人工智能导论教学大纲.pdfVIP

人工智能导论教学大纲--第1页

人工智能导论教学大纲

适用范围：版本科人才培养方案

课程代码

课程性质：专业选修课

学分：2学分

学时：32学时（其中：理论32学时，实验0学时）

先修课程：高等数学

后续课程：

适用专业：物联网工程、电缆工程、机械电子工程等

教材：《人工智能导论》（第4版），王万良编著，高等教育出版社，

开课单位：计算机科学与技术系

一、课程的性质与任务

课程性质：物联网工程、电缆工程、机械电子工程等专业选修课。

课程任务：其任务主要是把握计算机科学与技术的发展趋势，熟悉本专业的前沿知识和

研究热点。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人工神经网络及其应用和遗传算法及其应用等。要求学生掌握基本

创新方法，能够针对创新点开展切实有效的理论和应用研究。该课程紧密联系计算机学科中

的前沿内容和所涉及的新技术，例如模糊推理方法及其在计算机控制系统中的应用、人工神

经网络及其改进方法在模式识别、软测量、联想记忆、优化计算中的应用，遗传算法及其改

进算法在生产调度中的应用等，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。

二、课程的基本内容及要求

（一）人工智能基础概念

1．课程教学内容

（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．课程重点难点

重点:了解人工智能研究的基本内容；

人工智能导论教学大纲--第1页

人工智能导论教学大纲--第2页

难点:了解本专业的人工智能相关的前沿知识和研究热点。

3．课程教学要求

（1）了解人工智能研究的特点、内容、发展历史及未来，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；

（2）了解人工智能研究的基本内容和主要研究领域，熟悉本专业的前沿知识和研究热

点。

（二）知识表示

1．课程教学内容

（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、框架等。

2．课程重点难点

重点:知识的相对正确性、可表示性及可利用性等特性；

难点:新技术的发展趋势。

3．课程教学要求

（1）熟练掌握知识及知识表示的概念；

（2）了解知识的相对正确性、可表示性及可利用性等特性。

（3）了解新技术的发展趋势。

（三）确定性推理方法

1．课程教学内容

（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。

2．课程重点难点

重点:谓词公式化为子句集的方法；

难点:归结原理、方法及应用。

3．课程教学要求

（1）熟练掌握谓词公式化为子句集的方法；

（2）熟练掌握归结原理、方法，并能灵活应用。

（四）不确定性推理方法

1．课程教学内容

（1）不确定性推理的基本概念

（2）可信度方法、证据理论等基于概率的推理方法

（