人工智能导论期末考试-国际经济与贸易专业导论期末小论文

PAGE 1PAGE 3 《人工智能导论》课程大纲（2006年6月） 课程名称 中文名称：人工智能导论 英文名称：Introduction To Artificial Intelligence 课程简介 人工智能是计算机科学的一门前沿交叉学科。 本课程全面介绍人工智能的基础理论和基本技术，主要包括：人工智能的发展及其研究领域； 多种知识表达方式； 基本的问题解决技术（侧重于启发式搜索技术）； 人工神经网络基本结构和学习方法； 初步了解遗传算法、机器学习、模式识别等应用领域。 适用专业 自动化 本科专业 信息管理与信息系统 本科专业 本课程在教学计划中的地位、作用和任务 《人智兴国，科技强国》这是宋健为人工智能题词课程。 这段题词充分说明，人工智能对提高国民素质、增强科技实力、建设现代化强国具有极其重要的作用。 现在，人工智能正在从一门具有实用价值的交叉学科向一门独立的本科新专业——智能科学转变。 不同背景的各学科专家可以通过学习人工智能发现新思想、新方法，从而对本学科的发展带来革命性的影响。 学生在学习了一系列本科课程后学习人工智能，可以加强程序智能的训练。 打好计算机智能基础，深入研究智能科学与技术人工智能导论期末考试，对于提高本科生和研究生创建高质量智能应用系统的能力具有十分重要的作用。

因此，本课程在本科学习中占有非常重要的核心地位。 课程内容及教学要求： 第1章：导论（1）人工智能的概念（2）人工智能的研究方法与领域（3）人工智能的发展方向第2章：知识表示（1）知识与知识表示（2）基本确定性知识表示方法第3章：基本问题求解方法（1）状态图与状态空间（2）广度优先状态图搜索技术（3）深度优先搜索算法（4）启发式搜索技术（5）ANDOR图概念和搜索第4章：机器学习（1）机器学习的概念（2）机器学习的分类（3）一个简单的机器学习例子第5章：人工神经网络（1）人工神经网络的网络概念（2）发展历史人工神经网络（3）人工神经网络的类型和结构（4）BP人工神经网络（5）BP人工神经网络的应用第7章：基因 tic算法（一）遗传算法的概念（二）遗传算法的基本原理（三）应用实例要求：1）了解什么是人工智能人工智能导论期末考试，了解人工智能的发展历史及其研究领域； 2) 熟悉知识的概念和类型、模糊知识、不确定知识、语义网络、框架表示等知识表达技术。 3) 掌握状态空间搜索、盲图搜索、启发式图搜索和/或图搜索等基本解题方法，并了解其他一些方法。 4）理解机器学习的概念，基本的决策树。 5) 了解人工神经网络的基本概念、结构、工作方式和学习方法。

6) 熟悉遗传算法的基本概念和结构。 课程安排 计划 周 周 课时 内容 教学时数 课外活动 教学组织方式 1 周 2 导论：人工智能及其发展概论 22 课堂教学 周 2 导论：人工智能研究方法与途径 22 课堂教学第 3 周 2 知识表达22 课堂教学周4 知识表达22 课堂教学周5 2 知识表达22 课堂教学周6 2 知识表达22 课堂教学周7 2 基本解题技巧22 课堂教学周8 2 基本解题技巧22 课堂教学周9 2 基本解题技巧解决技巧 22 课堂第 10 周 2 基本问题解决技巧 22 课堂第 11 周 2 机器学习 22 课堂第 12 周 2 机器学习 22 课堂第 13 周 2 ANN 22 课堂第 14 周 2 ANN 22 课堂 15 第 2 周 ANN 22 课堂 16 课堂第 2 周 ANN 22 Class 17 Week 2 Genetic Algorithm 22 Class 1 18 weeks 2 genetic alg orithm 22课堂教学第19周第20周总学时：36学时； course design no course practice 无教材和主要参考资料 教材：《人工智能导论》，连世友主编，西安电子科技大学出版社，2003年主要参考资料：《人工智能原理》，王世彤主编，电子工业Press, 2002 《人工智能》，Nils J. Nilsson 着，机械工业出版社，1999 《人工智能原理》，施春义，清华大学出版社，1993 《人工智能与专家系统》，吴全元，出版社国防大学出版社，1996 《人工智能教程》，石鹏飞，交通大学出版社，1993 《人工智能导论》，何华灿，西北工业大学出版社，1998，《人工智能与模式识别》杂志教学方法课堂要求：多媒体教室。

课件来源：自制。 是否提供讲义：提供课件手稿。 其他教学手段：实验。 考核方式及要求 考核方式：考试。 考试范围：演讲的全部内容。 等级评价标准：根据平时学习情况和期末试卷成绩综合评价，分为及格和不及格两个等级。 是否使用试题库：否。 非专业学生学习本课程所需的先修课程：程序设计、高等数学等 教学内容调整：提前一两年完成上述入门课程或同等内容的课程，成绩及格. 考核要求：考核对人工智能概念、研究途径、方法、基本知识表达技术、状态空间搜索、盲图搜索、启发式图搜索等基本问题求解方法以及人工神经网络的掌握情况。 掌握网络、机器学习、专家系统概念、基本结构等。