《人工智能》课程教学大纲.pdf

《人工智能》课程教学大纲

课程名称：人工智能课程代码：ELEA3046

英文名称：ArtificialIntelligence

/3/54

课程性质：专业选修课程学分学时：学分学时

开课学期：第7学期

适用专业：电气工程及其自动化

C

先修课程：计算机信息技术、语言程序设计、软件技术基础

后续课程：无

一、课程性质和教学目标（在人才培养中的地位与性质及主要内容，指明学生需掌握知识与

能力及其应达到的水平）

课程性质：随着信息社会和知识经济时代的来临，信息和知识已成为人们的一个热门话题。

然而，在这个话题的背后还蕴含着另外一个更深层的问题——智能。一般来说，信息是由数

据来表达的客观事物，知识是信息经过智能性加工后的产物，智能是用来对信息和知识进行

加工的加工器。在信息社会，人类面对的信息将非常庞大，仅靠人脑表现出来的自然智能是

远远不够的，必须开发那种由机器实现的人工智能。《人工智能》是电气工程及其自动化专

业本科生的一门专业选修课程。

教学目标：本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、

规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的智能，使

得计算机更好得为人类服务。主要内容包括：知识表示（谓词逻辑、产生式系统等），有向

/A*

图搜索（状态空间表示、二叉树、与或树，算法等），推理（确定性和不确定性推理）以

HopfieldB-P

及人工神经网络（网络及其网络）。通过本课程的讲授和练习，开拓学生的视野，

拓展学生的知识，培养学生设计算法和解决实际问题的能力，引导学生尝试用人工智能的方

法去解决一些无法建立精确数学模型（传递函数、状态方程等）的复杂工程问题。

本课程的具体教学目标如下：

较详细地论述知识表示的各种主要方法，重点掌握状态空间法、问题归约法和谓词逻辑法，

熟悉语义网络法，了解知识表示的其他方法，如框架法、脚本表示法等；

掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、瞎子

爬山法、全局择优法等，理解A*算法的涵义，了解与或图的启发式搜索和博弈树搜索的基

本方法；

理解推理的基本概念及归结、演绎等确定性推理方法，会利用方向控制思路解决简单问题的

求解，了解不确定性推理的有关概念及各种不确定性的表示和推理方法，包括主观BayesBayes方

法和证据理论，重点掌握可信度计算方法；

B-PHopfieldB-P

了解人工神经网络及其结构和学习机理；理解感知器、网络、网络及其网

络；掌握Hopfield网络的算法。

教学目标与毕业要求的对应关系：

毕业要求指标点课程目标对应关系说明

1-1掌握专业所需的数理知知识表示，即人类语言向机器

1

毕业要求：

识，能用于专业问题的理解、教学目标1语言的转化过程，在本质上而

工程知识

建模、分析与求解言，即为建立系统的数字模型。

树状图的生成即为系统的建模

过程；树的搜索过程实际上就