（人工智能人工智能基礎(chǔ)考試大綱人工智能基礎(chǔ)（8017）考試大綱壹、課程性質(zhì)和設(shè)置目的（一）課程性質(zhì)和特點(diǎn)“人工智能”是21于計(jì)算機(jī)專業(yè)本科開設(shè)《人工智能基礎(chǔ)》課程是十分必要的。《人工智能基礎(chǔ)》是計(jì)算機(jī)專業(yè)本科的壹門必修課程，本課程中涉及的理論、原理、方法和技術(shù)有助于學(xué)生進(jìn)壹步學(xué)習(xí)其他專業(yè)課程。開設(shè)本課程的目的是培養(yǎng)學(xué)生軟件開發(fā)的“智能”觀念；掌握人工智能的基本理論、基本方法和基本技術(shù)；提高解決“智能”問題的能力，為今后的繼續(xù)深造和智能系統(tǒng)研制，以及進(jìn)行關(guān)聯(lián)的工作打下人工智能方面的基礎(chǔ)。（二）本課程的基本要求（課程總目標(biāo)）《人工智能基礎(chǔ)》是理論性較強(qiáng)，涉及知識面較廣，方法和技術(shù)較復(fù)雜的壹門學(xué)科。通過對本課程的學(xué)習(xí)，學(xué)生應(yīng)掌握人工智能的壹個問題和三大技術(shù)，即通用問題求解和知識表示技術(shù)、搜索技術(shù)、推理技術(shù)。具體要求是：學(xué)生于較堅(jiān)實(shí)打好的人工智能數(shù)學(xué)基礎(chǔ)（數(shù)理邏輯、概率論、模糊理論、數(shù)值分析）上，能夠利用這些數(shù)學(xué)手段對確定性和不確定性的知Herbrand域概念和HornRobinson歸結(jié)原理進(jìn)行定理證明；應(yīng)掌握問題求解的狀態(tài)空間法，能應(yīng)用幾種主要的盲目搜索和啟發(fā)式搜索算法（寬度優(yōu)先、深度優(yōu)先、有代價(jià)的搜索Aα―β剪枝技術(shù)）完成問題求解；且能熟悉幾種重要的不確定推理方法，如確定因子法、主觀Bayes方法、證據(jù)理論等，利用數(shù)值分析中常用方法進(jìn)行正確計(jì)算。另外，學(xué)生仍應(yīng)該了解專家系統(tǒng)的基本概念、研究歷史、系統(tǒng)結(jié)構(gòu)、系統(tǒng)評價(jià)和領(lǐng)域應(yīng)用。學(xué)生仍應(yīng)認(rèn)識機(jī)器學(xué)習(xí)對于智能軟件研制的重要性，掌握機(jī)器學(xué)習(xí)的關(guān)聯(lián)概念，機(jī)器學(xué)習(xí)的方法及其相應(yīng)的學(xué)習(xí)機(jī)制，幾個典型的機(jī)器學(xué)習(xí)系統(tǒng)的學(xué)習(xí)方法、功能和領(lǐng)域應(yīng)用。（三）本課程和關(guān)聯(lián)課程的聯(lián)系、分工或區(qū)別和本課程關(guān)聯(lián)的課程有：離散數(shù)學(xué)、算法設(shè)計(jì)、數(shù)值分析、程序設(shè)計(jì)語言等。/于本課程起到了基礎(chǔ)作用。本課程涉及到許多算法設(shè)計(jì)（尤其是問題求解），算法分析中的算法的可計(jì)算性和計(jì)算復(fù)雜性、算法的可納性等理論作為本課程中搜索算法的理論支撐。數(shù)值分析中的曲線插值方法要于本課程中僅作為數(shù)學(xué)工具進(jìn)行使用，本課程且不象數(shù)值分析課程那樣去介紹方法的理論。于本課程中，研究問題求解方法需要從算法到代碼的轉(zhuǎn)換，而這種轉(zhuǎn)換的工具是程序設(shè)計(jì)語言，所以本課程要求學(xué)生已經(jīng)掌握了這方面的知識。二、 課程內(nèi)容和考核目標(biāo)第一章 緒論（一）學(xué)習(xí)目的和要求本章內(nèi)容是本課程的導(dǎo)論。本章的重點(diǎn)是：人工智能研究目標(biāo)、研究內(nèi)容、研究的途徑（法）什么是人工智能、人工智能研究的目標(biāo)（近期目標(biāo)和長遠(yuǎn)目標(biāo)）人工智能研究的歷史和研究領(lǐng)域的大致情況（不少于八個領(lǐng)域）。同時，圖靈測試的過程。（二）課程內(nèi)容第壹節(jié)人工智能簡介1、什么是人工智能：學(xué)者們從不同的研究角度對人工智能有多種不同的定義，于這些定義中學(xué)生應(yīng)掌握其定義的實(shí)質(zhì)。2、人工智能研究的對象是知識3、人工智能研究概括為壹大問題和三大技術(shù)4、關(guān)于智能的定義5、圖靈測試6、D.B.Lenat和E.A.Fengenbaum的知識閾Nilsson的物理符號假設(shè)7、日本渡邊慧的定義第二節(jié)人工智能研究途徑1、以思維理論和認(rèn)知心理學(xué)基礎(chǔ)的符號主義學(xué)派基本思想2、符號主義學(xué)派的代表人物3、以閾值理論為基礎(chǔ)的聯(lián)結(jié)主義學(xué)派基本思想4、聯(lián)結(jié)主義（神經(jīng)網(wǎng)絡(luò)）研究不存于符號運(yùn)算5、聯(lián)結(jié)主義研究的歷史6、聯(lián)結(jié)主義研究的代表任務(wù)7、以進(jìn)化理論為基礎(chǔ)的行為主義學(xué)派基本思想8、行為主義學(xué)派的代表人物第三節(jié)人工智能研究的目標(biāo)1、人工智能近期研究目標(biāo)2、人工智能遠(yuǎn)期研究目標(biāo)第四節(jié)人工智能研究的內(nèi)容1、機(jī)器感知2、機(jī)器思維3、機(jī)器學(xué)習(xí)4、機(jī)器行為5、智能系統(tǒng)及智能計(jì)算機(jī)的構(gòu)造技術(shù)第五節(jié)人工智能研究領(lǐng)域1、模式識別（PatternRecognition）2、問題求解（ProblemSolving）3、自然語言理解（NaturallangrageUnderstanding）4、專家系統(tǒng)（ExpertSystem）5、機(jī)器學(xué)習(xí)（MachineLearning）6、自動定理證明7、自動程序設(shè)計(jì)8、機(jī)器人學(xué)（Robots）9、博弈（Game）10、智能決策支持系統(tǒng)（IntelligentDecisionSupportSystem）11、人工神經(jīng)網(wǎng)絡(luò)（Artificialnaturalnetworks）第六節(jié)人工智能研究的歷史回顧及進(jìn)展1、對人工智能起到奠基作用的幾項(xiàng)工作2、人工智能誕生的時間和地點(diǎn)3、1957年紐厄爾、西慕的GPS4、1960年麥卡錫的LISP語言5、1964年魯賓遜的歸結(jié)原理6、70年代的專家系統(tǒng)黃金時代（1977年費(fèi)根鮑母提出知識工程概念）7、1987年ComputationalIntelligence雜志發(fā)表“純粹理性批判”的論文，次年又發(fā)表“計(jì)算機(jī)理解質(zhì)疑”，開展了對人工智能發(fā)展的理性辯論8、1991年ArtificialIntelligence雜志發(fā)表了人工智能基礎(chǔ)專集，著名專家們對人工智能基礎(chǔ)性假設(shè)進(jìn)行了辯論。（三）考核知識點(diǎn)1、人工智能定義2、人工智能研究的對象3、圖靈測試4、人工智能研究的三大途徑5、人工智能研究的近期目標(biāo)和遠(yuǎn)期目標(biāo)6、人工智能研究的五大內(nèi)容7、人工智能研究的主要領(lǐng)域（四）考核要求1、人工智能定義識記：人工智能的通常定義2、人工智能研究的對象識記：人工智能研究的對象是知識領(lǐng)會：和計(jì)算機(jī)科學(xué)其他學(xué)科的區(qū)別3、圖靈測試識記：圖靈測試過程的描述4、人工智能研究的三大途徑識記：人工智能研究的三種途徑領(lǐng)會：每種研究途徑的理論基礎(chǔ)和基本思想簡單應(yīng)用：結(jié)合系統(tǒng)的研制，舉例說明各個研究途徑的實(shí)施方法5、人工智能研究的近期目標(biāo)和遠(yuǎn)期目標(biāo)識記：人工智能研究的近期目標(biāo)和遠(yuǎn)期目標(biāo)的內(nèi)容6、人工智能研究的五大內(nèi)容識記：人工智能研究的五個內(nèi)容領(lǐng)會：每種研究內(nèi)容的理論基礎(chǔ)和基本方法7、人工智能研究的主要領(lǐng)域識記：至少記憶人工智能研究的八個領(lǐng)域領(lǐng)會：每個研究領(lǐng)域的研究內(nèi)容、基本方法以及應(yīng)用第二章 問題求解的基本原理（壹）學(xué)習(xí)目的和要求它是本課程的重點(diǎn)章節(jié)。本章的重點(diǎn)知識有：知識的狀態(tài)空間表示法、盲目搜索的寬度優(yōu)先A算法和A*算法、博弈樹的α-β剪枝算法。通過對本章的學(xué)習(xí)，學(xué)生應(yīng)狀態(tài)及狀態(tài)空間表示問題的幾種主要方法（矩陣法、多圖法等啟發(fā)函數(shù)的含義且能根據(jù)問題實(shí)際正確構(gòu)造估價(jià)函數(shù)；理解OPEN表和CLOSED表的作用及其特點(diǎn)；博弈樹節(jié)點(diǎn)α值和β值的意義和其倒推值的計(jì)算，且掌握αβ剪枝技術(shù)。（二）課程內(nèi)容第壹節(jié)基本概念1、什么是搜索：搜索分為盲目搜索和啟發(fā)式搜索2、狀態(tài)空間表示法：由狀態(tài)和算法表示慰問體的壹種方法3、和/或樹表示法：分解、等價(jià)變換、本原問題、節(jié)點(diǎn)的可解性第二節(jié)狀態(tài)空間搜索策略1、狀態(tài)空間的壹般搜索過程OPEN表：用來存放剛生成的節(jié)點(diǎn)CLOSED2、寬度優(yōu)先搜索策略3、深度優(yōu)先搜索策略4、有界的深度優(yōu)先搜索策略5、代價(jià)樹的寬度優(yōu)先搜索策略6、代價(jià)樹的深度優(yōu)先搜索策略第三節(jié)啟發(fā)式搜索1、啟發(fā)信息和啟發(fā)函數(shù)234A*第四節(jié)和/或樹的搜索策略1或樹的壹般搜索過程2或樹的寬度優(yōu)先搜索3或樹的深度優(yōu)先搜索4、和/或樹的有序搜索第五節(jié)博弈樹1、博弈樹的啟發(fā)式搜索2、極大極小法3剪枝技術(shù)（三）考核知識點(diǎn)1、狀態(tài)空間搜索的基本概念234、有界的深度優(yōu)先搜索算法的基本思想567、啟發(fā)式搜索8、和/或樹的有序搜索的基本思想（四）考核要求1、狀態(tài)空間搜索的基本概念識記：狀態(tài)、狀態(tài)空間的定義；本原問題、可解節(jié)點(diǎn)、不可解節(jié)點(diǎn)、解樹的定義領(lǐng)會：節(jié)點(diǎn)的等價(jià)變換和分解（1） 簡單應(yīng)用：對應(yīng)用問題構(gòu)造狀態(tài)空間（樹2、寬度優(yōu)先搜索算法的基本思想寬度優(yōu)先搜索算法的描述領(lǐng)會：寬度優(yōu)先搜索算法OPEN表的數(shù)據(jù)結(jié)構(gòu)是隊(duì)列寬度優(yōu)先搜索算法的優(yōu)缺點(diǎn)簡單應(yīng)用：寬度優(yōu)先搜索算法的程序設(shè)計(jì)3、深度優(yōu)先搜索算法的基本思想識記：深度優(yōu)先搜索算法的描述領(lǐng)會：深度優(yōu)先搜索算法OPEN表的數(shù)據(jù)結(jié)構(gòu)是堆棧深度優(yōu)先搜索算法的優(yōu)缺點(diǎn)簡單應(yīng)用：深度優(yōu)先搜索算法的程序設(shè)計(jì)4、有界的深度優(yōu)先搜索算法的基本思想識記：有界的深度優(yōu)先搜索算法描述狀態(tài)空間節(jié)點(diǎn)的深度定義領(lǐng)會：有界的深度優(yōu)先搜索和深度優(yōu)先搜索的區(qū)別簡單應(yīng)用：有界的深度優(yōu)先搜索算法的程序設(shè)計(jì)5、代價(jià)樹的寬度優(yōu)先搜索的基本思想識記：代價(jià)樹的概念：代價(jià)樹的寬度優(yōu)先搜索的算法描述OPEN6、代價(jià)樹的深度優(yōu)先搜索的基本思想識記：代價(jià)樹的深度優(yōu)先搜索的算法描述領(lǐng)會：代價(jià)樹的深度優(yōu)先搜索和代價(jià)樹的寬度優(yōu)先搜索擴(kuò)展的子節(jié)點(diǎn)按代價(jià)從小到大排序，且存放于OPEN表的首部7、啟發(fā)式搜索估價(jià)函數(shù)各項(xiàng)的物理意義領(lǐng)會：估價(jià)函數(shù)各項(xiàng)的物理意義局部擇優(yōu)搜索和全局擇優(yōu)的基本思想A*算法的基本思想簡單應(yīng)用：寫出黑白將牌問題的估價(jià)函數(shù)8或樹的有序搜索的基本思想或樹的有序搜索的壹般過程和/或樹的有序搜索的寬度優(yōu)先算法和/或樹的有序搜索的深度優(yōu)先算法和/或樹的有序搜索的有序搜索算法博弈樹的啟發(fā)式搜索算法領(lǐng)會：博弈樹的假設(shè)條件大極小法α-β剪枝技術(shù)簡單應(yīng)用：節(jié)點(diǎn)的α值、β值的計(jì)算；α-β剪枝技術(shù)的應(yīng)用綜合應(yīng)用：博弈樹中各節(jié)點(diǎn)倒推值的計(jì)算以及αβ剪枝的應(yīng)用第三章知識和知識表示（壹）學(xué)習(xí)目的和要求工智能的壹種重要技術(shù)，它是研究知識和智能系統(tǒng)的基礎(chǔ)。本章的重點(diǎn)知識有：關(guān)于知識的人們社會活動和科學(xué)壹階謂詞邏輯的知識表示、產(chǎn)生腳本的知識表示法、Petri（二）課程內(nèi)容第壹節(jié)基本概念1、什么是知識2、知識的特征3、知識的分類4、知識的表示第二節(jié)壹階謂詞邏輯表示方法1、表示知識方法2、壹階謂詞邏輯表示方法的特點(diǎn)第三節(jié)產(chǎn)生式表示法1、產(chǎn)生式的基本形式2、產(chǎn)生式系統(tǒng)3、產(chǎn)生式系統(tǒng)的分類4、產(chǎn)生式表示法的特點(diǎn)第四節(jié)框架表示法1、框架理論2、框架3、框架網(wǎng)絡(luò)4、框架中槽的設(shè)置和組織5、框架表示法的特點(diǎn)第五節(jié)語義網(wǎng)絡(luò)表示法1、語義網(wǎng)絡(luò)的概念2、知識的語義網(wǎng)絡(luò)表示3、常用的語義聯(lián)系4、語義網(wǎng)絡(luò)中問題求解的過程5、語義網(wǎng)絡(luò)表示的特點(diǎn)第六節(jié)腳本1、概念依賴?yán)碚?、腳本1、過程的知識表示方法

第七節(jié)過程表示法2、過程表示法的特點(diǎn)1、Petri網(wǎng)知識表示2Petri網(wǎng)表示法的特點(diǎn)1、面向?qū)ο蟮幕靖拍?、面向?qū)ο笾R表示（三）考核知識點(diǎn)1、關(guān)于知識的基本概念

第八節(jié)Petri網(wǎng)表示法第九節(jié)面向?qū)ο蟮闹R表示2、知識的壹階謂詞邏輯表示3、知識的產(chǎn)生式表示4、知識的框架表示5、知識的語義網(wǎng)絡(luò)表示（四）考核要求1、關(guān)于知識的基本概念識記：數(shù)據(jù)、信息的定義；知識的壹般定義領(lǐng)會：知識的特性；從不同角度對知識的分類2、知識的壹階謂詞邏輯表示識記：壹階謂詞邏輯表示知識的壹般形式（定義謂詞、連接詞和量詞的使用）；（簡單應(yīng)用：用壹階謂詞邏輯表示法表示數(shù)學(xué)定理3、產(chǎn)生式系統(tǒng)（1）識記：產(chǎn)生式的基本形式：或者，其中是產(chǎn)生式前提，是壹組結(jié)論或操作。產(chǎn)生式系統(tǒng)的組成（規(guī)則庫、綜合數(shù)據(jù)庫、控制系統(tǒng)）（2）領(lǐng)會：產(chǎn)生式系統(tǒng)把知識表示成“模式→動作”對；產(chǎn)生式系統(tǒng)分類；產(chǎn)生系統(tǒng)知識表示的特點(diǎn)（2） 4、知識的框架表示點(diǎn)BNFInstancePart-ofInfer、Possible-Reason（3） 5、知識的語義網(wǎng)絡(luò)表示識的有向圖；簡單語義網(wǎng)絡(luò)三元組表示領(lǐng)會：語義網(wǎng)絡(luò)的BNF關(guān)系；用語義網(wǎng)絡(luò)表示復(fù)雜的知識；語義網(wǎng)絡(luò)知識表示的特點(diǎn)網(wǎng)絡(luò)表示Composed-of、、Before、AfterAtSimilar-to,Near-to；語義網(wǎng)絡(luò)系統(tǒng)第四章 基于壹階謂詞邏輯的問題求解（壹）學(xué)習(xí)目的和要求基于壹階謂詞邏輯的問題求解是模擬機(jī)器思維能力，使之能運(yùn)用推理，完成問題求解。本章討論應(yīng)用有關(guān)推理的方法和推理的控制策略，特別是基于壹階謂詞邏輯的歸結(jié)演繹方法。作為本課程的重點(diǎn)章節(jié)，本章的重點(diǎn)知識有：關(guān)于推理的基本概念、推理的控制策略、（反演）實(shí)現(xiàn)定理證明方法；掌握歸結(jié)反演的控制策略；理解Herbrand域和Horn子句的概念和關(guān)Herbrand（二）課程內(nèi)容第壹節(jié)推理的基本概念1、什么是推理2、推理方式和分類3、推理的控制策略4、置換和合壹第二節(jié)歸結(jié)演繹推理1、子句2、Herbrand域3、Robinson歸結(jié)原理4、歸結(jié)反演5、歸結(jié)控制策略第三節(jié)和/或形演繹系統(tǒng)1或形正向演繹推理2或形逆向演繹推理3、和/或形雙向演繹推理（三）考核知識點(diǎn)1、什么是推理2、推理的控制策略3、置換和合壹4、子句5、歸結(jié)反演6、歸結(jié)控制策略7或形正向演繹推理8或形逆向演繹推理（四）考核要求1、什么是推理識記：推理的定義領(lǐng)會：推理的分類：從推理途徑對推理分類（演繹推理、歸納推理、默認(rèn)推理）從知識確定性對推理分類（確定性推理、不確定性推理）、從推理的單調(diào)性分類（單調(diào)推理、非單調(diào)推理）。2、推理的控制策略識記：正向推理、逆向推理、混合推理、雙向推理的基本思想3、置換和合壹識記：置換表示形式；最壹般合壹的定義領(lǐng)會：復(fù)合置換；差異集4、子句識記：合式公式和子句的定義；子句的不可滿足性簡單應(yīng)用：求合式公式的子句集5、歸結(jié)反演識記：HerbrandHorn領(lǐng)會：子句集不可滿足性的充要條件是Herbrand域上壹切解釋為假；歸結(jié)原理簡單應(yīng)用：命題邏輯中的歸結(jié)原理；謂詞邏輯中的歸結(jié)原理綜合應(yīng)用：應(yīng)用歸結(jié)反演證明G是F6、歸結(jié)控制策略本方法本思想簡單應(yīng)用：歸結(jié)中應(yīng)用各個控制策略，比較歸結(jié)式產(chǎn)生的深度7或形正向演繹推理或形正向演繹推理的基本思想形式及推理過程或形8或形逆向演繹推理或形逆向演繹推理的基本思想形式及推理過程或形實(shí)公式的節(jié)點(diǎn)第五章 不確定性推理（壹）學(xué)習(xí)目的和要求于現(xiàn)實(shí)世界中，人們通常是于信息不精確、不完備、模糊、隨機(jī)的情況下運(yùn)用不確定性知識進(jìn)行思維、求解問題的，推理出的結(jié)論也且不總是隨著知識的增加而單調(diào)增加。因而，對于不確定性的研究成為人工智能學(xué)科的壹個重要內(nèi)容。本章基于代數(shù)系統(tǒng)的討論，描述不確定知識推理的總體框架，隨后論述了幾種重要的不確定性推理方法。本章的重點(diǎn)知識有：不確定知識推理的總體框架、不確定性推理的確定因子法、主觀貝葉斯（Bayes）法、D-S理解從已知不確定性的證據(jù)和不確定性的規(guī)則，按不確定性推理方法推出不確定性的假設(shè)。掌握確定因子法中MB和MD的物理意義和方法的計(jì)算過程；掌握主觀貝葉斯法中LS和LN的物理意義，曲線插值法以及該方法的求解過程。掌握D-S證據(jù)理論方法中基本概率賦值函數(shù)m(A),Bel(A)和Pl(A)的物理意義，正交和的計(jì)算以及該方法的計(jì)算過程。理解對于知識模糊性的可能性理論的推理方法，深刻理解語言變量的概念且應(yīng)用于模糊推理規(guī)則中。（二）課程內(nèi)容第一節(jié)不確定性推理概述1、不確定性問題的代數(shù)系統(tǒng)2、不確定性推理模型3、不確定性推理語義4、幾種重要的不確定性推理方法第二節(jié)確定因子法1、知識的不確定性2、證據(jù)的不確定性3、不確定性推理算法第三節(jié)主觀貝葉斯方法1、規(guī)則不確定性的描述2、證據(jù)不確定性的描述3、舉例第四節(jié)D-S證據(jù)理論1、證據(jù)的不確定性2、證據(jù)的組合3、D-S證據(jù)理論的推理第五節(jié)可能性理論1、幾個基本概念2、語言變量3、命題模糊性的描述4、模糊命題的轉(zhuǎn)換規(guī)則5、模糊推理規(guī)則第六節(jié)粗集理論1、RST的概述2、粗集理論的不確定性知識表示（三）考核知識點(diǎn)1、什么是不確定性推理2、不確定性推理的模型3、幾種主要的不確定性推理方法4、確定因子法5、主觀貝葉斯方法6、D-S證據(jù)理論的不確定性推理7、可能性理論（四）考核要求1、什么是不確定性推理識記：不確定性推理的基本思想2、不確定性推理的模型識記：不確定性推理的代數(shù)模型領(lǐng)會：不確定性知識的表示簡單應(yīng)用：不確定性推理的壹般范式3、幾種主要的不確定性推理方法識記：不確定性推理的幾種主要方法（D-S證據(jù)理論）4、確定因子法(1)識記：計(jì)算公式及語義；確定因子法的推理算法(2)領(lǐng)會：和的性質(zhì)(3)簡單應(yīng)用：證據(jù)是多個條件邏輯組合情況下等價(jià)證據(jù)的確定性因子的計(jì)算(4)綜合應(yīng)用：實(shí)例的確定因子法計(jì)算5、主觀貝葉斯方法識記：的定義和語義；三點(diǎn)線性插值方法推理算法(3)簡單應(yīng)用：分段線性插值的應(yīng)用(4)綜合應(yīng)用：實(shí)例的主觀貝葉斯方法計(jì)算6、D-S證據(jù)理論的不確定性推理和語義以及三者之間的關(guān)系(3)簡單應(yīng)用：類概率的計(jì)算；不同證據(jù)來源支持同壹個假設(shè)的正交和計(jì)算(4)綜合應(yīng)用：推理網(wǎng)絡(luò)圖的設(shè)計(jì)；實(shí)例的D-S證據(jù)理論推理7、可能性理論識記：模糊知識的表示；模糊產(chǎn)生式規(guī)則的壹般形式領(lǐng)會：語言變量和模糊命題的轉(zhuǎn)換規(guī)則簡單應(yīng)用：模糊修飾語的計(jì)算綜合應(yīng)用：模糊的不確定性推理第六章 專家系統(tǒng)（壹）學(xué)習(xí)目的和要求統(tǒng)，要了解專家系統(tǒng)研究的歷史、幾個重要的專家系統(tǒng)研制的理論基礎(chǔ)和主要技術(shù)、重要的功能、應(yīng)用領(lǐng)域等主要研究領(lǐng)域，應(yīng)掌握專家系統(tǒng)的結(jié)構(gòu)和研制的整個過程。（二）課程內(nèi)容第壹節(jié)專家系統(tǒng)基本概念1、什么是專家系統(tǒng)2、專家系統(tǒng)的特征3、專家系統(tǒng)和常規(guī)程序的區(qū)別4、專家系統(tǒng)研究的歷史12

第二節(jié)專家系統(tǒng)分類12

第三節(jié)專家系統(tǒng)的壹般結(jié)構(gòu)第四節(jié)專家系統(tǒng)的建造和評價(jià)1、專家系統(tǒng)建造的原則2、專家系統(tǒng)的開發(fā)過程3、專家系統(tǒng)的評價(jià)第五節(jié)專家系統(tǒng)開發(fā)工具1、人工智能語言2、專家系統(tǒng)外殼3、通用專家系統(tǒng)工具第六節(jié)專家系統(tǒng)開發(fā)環(huán)境1、專家系統(tǒng)開發(fā)硬件環(huán)境2、專家系統(tǒng)開發(fā)軟件環(huán)境第七節(jié)新壹代專家系統(tǒng)的研究1、分布協(xié)同式的體系結(jié)構(gòu)2、知識的自動獲取3、深層知識的利用第八節(jié)幾個著名的專家系統(tǒng)1、動物識別系統(tǒng)2、MYCIN3、PROSPECTOR4、AM（三）考核知識點(diǎn)12、專家系統(tǒng)的特征3、專家系統(tǒng)研究的大致歷史4、按專家系統(tǒng)特征的分類5、專家系統(tǒng)的基本結(jié)構(gòu)6、專家系統(tǒng)建造的原則7、幾個著名的專家系統(tǒng)（四）考核要求1、專家系統(tǒng)的概念識記：專家系統(tǒng)的定義領(lǐng)會：專家系統(tǒng)研制成功對人工智能乃至計(jì)算機(jī)科學(xué)的貢獻(xiàn)2、專家系統(tǒng)的特征識記：專家系統(tǒng)的特征領(lǐng)會：專家系統(tǒng)和壹般程序的區(qū)別簡單應(yīng)用：舉例分析專家系統(tǒng)和壹般程序的區(qū)別3、專家系統(tǒng)研究的大致歷史(2)領(lǐng)會：專家系統(tǒng)發(fā)展的簡單情況4、按專家系統(tǒng)特征的分類系統(tǒng)5、專家系統(tǒng)的基本結(jié)構(gòu)識記：專家系統(tǒng)的基本結(jié)構(gòu)模塊圖(3)簡單應(yīng)用：推理機(jī)的程序設(shè)計(jì)(4)綜合應(yīng)用：專家系統(tǒng)的理想結(jié)構(gòu)6、專家系統(tǒng)建造的原則識記：專家系統(tǒng)建造的七個原則領(lǐng)會：專家系統(tǒng)的開發(fā)過程、專家系統(tǒng)的評價(jià)(4)綜合應(yīng)用：專家系統(tǒng)的瓶頸分析和解決方案7、幾個著名的專家系統(tǒng)MYCIN、PROSPECTOR領(lǐng)會：分布協(xié)同式的體系結(jié)構(gòu)、知識的自動獲取、深層知識的利用、PROSPECTOR第七章機(jī)器學(xué)習(xí)（壹）學(xué)習(xí)目的和要求制以及它們之間的區(qū)別，要了解機(jī)器學(xué)習(xí)系統(tǒng)構(gòu)造原則和步驟。（二）課程內(nèi)容1、什么是機(jī)器學(xué)習(xí)2、人類學(xué)習(xí)和機(jī)器學(xué)習(xí)3、機(jī)器學(xué)習(xí)系統(tǒng)1、環(huán)境2、學(xué)習(xí)環(huán)節(jié)3、知識庫4、執(zhí)行環(huán)節(jié)1、基于推理策略的分類2、基于系統(tǒng)性的分類

第壹節(jié)機(jī)器學(xué)習(xí)的概念第二節(jié)學(xué)習(xí)系統(tǒng)模型第三節(jié)機(jī)器學(xué)習(xí)方法分類第四節(jié)機(jī)器學(xué)習(xí)研究歷史1、神經(jīng)元模型研究階段2、符號概念獲取研究階段3、符號學(xué)習(xí)興旺發(fā)達(dá)階段4、聯(lián)結(jié)學(xué)習(xí)和符號學(xué)習(xí)共發(fā)展階段第五節(jié)機(jī)器學(xué)習(xí)的研究目標(biāo)1、通用學(xué)習(xí)算法2、認(rèn)知模型3、工程目標(biāo)第六節(jié)幾個著名的機(jī)器學(xué)習(xí)系統(tǒng)1、BACON2、INDUCE系統(tǒng)3、數(shù)學(xué)方向系統(tǒng)AM4、AQ（三）考核知識點(diǎn)12、機(jī)器學(xué)習(xí)方法分類3、機(jī)器學(xué)習(xí)研究歷史4、幾個著名的機(jī)器學(xué)習(xí)系統(tǒng)（四）考核要求1、機(jī)器學(xué)習(xí)的概念識記：機(jī)器學(xué)習(xí)的定義、機(jī)器學(xué)習(xí)系統(tǒng)的定義領(lǐng)會：機(jī)器學(xué)習(xí)和人類學(xué)習(xí)的區(qū)別簡單應(yīng)用：利用機(jī)器學(xué)習(xí)來智能程序的判斷綜合應(yīng)用：機(jī)器學(xué)習(xí)模型的建立2、機(jī)器學(xué)習(xí)方法分類識記：基于推理策略的對機(jī)器學(xué)習(xí)進(jìn)行分類、基于系統(tǒng)性對機(jī)器學(xué)習(xí)進(jìn)行分類想(4)綜合應(yīng)用：舉例說明機(jī)械學(xué)習(xí)的過程3、機(jī)器學(xué)習(xí)研究歷史識記：機(jī)器學(xué)習(xí)的三個研究目標(biāo)結(jié)學(xué)習(xí)和符號學(xué)習(xí)共發(fā)展階段的特征(4)綜合應(yīng)用：敘述機(jī)器學(xué)習(xí)研究的大致歷史4、幾個著名的機(jī)器學(xué)習(xí)系統(tǒng)、INDUCEAM、INDUCEAMBACONINDUCE三、關(guān)于大綱的說明和考核實(shí)施要求（壹）自學(xué)考試大綱的目的和作用課程自學(xué)考試大綱是根據(jù)電工電子和信息類及關(guān)聯(lián)專業(yè)自學(xué)考試計(jì)劃的要求，結(jié)合自學(xué)考試的特點(diǎn)而確定，其目的作用是對個人自學(xué)、社會助學(xué)和課程考試命題進(jìn)行指導(dǎo)和規(guī)定。（二）課程自學(xué)考試大綱和課件的關(guān)系圍，課件的內(nèi)容是大綱所規(guī)定的課程知識和內(nèi)容的擴(kuò)展和發(fā)揮。（三）關(guān)于自學(xué)課件和主要參考書自學(xué)課件：人工智能基礎(chǔ)，邵軍力、張景、魏長華主編，電子工業(yè)出版社，2000年3月年5月人工智能原理及其應(yīng)用，蔡自興、徐光佑主編，清華大學(xué)出版社，年9月第三版（四）關(guān)于自學(xué)要求和自學(xué)方法的指導(dǎo)本課程共3個學(xué)分。根據(jù)學(xué)習(xí)對象成人于職業(yè)余自學(xué)的實(shí)際以及本課程所涉及的知識面較寬，建議學(xué)生先學(xué)習(xí)好本課程的先導(dǎo)課程，如離散數(shù)學(xué)、概率論、數(shù)值分析和程序設(shè)計(jì)語言等課程。于此基礎(chǔ)上，學(xué)習(xí)時應(yīng)注意課程的重點(diǎn)知識，區(qū)分必須要掌握的知識點(diǎn)和壹般性要求了解的知識點(diǎn)。學(xué)習(xí)方法應(yīng)該是做到理論和實(shí)際相結(jié)合，即對