西安交通大学

《人工智能导论》课程教学大纲

英文名称： Artificial Intelligence Guide

课程编号：COMP4008

课程名称：人工智能

课程类型：工科（专业课）

学时与学分：总学时：32；学分：2

适用对象：计算机专业(本科生)

先修课程：程序设计，数据结构，离散数学，数理逻辑，概率论

使用教材：王永庆，人工智能原理与方法，西安交大出版社，1998

参考书：

陆汝钤，人工智能（上下册），北京：科学出版社，1989

蔡自兴，人工智能原理(第二版)，北京：清华大学出版社

林荛瑞，马少平，人工智能导论，北京：清华大学出版社，1998

何新贵，知识处理与专家系统，北京：国防工业出版社，1990

史忠植，知识工程，北京：清华大学出版社，1988

殷勤业，杨宗凯等编译，模式识别与神经网络，北京：机械工业出版社，1992

杨行峻，郑君里，人工神经网络，北京：高等教育出版社

周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999

一、课程的性质、目的及任务：

人工智能是计算机科学研究和发展的一个重点，其终极目标就是让计算机具有象人一样的能力。这门课程主要讲述知识与知识表示、确定性推理、不确定性推理、搜索策略、神经网络、机器学习、遗传算法等方面内容。使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识。

二、教学基本要求：

通过课堂教学，要求学生了解人工智能的发展状况与研究内容，掌握基本概念、基本原理方法和重要算法，掌握人工智能的一些主要思想和方法，熟悉典型的人工智能系统——产生式系统和简单的模糊推理方法，学会用启发式搜索求解问题，学会基本的神经网络方法，学会简单的机器学习方法，初步具备用经典的人工智能方法解决一些简单实际问题的能力。

三、教学内容：

1.        绪论：了解人工智能的发展简史以及当前的一些发展方向和热点。掌握基本概念，相关名词术语的含义；熟知人工智能的基本研究内容、研究方法。

2.        数学基础：了解人工智能中常用的一些数学理论和概念等等。熟悉数理逻辑中有关命题逻辑和一阶谓词逻辑的原理，了解多值逻辑原理；熟悉概率论的基本概念和原理，掌握Bayes公式；掌握模糊集和模糊逻辑的基本概念，掌握模糊集上的基本运算。

3.        知识与知识表示：了解关于知识的基本观点以及特点等等。掌握基本的、常用的一些知识表示方法，如一阶谓词逻辑表示法、产生式表示法、框架表示法和语义网络表示法等。了解各种知识表示法的特点。

下一页