《人工智能导论》教学大纲
大纲说明
课程代码：3235042
总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修
适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构
课程的性质、目的、任务：
人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求：
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。
人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明：
通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。
大纲正文
第一章 绪论 学时：2学时（讲课2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。
本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
重点：人工智能的定义、发展，及其应用领域。 难点：对人工智能内涵的理解。 第一节 人工智能的定义和发展 第二节 人类智能和人工智能 第三节 人工智能的学派及其争论 第四节 人工智能的研究与应用领域 第五节 人工智能对人类的影响
第二章 知识表示 学时：6学时（讲课6学时） 了解实现知识表示的语义网络法、框架表示法、剧本表示法及过程表示法；理解状态空间法、问题规约法；掌握谓词逻辑法。
本章讲授要点： 对知识表示的方法进行全面介绍，对于后续章节将涉及的知识表示方法作重点讲解。
重点：状态空间法，谓词逻辑法，以及语义网络法。 难点：采用谓词逻辑法实现知识表示。 第一节 状态空间法 第二节 问题规约法 第三节 谓词逻辑法 第四节 语义网络法 第五节 框架表示 第六节 剧本表示 第七节 过程的表示
作业：采用状态空间法和问题规约法实现知识表示；用谓词演算公式表示命题。
第三章 搜索原理 学时：6学时﹙讲课6学时﹚ 了解遗传算法、模拟退火算法；理解盲目搜索、启发式搜索；掌握启发式搜索与其它搜索的关系的有关知识。
本章讲授要点： 在介绍各种搜索原理的基础上，讲解它们的适用场合，以及它们之间的内在关系。
重点：启发式搜索，及其与其它搜索的关系。 难点：各种搜索方法的适用场合。 第一节 盲目搜索 第二节 启发式搜索 第三节 遗传算法 第四节 模拟退火算法
作业：说明宽度优先搜索，等代价搜索，有序搜索的内在关系 。
第四章 推理技术 学时：6学时﹙讲课6学时﹚ 了解规则演绎系统、不确定性推理的知识；理解消解原理；掌握利用消解原理解决问题的方法。
本章讲授要点： 在介绍各种推理技术的基础上，着重阐述消解原理，利用消解原理解决问题的方法，以及消解原理的局限性。
重点：消解原理，利用消解原理解决问题的方法。 难点：利用消解原理解决问题的方法。 第一节 消解原理 第二节 规则演绎系统简介 第三节 产生式系统 第四节 不确定性推理
作业：求谓词公式的子句集；用消解原理证明命题。
第五章 专家系统 学时：2学时﹙讲课2学时﹚ 了解专家系统的一般特点，类型，结构和建造步骤。
本章讲授要点： 概要介绍作为人工智能的一个重要应用领域，专家系统的一般特点和结构，拓宽学生对于人工智能应用研究的知识面。
重点：专家系统的一般特点和结构。 难点：专家系统的结构和建造步骤。 第一节 专家系统概述 第二节 专家系统的一般特点 第三节 专家系统的类型
第四节 专家系统的结构和建造步骤
第六章 机器学习 学时：6学时﹙讲课6学时﹚ 了解机器学习的研究意义，常用的机器学习方法；理解人工神经网络的原理；掌握基于反向传播网络的学习算法。
本章讲授要点： 在介绍常用的机器学习方法的基础上，着重讲解人工神经网络的原理，使学生对于基于反向传播网络的学习算法有较为深刻的理解。
重点：人工神经网络的原理，基于反向传播网络的学习算法。 难点：基于反向传播网络的学习算法。 第一节 机器学习的研究意义与发展史 第二节 机器学习的基本结构 第三节 几种常用的学习方法 第四节 人工神经网络
作业：描述给定的反向传播网络的学习过程。 第七章
规划系统 学时：2学时﹙讲课2学时﹚
了解规划的作用与任务；理解基于谓词逻辑的规划方法。
本章讲授要点：使学生了解规划的作用与问题分解途径，体会自动规划与一般问题求解相比，更注重于问题的求解过程，而不是求解结果。
重点：规划的作用与任务，基于谓词逻辑的规划。 难点：基于谓词逻辑的规划。
第一节 规划的作用与任务 第二节 基于谓词逻辑的规划 第三节 STRIPS规划系统 第一节 分层规划
第八章 Agent 课时：2学时﹙讲课2学时﹚ 了解分布式人工智能特点，以及Agent在分布式人工智能方面的作用；理解Agent的要素与结构。
本章讲授要点：在分析分布式人工智能特点的基础上，介绍Agent在分布式人工智能方面的作用。
重点：Agent及其要素，Agent的结构。 难点：Agent及其要素。 第一节 分布式人工智能 第二节 Agent及其要素 第三节 Agent的结构 第四节 Agent通信
本课程对学生自学的要求：
对本课程的预修课程C程序设计语言和数据结构进行复习，了解离散数学课程中的相关内容。课前预习，课后完成所布置的作业和思考题，并了解与本课程相关的本专业前沿知识。
考核方式与要求： 期末笔试与平时练习 推荐教材与参考书目：
1. 蔡自兴，徐光祐。人工智能及其应用，第三版，本科生用书。清华大学出版社，2003。 2. N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kanfmann, 1998; 机械工业出社，1999。
3．廉师友。人工智能技术导论，第二版。西安电子科技大学出版社，2002
《人工智能导论》教学大纲
大纲说明
课程代码：3235042
总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修
适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构
课程的性质、目的、任务：
人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求：
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。
人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明：
通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。
大纲正文
第一章 绪论 学时：2学时（讲课2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。
本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
重点：人工智能的定义、发展，及其应用领域。 难点：对人工智能内涵的理解。 第一节 人工智能的定义和发展 第二节 人类智能和人工智能 第三节 人工智能的学派及其争论 第四节 人工智能的研究与应用领域 第五节 人工智能对人类的影响
第二章 知识表示 学时：6学时（讲课6学时） 了解实现知识表示的语义网络法、框架表示法、剧本表示法及过程表示法；理解状态空间法、问题规约法；掌握谓词逻辑法。
本章讲授要点： 对知识表示的方法进行全面介绍，对于后续章节将涉及的知识表示方法作重点讲解。
重点：状态空间法，谓词逻辑法，以及语义网络法。 难点：采用谓词逻辑法实现知识表示。 第一节 状态空间法 第二节 问题规约法 第三节 谓词逻辑法 第四节 语义网络法 第五节 框架表示 第六节 剧本表示 第七节 过程的表示
作业：采用状态空间法和问题规约法实现知识表示；用谓词演算公式表示命题。
第三章 搜索原理 学时：6学时﹙讲课6学时﹚ 了解遗传算法、模拟退火算法；理解盲目搜索、启发式搜索；掌握启发式搜索与其它搜索的关系的有关知识。
本章讲授要点： 在介绍各种搜索原理的基础上，讲解它们的适用场合，以及它们之间的内在关系。
重点：启发式搜索，及其与其它搜索的关系。 难点：各种搜索方法的适用场合。 第一节 盲目搜索 第二节 启发式搜索 第三节 遗传算法 第四节 模拟退火算法
作业：说明宽度优先搜索，等代价搜索，有序搜索的内在关系 。
第四章 推理技术 学时：6学时﹙讲课6学时﹚ 了解规则演绎系统、不确定性推理的知识；理解消解原理；掌握利用消解原理解决问题的方法。
本章讲授要点： 在介绍各种推理技术的基础上，着重阐述消解原理，利用消解原理解决问题的方法，以及消解原理的局限性。
重点：消解原理，利用消解原理解决问题的方法。 难点：利用消解原理解决问题的方法。 第一节 消解原理 第二节 规则演绎系统简介 第三节 产生式系统 第四节 不确定性推理
作业：求谓词公式的子句集；用消解原理证明命题。
第五章 专家系统 学时：2学时﹙讲课2学时﹚ 了解专家系统的一般特点，类型，结构和建造步骤。
本章讲授要点： 概要介绍作为人工智能的一个重要应用领域，专家系统的一般特点和结构，拓宽学生对于人工智能应用研究的知识面。
重点：专家系统的一般特点和结构。 难点：专家系统的结构和建造步骤。 第一节 专家系统概述 第二节 专家系统的一般特点 第三节 专家系统的类型
第四节 专家系统的结构和建造步骤
第六章 机器学习 学时：6学时﹙讲课6学时﹚ 了解机器学习的研究意义，常用的机器学习方法；理解人工神经网络的原理；掌握基于反向传播网络的学习算法。
本章讲授要点： 在介绍常用的机器学习方法的基础上，着重讲解人工神经网络的原理，使学生对于基于反向传播网络的学习算法有较为深刻的理解。
重点：人工神经网络的原理，基于反向传播网络的学习算法。 难点：基于反向传播网络的学习算法。 第一节 机器学习的研究意义与发展史 第二节 机器学习的基本结构 第三节 几种常用的学习方法 第四节 人工神经网络
作业：描述给定的反向传播网络的学习过程。 第七章
规划系统 学时：2学时﹙讲课2学时﹚
了解规划的作用与任务；理解基于谓词逻辑的规划方法。
本章讲授要点：使学生了解规划的作用与问题分解途径，体会自动规划与一般问题求解相比，更注重于问题的求解过程，而不是求解结果。
重点：规划的作用与任务，基于谓词逻辑的规划。 难点：基于谓词逻辑的规划。
第一节 规划的作用与任务 第二节 基于谓词逻辑的规划 第三节 STRIPS规划系统 第一节 分层规划
第八章 Agent 课时：2学时﹙讲课2学时﹚ 了解分布式人工智能特点，以及Agent在分布式人工智能方面的作用；理解Agent的要素与结构。
本章讲授要点：在分析分布式人工智能特点的基础上，介绍Agent在分布式人工智能方面的作用。
重点：Agent及其要素，Agent的结构。 难点：Agent及其要素。 第一节 分布式人工智能 第二节 Agent及其要素 第三节 Agent的结构 第四节 Agent通信
本课程对学生自学的要求：
对本课程的预修课程C程序设计语言和数据结构进行复习，了解离散数学课程中的相关内容。课前预习，课后完成所布置的作业和思考题，并了解与本课程相关的本专业前沿知识。
考核方式与要求： 期末笔试与平时练习 推荐教材与参考书目：
1. 蔡自兴，徐光祐。人工智能及其应用，第三版，本科生用书。清华大学出版社，2003。 2. N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kanfmann, 1998; 机械工业出社，1999。
3．廉师友。人工智能技术导论，第二版。西安电子科技大学出版社，2002