8017《人工智能基础》教学大纲（自考）人工智能基础（8017）考试大纲一、 课程性质与设置目的（一） 课程性质和特点“人工智能是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在 计算机专业本科开设《人工智能基础》课程是十分必要的《人工智能基础》是计算机专业 本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他 专业课程开设木课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基木理论、 基木方法和基木技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以 及进行相关的工作打下人工智能方面的基础二） 本课程的基本要求（课程总目标）《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科通过 对木课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示 技术、搜索技术、推理技术具体要求是：学生在较坚实打好的人工智能数学基础（数理逻 辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识 完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson归结原理进行定 理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索 算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大一极小法、a-p 剪枝技术）完成问题求解；并能熟悉儿种重要的不确定推理方法，如确定因了法、主观Bayes 方法、D-S证据理论等，利用数值分析中常用方法进行正确计算。
另外，学生还应该了解 专家系统的基本概念、研究历史、系统结构、系统评价和领域应用学生还应认识机器学习 对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机 制，几个典型的机器学习系统的学习方法、功能和领域应用三） 木课程与相关课程的联系、分工或区别与木课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等离散数学 中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一本课程中的知识表 示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程 起到了基础作用1-本课程涉及到许多算法设计（尤其是问题求解），算法分析中的算法的可计算性和计算复 杂性、算法的可纳性等理论作为本课程中搜索算法的理论支撑数值分析中的曲线插值方法要在木课程中仅作为数学工具进行使用，本课程并不象数值分 析课程那样去介绍方法的理论在本课程中，研究问题求解方法需要从算法到代码的转换，而这种转换的工具是程序设计 语言，所以本课程要求学生己经掌握了这方面的知识二、 课程人工智能概况1、 什么是人工智能：学者们从不同的研究角度对人工智能有多种不同的定义，在这些定 义中学生应掌握其定义的实质。
2、 人工智能研究的对象是知识3、 人工智能研究概括为一大问题和三大技术4^关于智能的定义5、 图灵测试6、 D.B.Lenat和E.A.Fengenbaum的知识阈Nilsson的物理符号假设7、 日本渡边慧的定义第二节人工智能研究途径1、 以思维理论和认知心理学基础的符号主义学派基木思想2、 符号主义学派的代表人物3、 以阈值理论为基础的联结主义学派基本思想4、 联结主义(神经网络)研究不存在符号运算-2-5、 联结主义研究的历史6、 联结主义研究的代表任务7、 以进化理论为基础的行为主义学派基本思想8、 行为主义学派的代表人物第三节 人工智能研究的目标1、 人工智能近期研究目标2、 人工智能远期研究目标第四节人工智能研究的人工智能研究领域1、 模式识别(Pattern Recognition)2、 问题求解(Problem Solving)3、 6然语言理解(Natural langragc Understanding)4、 专家系统(Expert System)5、 机器学习(Machine Learning)6、 日动定理证明(Automatic Theorem Proving)7、 自动程序设计(Automatic Programming)8、 机器人学(Robots)9、 博弈(Game)10 、智能决策支持系统(Intelligent Decision Support System)11、人工神经网络(Artificial natural networks)第六节人工智能研究的历史I可顾及进展1、 对人工智能起到奠基作用的儿项工作2、 人工智能诞生的时间和地点3、 1957年纽厄尔、西慕的GPS4、 1960年麦卡锡的LISP语言-3・5、 1964年鲁宾逊的归结原理6、 70年代的专家系统黄金时代(1977年费根鲍母提出知识工程概念)7、 1987年Computational Intelligence杂志发表“纯粹理性批判”的论文,次年又发表“计算 机理解质疑”，开展了对人工智能发展的理性辩论8、 1991年Artificial Intelligence杂志发表了人工智能基础专集，著名专家们对人工智能基 础性假设进行了辩论。
三)考核知识点1、人工智能定义2、 人工智能研究的对象3、 图灵测试4、 人工智能研究的三大途径5、 人工智能研究的近期目标和远期目标6、 人工智能研究的五大内容7、 人工智能研究的主要领域（四）考核要求1、 人工智能定义（1） 识记：人工智能的通常定义（2） 领会：人工智能的其他定义2、 人工智能研究的对象（1） 识记：人工智能研究的对象是知识（2） 领会：与计算机科学其他学科的区别（3） 简单应用：知识+推理=智能程序；数据+算法=程序3、 图灵测试（1） 识记：图灵测试过程的描述（2） 领会：图灵测试是判断机器是否是智能机的一个标准4、 人工智能研究的三大途径（1） 识记：人工智能研究的三种途径（2） 领会：每种研究途径的理论基础和基木思想（3） 简单应用：结合系统的研制，举例说明各个研究途径的实施方法（4） 综合应用：结合机•器人的研制，说明三种研究方法在其中的应用5、 人工智能研究的近期目标和远期目标（1） 识记：人工智能研究的近期目标和远期目标的内容（2） 领会：为什么近期目标只能是研制模拟人思维的智能程序6、 人工智能研究的五大内容-4-（1）识记：人工智能研究的五个基本概念1、 什么是搜索：搜索分为盲目搜索和启发式搜索2、 状态空间表示法：由状态和算法表示慰问体的一种方法3、 与/或树表示法：分解、等价变换、本原问题、节点的可解性第二节状态空间搜索策略1、 状态空间的一般搜索过程OPEN表：用来存放刚生成的节点CLOSED表：用来存放将要扩展或者已扩展的节点2、 宽度优先搜索策略3、 深度优先搜索策略4、 有界的深度优先搜索策略5、 代价树的宽度优先搜索策略6、 代价树的深度优先搜索策略-5-第三节启发式搜索1、 启发信息和启发函数2、 局部择优搜索3、 全局择优搜索4、 A*算法第四节与/或树的搜索策略1、 与/或树的一般搜索过程2、 与/或树的宽度优先搜索3、 与/或树的深度优先搜索4、 与/或树的有序搜索第五节博弈树1、 博弈树的启发式搜索2、 极大极小法3、 a书剪枝技术（三） 考核知识点1、 状态空间搜索的基木概念2、 宽度优先搜索算法的基木思想3、 深度优先搜索算法的基本思想4、 有界的深度优先搜索算法的基本思想5、 代价树的宽度优先搜索的基本思想6、 代价树的深度优先搜索的基木思想7、 启发式搜索8、 与/或树的有序搜索的基本思想（四） 考核要求1、 状态空间搜索的基本概念（1） 识记：状态、状态空间的定义；木原问题、可解节点、不可解节点、解树的 定义（2） 领会：节点的等价变换和分解（1）简单应用：对应用问题构造状态空间（树）2、 宽度优先搜索算法的基本思想（1） 识记：盲目搜索与启发式搜索的区别宽度优先搜索算法的描述-6-（2） 领会：宽度优先搜索算法OPEN表的数据结构是队列宽度优先搜索算法的优缺点（3） 简单应用：宽度优先搜索算法的程序设计（4） 综合应用：八数码问题的宽度优先搜索3、 深度优先搜索算法的基本思想（1） 识记：深度优先搜索算法的描述（2） 领会：深度优先搜索算法OPEN表的数据结构是堆栈深度优先搜索算法的优缺点（3） 简单应用：深度优先搜索算法的程序设计（4） 综合应用：黑白将牌问题的深度优先搜索4、 有界的深度优先搜索算法的基本思想（1） 识记：有界的深度优先搜索算法描述状态空间节点的深度定义（2） 领会：有界的深度优先搜索与深度优先搜索的区别（3） 简单应用：有界的深度优先搜索算法的程序设计（4） 综合应用：三阶汉诺塔问题的有界的深度优先搜索5、 代价树的宽度优先搜索的基本思想（1） 识记：代价树的概念：g（x2） g（xl.）c（x 1 ,x2）代价树的宽度优先搜索的算法描述（2） 领会：代价树的宽度优先搜索仍然是一种盲目搜索方法在OPEN表中全部节点按代价从小到大排序（3） 简单应用：代价树的宽度优先搜索算法的程序设计6、 代价树的深度优先搜索的基木思想（1） 识记：代价树的深度优先搜索的算法描述（2） 领会：代价树的深度优先搜索与代价树的宽度优先搜索扩展的了节点按代价从小到大排序，并存放在OPEN表的首部（3） 简单应用：代价树的深度优先搜索算法的程序设计7、 启发式搜索（1） 识记：启发性信息和估价函数：g（x） g（x）h（x）估价函数g（x） g（x）h（x）各项的物理意义（2） 领会：估价函数g（x） g（x.）h（x）各项的物理意义局部择优搜索和全局择优的基本思想A*算法的基木思想（3） 简单应用：写出黑白将牌问题的估价函数-7-（4） 综合应用：八数码问题的局部择优和全局择优算法8、 与/或树的有序搜索的基本思想（1） 识记：与/或树的有序搜索的一般过程与/或树的有序搜索的宽度优先算法与/或树的有序搜索的深度优先算法与/或树的有序搜索的有序搜索算法博弈树的启发式搜索算法（2） 领会：博弈树的假设条件大极小法a-P剪枝技术（3） 简单应用：节点的a值、（3值的计算；。
书剪枝技术的应用（4） 综合应用：博弈树中各节点倒推值的计算以及口书剪枝的应用第三章知识与知识表示（一）学习目的与要求人类的智能活动过程主要是一个获取知识和应用知识的过程因而，知识表不构成了人工 智能的一种重要技术，它是研究知识和智能系统的基础本章的重点知识有：关于知识的概 念以及特征；知识表示的主要模式通过对本章的学习，学生应掌握人们社会活动和科学研 究中的知识表示的形态，知识的特征与知识的分类掌握一阶谓词逻辑的知识表示、产生式 系统的知识表示、框架的知识表示法、语义网络的知识表示法理解脚木的知识表示法、Petri网的知识表示法和面向对象的知识表示法o（二） 课程基本概念1、 什么是知识2、 知识的特征3、 知识的分类4、 知识的表示第二节一阶谓词逻辑表示方法1、 表示知识方法2、 一阶谓词逻辑表示方法的特点第三节产生式表示法-8-1、 产生式的基本形式2、 产生式系统3、 产生式系统的分类4、 。