人工智能专业课程
-elsevier
2023年2月15日发(作者：特来电app)《人工智能理论与应用》课程简介
课程编号：A0940111
课程名称：人工智能理论与应用
学分/学时：3/48
先修课程：《数据结构》、《离散数学》和《高级程序设计语言》
适用专业：计算机科学与技术
课程性质：限选
考核方式：考查
考核形式：大作业、实验评估
建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版
内容简介：（200字以内）（黑体五号）
1、人工智能研究的发展和基本原则：人工智能的研究和应用；人工智能研究的发展；人工智
能研究的成果；人工智能研究的基本原则；存在的问题和发展前景
2、一般图搜索：回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程、搜索算法讨
论。
3、与或图搜索问题：与或图的搜索、与或图的启发式搜索算法AO*、博弈树的搜索。
4、谓词逻辑与归结原理：命题逻辑、谓词逻辑基础、谓词逻辑归结原理、HERBRAND定理。
5、知识表示：知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其
他表示方法。
6、不确定性推理方法：不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方
法、证据理论。
7、机器学习：机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知
识发现与数据挖掘。
8、高级搜索：基本概念、局部搜索算法、模拟退火算法、遗传算法等。
人工智能理论与应用
ArtificialIntelligenceTheoryand
Application
课程编号：A0940111
学分：3
学时：48学时（讲课学时：32实验学时：16）
先修课程：《数据结构》、《离散数学》和《高级程序设计语言》
适用专业：计算机科学与技术
建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版
主要参考书：
（1）高等学校规划教材:人工智能原理及其应用电子工业出版社王万森2012
（2）人工智能及其应用(第4版)蔡自兴、徐光祐清华大学出版社2010
开课学院：计算机科学与工程学院
修订日期：2015年4月
一、课程说明（黑体五号）
人工智能是一门综合性前沿学科，是计算机学科的重要分支。通过对人工智能课程的
学习，使学生掌握人工智能技术的基本原理；了解启发式搜索策略、与或图搜索问题、谓词
逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主
要研究领域的原理、方法和技术；增强学生的逻辑思维与实验能力，为今后在各自领域开拓
高水平的人工智能技术应用奠定基础。
二、课程目标（黑体五号）（需对应于本专业2014级培养方案中的毕业要求进行细化分解）
根据课程在知识结构中的作用，教学要求分为掌握、熟悉、了解、选学四个层次，具
体要求如下。
1．掌握部分:一般图搜索（回溯策略、图搜索策略、无信息搜索过程、启发式图搜索
过程）；与或图搜索问题包括与或图的启发式搜索算法AO*、博弈树的搜索；谓词逻辑与归
结原理（谓词逻辑归结原理、HERBRAND定理）；知识表示（产生式表示方法、语义网络表示、
框架表示）；不确定性推理方法（不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、
确定性方法）(对应毕业要求中的、、
2．熟悉部分：
不确定性推理方法之证据理论；机器学习（机器学习概论、实例学习、基于解释的学
习、决策树学习、神经网络学习）。(对应毕业要求中的、
3．了解部分：
人工智能研究的发展和基本原则；知识原则、知识表示的作用、功能、性能；自动规
划技术的新进展，人工智能的最新进展和面临的挑战。(对应毕业要求中的、
4．选学部分：
高级搜索。(对应毕业要求中的
三、教学内容及基本要求
第一章：人工智能概述
1、讲授内容：
（1）人工智能的概念
（2）人工智能的研究途径和方法
（3）人工智能的分之领域
（4）人工智能的基本技术
（5）人工智能的发展概况
2、教学要求：
了解：研究途径和方法、人工智能的分之领域、基本技术和发展概况。
理解：人工智能的基本概念、基本技术
掌握：人工智能的发展概况，人工智能研究的课题种类
3、教学重点：人工智能概念
4、难点：人工智能的研究途径和方法
第二章：基于谓词逻辑的机器推理
1、讲授内容：
（1）一阶谓词逻辑
（2）归结演绎推理
（3）应用归结原理求取问题答案
（4）归结策略
（5）Horn子句归结与逻辑程序
（6）非归结演绎推理
2、教学要求：
了解：一阶谓词逻辑的基本概念
理解：应用归结远力求取问题答案的方法和Horm自居归结于逻辑程序的方法以及非归结
演绎原理的方法和途径
掌握：归结演绎推理
3、教学重点：归结演绎推理
4、难点：Horn子句归结与逻辑程序
第三章：图搜索技术
1、讲授内容：
（1）状态图搜索
（2）状态图问题求解
（3）与或图搜索
（4）与或图问题求解
（5）博弈树搜索
2、教学要求：
了解：常用的图搜索技术
理解：与或图搜索问题的原理
掌握：与或图的启发式搜索算法AO
3、教学重点：与或图的启发式搜索算法
4、难点：与或图搜索
第四章：产生式系统
1、讲授内容：
（1）产生式规则
（2）产生式系统
（3）产生式系统与图搜索
（4）产生式系统的应用
2、教学要求：
了解：产生式
理解：谓词逻辑归结原理
掌握：Herbrand定理
3、教学重点：谓词逻辑归结原理
4、难点：Herbrand定理
第五章：知识表示
1、讲授内容：
（1）知识及其表示
（2）框架
（3）语义网络
（4）面向对象知识表示
2、教学要求：
了解：知识表示的概述
理解：几种知识表示方式
掌握：产生式表示语义网络表示
3、教学重点：产生式表示语义网络表示
4、难点：框架表示
第六章：不确定性推理方法
1、讲授内容：
（1）不确定性及其类型
（2）不确定性知识的表示
（3）不确定性推理的一般模式
（4）确定性理论
（5）证据理论
（6）模糊推理
2、教学要求：
了解：不确定性推理方法的概述
理解：论证理论模糊推理
掌握：论证理论
3、教学重点：论证理论模糊推理
4、难点：证据理论(D-Stheory)
第七章：专家系统
1、讲授内容：
（1）专家系统的概念
（2）专家系统的结构
（3）专家系统的应用与发展
（4）专家系统设计与实现
（5）专家系统开发与环境
（6）新一代专家系统研究
2、教学要求：
了解：专家系统的概述、专家系统的组成结构与发展
理解：专家系统的设计与实现
掌握：专家系统的开发与使用
3、教学重点：专家系统的设计与实现
4、难点：新一代专家系统概述
第八章：机器学习
1、讲授内容：
（1）符号学习
（2）神经网络学习
2、教学要求：
了解：机器学习的概述
理解：符号学习
掌握：常用的机器学习的方式
3、教学重点：神经网络学习
4、难点：遗传算法
四、课程学时分配
人工智能原理及应用课程根据教学计划规定的学时数，理论课32学时，实践16学时，
具体学时分配如下表，供参考。
教学内容概要
学时教学
方式
对应
课程目标
讲课实验实践
第一章：人工智能概述
2
讲授3
第二章：基于谓词逻辑的机器推理文法和语言
42
讲授、
实验
1、2
第三章：图搜索技术
44
讲授、
实验
1、2
第四章：产生式系统
44
讲授、
实验
1、2
第五章：知识表示
42
讲授、
实验
1、2
第六章：不确定性推理方法
44
讲授、
实验
1、2
第七章：专家系统
4
讲授3
第八章：机器学习
4
讲授3
合计32
16
五、其他教学环节（针对理实一体类课程填写此项）
六、授课说明
1、教学方法
（1）注重理论指导的作用，积极探究达到最佳视觉效果的典型做法。同时贯彻理论和
实践相结合的原则，给学生出一定量的思考，并要求学生完成一定量的作业，以提高学生
的理论水平，培养学生的动手能力和创新精神。
（2）把握课程的重难点，及时总结深化所学内容，并针对重难点布置适当的综合练习。
以便达到良好的教学效果。
2、教学手段
（1）采用理论讲解、操作示范等多种方式，充分利用多媒体等现代化教学手段，整体优
化教学过程和教学内容，调动学生学习积极性，进行启发式的教学。
（2）注重学生动手能力的培养，积极鼓励和引导学生对所学的知识、技能加以拓宽、深
化。
七、考核办法
课程名称：人工智能理论与应用课程号：A0940111
考核方式：考查
考核形式：大作业60%、实验评估30%、作业10%
本课程的学生成绩由平时成绩和期末成绩两部分组成，其中平时成绩占总成绩的40%，
期末成绩占总成绩的60%。平时成绩由实验评估、作业综合评定。
制定人：审定人：批准人：
（填写要求）
1、课程教学大纲制定和修订由学院（部）教学分管领导负责组织，由教研室执行具体工
作任务，由经验丰富的教师或教师小组执笔，教研室讨论通过，要明确各自职责，不要使签
字流于形式。
2、制定人、审定人、批准人不能为同一人，原则上制定人为讲课教师，审定人为教研室
主任，批准人为学院（部）教学主任。
3、制定人原则上需有丰富的教学经验，具有中级以上职称。
4、请将姓名打入电子文稿。