matlab八数码估价函数,人工智能导论

《人工智能导论》课程教学大纲

(2018版)英文课程

名称Artificial Intelligence Tutorial总学时32学分2

课程

编码0809512118理论

学分数1实验

学分数1

适用

专业软件工程先修课程概率与统计，线性代数，高等数学

课程

类别□公共基础 □专业基础 专业(□必修 □限选 ■任选) □实践环节

一、课程开设依据

人工智能是目前迅速发展的新兴学科，已经成为血多高新技术产品中的核心技术，也是计算机游戏等数字媒体产品中的重要设计技术。人工智能在Internet时代获得了前所未有的发展机遇，Web环境下智能信息处理技术成为推动人工智能在网络环境中发展的一大动力。由于人工智能是模拟人类智能解决问题的方法，几乎在所有领域都有非常广泛的应用，所以，目前不仅许多专业的研究生开设人工智能课程，而且许多专业的本科生，特别是计算机和软件工程等专业的本科生，都开设了人工智能课程。

作为软件工程专业的任选课程，要求学生能了解相关概念、知识、原理、应用和模型，能进行简单人工智能算法的实现，并能利用所学到的人工智能的知识解决人工智能问题。

二、课程目标

本课程的目的是使学生深入了解人工智能的基本概念、思想和方法，了解经典人工智能理论与算法，帮助学生形成对人工智能一般应用的轮廓性认识，能够利用所学知识，进行人工智能后续算法设计和实现，解决人工智能问题。

三、学习者能力产出

1.通过本课程的学习，让学生掌握人工智能的基本理论和方法，并用于解决简单的人工智能问题。

2.通过本课程的学习，让学生有能力进行简单的人工智能问题的实现。

3.通过本课程的学习，让学生理解人工智能的基本原理和算法；能够了解多种常用工具、技术资源和方法，并能针对不同的问题，分析和选择不同的算法，进行合理恰当的设计。

四、课程教学内容对毕业要求及指标点的支撑

1．理论教学安排章节或

知识模块教学内容支持毕业要求指标点的能力要求学时

分配学生任务

第一章 绪论1.人工智能的概念

2.人工智能的发展简史

3.人工智能的研究内容

4.人工智能的应用能力要求:

1.了解人工智能的基本概念

2.了解人工智能的研究内容、发展历史和相关应用1作业要求:

人工智能的概念及研究内容

讨论:

人工智能的现实应用

第二章

知识表示1.知识与知识表示的概念

2.一阶谓词逻辑表示法

3.产生式表示法

4.框架表示法能力要求:

1.掌握知识表示的内涵和方法2自学要求:

产生式系统的例子

用框架表示知识的例子

第三章

确定性推理方法1.推理的基本概念

2.谓词公式转化为子句集的方法

3.鲁宾孙归结原理

4.应用归结原理求解问题能力要求:

1.了解推理的概念

2.掌握谓词公式转化为子句集的方法

3.了解归结反演的步骤2作业要求:

谓词公式转化为子句集

讨论:

归结原理的应用

第四章

不确定推理方法1.不确定推理的概念

2.可信度方法

3.证据理论

4.模糊推理方法能力要求:

1.理解不确定性推理的概念

2.掌握可信度推理和模糊推理方法

3.了解不确定性推理的应用2作业要求:

不确定性推理

模糊推理

第五章

搜索求解策略1.搜索的概念

2.状态空间的搜索策略

3.盲目的图搜索策略

4.启发式图搜索策略能力要求:

1.掌握盲目搜索策略

2.掌握启发式搜索策略3作业要求:

搜索求解解决实际问题

自学要求:

完成搜索求解的编程实现

第六章

智能计算及其应用1.进化算法的产生与发展

2.群智能算法产生的背景

3. 粒子群算法及其应用

4.蚁群算法及其应用能力要求:

1.掌握进化算法

2.了解其他算法的原理及应用4作业要求:

遗传算法求解

讨论:

每种算法的特点

第七章

专家系统与机器学习1.专家系统的概念

2.专家系统的工作原理

3.机器学习

4.知识发现与数据挖掘能力要求:

1.掌握专家系统的工作原理1自学要求:

机器学习的应用领域

第八章

人工神经网络机器应用1.神经元与神经网络

2. BP神经网络及其学习算法

3. Hopfield神经网络

4.深度学习能力要求:

1.掌握移动界面设计原则和技术1作业要求:

神经网络与逻辑的关系

讨论:

Hopfield与BP神经网络结构上的区别

2．课内实践教学安排序号项目名称支持毕业要求的细化指标学时类型每组人数学生任务

1A*算法求解八数码问题能力要求:

(1)熟悉和掌握启发式搜索的定义、估价函数和算法过程。掌握一种常用的设计工具；

(2)利用Matlab编写A*算法求解八数码难题，理解求解流程和搜索顺序；

(3)掌握查找资料的能力。8设计型1设置八数码的初始状态为“210876345”，八数码的目标状态为“187206345”，通过设计估价函数f(n)=d(n)+w(n)，求得问题的解。例如，d(n)表示搜索的深度，w(n)表示“不在位”的数码数量。

2粒子群算法解决函数优化问题。

能力要求:

(1)熟悉和掌握群智能理论和基于鸟类群体行为的仿生优化算法的设计与实现。

(2)利用Matlab编写粒子群算法求解函数优化问题。8设计型1给定一个多元函数的函数体，及其定义域，通过粒子群算法找出一个解使得这个多元函数取最大值。

五、课程反馈

课程学习者可在学习过程以及学习结束后，及时从任课教师处获得学习反馈，以便改进学习。

六、课程评价与改进

课程考核结束后，任课教师遵循学院教学工作委员会通过的课程达成度评价机制和评价方法，对本课程的毕业要求达成度进行自我评价。此外，学院的教学工作委员会将指派专门的教师，依据学生的考试成绩和平时成绩等资料，对本课程的达成度进行评价，并出具达成度评价报告。教师根据评价结果，改进其教学方法和教学内容，以便更好地支撑学生毕业要求的达成。

七、教学资源、教材及参考书目

教材:王万良.人工智能导论.北京:高等教育出版社.2017.

参考书目:

[1]蔡自兴.人工智能及其应用.北京:清华大学出版社. 2010.

[2]李征宇 人工智能导论.哈尔滨:哈尔滨工程大学出版社.2016.

[3]罗素(Stuart J.Russell).诺维格(Peter Norvig)译.人工智能——一种现代方法.北京:清华大学出版社. 2013年