為了方便各位任課老師的教學，本書作者結合自己多年來給計算機專業講授人工智慧課程的教學大綱和這部《人工智慧概論》教材的內容以及該課程的基本要求，制定了這一教學大綱，供各位老師參考。從內容來看，這個大綱與這部教材是一致的，其課時應該說是夠用的。各位老師可根據各自院校的實際情況對該大綱的教學內容進行取捨，並確定相應的課時，以制定適合各自教學任務的教學大綱。
《人工智慧概論》課程教學大綱
英文課名：Introduction to Artificial Intelligence
適用專業：非人工智慧專業（考查）
學 時：48
課程類別：通識教育課
課程性質：選修課/必選課
一、課程性質和目的
《人工智慧概論》為非人工智慧專業的一門通識教育課程，其目的是使學生初步了解人工智慧的基本原理和方法，為進一步學習或應用人工智慧奠定基礎，指引方向。
二、課程內容
1．了解狀態圖的基本概念、狀態圖搜索基本技術和狀態圖問題求解的一般方法，包括窮舉式搜索、啟發式搜索；2．理解一些經典規劃調度問題（如迷宮、八數碼、梵塔、旅行商、八皇后等問題）的求解方法。2．了解不確定性知識的表示及其推理方法，不確定性推理的發展概況；3．了解不確切性知識的表示及其推理方法，包括軟語言值及其數學模型，程度化軟語言值、基於軟語言規則的推理。2．了解符號學習的基本方法，包括: 記憶學習、演繹學習、類比學習、示例學習、發現學習、決策樹學習等；3．了解強化學習的基本原理和算法，包括Q函數及Q學習算法。2．理解神經網絡及其學習的基本原理，包括神經網絡的拓撲結構與學習機理、神經網絡模型及其分類等；3．理解BP網絡的拓撲結構、學習原理和BP學習算法；5．了解數據挖掘與知識發現的基本原理，包括對象、任務和方法等。1． 了解模式識別的基本原理和方法及分類，包括統計模式識別、結構模式識別和神經網絡模式識別等；2． 理解統計模式識別基本原理和方法，包括距離分類法、幾何分類法和概率分類法；3． 了解自然語言處理的途徑和方法，包括基於規則、基於統計和基於聯結的途徑和方法；4． 理解基於規則的自然語言理解基本原理，包括簡單句的語法分析、語義分析和語用分析以及複合句理解；4．理解網上信息的智能化檢索及推薦系統基本原理和方法1．了解人工智慧程序設計語言的特點、分類和發展概況；2．了解PROLOG語言的語句特點、程序結構和運行機理，能讀懂簡單的PROLOG程序；3．了解Python語言的特點和使用方法，能讀懂簡單的Python程序；三、課程要求
1．本課程的教學包括課堂講授、課外作業、輔導答疑和期末複習考試等教學環節。
2．課堂教學採用啟發式教學方法，理例結合，多媒體並用，引導學生加深對課程內容的理解，提高學生的學習興趣和效果。
3．理論聯繫實際，通過本課程的教學，力爭使學生在理解和掌握大綱所要求的知識內容的基礎上，具有初步分析和解決各自專業中有關實際問題的能力。
四、學時分配
章 次
內 容
學 時
1
人工智慧的概念、內容和方法
2
2
人工智慧的應用與發展概況
2
3
圖搜索與問題求解
4
4
知識表示與機器推理（一）
4
5
知識表示與機器推理（二）
4
6
機器學習與知識發現（一）
6
7
機器學習與知識發現（二）
8
8
機器感知與語言交流
6
9
人工智慧應用系統
6
10
智能計算機與智能化網絡
2
11
人工智慧程式語言與開發平臺
4
合 計
48
五、教材與教參
四、教材
掃碼，限時優惠購書
特色描述：
本書勾畫了人工智慧學科的總體架構，簡述了其主要分支的原理、方法和發展概況，可使讀者對人工智慧有一個梗概而具體的認識和了解，獲得一定的基礎知識，並明確進一步學習的目標和方向。
內容簡介：
本書首先概述了人工智慧的基本概念、研究內容、研究方法、分支領域、應用前景、歷史沿革、現狀與趨勢等，勾畫了人工智慧學科的總體架構；然後概略而簡要地闡述了人工智慧主要分支的原理、方法和發展概況，並指出了延伸學習的內容和方向。全書共11章，內容全面、經典而新穎。
本書層次分明，條理清楚，理例結合，圖文並茂，深入淺出，詳略得當，易懂易懂，易教易學。
本書可作為高等學校各學科各專業的人工智慧通識課教材，亦可供科學研究和工程技術人員以及廣大人工智慧愛好者自學或參考。
授 課 計 劃
20´´ /20´´學年第 ´學期
課程名稱 人工智慧導論
周次
星期
授課內容（章節主要內容）
教學時數
教學形式
課外作業
1
一
第1章 人工智慧概述
1.1 什麼是人工智慧
1.2 人工智慧的研究意義、目標和策略
1.3 人工智慧的研究內容
1.4 人工智慧的研究途徑與方法
1.5 人工智慧的應用
1.6 人工智慧的分支領域
1.7 人工智慧的發展概況
2
講授
教材
習題一
書面：2，3，4
思考：1，5，6
1
三
第2章 邏輯程序設計語言PROLOG
2.1 基本PROLOG
2.2 Turbo PROLOG程序設計
2.2.1程序結構
2.2.2數據與表達式
2.2.3輸入與輸出
2
講授
習題二
書面：1
1
五
2.2.4動態資料庫
2.2.5表處理與遞歸
2.2.6回溯控制
2.2.7程序舉例
2
講授
習題二
書面：2
思考：3
2
一
第3章圖搜索與問題求解
3.1狀態圖(空間)搜索
3.1.1狀態圖
3.1.2狀態圖搜索
3.1.3窮舉式搜索
3.1.4啟發式搜索
3.1.5加權狀態圖搜索
2
講授
習題三
書面：5
思考：3，7，8
教研室（系）主任審核：
周次
星期
授課內容（章節主要內容）
教學時數
教學形式
課外作業
2
三
3.1.6 A算法和A*算法
3.1.7狀態圖搜索策略小結
3.2狀態圖搜索問題求解
3.2.1問題的狀態圖表示
3.2.2狀態圖問題求解程序舉例
2
講授
習題三
書面：2，6
思考：10，11
2
五
3.3與或圖搜索
3.3.1與或圖
3.3.2與或圖搜索
3.3.3啟發式與或樹搜索
3.4與或圖搜索問題求解
3.4.1問題的與或圖表示
3.4.2與或圖問題求解程序舉例
2
講授
習題三
書面：12，15
思考：1，13，14
3
一
第4章基於遺傳算法的隨機優化搜索
4.1 基本概念
4.2 基本遺傳算法
4.3 遺傳算法應用舉例
4.4 遺傳算法的特點與優勢
2
講授
習題四
書面：2
思考：1
3
三
第5章知識表示與推理
5.1基於謂詞邏輯的歸結演繹推理
5.1.1子句集
5.1.2命題邏輯中的歸結原理
5.1.3替換與合一
5.1.4謂詞邏輯中的歸結原理
2
講授
習題五
書面：
1:(3),(4)
4:(2),(3),(4)
6
思考：2,5
3
五
5.2 基於產生式規則的機器推理
5.2.1產生式規則
5.2.2基於產生式規則的推理模式
5.2.3產生式系統
5.2.4產生式系統的程序實現
2
講授
習題六
書面：3
思考：1，2，4
4
一
5.3 幾種結構化知識表示及其推理
5.3.1框架
5.3.2語義網絡
5.3.3類與對象
2
講授
習題七
書面：4，6
思考：1，2，3，8
周次
星期
授課內容（章節主要內容）
教學時數
教學形式
課外作業
4
三
5.4 不確定性知識的表示與推理
5.4.1不確定性及其類型
5.4.2不確定性知識的表示及推理
5.4.3確定性理論簡介
2
講授
習題八
書面：2，7
思考：1，5，6
4
五
5.4.4不確切性知識的表示及推理
5.4.5模糊集合與模糊邏輯簡介
2
講授
習題八
書面：3，4
思考：10
5
一
第6章機器學習與知識發現
6.1 機器學習概述
6.2符號學習
6.2.1記憶學習
6.2.2示例學習
6.2.3決策樹學習
2
講授
習題九
書面：1，6
思考：2，5
5
三
6.3神經網絡學習
6.3.1生物神經元
6.3.2人工神經元
6.3.3神經網絡
6.3.4神經網絡學習
6.3.5 BP網絡及其學習舉例
2
講授
習題九
書面：9
思考：7
5
五
6.4 知識發現與數據挖掘
6.4.1知識發現的一般過程
6.4.2知識發現的對象
6.4.3知識發現的任務
6.4.4知識發現的方法
第7章專家系統
7.1 基本概念
7.2 系統結構
2
講授
習題九
書面：10
習題十二
書面：3，14
思考：1，2
6
一
7.3 實例分析
7.4 系統設計與實現
7.5 開發工具與環境
2
講授
習題十二
書面：5，10
思考：6，7
6
三
第8章 Agent系統
8.1 Agent的概念
8.2 Agent的結構
8.3 Agent實例
8.4 多Agent系統
2
講授
習題十三
書面：1，2，4
思考：3，6
周次
星期
授課內容（章節主要內容）
教學時數
教學形式
課外作業
6
五
第9章智能化網絡
9.1 智能網絡
9.2 網絡的智能化管理與控制
9.3 網上信息的智能化檢索
安排上機實驗。
2
講授
教材
習題十四
書面：5，7，8
思考：6，9
7
一
上機實驗：小型專家系統設計與實現
2
實驗
7
三
實驗（續）
2
實驗
7
五
實驗（續）
2
實驗
8
一
實驗（續）
2
實驗
8
三
總複習
2
講授
教案首頁
課程名稱
人工智慧導論
課程類別
必修課（√ ）選修課（）
總學時
學分
講授
學時
上機
學時
0
實驗
學時
專 業
計算機科學與技術
班 級
任課教師
職 稱
教學目的和要求
《人工智慧導論》為計算機科學技術專業和軟體工程專業的一門選修課，其目的是使學生初步了解人工智慧的基本原理，初步學習和掌握人工智慧的基本技術，以便拓寬知識面，並為進一步學習和應用奠定基礎。本課程的具體要求為：
1. 了解人工智慧的基本概念、分支領域及其發展概況；
2. 理解知識表示及其推理的基本原理，掌握其基本技術；
3. 理解基於搜索的問題求解基本原理，掌握其基本技術；
4. 理解機器學習、知識發現的基本原理；初步掌握其基本方法；
5. 學會一種人工智慧程序語言，掌握簡單的智能程序設計方法；
6. 能綜合運用所學知識，設計實現一個小型專家系統。
教學重點、難點
1. 搜索與問題求解；
2. 知識表示及其推理；
3. 機器學習與知識發現；
4. 專家系統原理與設計。
教材和參考書
教材：
《人工智慧技術導論》（第三版），廉師友，西安電子科技大學出版社，2007。
教學參考書：
學時：2
章節
第1章 人工智慧概述
知識點和分析方法
1. 人工智慧的概念；
2. 人工智慧的研究內容；
3. 人工智慧的研究途徑與方法；
4. 人工智慧的應用；
5. 人工智慧的分支領域和發展概況。
重點
難點
1. 人工智慧的研究內容；
2. 人工智慧的研究途徑與方法。
要求掌握內容
1. 人工智慧的概念；
2. 人工智慧的研究內容。
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題，啟發學生的思維；
2. 注意層次和條理，以利於學生接受和理解；
3. 多媒體並用，增加教學內容的生動、形象和直觀性；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題一
主要
參考資料
[1]；
[2]；
[3]。
備註
學時：4
章節
第2章 邏輯程序設計語言PROLOG
知識點和分析方法
1. PROLOG語言的運行機理
2. Turbo PROLOG程序設計
重點
難點
Turbo PROLOG程序設計
要求掌握內容
1. PROLOG語言的運行機理
2. 簡單的PROLOG程序設計
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以動態演示的方式講解PROLOG程序，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題二
主要
參考資料
[1] 李衛華等. IBM PC機編譯型PROLOG語言.武漢大學出版社，1987
[2] 劉椿年，曹德和. PROLOG語言，它的應用與實現. 科學出版社，1990
備註
學時：6
章節
第3章 圖搜索與問題求解
知識點和分析方法
1. 狀態圖搜索
2. 狀態圖搜索問題求解
3. 與或圖搜索
4. 與或圖搜索問題求解
重點
難點
1. 啟發式圖搜索技術
2. 問題的狀態圖或者與或圖表示
要求掌握內容
狀態圖搜索和與或圖搜索基本算法
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，變抽象為形象，以化難為易，加深學生的印象；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題三
主要
參考資料
[1] （美）Nils J. Nilsson，（鄭扣根，莊越挺譯），人工智慧，機械工業出版社，2000；
[2] [美]Stuart Russell，Peter Norvig，姜哲等譯，人工智慧——一種現代方法（第二版），人民郵電出版社，2004；
備註
學時：2
章節
第4章 基於遺傳算法的隨機優化搜索
知識點和分析方法
1. 相關基本概念；
2. 基本遺傳算法。
重點
難點
1.適應度函數；
2.三種遺傳操作。
要求掌握內容
1.三種遺傳操作；
2. 遺傳算法的應用。
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題四
主要
參考資料
[1] 周明，孫樹棟. 遺傳算法原理及應用. 國防工業出版社，1999
[2] 玄光男，程潤偉. 遺傳算法與工程設計. 科學出版社，2000
[3] 張鈴， 張鈸. 計算智能——神經計算和遺傳算法技術，世紀之交的知識工程與知識科學.清華大學出版社，2001
[4] 王小平，曹立明. 遺傳算法——理論、應用與軟體實現. 西安交通大學出版社，2002
備註
學時：10
章節
第5章知識表示與推理
知識點和分析方法
1. 基於謂詞邏輯的歸結演繹推理
2. 基於產生式規則的機器推理
3. 幾種結構化知識表示及其推理
4. 不確定性知識的表示與推理
重點
難點
1. 基於謂詞邏輯的歸結演繹推理；
2. 不確定性知識的表示與推理。
要求掌握內容
1. 歸結原理；
2. 產生式系統；
3. 幾種結構化知識表示。
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題五、習題六、習題七、習題八
主要
參考資料
[1] 馬少平，朱小燕. 人工智慧. 清華大學出版社，2004
[2] 李德毅，杜鷁. 不確定性人工智慧. 國防工業出版社，2005
[3] （美）Nils J. Nilsson，（鄭扣根，莊越挺譯），人工智慧，機械工業出版社，2000
備註
學時：6
章節
第6章 機器學習與知識發現
知識點和分析方法
1. 機器學習基本原理；
2. 符號學習；
3. 神經網絡學習；
4. 知識發現與數據挖掘。
重點
難點
1. 決策樹學習；
2. 神經網絡學習。
要求掌握內容
1. 機器學習基本原理；
2. 決策樹學習；
3. BP網絡及其學習算法。
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題九
主要
參考資料
[1] Tom M. Mitchell著，曾華軍，張銀奎等譯. 機器學習. 機械工業出版社，2005
[2] 王珏，周志華，周傲英. 機器學習及其應用. 清華大學出版社，2006
[3] 焦李成，劉芳，緱水平，劉靜，陳莉. 智能數據挖掘與知識發現. 西安電子科技大學出版社，2006
備註
學時：4
章節
第7章 專家系統
知識點和分析方法
1. 基本概念
2. 體系結構
3. 設計與實現
重點
難點
1. 體系結構
2. 設計與實現
要求掌握內容
專家系統基本原理與設計實現技術
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題十二
主要
參考資料
[1] [美]Nils J. Nilsson著，鄭扣根，莊越挺譯. 人工智慧. 機械工業出版社，2000
[2] 吳泉源，劉江寧. 人工智慧與專家系統. 國防科技大學出版社，1995
備註
學時：2
章節
第8章 Agent系統
知識點和分析方法
1. Agent的概念；
2. Agent的結構；
3. 多Agent系統。
重點
難點
1. Agent的結構；
2. 多Agent系統。
要求掌握內容
Agent系統的基本原理與應用
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題十三
主要
參考資料
[1] 陸汝鈐. 世紀之交的知識工程與知識科學. 清華大學出版社，2001
[2] 胡舜耕， 張莉， 鍾義信. 多Agent系統的理論、技術及其應用. 計算機科學， Vol.26 No.9，1999
[3] 餘雪麗. 軟體體系結構及實例分析. 科學出版社，2004
備註
學時：2
章節
第9章 智能化網絡
知識點和分析方法
1. 智能網絡；
2. 網絡的智能化管理與控制；
3. 網上信息的智能化檢索。
重點
難點
1. 網絡的智能化管理與控制；
2. 網上信息的智能化檢索。
要求掌握內容
1. 網絡的智能化管理與控制基本技術；
2. 網上信息的智能化檢索基本技術。
教授思路，採用的教學方法和 輔助手段，板書設計，重點如何突出，難點如何解決，師生互動等
1. 提出問題、分析問題、解決問題，啟發學生的思維；
2. 注意層次和條理，深入淺出，以利於學生接受和理解；
3. 理例結合，多媒體並用，以化難為易；
4. 精練語言，注意詳略，講究邏輯性，提高學生的學習興趣；
5. 多用疑問、設問、反問，引起學生的注意，引導學生積極思維，達到師生互動。
本章思考題和習題
教材習題十四
主要
參考資料
[1] 郭軍. 智能信息技術. 北京郵電大學出版社, 1999
[2]龔雙瑾. 智能網技術. 人民郵電出版社，1999
備註
第 1 次課 2學時
章節
第1章 人工智慧概述
講授內容
1.1 什麼是人工智慧
1.2 人工智慧的研究意義、目標和策略
1.3 人工智慧的研究內容
1.4 人工智慧的研究途徑與方法
1.5 人工智慧的應用
1.6 人工智慧的分支領域
1.7 人工智慧的發展概況
重點
難點
1. 人工智慧的研究內容；
2. 人工智慧的研究途徑與方法。
教學
方法、
方式
與
教學過程
1. 通過提問引入人工智慧的概念；
2. 簡述1.2人工智慧的研究意義、目標和策略；
3. 重點講解1.3人工智慧的研究內容；
4. 通過提出問題、分析問題，介紹人工智慧的研究途徑與方法；
5. 簡述1.5人工智慧的應用，圖示當前的一些重要應用成果；
6. 概述1.6 人工智慧的分支領域；
7. 簡述人工智慧的發展概況；
8. 本章總結；
9. 布置作業。
課前提問、複習及講評
課後作業
教材習題一
書面：2，3，4
思考：1，5，6
實施情況
第 2 次課 2學時
章節
第2章 邏輯程序設計語言PROLOG
講授內容
2.1 基本PROLOG
2.1.1 PROLOG的語句
2.1.2 PROLOG的程序
2.1.3 PROLOG程序的運行機理
2.2 Turbo PROLOG程序設計
2.2.1程序結構
2.2.2數據與表達式
2.2.3輸入與輸出
重點
難點
PROLOG程序的運行機理。
教學
方法、
方式
與
教學過程
1. 簡介PROLOG語言的背景情況；
2. 理例結合介紹基本PROLOG的語句；
3. 理例結合介紹基本PROLOG的程序；
4. 理例結合併動態演示，講解PROLOG的運行機理；
5. 簡介Turbo PROLOG的背景情況；
6. 介紹Turbo PROLOG的程序結構；
7. 講述Turbo PROLOG的數據與表達式；
8. 介紹Turbo PROLOG的輸入與輸出內部謂詞；
9. 小結；
10. 布置作業。
課前提問、複習及講評
課後作業
教材習題二
書面：1
實施情況
第 3 次課 2學時
章節
第2章 邏輯程序設計語言PROLOG
講授內容
2.2.4動態資料庫
2.2.5表處理與遞歸
2.2.6回溯控制
2.2.7程序舉例
重點
難點
1. 表處理與遞歸
2. 回溯控制
教學
方法、
方式
與
教學過程
1. 提問；
2. 理例結合介紹PROLOG的動態資料庫原理和使用方法；
3. 理例結合講解Turbo PROLOG的表數據結構和遞歸機制，以及二者配合使用的技巧；
4. 提出問題，說明對回溯進行控制的必要性；然後舉例講解回溯控制基本方法；
5. 列舉完整的程序實例，加深學生對邏輯程序和PROLOG語言的理解，使學生進一步了解PROLOG程序設計的一般思路和方法；
6. 本章總結；
7. 布置作業。
課前提問、複習及講評
問題：
1. 簡述PROLOG語言程序的運行機理。
2. PROLOG語言程序的執行過程與過程型語言的執行過程有什麼不同？
課後作業
教材習題二
書面：2
思考：3
實施情況
第 4 次課 2學時
章節
第3章 圖搜索與問題求解
講授內容
3.1狀態圖搜索
3.1.1狀態圖
3.1.2狀態圖搜索
3.1.3窮舉式搜索
3.1.4啟發式搜索
3.1.5加權狀態圖搜索
重點
難點
1. 啟發式圖搜索
2. 加權狀態圖搜索
教學
方法、
方式
與
教學過程
1. 通過實例結合圖示，引入狀態圖的概念；
2. 分析、講解狀態圖搜索的基本思路、方式和策略；
3. 講解狀態圖搜索的基本算法；
4.通過提出問題、分析問題，重點講解啟發式狀態圖搜索的基本原理和算法；
5. 通過實例，引入加權狀態圖的概念，並介紹其搜索方法和基本算法；
6. 小結；
7. 布置作業。
課前提問、複習及講評
教材習題三
書面：5
思考：3，7，8
課後作業
實施情況
第 5 次課 2學時
章節
第3章 圖搜索與問題求解
講授內容
3.1.6 A算法和A*算法
3.1.7狀態圖搜索策略小結
3.2狀態圖搜索問題求解
3.2.1問題的狀態圖表示
3.2.2狀態圖問題求解程序舉例
重點
難點
1. A算法和A*算法；
2. 問題的狀態圖表示。
教學
方法、
方式
與
教學過程
1. 詳細講解A算法和A*算法；
2. 小結狀態圖搜索策略；
3. 通過實例引入狀態圖搜索問題求解；
4. 舉例說明問題的狀態圖表示方法；
5. 狀態圖問題求解程序舉例；
6. 小結；
7. 布置作業。
課前提問、複習及講評
問題：
1. 狀態圖的啟發式搜索有哪些基本算法？
2. 加權狀態圖搜索有哪些基本算法？
課後作業
教材習題三
書面：2，6
思考：10，11
實施情況
第 6 次課 2學時
章節
第3章 圖搜索與問題求解
講授內容
3.3與或圖搜索
3.3.1與或圖
3.3.2與或圖搜索
3.3.3啟發式與或樹搜索
3.4與或圖搜索問題求解
3.4.1問題的與或圖表示
3.4.2與或圖問題求解程序舉例
重點
難點
1. 啟發式與或樹搜索；
2. 問題的與或圖表示。
教學
方法、
方式
與
教學過程
1. 通過一個幾何證明問題引入與或圖的概念；
2. 講述與或圖搜索的一般方式和策略；
3. 用動態圖重點講解啟發式與或樹搜索過程；
4. 介紹問題的與或圖表示方法；
5. 與或圖問題求解程序舉例；
6. 小結；
7. 本章總結；
8. 布置作業。
課前提問、複習及講評
問題：
試述A*算法的基本思想。
課後作業
教材習題三
書面：12，15
思考：1，13，14
實施情況
第 7 次課 2學時
章節
第4章 基於遺傳算法的隨機優化搜索
講授內容
4.1 基本概念
4.2 基本遺傳算法
4.3 遺傳算法應用舉例
4.4 遺傳算法的特點與優勢
重點
難點
1.適應度函數與染色體編碼；
2.三種遺傳操作。
教學
方法、
方式
與
教學過程
1. 通過達爾文的自然選擇和生物的有性繁殖遺傳變異的進化學說，引入遺傳算法的基本思想；
2. 介紹遺傳算法中的幾個基本概念；
3. 重點講解基本遺傳算法的步驟；
4. 通過兩個實例進一步介紹基本遺傳算法的應用；
5. 簡評遺傳算法的特點和優勢及當前發展情況；
6. 本章總結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題四
書面：2
思考：1
實施情況
第 8 次課 2學時
章節
第5章知識表示與推理
講授內容
5.1基於謂詞邏輯的歸結演繹推理
5.1.1子句集
5.1.2命題邏輯中的歸結原理
5.1.3替換與合一
5.1.4謂詞邏輯中的歸結原理
重點
難點
1. 子句集的求法；
2. 謂詞邏輯中的歸結原理。
教學
方法、
方式
與
教學過程
1. 簡介基於謂詞邏輯的機器推理概況；
2. 引入歸結演繹推理；
3. 詳細講解子句集及其求法；
4. 介紹命題邏輯中的歸結原理；
5. 提出問題，引入替換與合一概念，並講解替換與合一的一般方法；
6. 講述謂詞邏輯中的歸結原理；
7. 歸結演繹推理舉例；
8. 總結；
9．布置作業。
課前提問、複習及講評
課後作業
教材習題五
書面：
1:(3),(4)
4:(2),(3),(4)
6
思考：2,5
實施情況
第 9 次課 2學時
章節
第5章知識表示與推理
講授內容
5.2 基於產生式規則的機器推理
5.2.1產生式規則
5.2.2基於產生式規則的推理模式
5.2.3產生式系統
5.2.4產生式系統的程序實現
重點
難點
1. 產生式規則；
2. 產生式系統的運行過程。
教學
方法、
方式
與
教學過程
1. 作業講評；
2. 舉例引入產生式與產生式系統的概念；
3. 圖示、講解基於產生式規則的推理和產生式系統的運行過程；
4. 簡單分析產生式系統與圖搜索的關係；
5. 介紹產生式系統的程序實現方法；
6. 總結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題六
書面：3
思考：1，2，4
實施情況
第 10 次課 2學時
章節
第5章知識表示與推理
講授內容
5.3 幾種結構化知識表示及其推理
5.3.1框架
5.3.2語義網絡
5.3.3類與對象
重點
難點
1. 框架；
2. 語義網絡。
教學
方法、
方式
與
教學過程
1. 作業講評；
2. 用圖示和舉例介紹框架的原理和方法；
3. 舉例介紹框架的程序實現方法；
4. 用圖示和舉例介紹語義網絡的原理和方法；
5. 舉例介紹語義網絡的程序實現方法；
6. 本節小結；
7. 本章總結；
8. 布置作業。
課前提問、複習及講評
課後作業
教材習題七
書面：4，6
思考：1，2，3，8
實施情況
第 11 次課 2學時
章節
第5章知識表示與推理
講授內容
5.4 不確定性知識的表示與推理
5.4.1什麼是不確定性
5.4.2不確定性知識的表示及推理
5.4.3確定性理論簡介
重點
難點
1. 不確定性知識的表示及推理；
2. 確定性理論。
教學
方法、
方式
與
教學過程
1. 作業講評；
2. 舉例引入不確定性的概念，簡述其分類及研究意義；
3. 概述不確定性知識的表示及推理的基本思路和方法；
4. 簡介確定性理論推理模型；
5. 小結；
6. 布置作業。
課前提問、複習及講評
課後作業
教材習題八
書面：2，7
思考：1，5，6
實施情況
第 12 次課 2學時
章節
第5章知識表示與推理
講授內容
5.4.4不確切性知識的表示及推理
5.4.5模糊集合與模糊邏輯簡介
重點
難點
1. 模糊集合；
2. 模糊邏輯。
教學
方法、
方式
與
教學過程
1. 概述不確切性知識的表示及推理的基本思路和方法；
2. 引入模糊集合的概念；
3. 舉例說明基於模糊集合的知識表示；
4. 介紹模糊集合的運算與模糊邏輯；
5. 本節小結；
6. 本章總結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題八
書面：3，4
思考：10
實施情況
第 13 次課 2學時
章節
第6章 機器學習與知識發現
講授內容
6.1 機器學習概述
6.1.1機器學習的概念
6.1.2機器學習的原理
6.1.3機器學習的方法
6.2符號學習
6.2.1記憶學習
6.2.2示例學習
6.2.3決策樹學習
重點
難點
1. 機器學習的基本原理；
2. 決策樹學習。
教學
方法、
方式
與
教學過程
1. 作業講評；
2. 概述機器學習的概念、原理和方法；
3. 簡介記憶學習；
4. 舉例、圖示講解示例學習；
5. 圖示、舉例詳細講解決策樹學習的基本原理和方法；
6. 小結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題九
書面：1，6
思考：2，5
實施情況
第 14 次課 2學時
章節
第6章 機器學習與知識發現
講授內容
6.3神經網絡學習
6.3.1生物神經元
6.3.2人工神經元
6.3.3神經網絡
6.3.4神經網絡學習
6.3.5 BP網絡及其學習舉例
重點
難點
1.人工神經元；
2. 神經網絡學習與BP網絡。
教學
方法、
方式
與
教學過程
1. 概述連接學習的基本原理與方法；
2. 圖示簡介生物神經元信息處理機制；
3. 圖示介紹人工神經元和人工神經網絡的基本原理；
4. 詳細講解神經網絡學習的基本原理和方法；
5. 圖示講解BP網絡的基本原理及其學習方法舉例；
6. 總結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題九
書面：9
思考：7
實施情況
第 15 次課 2學時
章節
第6章 機器學習與知識發現
第7章 專家系統
講授內容
6.4 知識發現與數據挖掘
6.4.1知識發現的一般過程
6.4.2知識發現的對象
6.4.3知識發現的任務
6.4.4知識發現的方法
第7章 專家系統
7.1 基本概念
7.2 系統結構
重點
難點
1. 知識發現的對象、任務和方法；
2. 專家系統的體系結構。
教學
方法、
方式
與
教學過程
1. 引入知識發現與數據挖掘的概念；
2. 簡述知識發現的一般過程；
4.依次介紹知識發現的對象、任務和方法；
5. 小結；
6. 引入專家系統的概念；
7. 圖示、講述專家系統的體系結構；
8. 布置作業。
課前提問、複習及講評
課後作業
教材習題九
書面：10
教材習題十二
書面：3，14
思考：1，2
實施情況
第 16 次課 2學時
章節
第7章 專家系統
講授內容
7.3 實例介紹
7.4 系統設計與實現
7.5 開發工具與環境
重點
難點
專家系統的設計與實現
教學
方法、
方式
與
教學過程
1. 介紹專家系統實例—PROSPECTOR；
2. 圖示專家系統設計實現的一般步驟與方法；
3. 介紹知識獲取的基本方法；
4. 講述知識描述語言設計；
5. 講述知識庫與知識庫管理系統設計；
6. 講述推理機與解釋功能設計；
7. 簡述專家系統的開發工具與環境；
8. 本章總結；
9. 布置作業。
課前提問、複習及講評
課後作業
教材習題十二
書面：5，10
思考：6，7
實施情況
第 17 次課 2學時
章節
第8章 Agent系統
講授內容
8.1 Agent的概念
8.2 Agent的結構
8.3 Agent實例
8.4 多Agent系統
8.5 Agent的實現工具
重點
難點
1. Agent的結構；
2. 多Agent系統。
教學
方法、
方式
與
教學過程
1. 引入Agent的概念；概述其分類；
2. 圖示講解Agent的結構；
3. 介紹一個Agent實例；
4. 圖示介紹多Agent系統的基本原理與體系結構；
5. 簡介Agent的實現工具；
6. 本章總結；
7. 布置作業。
課前提問、複習及講評
課後作業
教材習題十三
書面：1，2，4
思考：3，6
實施情況
第 18 次課 2學時
章節
第9章 智能化網絡
講授內容
9.1 智能網絡
9.2 網絡的智能化管理與控制
9.3 網上信息的智能化檢索
重點
難點
1. 網絡的智能化管理與控制；
2. 網上信息的智能化檢索。
教學
方法、
方式
與
教學過程
1. 圖示智能化網絡的基本原理；
2. 分析、舉例介紹網絡的智能化管理與控制的基本原理和方法；
3. 圖示、介紹基於智能搜尋引擎的網上信息智能化檢索基本原理和方法；
4. 本章總結；
5. 布置作業。
6. 安排上機實驗。
課前提問、複習及講評
課後作業
教材習題十四
書面：5，7，8
思考：6，9
實施情況
第 19 次課 2學時
章節
上機實驗：小型專家系統設計與實現
講授內容
熟悉PROLOG程序開發環境，進行編程練習。
重點
難點
教學
方法、
方式
與
教學過程
啟發、引導、輔導、答疑。
課前提問、複習及講評
課後作業
實施情況
第 20 次課 2學時
章節
上機實驗：小型專家系統設計與實現
講授內容
基於PROLOG的專家系統程序設計。
重點
難點
知識庫建立與測試
教學
方法、
方式
與
教學過程
啟發、引導、輔導、答疑。
課前提問、複習及講評
課後作業
實施情況
第 21 次課 2學時
章節
上機實驗：小型專家系統設計與實現
講授內容
基於PROLOG的專家系統程序設計。
重點
難點
教學
方法、
方式
與
教學過程
啟發、引導、輔導、答疑。
課前提問、複習及講評
課後作業
實施情況
第 22 次課 2學時
章節
上機實驗：小型專家系統設計與實現
講授內容
系統測試、完善與運行演示。
重點
難點
教學
方法、
方式
與
教學過程
對學生所完成的系統逐一進行簡單測試、評判和驗收。
課前提問、複習及講評
課後作業
實施情況
第 23 次課 2學時
章節
總複習
講授內容
1.各章主要內容綜述；
2.疑難問題和作業中存在的主要問題講解。
重點
難點
教學
方法、
方式
與
教學過程
課前提問、複習及講評
課後作業
實施情況