《人工智能》课程教学大纲

《人工智能》课程教学大纲

（Artificial Intelligence）

课程性质：院公选课 适用专业：各专业

先修课程：离散数学、数据结构、操作系统原理 后续课程：

总 学 分：2学分

一、教学目的与要求

1．教学目的

人工智能主要研究解释和模拟人类智能、智能行为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。本课程要求学生掌握人工智能的基本原理，了解人工智能中常用的基本技术，诸如：知识表示技术、搜索技术、自动推理技术以及专家系统等，同时学会运用Prolog语言求解人工智能的实际问题。 2．教学要求

学生必须具有离散数学、程序设计、数据结构、操作系统方面的知识。

二、课时安排

序号 1 2 3 4 5 6

人工智能概述 人工智能程序设计语言 基于谓词逻辑的机器推理 图搜索技术 产生式系统 知识表示 合 计 教学内容 讲课学时 4 6 6 8 4 4 32 实验学时 三、教学内容

1．人工智能概述（4学时） （1）教学基本要求 了解：人工智能的发展概况 理解：人工智能的概念

掌握：人工智能的研究途径与方法、人工智能的分支领域 灵活运用：人工智能的基本技术 （2）教学内容

①人工智能的概念

②人工智能的研究途径与方法(重点) ③人工智能的分支领域(重点、难点) ④人工智能的基本技术(难点) ⑤人工智能的发展概况

2．人工智能程序设计语言（6学时） （1）教学基本要求 了解：人工智能程序设计语言分类

掌握：函数型程序设计语言LISP和逻辑型程序设计语言PROLOG 灵活运用：Turbo PROLOG程序设计语言 （2）教学内容 ①综述

②函数型程序设计语言LISP(重点)

③逻辑型程序设计语言PROLOG(重点、难点) ④Turbo PROLOG程序设计(难点) 3．基于谓词逻辑的机器推理（6学时） （1）教学基本要求 理解：谓词及谓词逻辑，形式演绎推理 掌握：归结演绎推理

灵活运用：应用归结原理求取问题答案

了解：Horn子句归结与逻辑程序、非归结演绎推理 （2）教学内容 ①一阶谓词逻辑 ②归结演绎推理(重点)

③应用归结原理求取问题答案(重点、难点) ④归结策略 ⑤归结反演程序举例

⑥Horn子句归结与逻辑程序(难点) ⑦非归结演绎推理

4．图搜索技术（8学时）

（1）教学基本要求 掌握：状态图搜索方法、与或图搜索方法

灵活运用：状态图搜索方法进行问题求解、与或图搜索方法进行问题求解 了解：博弈树搜索技术 （2）教学内容

①状态图搜索(重点、难点) ②状态图问题求解(重点) ③与或图搜索(重点、难点) ④与或图问题求解（难点） ⑤博弈树搜索

5．产生式系统（4学时）

（1）教学基本要求 掌握：产生式规则、产生式系统 灵活运用：产生式系统 了解：产生式系统的程序实现 （2）教学内容 ①产生式规则(重点 ②产生式系统(重点) ③产生式系统与图搜索(重点) ④产生式系统的应用

⑤产生式系统的程序实现(难点) 6．知识表示（4学时）

（1）教学基本要求 掌握：知识及其表示 灵活运用：框架和语义网络 （2）教学内容 ①知识及其表示(重点) ②框架(重点、难点) ③语义网络(重点、难点)

四、授课方式及考核方法

1．授课方式

讲授 2．考核方法

考试形式：闭卷或论文写作

课程成绩构成：平时成绩占30％，期末考试成绩占70％。

五、教材与参考书目

1. 廉师友.人工智能技术导论（第二版）.西安：西安电子科技大学出版社2002 2. 陈世福, 陈兆乾.人工智能与知识工程.南京：南京大学出版社，1997 4. Nilsson J..人工智能（英文版）. 北京：机械工业出版社，1999

本文来源：https://www.bwwdw.com/article/v1qg.html