《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
人工智能试卷（B） 试题部分： 一、选择题（15小题，共15分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（A） A）深蓝B）IBM C）深思D）蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘, 若σ是互补文字的（最一般）合一置换，则其归结式C=（A ） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是C A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B ）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（A） A.）用户B）综合数据库C）推理机D）知识库 9、产生式系统的推理不包括（D ） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结（消解）证明定理时，若当前归结式是（C）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（B ） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后，得到（B ） A. P B. Q C. ~P D.P∨Q
《材料物理》课程教学大纲 一、课程名称（中英文） 中文名称：材料物理 英文名称：Physics of Materials 二、课程代码及性质 课程代码:0801142 课程性质:专业基础课、专业必修课 三、学时与学分 总学时：40（理论学时：40学时；实践学时：0学时） 学分：2.5 四、先修课程 大学物理、材料科学基础 五、授课对象 本课程面向材料科学与工程专业、功能材料专业学生开设。 六、课程教学目的（对学生知识、能力、素质培养的贡献和作用） 本课程的教学目的: 1、掌握材料物理（能带论、晶格振动、材料磁性）的基本理论,具备解决和分析问题的能力； 2、掌握功能材料的物理（电学、热学、磁学、光学）现象与本质规律，培养学生开发新型功能材料的能力； 3、了解功能材料的发展趋势和动态,培养学生学习新知识的能力。
七、教学重点与难点： 教学重点： 影响材料物理性质的基本理论。晶体结合、能带论、晶格振动与热学性质、
材料的磁性 教学难点： 能带论、材料的磁性、材料的介电性、超导电性 八、教学方法与手段： 教学方法： (1)以课堂讲授为主,阐述该课程的基本内容,保证主要教学内容的完成; (2)从材料的物理性质及物理现象为引导、探讨产生光、电、磁的材料物理本质，掌握重要的理论。。 教学手段： (1)运用现代教学工具,在课堂上通过PPT讲授方式,实现图文并茂,形象直观; (2)强调研究思路的创新过程，注重理论与实践相结合。每一个基本理论学习介绍后再增加介绍其带来新功能材料与器件的研究突破，引导学生的学习兴趣。 九、教学内容与学时安排 （1）总体安排 教学内容与学时的总体安排，如表2所示。 （2）具体内容 各章节的具体内容如下： 绪论（2h） 第一章晶体结构（4h） 1.1 晶格的周期性 1.2晶格的对称性 1.3 倒格子 1.4 准晶 第二章晶体结合 (4h) 2.1晶体结合的普遍描述 2.2 晶体结合的基本类型及特性
一、填空： 1.人工智能的研究途径有（1）、（2）和行为模拟。 2.任意列举人工智能的四个应用性领域（3）、（4）、（5）、（6）。 3.人工智能的基本技术包括（7）、（8）、（9）归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是 （10）。 5.谓词逻辑中，重言式（tautlogy）的值是（11）。 6.设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。 7.在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味 着13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。 8.谓词公式G是不可满足的，当且仅当对所有的解释（16）。 9.谓词公式与其子句集的关系是（17）。 10.利用归结原理证明定理时，若得到的归结式为（18），则结论成立。 11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。 12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。 13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。 14.有子句集S=｛P(x),P(y)｝，其MGU= （23）。 15.在归结原理中，几种常见的归结策略并且具有完备性的是（24），（25），（26）。 16.状态图启发式搜索算法的特点是（27）。 17.广度优先搜索算法中，OPEN表的数据结构实际是一个（28），深度优先搜索算 法中，OPEN表的数据结构实际是一个（29）。 18.产生式系统有三部分组成（30），（31）和推理机。其中推理可分为（32）和 （33）。 19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解 释模块。
人工智能概论实验教学大纲 (实验课程) ◆课程编号：041038 ◆课程英文名称：Introduction to Artificial Intelligence ◆课程类型：?通识通修?通识通选?学科必修?学科选修 跨学科选修 ?专业核心 专业选修（学术研究）?专业选修（就业创业） ◆适用年级专业（学科类）：信息管理与信息系统、电子商务三年级或四年级 ◆先修课程：高等数学、线性代数、概率与数理统计、程序设计语言 ◆总学分：0.5 ◆总学时：17 一、课程简介与教学目标 《人工智能概论实验》是配合《人工智能概论》开设的实验课程。要求学生在理解人工智能理论及方法的基础上，应具有设计、实现和分析等方面的能力。通过本实验课程的训练，使学生熟练掌握人工智能的基本原理和方法，加深对各方法涉及的基础知识的认识，强化编程技能，培养创新能力。 二、教学方式与方法 教学方式：学生动手实验为主，辅以适当的提问、小组讨论及实验点评等。 教学方法：探讨式教学、启发式教学、实验教学相结合；尝试包括实验设计、研究设计、总结等环节的教学。 三、教学重点与难点 （一）教学重点 理解人工智能的基本原理，掌握常用的知识表示方法、确定性推理方法以及状态空间搜索等，了解不确定性推理方法，理解机器学习、专家系统以及自然语言理解等知识，学会使用相应工具进行人工智能方法的设计与实现，从而进一步理解人工智能概论课程中所讲授的理论知识。 （二）教学难点 机器人搬盒子、用BP神经网络解决XOR分类问题以及ID3决策树学习算法的实现。 四、学时分配计划 五、教材与教学参考书 （一）教材 1.《人工智能教程》，张仰森，黄改娟，高等教育出版社，2008年； （二）教学参考书
一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中，fm的含义是到当前为止，扩展的节点中，f的最大值 2、对任意节点n，设m是n的子节点，当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时，称h是单调的。 三、问答题答案 第1题 答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，则可以减少重复扩展节点问题。 第2题 答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 第3题 答：化子句集如下：
归结树如下： 修改证明树：
得到问题的解答：R(h(f(g(c, a)))) 第4题 第5题 答：搜索图如图所示，其中括号内标出的是节点的f值，圆圈内的数字是扩展的次序。F(16) 得到的解路径为：S-B-F-J-T 第6题 答：如下的知识可以帮助求解该问题： （1）序列中，偶数在偶数位置，奇数在奇数位置； （2）第五个数为5。 综合数据库：
用一个1到9的序列表示：N = {x}，其中x为1到9的数字之一。规则集： r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度，In(a, b, c, d)为取a、b、c、d之一。初始状态：{} 结束条件：得到的序列N前i个数组成的整数能被i整除。
《大学物理A》教学大纲 一、课程基本情况 课程中文名称：大学物理A 课程英文名称：College Physics A 课程代码：GG32001、GG32002 学分/学时：8/136 开课学期：第二、三学期 课程类別：公共基础课 适用专业：电子信息工程 先修课程：高等数学 后修课程： 开课单位：物理与材料科学学院 二、课程教学大纲 （一）课程性质与教学目标 1. 课程性质：《大学物理A》课程是电子信息工程专业的公共基础课程，它所涉及的内容是电子信息工程专业本科生知识结构的必要组成部分。 2. 教学目标：通过《大学物理A》课程的学习，使学生熟悉自然界物质的结构、性质、相互作用及其运动的基本规律，为后继专业基础课与专业课程的学习及进一步获取有关知识奠定必要的物理基础。通过本课程的学习，使学生逐步掌握物理学研究问题的思路和方法，养成辩证唯物主义的世界观和方法论，在获取知识的同时，学生建立物理模型的能力、定性分析、估算与定量计算的能力，独立获取知识的能力，理论联系实际的能力获得同步提高与发展，提升其科学技术的整体素养。 3. 本课程知识与能力符合下列毕业要求指标点： 1．能够运用数学与自然科学基础知识，理解电子信息工程工作过程中涉及的相关科学原理。 2．能够将数学与自然科学的基本概念运用到复杂工程问题的适当表述之中。（二）教学内容及基本要求： 绪论（2学时） （1）教学内容：物理学与我们周围的世界、物理学研究对象、物理学与哲学、自然科学和 工程技术的关系、物理学的发展、学习物理学方法及对学生要求。 （2）基本要求：让学生明确学习物理学目的、方法、激发学习物理学兴趣。
（3）教学重点难点：物理学的地位和作用及发展。 第一章质点运动学（4学时） §1-1 质点运动的描述 §1-2 圆周运动 §1-3 相对运动 （1）教学重点：位矢、位移、速度、加速度、角速度和角加速度、切向加速度和法向加速度的概念和相互关联，伽利略坐标、速度变换。 （2）教学难点：各物理量的微积分运算、伽利略坐标、速度变换。 第二章牛顿运动定律（3学时） §2-1 牛顿运动定律 §2-2 物理量的单位和量纲 §2-3 牛顿定律的应用举例 （1）教学重点：牛顿运动定律及其应用；几种常见力的基本作用规律。 （2）教学难点：用微积分方法求解一维变力作用下简单的质点动力学问题；牛顿定律在日常生活中的应用。 第三章功能原理和机械能守恒定律（4学时） §3-1 变力的功动能定理 §3-2 保守力与非保守力势能 §3-3 功能原理及机械能守恒定律 （1）教学重点：变力的功，质点的动能定理；保守力，势能，功能原理及其应用。 （2）教学难点：功能原理及其在工程技术中的应用。 第四章动量定理与动量守恒定律（4学时） §4-1 质点和质点系的动量定理 §4-2 动量守恒定律 §4-3 质心质心运动定理 （1）教学重点：质点和质点系的动量定理；动量守恒定律及其应用。 （2）教学难点：动量守恒定律及其在工程技术中的应用。 第五章角动量守恒与刚体的定轴转动（7学时） §5-1 角动量与角动量守恒定律 §5-2 刚体的定轴转动 §5-3 刚体定轴转动中的功能关系 （1）教学重点：刚体定轴转动定律，定轴转动的角动量守恒定律；转动惯量的概念；变力矩作用下的定轴转动问题；定轴转动角动量守恒的判别。 （2）教学难点：转动惯量的概念；变力矩作用下的定轴转动问题；定轴转动角动量守恒的判别；刚体的转动在工程技术中的应用。 第七章狭义相对论力学基础（10学时） §7-2 狭义相对论的两个基本假设 §7-3 洛仑兹坐标变换和速度变换
（人工智能）人工智能导论 试卷库
人工智能试卷（B） 试题部分： 壹、选择题（15小题，共15分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（） A）深蓝B）IBMC）深思D）蓝天 2、下列不于人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句,C1=L∨C1‘,C2=?L∨C2‘,若σ是互补文字的（最壹般）合壹置换，则其归结式C=（） A)C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由壹位科学家于1950年提出，且且同时提出壹个机器智能的测试模型，请问这个科学家是 A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能，必须让机器具有知识。因此，于人工智能中有壹个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（） A.）用户B）综合数据库C）推理机D）知识库
9、产生式系统的推理不包括（） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A)表示于规则A->B中，证据A为真的作用下结论B为真的 A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是 A)AutomaticIntelligenceB)ArtificalIntelligence C)AutomaticeInformationD)ArtificalInformation 12、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、于公式中?y?xp(x,y))，存于量词是于全称量词的辖域内，我们允许所存于的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存于的那个x。这种函数叫做（） A.依赖函数 B.Skolem函数 C.决定函数 D.多元函数 14、子句~P∨Q和P经过消解以后，得到（） A.P B.Q C.~P D.P∨Q 15、如果问题存于最优解，则下面几种搜索算法中，（）必然能够得到该最优解。
附件1 广东财经大学华商学院课程教学大纲模板 一、课程简介 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程。 二、教学目标 （1）熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及AI算法），掌握一些典型问题的启发式函数； （2）掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 （3）掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、主要教学模式和教学手段 1．本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。
2．课堂教学采用启发式教学方法，理例结合，多媒体并用，引导学生加深对课程内容的理解，提高学生的学习兴趣和效果。 3．理论联系实际，通过本课程的教学，力争使学生在理解和掌握大纲所要求的知识内容的基础上，能正确地运用这些知识解决有关实际问题。 四、教学内容（要求编写所有章节的主要内容） 第一章人工智能概述 基本内容和要求： 1．人工智能的概念与目标； 2．人工智能的研究内容与方法； 3．人工智能的分支领域； 4．人工智能的发展概况。 第二章逻辑程序设计语言Prolog 基本内容和要求： 1．掌握Prolog语言的语句特点、程序结构和运行机理； 2．能编写简单的Prolog程序，能读懂一般的Prolog程序。 教学重点： Prolog程序设计。 教学难点： 表与递归，回溯控制 第三章基于图搜索的问题求解 基本内容和要求： 1．掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法，包括穷举式搜索、启发式搜索、加权状态图搜索和A算法、A*算法等； 2．掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法； 3．理解一些经典规划调度问题（如迷宫、八数码、梵塔、旅行商、八皇后等问题）的求解方法； 教学重点：
《机械创新设计》教学大纲 一、基本信息 1．课程编号：193Z703 2．课程体系/类别：专业类/专业实践课 3．课程性质：必修 4．学时/学分：1W/1学分 5．先修课程：高等数学、大学物理、画法几何、机械原理 6．适用专业：机械电子工程专业 二、课程目标及学生应达到的能力 机械创新设计是机械电子工程专业人才培养中一个重要的实践教学环节。机械创新设计的主要目的是培养学生独立确定系统运动方案设计与选型的能力，提高创造力、想象力和解决实际问题的能力；利用慧鱼创意组合模型搭建机电一体化产品模型，探索产品各功能的实现方法，真正做到充分理解，活学活用，举一反三；通过该课程实习，使学生培养创新精神、提高实践动手能力、自主学习的能力，真正做到勤于动手、勤于观察，善于阅读、善于思考，独立钻研、精诚协作。 课程目标及能力要求具体如下： 课程目标1. 通过机电一体化产品的系统运动方案的构思，培养学生独立确定系统运动方案设计与选型的能力，提高创造力、想象力和解决实际问题的能力； 课程目标2.利用慧鱼创意组合模型搭建机电一体化产品模型，探索产品各功能的实现方法，真正做到充分理解，活学活用，举一反三； 课程目标3. 能够针对自己的创新设计目标，清晰的讲述创新设计思路、依据和设计结果等，较好的完成答辩；同时培养自主学习的能力—勤于动手、勤于观察，善于阅读、善于思考，独立钻研、精诚协作。
三、课程教学内容与学时分配 表所示为《机械创新设计》课程在培养学生解决复杂工程问题能力方面的教学设计。 表《机械创新设计》课程的教学设计
四、课程的考核环节及课程目标达成度自评方式 （一）课程的考核环节 1.学生的课程设计成绩由平时成绩（含设计表现、到课率等）和业务考核成绩（实习报告的完成及质量情况，答辩情况）组成，均按百分制记分，其中平时成绩占总成绩的30%，业务考核成绩占70%。 2.指导教师按照课程设计的评分标准，对指导的学生进行业务考核，并填写、上报成绩单。 3.课程设计按优秀（90～100分）、良好（80～89分）、中等（70～79分）、及格（60～69分）和不及格（60分以下）五个等级评定总成绩。 各考核环节所占分值比例也可根据教学安排进行调整，建议值及考核细则如下。 （二）课程目标达成度评价方式 课程目标达成度评价包括课程分目标达成度评价和课程总目标达成度评价，具体计算方法如下： 总分 目标相关考核环节目标总评成绩中支撑该课程得分 目标相关考核环节平均总评成绩中支撑该课程课程分目标达成度= 分） (该课程总评成绩总分均值 该课程学生总评成绩平课程总目标达成度100= 课程目标评价内容及符号意义说明如下表，字母A 、B 、C 分别表示学生考勤、课堂表现、业务考核的实际平均得分，其中，C = C 1+C 2；C 1为设计说明书、图纸等资料的分数，C 2为答辩得分。
人工智能期末试题及答案 完整版 Prepared on 21 November 2021
xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。
人工智能导论——面向人文社科专业教学大纲 人工智能浪潮来袭，人类社会即将进入智能化时代。什么是人工智能？它能做什么？发展到什么程度？是否会取代人？成为社会关注的热点。人工智能课程也走入更多专业的课堂，”X+人工智能“蔚然成风。课程用通俗的语言为非专业同学讲解人工智能思想和方法，是一门零门槛的通识课程。 课程概述 人类在经过工业化、信息化之后，将进入智能化社会，各国政府也都纷纷出台人工智能相关的政策和国家战略。可以预见，在未来，人工智能方法不再是专业知识，而是通识知识、必备知识。 本课程有以下特点： 首先，从内容设计上，主要考虑内容的广度。课程以专题形式介绍知识表示、知识图谱、自动推理、搜索技术、群智能算法、机器学习、深度学习，基本涵盖了人工智能学科诞生以来各个时期主流的研究方法。在课程的最后，我们简要介绍了人工智能方法在计算机视觉、自然语言处理、语音技术、机器人技术领域的应用，让同学们对学科发展态势有更直观的理解。 其次，从授课方式上，主要以科普常识、介绍方法论为主。课程面向文科专业学生，以扩展知识面、培养跨学科思维为主旨，尽量避免使用公式、代码讲解。课程中，我们通过简单、常见的例子来讲解核心思想，如：在“自动推理”中我们介绍“红楼梦人物关系推理”；在搜索技术中介绍“农夫过河”、“游戏追逐”问题，在机器学习中我们介绍“性别分类”、“手写数字识别”、“地名识别”等例子。在深度学习部分，结合最新的科研进展，介绍近期人工智能方法的前沿。使得课程具有较强的可听性。 授课目标 本课程科普人工智能的学科脉络，深入浅出介绍人工智能基本方法论和前沿进展。使学生在原有专业基础上掌握人工智能思维模式，了解学科的发展趋势，拓宽学科视野。为今后从事与人工智能领域相关的工作奠定一定基础。 课程大纲 第一章绪论 1.1 人工智能的概念
人工智能导论在线作业集团标准化办公室：[VV986T-J682P28-JP266L8-68PNN]
答：决策树是一种数据挖掘分类算法、是直观运用概率分析的一种图解法、是一个预测模型。 基本方法： 决策树一般由方块结点、圆形结点、方案枝、概率枝等组成，方块结点称为决策结点，由结点引出若干条细支，每条细支代表一个方案，称为方案枝；圆形结点称为状态结点，由状态结点引出若干条细支，表示不同的自然状态，称为概率枝。每条概率枝代表一种自然状态。在每条细枝上标明客观状态的内容和其出现概率。在概率枝的最末稍标明该方案在该自然状态下所达到的结果(收益值或损失值)。这样树形图由左向右，由简到繁展开，组成一个树状网络图。 步骤： a.绘制决策树图。从左到右的顺序画决策树，此过程本身就是对决策问题的再分析过程。 b.按从右到左的顺序计算各方案的期望值，并将结果写在相应方案节点上方。期望值的计算是从右到左沿着决策树的反方向进行计算的。 c.对比各方案的期望值的大小，进行剪枝优选。在舍去备选方案枝上，用“=”记号隔断。 2、什么是知识它有哪些特性列举至少六种知识表示方法 答：经过国内外学者的共同努力，目前已经有许多知识表示方法得到了深入的研究，目前使用较多的知识表示方法主要有：谓词逻辑表示法，产生式表示法、框架表示法、语义网络表示法、表示法、基于本体的知识表示法等。本文将介绍这些知识表示方法的特征和优缺点，进行一些分析和比较。 （1）词逻辑表示法。谓词逻辑表示法是指各种基于（ormalogic）知识表示方式，用逻辑公式描述对象、性质、状况和关系，例如“在轨道上”可以描述成：（npaceshiporbit）它是领域中使用最早和最广泛的知识表示方法之一。其根本目的在于把数学中的逻辑论证符号化，能够采用数学演绎的方式，证明一个新语句是从哪些已知正确的语句推导出来的，那么也就能够断定这个新语句也是正确的。 在这种方法中，识库可以看成一组逻辑公式的集合，识库的修改是增加或删除逻辑公式。使用逻辑法表示知识，将以描述的知识通过引入谓词、函数来加以形式描述，得有关的逻辑公式，而以机器内部代码表示。在逻辑法表示下可采用归结法或其它方法进行准确的推理。
《自然科学基础》课程教学大纲 课程编号：311ZB003 课程名称：《自然科学基础》 natural science base 课程类别：专业必修课 授课学时：64 学分： 4 课程性质：本课程是小学教育专业的一门必修的综合基础课。本课程将物理学、化学、生物学及地学、天文学的基础知识及其应用加以综合，理论联系实际，体现应用性和针对性。 课程目标： 知识： 使学生掌握以下知识： ?从现代综合性的视野了解世界的物质性； ?宇宙世界的形成和演化；太阳系结构、起源、特征、演化 ?地球环境及演化、自然地理分异、环境科学与生态学 ?物质构造之迷、运动和力、分子运动和热、电磁与光 ?化学反应的实质及类型、无机界与无机化学、有机物与有机化学 ?生命的起源、基本特征与结构生物的进化、生物的多样性、生物与环境、生物工程技术 能力与技能： 通过学习，使学员获得一些自然科学的基础知识、基本原理与实际应用，了解一些自然科学的研究方法及理解自然科学的基本思想方法。，拓宽学生知识面，形成的综合性的知识结构，提高分析问题和解决问题的能力。 态度与情感： 激发学生学习科学的兴趣，获得研究和探究相关学科的乐趣。用科学的方法及科学的态度关心环境、能源、卫生、健康等与现代社会有关的化学问题。善于用辩证唯物主义思想解决实际的问题，培养科学精神与科学态度，提高科学素养。 先修后续课程：先修中学化学、中学物理、中学生物及中学地理等课程 课程内容： 第一章绪论 【目的要求】
1.了解自然科学的对象、性质和作用。了解自然科学的历史演进。 2.理解自然科学的体系结构。 【重点与难点】 自然科学的体系结构。 【主要内容】 1.1 自然科学的对象、性质和作用 1.2 自然科学的体系结构 1.3 自然科学的历史演进 第二章宇宙世界 【目的要求】 1.了解宇宙的形成和演化及太阳系的组成。 2.理解宇宙的形成和演化的基本理论、太阳系的形成和演化演说。 3.掌握宇宙大爆炸理论及太阳的圈层构造及各圈层的特征。 【重点与难点】 1.宇宙的形成和演化的基本理论、太阳系的形成和演化演说。 2.宇宙大爆炸理论及太阳的圈层构造及各圈层的特征。 【主要内容】 2.1宇宙的形成和演化：大爆炸宇宙论、天体系统及其演化、银河系。 2.2太阳和太阳系：太阳系的结构与起源、太阳的特征与演化、太阳系的行星和卫星。 第三章地球环境系统 【目的要求】 1.了解地球的圈层结构。环境科学的产生与研究内容；生态学的产生与研究内容。 2.理解地球各圈层的成分和特点以及各圈层之间的联系，地球系统及其演变，自然资源的开发利用，环境问题的产生与解决。 3. 掌握大地构造理论；人类与自然地理环境的相互作用， 【重点与难点】 1.地球各圈层的成分和特点以及各圈层之间的联系，地球系统及其演变，自然资源的开发利用，环境问题的产生与解决。 2.大地构造理论；人类与自然地理环境的相互作用， 【主要内容】 3.1 地球环境：地球的圈层构造、大地构造理论、地表形态及其演化、地球大气、地球上的
课程名称人工智能导论考试日期2007-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是符号主义，连接主义，行为主义、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。状态，操作符 4. 产生式系统由3个部分组成：一个总数据库、一套规则，一个控制策略 、。 5. ANN中文意义是人工神经元网络 。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， 将误差信号沿原来的连接通路返回，通过修改各层神经元的连接权值，使误差信号减至最小 ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是空子句 ，则定理得证。 8. 子句和P经过消解以后，得到 Q 。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。→W或L1∨L2→W，L为单文字
2006～2007学年第2学期考试A卷
13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个零均方差的高斯随机变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A）
《人工智能》教学大纲 一、课程概述 1. 课程研究对象和研究内容 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。 《人工智能》（双语）课程的主要目标是为大学本科高年级学生提供有关人工智能理论以及应用所必需的知识和技能；掌握人工智能的基本原理；掌握设计开发智能系统的基本方法。 2. 课程在整个课程体系中的地位 人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程，该课程可以在大学三、四年级开设。 二、课程目标 1．熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及A*算法），掌握一些典型问题的启发式函数。 2．掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 3．掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、课程内容和要求 这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下： 知道———是指对这门学科和教学现象的认知。 理解———是指对这门学科涉及到的概念、原理、策略与技术的说明和解释，能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。 掌握———是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。
福州大学2014～2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成：一个总数据库、、。 5. ANN中文意义是。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是，则定理得证。 8. 子句和P经过消解以后，得到。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父，曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后，可以化为 。
13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 产生式系统的推理不包括( ) A. 正向推理 B. 逆向推理 C. 双向推理 D. 简单推理 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A） 8. 在遗传算法中，变量x的定义域为 [-2，5]，要求其精度为10-6，现用二进制进行编码，
外科学教学大纲 Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】
《外科学》课程教学大纲课程名称：外科学课程编号: 英文名称：Surgery 课程性质:必修课 总学时：128讲课学时：96实践学时：32 学分：8 适用对象:临床医学专业 先修课程：《外科学总论》、《系统解剖学》、《内科学》、《病理学》、《生理学》等 一、课程性质、目的和任务 外科疾病包括损伤、感染、肿瘤、畸形和其他疾病，一般以手术为主要治疗手段，但外科决不等于手术。外科学研究外科疾病的诊断、治疗、预防和技能，同时也研究疾病的发生和发展规律，涉及实验外科及自然科学基础。 外科学教学贯彻理论与实践相结合的原则，目的在于使学生获得较全面的外科基础理论和基本知识，得到较严格的基本技能训练。 二、课程教学和教改基本要求 该课程的教学要充分利用多媒体等现代教育技术手段。在具体的教学中，我们根据教学内容和学生特点，采用多种教学方法，如讲授与自学相结合、灌输与启发相结合、讲解与提问相结合、讨论和发言相结合，阐述了外科疾病的发生、发展、诊断和治疗。 三、课程各章重点与难点、教学要求与教学内容 第十九章颅内压增高和脑疝 【目的和要求】 1、掌握颅内压增高的临床表现。 2、熟悉颅内压增高的病理生理变化和处理原则。 3、熟悉脑疝的临床表现。 4、了解颅内压增高的病因。 【教学内容】 1、颅内压增高的概念、颅内压的调节与代谢、颅内压增高的原因。 2、颅内压增高的后果。 3、颅内压增高的诊断及治疗原则。 4、脑疝的诊断及治疗原则。 第二十章颅脑损伤 【目的和要求】 1、掌握脑震荡、脑挫裂伤的临床表现、诊断和处理原则。
2006～2007学年第2学期考试A 卷 参考答案 一、1. 符号主义，连接主义，行为主义 3.状态，操作符 4.一套规则，一个控制策略 5.人工神经元网络 6.将误差信号沿原来的连接通路返回，通过修改各层神经元的连接权值，使误差信号减至最小 7.空子句 8.Q 9. L→W 或L1∨L2→W，L 为单文字 10.继承，匹配 11.图灵 12. 13. 14. 零均方差的高斯随机 二、CBCDCCADAB 三、1. （1）自然语言理解 （2）人工神经元网络 数据库智能检索 智能控制 专家咨询系统 智能调度和指挥 定理机器证明 智能决策支持系统 博弈 知识发现和数据发掘 机器人学 分布式人工智能 自动程序设计 组合调度问题 感知问题 2.
3.构成：略 特征：（1）能较好的模拟人的形象思维。 （2）具有大规模并行协同处理能力。 （3）具有较强的学习能力。 （4）具有较强的容错能力和联想能力。 （5）是一个大规模自组织、自适应的非线性动力系统。 4.遗传算法是一种随机搜索算法。该算法将优化问题看作是自然界生物的进化过程。模拟大自然生物进化的遗传规律来达到寻优的目的。 5.设A(x):想出国留学 P(x):欲穷千里目 Q(x):更上一层楼 （1）?x（~A（x）） （2）（?x）（Q（x） P（x）） 四、1. 得到的解路径为：S-B-F-J-T 2.启发式搜索图：
状态空间图：
3.
4.证明： R1：所有不贫穷且聪明的人都快乐：?x（~Poor（x）∧Smart（x）→Happy （x）） R2：那些读书的人是聪明的：?x（read（x）→Smart（x）） R3：约翰能读书且不贫穷：read（John）∧ ~Poor（John） R4：快乐的人过着幸福的生活：?x（Happy（x）→Blest（x）） 结论：约翰过着幸福的生活的否定：~ Blest（John） 将上述谓词公式转化为子句集并进行归结如下： 由R1可得子句： Poor（x）∨~Smart（x）∨Happy（x） 由R2可得子句： ~read（y）∨Smart（y） 由R3可得子句： read（John） ~Poor（John） 由R4可得子句： ~ Happy（z）∨Blest（z） 由结论的否定可得子句： ~ Blest（John） 根据以上6条子句，归结如下： ~ Happy（John）⑤⑥ John/z Poor（John）∨~Smart（John）⑦① John/x ~Smart（John）⑧④ ~ read（John）⑨② John/y □⑩③ 由上可得原命题成立。
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、 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。 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， 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 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。 设计和应用智能机器的一个分支。 本课程是计算机 通过本课程的开设， 使学 对主要技术及应用有一定掌握， Agent 系统、 语音识别、自动语