：专业选修课程 总 学 时： 32(理论学时28;实验学时4) 总 学 分：2 适用专业：智能制造工程 先修课程：微机原理 开课系部：机电工程系 二、课程的性质、课程目标及其对毕业要求的支撑 1、课程性质 人工智能是智能制造的主要组成部分之一，属于机械设计制造及其自动化专业、机械电子工程 专业和智能制造专业的专业选修课和职业教育课程。人工智能主要研究解释模拟人类智能、智能行 为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类 智能行为的计算机系统。 2、课程目标 课程目标1：通过本课程的学习，学生可以掌握人工智能基本原理、方法与应用领域; 课程目标2：了解人工智能常用的知识表示技术、搜索技术、自动推理技术等; 课程目标3：通过专家系统、机器学习等的了解与学习为今后处理相关智能学科奠定基础。 课程目标4：通过课程实验，了解人工智能技术原理实现的基本方法。 课程目标5：结合智能制造发展的前沿和我国人工智能发展史，对学生进行爱国主义教育和职业 教育。 3、课程目标对毕业要求的支撑
三、课程教学基本要求第一章绪论[教学内容与要求]了解人工智能的定义；了解人工智能的起源与发展；了解人工智能的各种认知观；了解人工智能的研究目标和研究内容；了解人工智能的研究与计算方法；了解人工智能的研究与应用领域。了解我国人工智能发展史。[教学重点]人工智能的定义，人工智能的各种认知观，人工智能的研究与应用领域，中国人工智能发展史。第二章知识表示方法[教学内容与要求]掌握状态空间表示法、一阶谓词逻辑表示法和产生式表示法；了解语义网络表示法、框架表示法、本体技术表示法等。[教学重点]状态空间表示法，一阶谓词逻辑表示法，产生式表示法。[教学难点]一阶谓词逻辑表示法第三章确定性推理[教学内容与要求]1)了解推理的定义、推理方式及其分类、推理的控制策略。2)图搜索技术了解图搜索策略；掌握宽度优先和深度优先搜索等盲目式搜索方法；了解启发式搜索与或树搜索。3)基于谓词的逻辑机器推理了解子句、子句集等概念；会将任一谓词公式转化成子句集；掌握消解原理、消解推理规则、消解反演的求解过程；了解常见消解策略：删除策略、支持集策略线性输入策略、单文字子句策略和祖先过滤策略等：会用消解原理求取问题的答案。[教学重点]推理的控制策略，盲目式搜索，子句集，消解原理[教学难点]
三、课程教学基本要求 第一章 绪论 [教学内容与要求] 了解人工智能的定义;了解人工智能的起源与发展;了解人工智能的各种认知观;了解人工智能的研 究目标和研究内容;了解人工智能的研究与计算方法;了解人工智能的研究与应用领域。了解我国人工 智能发展史。 [教学重点] 人工智能的定义，人工智能的各种认知观，人工智能的研究与应用领域，中国人工智能发展 史。 第二章 知识表示方法 [教学内容与要求] 掌握状态空间表示法、一阶谓词逻辑表示法和产生式表示法;了解语义网络表示法、框架表示 法、本体技术表示法等。 [教学重点] 状态空间表示法，一阶谓词逻辑表示法，产生式表示法。 [教学难点] 一阶谓词逻辑表示法 第三章 确定性推理 [教学内容与要求] 1)了解推理的定义、推理方式及其分类、推理的控制策略。 2)图搜索技术 了解图搜索策略;掌握宽度优先和深度优先搜索等盲目式搜索方法;了解启发式搜索与或树搜索。 3)基于谓词的逻辑机器推理 了解子句、子句集等概念;会将任一谓词公式转化成子句集;掌握消解原理、消解推理规则、消解 反演的求解过程;了解常见消解策略：删除策略、支持集策略线性输入策略、单文字子句策略和祖先 过滤策略等;会用消解原理求取问题的答案。 [教学重点] 推理的控制策略，盲目式搜索，子句集，消解原理。 [教学难点]
启发式搜索，消解原理。第四章专家系统[教学内容与要求]了解专家系统概念、特点；理解专家系统的结构和建造步骤；了解基于产生式规则的专家系统的结构、特点和设计方法。[教学重点]专家系统的特点。[教学难点]专家系统的结构和建造步骤。第五章计算智能[教学内容与要求]了解计算智能与传统人工智能的区别。了解人工神经网络的特征和发展；了解神经网络的典型模型及其算法；掌握基于神经网络的知识与推理。了解进化算法和遗传算法。[教学重点]人工神经网络的特征，基于神经网络的知识与推理。[教学难点]基于神经网络的知识与推理。第六章机器学习[教学内容与要求]了解机器学习的定义和发展史；掌握机器学习的主要策略和基本结构；了解归纳学习、决策树学习、类比学习、解释学习和深度学习等机器学习方法。[教学重点]机器学习的主要策略和基本结构。根据本课程内容，课程内容对课程目标的支撑如下：
启发式搜索，消解原理。 第四章 专家系统 [教学内容与要求] 了解专家系统概念、特点;理解专家系统的结构和建造步骤;了解基于产生式规则的专家系统的结 构、特点和设计方法。 [教学重点] 专家系统的特点。 [教学难点] 专家系统的结构和建造步骤。 第五章 计算智能 [教学内容与要求] 了解计算智能与传统人工智能的区别。了解人工神经网络的特征和发展;了解神经网络的典型模 型及其算法;掌握基于神经网络的知识与推理。了解进化算法和遗传算法。 [教学重点] 人工神经网络的特征，基于神经网络的知识与推理。 [教学难点] 基于神经网络的知识与推理。 第六章 机器学习 [教学内容与要求] 了解机器学习的定义和发展史;掌握机器学习的主要策略和基本结构;了解归纳学习、决策树学 习、类比学习、解释学习和深度学习等机器学习方法。 [教学重点] 机器学习的主要策略和基本结构。 根据本课程内容，课程内容对课程目标的支撑如下：
课程目标1课程目标2课程目标3课程目标4课程目标50.40.40.2 第一章绪论0.50.2 0.1 0.2 第二章知识表示方法0.2 0.50.2 0.1 第三章确定性推理0.20.50.3 第四章专家系统0.2 0.2 0.30.3 第五章计算智能0.20.5 0.3 第六章机器学习四、有关教学环节的要求1、教学方法教学方法包括理论知识、课堂讨论、自学和答疑。(1)理论知识：以教师课堂讲授为主，读阅参考文献、书籍为辅。(2)课堂讨论：由教师布置内容、提供参考书，学生自己准备，课堂上围绕提出的问题进行讨论。(3)自学：由教师布置自学内容，提出重点，知道学生学习。(4)答疑：针对课程的重点和难点及学生提出的问题，教师组织进行答疑。2、教学手段在教学过程中要掌握传授知识和培养智能的辩证关系，特别注意培养学生的分析问题和解决问题的能力，始终贯彻教书育人的思想。讲授应灵活多样，始终贯彻启发式教学，做到重点突出、层次清楚、联系实际。3、作业要求要求学生在查阅资料的基础上独立完成课后作业，作业整齐认真，书写规范。4、课程考试：考核方式为考查，期未考试采用闭卷或论文写作方式进行五、学时分配
四、有关教学环节的要求 1、教学方法 教学方法包括理论知识、课堂讨论、自学和答疑。 (1)理论知识：以教师课堂讲授为主，读阅参考文献、书籍为辅。 (2)课堂讨论：由教师布置内容、提供参考书，学生自己准备，课堂上围绕提出的问题进行讨 论。 (3)自学：由教师布置自学内容，提出重点，知道学生学习。 (4)答疑：针对课程的重点和难点及学生提出的问题，教师组织进行答疑。 2、教学手段 在教学过程中要掌握传授知识和培养智能的辩证关系，特别注意培养学生的分析问题和解决问 题的能力，始终贯彻教书育人的思想。讲授应灵活多样，始终贯彻启发式教学，做到重点突出、层 次清楚、联系实际。 3、作业要求 要求学生在查阅资料的基础上独立完成课后作业，作业整齐认真，书写规范。 4、课程考试： 考核方式为考查，期末考试采用闭卷或论文写作方式进行。 五、学时分配
主要作业各教学环节学时分配章节备注内容题量讲授实验课外小计习题2第一章绪论2628第二章知识表示方法第三章10212确定性推理44第四章专家系统44第五章计算智能22第六章机器学习合计28322