1.1人工智能的概念 1.2人工智能的研究目标 1.3人工智能研究的基本内容及特点 1.4人工智能的研究领域 1.5人工智能的基本技术 1.6人工智能的产生与发展

在人工智能的基础上,首次提出人工心理理论的概念,即:利用信息科学的研究方法,对人的心理活动的更全面内容(尤其是情感、意志、性格、创造等)的人工机器实现.探索性提出了人工心理学的定义、目的、法则、研究内容、应用范围、研究方法等问题,试图确立人工心理学理论结构体系,有利于人工智能的研究走向更深、更高层次

用人工生命方法创造计算机动画,增强了计算机动画的逼真度和生动性.为了更好地控制动画的进程,指导动画角色的行动,本文将人工智能方法引入到计算机动画的创作中.提出并建立了面向自繁衍的人工鱼的认知模型,提高人工鱼的认知能力,实现基于“动物逻辑”的人工鱼高级行为控制.建立了人工鱼产生交配欲望、产卵和环境选择等预定义行为的认知模型.实验表明,人工鱼的高级行为控制器可以使人工鱼更好地适应虚拟海底环境,并顺利完成交配、产卵等生命过程

1. 为什么要研究人工智能 2. 人工智能的发展历史 3. 人工智能的学科范畴 4. 人工智能的研究领域 5. 人工智能系统结构及特点 6. 人工智能系统应用 7. 参考文献

第一部分 学科（专业类）教育课程 《自动化类专业导论》 《电路分析基础》 《模拟电子技术 A》 《数字电子技术 B》 第二部分 专业教育课程 《工业机器人技术基础》 《电机及拖动基础》 《嵌入式原理与应用 C》 《工业机器人编程及仿真》 《电气控制与 PLC B》 《传感器与检测技术 A》 《自动控制原理》 《现场总线技术》 《工业机器人系统集成》 《机器视觉技术》 《智能机器人设计》 《人工智能基础》 《智能仪器设计》 《人工智能技术及应用》 《仿人机器人原理与应用》 《工程制图》 《机械设计基础》 《虚拟仪器技术》 《数字信号处理》 《电气 CAD》 《机电产品创新设计 B》 《过程控制技术》 《人机界面技术》 《系统工程导论》 《计算机网络与通信》 《文献检索与论文写作》 《EDA 技术及应用》 《三维建模》 《机器人工程专业英语》 《无人机系统导论》 《计算机控制技术》 《MATLAB 基础与应用》 《DSP 原理及应用》 《现代控制理论》 《运动控制系统》 第三部分 应用创新实践环节课程 《工程训练 A》 《电工电子基础实训》 《工业机器人认知实习》 《模拟电子技术课程设计 A》 《大学物理实验》 《数字电子技术课程设计》 《嵌入式原理与应用课程设计 C》 《电气控制与 PLC 课程设计 A》 《电工实习 B》 《工业机器人编程实训》 《职业资格考证》 《工业机器人综合实训》 《机器视觉技术综合应用》 《智能移动机器人应用》 《智能装备仿真与调试》 《机器人工程专业社会实践》 《机器人工程专业毕业实习》 《机器人工程专业毕业论文（设计）》

1. 为什么要研究人工智能 2. 人工智能的发展历史 3. 人工智能的学科范畴 4. 人工智能的研究领域 5. 人工智能系统结构及特点 6. 人工智能系统应用 7. 参考文献

7.1人工智能概述 人工智能( Artificial Intelligence)简称AL,它是计算机科学的一个重要的研究领 域。近40年以来获得了迅速的发展,在很多领域都获得了广泛的应用。 7.1.1什么是人工智能 斯坦福大学人工智能研究中心的 Nilsson教授认为:“人工智能是关于知识的 科学-怎样表示知识以及怎样获得知识并使用知识的科学。”MT的 Winston教授 指出:“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作 这些定义反映了人工智能学科的基本思想和基本范围。事实上,一般认为用计算机 模拟人的智能行为就属于人工智能的范畴

一、人工工资标准 人工工资标准,即预算人工工日单价,是指一个建筑安装 工人一个工作日在预算中应计入的全部人工费用。 ·在现行预算制度当中,一般采用统一工资单价。 例如:江苏省1997年预算定额工资单价为22元/工日 2001年预算定额工资单价为26元/工日 ·合理确定人工工资标准,是正确计算人工费和工程造价的 前提和基础

5.1 概述 5.2 人工心脏瓣膜 5.3 人工肾 5.4 人工肝 5.5 人工心脏 5.6 人工耳蜗（Cochlear Implant）

《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，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。本课程的具体要求为： 1. 了解人工智能的基本概念、分支领域及其发展概况； 2. 理解知识表示及其推理的基本原理，掌握其基本技术； 3. 理解基于搜索的问题求解基本原理，掌握其基本技术； 4. 理解机器学习、知识发现的基本原理；初步掌握其基本方法； 5. 学会一种人工智能程序语言，掌握简单的智能程序设计方法； 6. 能综合运用所学知识，设计实现一个小型专家系统。 教学重点、难点： 1. 搜索与问题求解； 2. 知识表示及其推理； 3. 机器学习与知识发现； 4. 专家系统原理与设计