人工智能教案首页4524.docx

1、人工智能教案首页4524南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码1授课日期 年 月 日 第 周授课时数4授课章节名称第一章 绪论1.1 人工智能的定义与发展1.2 人类智能与人工智能1.3 人类智能的学派及其争论1.4 人工智能的研究与应用领域教学目标1. 重点掌握人工智能的几种定义2. 掌握目前人工智能的三个主要学派及对人工智能的理解3. 一般了解人工智能的主要研究范围和应用领域教学重点1从不同科学或学科出发对人工智能进行的定义2介绍人工智能的起源与发展过程3讨论人工智能与人类智能的关系4简介目前人工智能的主要学派5简介人工智能所研究的范围与应用领域教学难点

2、1怎么样理解人工智能2人工智能作为一门学科有什么意义3人工智能的主要学派与其争论焦点更新、补充、删节内容无教学手段多媒体，讲授课外作业无课后体会教学过程设计本讲首先介绍人工智能的定义、发展概况及相关学派和他们的认知观，接着讨论人工智能的研究和应用领域，最后简介本课程所要讲授的主要内容和编排次序。1.1 人工智能的定义与发展内容：本小节主要介绍目前对人工智能的几种定义，并对人工智能的起源和发展进行了总结和分析。重点：几种人工智能的定义和人工智能发展的几个重要时期。难点：理解人工智能的定义与本质。方法：课堂讲授为主。要求：从学科和能力的角度深刻理解人工智能的定义，初步了解人工智能的起源及其发展过程

3、。1.2 人类智能与人工智能内容：本节主要讨论人类智能与人工智能的关系问题。重点：智能信息处理系统，人类智能与人工智能的关系。难点：智能信息处理系统的假设。方法：课堂讲授为主。要求：了解人类认知活动与计算机的比较关系，基本了解智能信息处理系统。1.3 人类智能的学派及其争论教学内容：本节主要介绍人工智能的几个主要学派及认知观。教学重点：符号主义(Symbolicism)，联结主义(Connectionism)，行为主义(Actionism)。教学难点：各学派的对人工智能的不同观点。教学方法：课堂讲授为主。教学要求：了解各派别之间的关系及对人工智能发展历史的看法。1.4 人工智能的研究与应用领域

4、内容：本节主要讨论人工智能的研究与应用领域。重点：人工智能的一些主要研究与应用领域。难点：处理好各领域间的交叉关系。方法：课堂讲授为主。要求：初步了解人工智能的研究与应用领域。南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码2授课日期 年 月 日 第 周授课时数4授课章节名称第二章 知识表示方法2.1 概述2.2 状态空间法2.3 问题规约法教学目标1. 重点掌握对某问题的状态空间描述，学会组织状态空间图，用搜索图来求解问题2. 通过梵塔难题重点掌握问题归约法的机理和问题归约描述方法。学会用与或图表示归约问题教学重点1. 状态空间法中问题的状态描述，操作符2. 问题归

5、约法的基本思想，问题描述，问题变换的操作符，与或图表示教学难点1. 选择一个好的状态描述与状态空间表示方案2. 如何把初始问题变换为子问题，与或图表示方法更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计第二章 知识表示方法本章讨论知识表示的各种方法，是人工智能课程三大内容（知识表示、知识推理、知识应用）之一，也是学习人工智能其他内容的基础。重点掌握用状态空间法、问题归约法、谓词演算法、语义网络法来描述问题；解决问题；掌握几种主要方法之间的差别；并对其它几种表示方法有一般了解。2.1 概述2.2 状态空间法内容：本小节是通过状态空间法来求解问题，它是以状态和算符(oper

6、ator)为基础来表示和求解问题的。重点：问题的状态描述，操作符。难点：选择一个好的状态描述与状态空间表示方案。方法：以课堂教学为主；充分利用网络课程中的多媒体素材来阐述抽象概念。要求：重点掌握对某问题的状态空间描述，学会组织状态空间图，用搜索图来求解问题。2.2.1 问题状态描述2.2.2 状态图示法2.1.3 状态空间表示举例2.3 问题规约法内容：知识表示的归约法，即已知问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题的方法。重点：问题归约的基本思想，问题描述，问题变换的操作符，与或图表示。难点：如何把初始问题变换为子问题，与或图表

7、示方法。方法：课堂教学为主，充分利用网络课程中的相关多媒体素材来表示抽象概念。要求：通过梵塔难题重点掌握问题归约法的机理和问题归约描述方法。学会用与或图表示归约问题。2.3.1 问题归约描述2.3.2 与或图表示南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码3授课日期 年 月 日 第 周授课时数4授课章节名称 谓词逻辑法 语意网络法教学目标1. 重点掌握谓词逻辑表示的语言与方法，掌握谓词公式的性质及谓词演算，学会谓词公式的置换与合一，运用谓词推理来解决问题2. 重点掌握语义网络的结构，掌握二元语义网络表示方法，了解语义网络的特点教学重点1. 谓词逻辑、谓词公式、谓词

8、演算、置换与合一2. 语义网络表示的词法、结构、过程、语义教学难点1. 如何选择谓词，问题的谓词逻辑表示及运算2. 如何选择节点和弧线来构成语义网络更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计2.4 谓词逻辑法内容：本节主要讲述问题的谓词逻辑表示的基本方法。重点：谓词逻辑、谓词公式、谓词演算、置换与合一。难点：如何选择谓词，问题的谓词逻辑表示及运算。方法：课堂教学为主，充分利用网络课程中的示例程序。要求：重点掌握谓词逻辑表示的语言与方法，掌握谓词公式的性质及谓词演算，学会谓词公式的置换与合一，运用谓词推理来解决问题。2.4.1 谓词演算2.4.2 谓词公式2.4.3

9、 置换与合一2.5 语义网络法内容：本节主要讲述知识的语义网络表示法。重点：语义网络表示的词法、结构、过程、语义。难点：如何选择节点和弧线来构成语义网络。方法：课堂教学。要求：重点掌握语义网络的结构，掌握二元语义网络表示方法，了解语义网络的特点。2.5.1 二元语义网络的表示2.5.2 多元语义网络的表示2.5.3 连词和量化的表示2.6 其他方法 内容：简介知识表示的其他三种表示方法，即框架表示法、剧本表示法和过程表示法，阐述了三种表示法的原理和应用范围。重点：各方法的基本原理及基本结构。难点：各方法的推理过程。方法：课堂教学为主。适当提问，加深学生对概念的理解。要求：初步了解三种方法的基本

10、原理。南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码4授课日期 年 月 日 第 周授课时数4授课章节名称第三章 搜索推理技术3.1 盲目搜索3.2 启发式搜索教学目标1. 重点掌握图搜索一般策略，掌握OPEN表和CLOSE表的构成及作用2. 掌握盲目搜索的特点，比较三种盲目搜索方法的优缺点3. 掌握启发式搜索策略和估价函数的设计方法，了解A*算法原理教学重点1. 图搜索的一般过程、OPEN表和CLOSE表的概念2. 盲目搜索的特点，宽度优先搜索3. 启发式搜索策略、启发信息和有序搜索教学难点1. OPEN表和CLOSE表的物理意义2. 等代价搜索中代价的概念3. 估

11、价函数的设计、A*算法原理更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计第三章 搜索推理技术本章在上一章知识表示的基础上研究问题求解的方法，是人工智能研究的又一核心问题。内容包括早期搜索推理技术，如图搜索策略和消解原理；以及高级搜索推理技术，如规则演绎系统、产生式系统、系统组织技术、不确定性推理和非单调推理。重点掌握一般图搜索策略和消解原理，掌握各种搜索方法和产生式系统原理，了解规则演绎系统的基本原理，对系统组织技术、不确定性推理和非单调推理等高级推理技术作一般性了解。3.1盲目搜索教学内容：介绍三种盲目搜索方法，即宽度优先搜索、深度优先搜索和等代价搜索。教学重点：盲

12、目搜索的特点，宽度优先搜索。教学难点：等代价搜索中代价的概念。教学方法：以实例强化内容的学习，通过提问引导学生对三种方法的特点进行比较。教学要求：掌握盲目搜索的特点，比较三种盲目搜索方法的优缺点。3.1.1 图搜索策略3.1.2宽度优先搜索3.1.3深度优先搜索3.1.4等代价搜索3.2 启发式搜索教学内容：启发式搜索策略概述和有序搜索。启发式搜索弥补盲目搜索的不足，提高搜索效率。教学重点：启发式搜索策略、启发信息和有序搜索。教学难点：估价函数的设计、A*算法原理。教学方法：通过实例加深对原理的理解，鼓励同学扩大阅读范围。教学要求：掌握启发式搜索策略和估价函数的设计方法，了解A*算法原理。3.

13、2.1启发式搜索策略和估价函数3.2.2 有序搜索3.2.3 A*算法南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式 讲授页码5授课日期 年 月 日 第 周授课时数4授课章节名称3.3 博弈树搜索 消解原理 规则演绎系统教学目标1. 重点掌握子句集的求解步骤和消解反演过程，掌握消解推理的规则2. 掌握规则演绎系统的定义和正向推理、逆向推理的过程，了解规则双向演绎系统教学重点1. 子句集的求取、消解推理的规则和消解反演问题求解方法2. 规则演绎系统的定义、正向推理和逆向推理过程教学难点1. 消解反演的思想2. 双向演绎的匹配问题等更新、补充、删节内容无教学手段多媒体、讲授课外

14、作业无课后体会教学过程设计3.3博弈树搜索3.4 消解原理教学内容：消解原理是针对谓词逻辑知识表示的问题求解方法。本节内容主要包括子句集的求取、消解推理的规则和消解反演问题求解方法。教学方法：实例讲解，注重课堂练习。3.4.1子句集的求取3.4.2 消解推理规则3.4.3 含有变量的消解式3.4.4 消解反演求解过程3.5 规则演绎系统教学内容：规则演绎系统属于高级搜索推理技术，用于解决比较复杂的系统和问题。本节介绍规则演绎系统的定义及其三种推理方法：规则正向演绎系统、规则逆向演绎系统和规则双向演绎系统。教学方法：课堂教学为主。通过比较揭示正向推理、逆向推理和双向推理的特点。规则演绎系统的定义

15、：基于规则的问题求解系统运用下述规则来建立：IfThen其中，If部分可能由几个if组成，而Then部分可能由一个或一个以上的then组成。在所有基于规则系统中，每个if可能与某断言(assertion)集中的一个或多个断言匹配。有时把该断言集称为工作内存。在许多基于规则系统中，then部分用于规定放入工作内存的新断言。这种基于规则的系统叫做规则演绎系统(rule based deduction system)。在这种系统中，通常称每个if部分为前项(antecedent)，称每个then部分为后项(consequent)。3.5.1规则正向演绎系统3.5.2 规则逆向演绎系统3.5.3 规则

16、双向演绎系统南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码6授课日期 年 月 日 第 周授课时数4授课章节名称 产生式系统 系统组织技术 不确定性推理 非单调推理教学目标1. 掌握产生式系统的组成结构，通过实践掌握产生式系统的设计和工作过程2. 了解系统组织技术的基本原理3. 了解不确定性的表示和推理方法4. 了解缺省推理和正确性维持系统TMS的基本原理教学重点1. 产生式系统与规则演绎系统的差别和产生式系统的组成2. 系统组织技术如何实现模块之间的合作3. 缺省推理和正确性维持系统TMS的基本原理教学难点1. 产生式系统的控制策略2. 不确定性如何表示和推理更新、

17、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计3.6 产生式系统定 义：在基于规则系统中，每个if可能与某断言(assertion)集中的一个或多个断言匹配，then部分用于规定放入工作内存的新断言。当then部分用于规定动作时，称这种基于规则的系统为反应式系统(reaction system)或产生式系统(production system)。提问：产生式系统与规则演绎系统有什么区别？3.6.1 产生式系统的组成3.6.2 产生式系统的推理3.6.3产生式系统举例3.7 系统组织技术3.7.1议程表3.7.2黑板法3.7.3 -极小搜索法3.8 不确定性推理3.8.1关于

18、证据的不确定性3.8.2关于结论的不确定性3.8.3多个规则支持同一事实时的不确定性3.9 非单调推理3.9.1缺省推理1.定义 当缺乏信息时，只要不出现相反的证据，就可以作一些有益的猜想。构造这种猜想称为缺省推理(default reasoning)。2.例子 一个安排会议程序：程序必须求解一个约束满足问题，即找出每个参加者都有空闲的开会日期与时刻，并有可供开会的房间。3.9.2非单调推理系统3.10 小 结南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码7授课日期 年 月 日 第 周授课时数4授课章节名称第四章 计算智能（上） 概述 神经计算教学目标1. 掌握计算

19、智能的含义，了解计算智能与传统的人工智能有何区别。了解贝兹德克提出的“ABC”及其与神经网络（NN）、模式识别（PR）和智能（I）之间的关系2. 掌握人工神经网络的结构、模型和算法，了解人工神经网络的由来和特性，一般了解神经网络的表示和推理方法教学重点1. 计算智能的含义及其与传统的人工智能的区别2. 人工神经网络的结构、模型和算法；神经网络的表示和推理教学难点1. “ABC”及其与神经网络（NN）、模式识别（PR）和智能（I）之间的关系2. 人工神经网络的结构和算法及其表示和推理更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计第四章 计算智能（上）本章讨论计算智能所涉

20、及的领域和范围，计算智能的含义及它与传统人工智能的区别。介绍人工神经网络的由来、特性、结构、模型和算法；神经网络的表示和推理。简要地介绍模糊数学的基本概念、运算法则、模糊逻辑推理和模糊判决等。通过对本章的学习，使学生掌握人工神经网络的结构、模型和算法，了解计算智能所涉及的领域和范围，了解人工神经网络的特性、表示和推理，了解模糊数学的基本概念、运算法则、模糊逻辑推理和模糊判决等。4.1概述本节介绍计算智能所涉及的领域和范围，计算智能的含义及其与传统人工智能的区别。贝兹德克提出的“ABC”，及它与神经网络（NN）、模式识别（PR）和智能（I）之间的关系。提问：计算智能与人工智能的区别和关系如何。提

21、问：计算智能的主要特征是什么?4.2神经计算4.2.1 人工神经网络研究的进展4.2.2 人工神经网络的结构提问：神经网络有哪几种激励函数?提问：神经网络中的知识表示采用了什么样的表示方法? 结合这个例子回答。4.2.4 基于神经网络的知识表示与推理4.2.3 人工神经网络的典型模型南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码8授课日期 年 月 日 第 周授课时数4授课章节名称 模糊计算 机器学习 小结教学目标1. 掌握模糊数学的基本概念、运算法则、模糊逻辑推理方法2. 掌握机器学习的主要策略与基本结构，以及常见的几种学习方法教学重点1. 模糊数学的模糊逻辑推理和

22、模糊判决2. 常见的几种学习方法教学难点1. 模糊数学的运算法则和模糊逻辑推理2. 基于神经网络的学习更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计4.3 模糊计算教学内容：本节简要地介绍模糊数学的基本概念、运算法则、模糊逻辑推理和模糊判决等。这些内容构成模糊逻辑的基础知识。模糊计算就是以模糊逻辑为基础的计算。教学方法：课堂教学为主，注意结合例子进行讲解。4.3.1 模糊集合、模糊逻辑及其运算4.3.2 模糊逻辑推理讨论：隶属函数也是函数，它与通常的实函数有什么区别？4.3.3 模糊判决方法举例：对于“水温适中”，按最大隶属度原则，有两个元素40和50具有最大隶属度1

23、.0，那就要对所有取最大隶属度的元素40和50求平均值，执行量应取：提问：系数加权平均法优点是什么？4.4 机器学习4.4.1 机器学习的研究意义与发展历史4.4.2 机器学习的主要与基本结构4.4.3 常见的几种学习方法1）机械学习2）基于解释的学习3）基于事例的学习4）基于概念的学习5）基于类比的学习6）归纳学习7）强化学习4.4.4 基于神经网络的学习4.5 小 结南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码9授课日期 年 月 日 第 周授课时数4授课章节名称第五章 计算智能（下）5.1 遗传算法 5.2 进化策略5.3 进化编程 5.4 人工生命教学目标1

24、. 理解遗传算法的基本机理，了解遗传算法的框图2. 了解进化策略的算法模型3. 了解进化编程的机理与表示，一般了解算法步骤4. 了解人工生命的定义、研究内容和方法教学重点1. 遗传算法的基本机理2. 进化策略的算法模型3. 进化编程的机理与表示4. 人工生命的定义、研究内容和方法教学难点1. 遗传算法的交叉和变异机制2. 进化编程的表示3. 人工生命的研究方法更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计第五章 计算智能（下）通过对本章的学习，使学生了解三种进化算法和人工生命是如何工作的，并初步了解这些算法研究的进展和应用情况，以及它们的研究意义，掌握主要算法的求解步

25、骤。5.1 遗传算法 5.1.1 遗传算法的基本机理提问：二进制编码存在的缺点是什么?举例：销售员旅行问题采用符号编码方法。举例：TSP问题的适应度函数。5.1.2 遗传算法的求解步骤提问：遗传算法的主要优点有哪些？演示：看例子的演示，观察SGA是否收敛，参数对算法有什么影响。5.2 进化策略5.2.1 进化策略的算法模型举例：求一个3维问题的最小值。5.2.2 进化策略和遗传算法的区别提问：进化策略和遗传算法还有什么区别？5.3 进化编程5.3.1 进化编程的机理与表示5.3.2 进化编程的步骤5.4 人工生命5.4.1 人工生命研究的起源和发展提问：简述人工生命和人工智能的关系。5.4.2

26、 人工生命的定义和研究意义提问：人工生命和自然生命有些什么联系？5.4.3 人工生命的研究内容和方法讨论：人工生命的研究内容与自然生命有何密切联系。5.4.4 人工生命的实例思考：什么是人工生命？人工生命包括哪些研究内容？其研究方法如何？5.5 小 结南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码10授课日期 年 月 日 第 周授课时数4授课章节名称第六章 智能控制6.1 智能控制概述6.2 智能控制的研究领域与学科结构6.3 智能控制的特点与系统一般结构6.4 智能控制系统教学目标1. 了解智能控制的定义及学科结构理论2. 掌握智能控制系统的特点与一般结构3. 重

27、点掌握几种智能控制系统教学重点1. 智能控制的学科结构理论2. 模糊控制系统3. 神经控制系统教学难点1. 智能控制系统的一般结构2. 学习控制系统3. 进化控制系统更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会教学过程设计第六章 智能控制6.1 智能控制概述6.1.1 智能控制的产生和发展6.1.2 智能控制的定义6.2 智能控制的研究领域与学科结构6.2.1 智能控制的研究领域6.2.2 智能控制的学科结构理论1）二元结构理论2）三元结构理论3）四元结构理论6.3 智能控制的特点与系统一般结构6.3.1 智能控制的特点6.3.2智能控制系统的一般结构6.4 智能控制系统6.4

28、.1 模糊控制系统6.4.2 神经控制系统6.4.3 学习控制系统6.4.4 进化控制系统6.5 小结南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码11授课日期 年 月 日 第 周授课时数4授课章节名称复习及总结教学目标1. 掌握人工智能的研究与应用领域2. 熟练掌握知识的表示方法3. 重点掌握常见的搜索推理技术4. 熟练掌握计算智能5. 熟悉常用的智能控制系统教学重点1. 知识的表示方法2. 搜索推理技术3. 计算智能教学难点1. 智能控制系统更新、补充、删节内容无教学手段多媒体、讲授课外作业无课后体会复习：6. 掌握人工智能的研究与应用领域7. 熟练掌握知识的表示方法8. 重点掌握常见的搜索推理技术9. 熟练掌握计算智能10. 熟悉常用的智能控制系统总结：教学过程设计南 京 信 息 职 业 技 术 学 院教 案授课班级任选课授课形式讲授页码12授课日期 年 月 日 第 周授课时数1授课章节名称机动