安徽理工大学学期授课计划 2007/2008学年第一学期 院（系）计算机学院 教研室（系） 信息安全一 任课教师方贤进 职 称副教授 课程名称人工智能导论 课程性质指选课 本学期总学时46授课班级 辅导教师 教材名 称 人工智能技术导论（第三版） 注：有些章节内容可根据当前学期实际学时进行动态调整 周次星期 授课内容（章节主要内容） 教学时数教学形式 课外作业 第1章人工智能概述 2 讲授 教材 1.1什么是人工智能 习题一 1.2人工智能的研究意义、目标和策略 书面：2， 1.3人工智能的研究内容 3, 1.4人工智能的研究途径与方法 思考：1， 1.5人工智能的应用 5,6 1.6人工智能的分支领域 1.7人工智能的发展概况 第2章逻辑程序设计语言PROLOG 讲授 习题二 2.1基本PROLOG 1 2.2 Turbo PROLOG程序设计 书面：1 2.2.1程序结构 2.2.2数据与表达式 2.2.3输入与输出 2.2.4动态数据库 2 讲授 习题二 2.2.5表处理与递归 书面：2 1 2.2.6回溯控制 思考：3 2.2.7程序举例 第3章图搜索与问题求解 2 讲授 习题三 3.1状态图（空间）搜索 2 3.1.1状态图 书面：5 3.1.2状态图搜索 思考：3， 3.1.3穷举式搜索 7,8 3.14启发式搜索 3.1.5加权状态图搜索 教研室（系）主任审核： 主管院长（系主任）审批： 2007年月日 第1页共4页 周次星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 2 3.1.6A算法和A*算法 2 讲授 习题三 3.1.7状态图搜索策略小结 书面：2,6 3.2状态图搜索问题求解 思考：10， 32.1问题的状态图表示 11 3.2.2状态图问题求解程序举例
安徽理工大学学期授课计划 2007 /2008学年第 一学期 院（系） 计算机学院 教研室（系） 信息安全 任课教师 方贤进 职 称 副教授 课程名称 人工智能导论 课程性质 指选课 本学期总学时 46 授课班级 辅导教师 教材名 称 人工智能技术导论（第三版） 注：有些章节内容可根据当前学期实际学时进行动态调整 周次 星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 1 第1章 人工智能概述 1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略 1.3 人工智能的研究内容 1.4 人工智能的研究途径与方法 1.5 人工智能的应用 1.6 人工智能的分支领域 1.7 人工智能的发展概况 2 讲授 教材 习题一 书 面 ： 2 ， 3，4 思考：1， 5，6 1 第2章 逻辑程序设计语言PROLOG 2.1 基本PROLOG 2.2 Turbo PROLOG程序设计 2.2.1 程序结构 2.2.2 数据与表达式 2.2.3 输入与输出 2 讲授 习题二 书面：1 1 2.2.4 动态数据库 2.2.5 表处理与递归 2.2.6 回溯控制 2.2.7 程序举例 2 讲授 习题二 书面：2 思考：3 2 第3章 图搜索与问题求解 3.1状态图(空间)搜索 3.1.1 状态图 3.1.2 状态图搜索 3.1.3 穷举式搜索 3.1.4 启发式搜索 3.1.5 加权状态图搜索 2 讲授 习题三 书面：5 思考：3， 7，8 教研室（系）主任审核： 主管院长（系主任）审批： 2007 年 月 日 第 1 页 共 4 页 周次 星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 2 3.1.6 A算法和A*算法 3.1.7 状态图搜索策略小结 3.2状态图搜索问题求解 3.2.1 问题的状态图表示 3.2.2 状态图问题求解程序举例 2 讲授 习题三 书面：2，6 思考：10， 11
3.3与或图搜索 2 讲授 习题三 3.3.1与或图 3.3.2与或图搜索 书面：12， 3.3.3启发式与或树搜索 15 3.4与或图搜索问题求解 思考：1， 3.4.1问题的与或图表示 13,14 3.4.2与或图问题求解程序举例 第4章基于遗传算法的随机优化搜索 2 讲授 习题四 4.1基本概念 3 4.2基本遗传算法 (可选) 书面：2 4.3遗传算法应用举例 思考：1 4.4遗传算法的特点与优势 第5章知识表示与推理 2 讲授 习题五 5.1基于谓词逻辑的归结演绎推理 书面： 3 5.1.1子句集 1:(3),(4) 5.1.2命题逻辑中的归结原理 4:(2),(3), 5.1.3替换与合一 (4) 5.1.4谓词逻辑中的归结原理 6 思考：2,5 5.2基于产生式规则的机器推理 2 讲授 习题六 5.2.1产生式规则 3 5.2.2基于产生式规则的推理模式 书面：3 5.2.3产生式系统 思考：1， 5.2.4产生式系统的程序实现 2,4 5.3几种结构化知识表示及其推理 2 讲授 习题七 5.3.1框架 书面：4,6 4 5.3.2语义网络 思考：1， 5.3.3类与对象 2,3,8 第2页共4页 周次 星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 4 三 5.4不确定性知识的表示与推理 2 讲授 习题八 5.4.1不确定性及其类型 书面：2,7 5.4.2不确定性知识的表示及推理 思考：1， 5.4.3确定性理论简介 5,6 4 五 5.4.4不确切性知识的表示及推理 习题八 2 讲授 书面：3,4 5.4.5模糊集合与模糊逻辑简介 思考：10 第6章机器学习与知识发现 2 讲授 习题九 6.1机器学习概述 5 6.2符号学习 (可选) 书面：1,6 6.2.1记忆学习 思考：2,5 6.2.2示例学习 6.2.3决策树学习 6.3神经网络学习 2 讲授 习题九 6.3.1生物神经元
2 3.3与或图搜索 3.3.1 与或图 3.3.2 与或图搜索 3.3.3 启发式与或树搜索 3.4与或图搜索问题求解 3.4.1 问题的与或图表示 3.4.2 与或图问题求解程序举例 2 讲授 习题三 书面：12， 15 思考：1， 13，14 3 第4章 基于遗传算法的随机优化搜索 4.1 基本概念 4.2 基本遗传算法 4.3 遗传算法应用举例 4.4 遗传算法的特点与优势 2 讲授 （可选） 习题四 书面：2 思考：1 3 第5章 知识表示与推理 5.1基于谓词逻辑的归结演绎推理 5.1.1 子句集 5.1.2 命题逻辑中的归结原理 5.1.3 替换与合一 5.1.4 谓词逻辑中的归结原理 2 讲授 习题五 书面： 1:(3),(4) 4:(2),(3), (4) 6 思考：2,5 3 5.2 基于产生式规则的机器推理 5.2.1 产生式规则 5.2.2 基于产生式规则的推理模式 5.2.3 产生式系统 5.2.4 产生式系统的程序实现 2 讲授 习题六 书面：3 思考：1， 2，4 4 5.3 几种结构化知识表示及其推理 5.3.1 框架 5.3.2 语义网络 5.3.3 类与对象 2 讲授 习题七 书面：4，6 思考：1， 2，3，8 第 2 页 共 4 页 周次 星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 4 三 5.4 不确定性知识的表示与推理 5.4.1 不确定性及其类型 5.4.2 不确定性知识的表示及推理 5.4.3 确定性理论简介 2 讲授 习题八 书面：2，7 思考：1， 5，6 4 五 5.4.4 不确切性知识的表示及推理 5.4.5 模糊集合与模糊逻辑简介 2 讲授 习题八 书面：3，4 思考：10 5 一 第6章 机器学习与知识发现 6.1 机器学习概述 6.2符号学习 6.2.1 记忆学习 6.2.2 示例学习 6.2.3决策树学习 2 讲授 （可选） 习题九 书面：1，6 思考：2，5 6.3神经网络学习 6.3.1 生物神经元 2 讲授 习题九
5 6.3.2人工神经元 (可选) |书面：9 6.3.3神经网络 6.3.4神经网络学习 思考：7 6.3.5BP网络及其学习举例 6.4知识发现与数据挖掘 2 讲授 习题九 6.4.1知识发现的一般过程 6.4.2知识发现的对象 书面：10 6.4.3知识发现的任务 习题十二 6.4.4知识发现的方法 书面：3， 第7章专家系统 14 7.1基本概念 7.2系统结构 思考：1,2 6 7.3实例分析 2 讲授 习题十二 7.4系统设计与实现 书面：5,10 7.5开发工具与环境 思考：6,7 习题十三 第8章Agent系统 2 讲授 书面：1， 6 8.1 Agent的概念 8.2 Agent的结构 (可选) 2,4 思考：3,6 8.3 Agent?实例 8.4多Agent系统 第3页共4页 周次星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 第9章智能化网络 2 讲授 教材 9.1智能网络 6 9.2网络的智能化管理与控制 习题十四 9.3网上信息的智能化检索 书面：5， 7,8 安排上机实验。 思考：6,9 7 上机实验：小型专家系统设计与实现 2 实验 7 实验（续） 2 实验 7 实验（续） 2 实验 8 实验（续） 2 实验 8 总复习 2 讲授
5 6.3.2 人工神经元 6.3.3 神经网络 6.3.4 神经网络学习 6.3.5 BP网络及其学习举例 （可选） 书面：9 思考：7 5 6.4 知识发现与数据挖掘 6.4.1 知识发现的一般过程 6.4.2 知识发现的对象 6.4.3 知识发现的任务 6.4.4 知识发现的方法 第7章 专家系统 7.1 基本概念 7.2 系统结构 2 讲授 习题九 书面：10 习题十二 书 面 ： 3 ， 14 思考：1，2 6 7.3 实例分析 7.4 系统设计与实现 7.5 开发工具与环境 2 讲授 习题十二 书面：5，10 思考：6，7 6 第8章 Agent系统 8.1 Agent的概念 8.2 Agent的结构 8.3 Agent实例 8.4 多Agent系统 2 讲授 （可选） 习题十三 书面：1， 2，4 思考：3，6 第 3 页 共 4 页 周次 星期 授课内容（章节主要内容） 教学时数 教学形式 课外作业 6 第9章 智能化网络 9.1 智能网络 9.2 网络的智能化管理与控制 9.3 网上信息的智能化检索 安排上机实验。 2 讲授 教材 习题十四 书面：5， 7，8 思考：6，9 7 上机实验：小型专家系统设计与实现 2 实验 7 实验（续） 2 实验 7 实验（续） 2 实验 8 实验（续） 2 实验 8 总复习 2 讲授
第4页共4页
第 4 页 共 4 页
