人工智能基礎教學大綱(自考)解析

人工智能基礎教學大綱(自考)解析人工智能基礎教學大綱(自考)解析23/23人工智能基礎教學大綱(自考)解析人工智能基礎（8017）考試大綱一,課程性質(zhì)及設置目的課程性質(zhì)和特點“人工智能”是21世紀計算機科學發(fā)展的主流，為了培育國家建設跨世紀的有用人才，在計算機專業(yè)本科開設《人工智能基礎》課程是非常必要的?！度斯ぶ悄芑A》是計算機專業(yè)本科的一門必修課程，本課程中涉及的理論,原理,方法和技術有助于學生進一步學習其他專業(yè)課程。開設本課程的目的是培育學生軟件開發(fā)的“智能”觀念；駕馭人工智能的基本理論,基本方法和基本技術；提高解決“智能”問題的實力，為今后的接著深造和智能系統(tǒng)研制，以及進行相關的工作打下人工智能方面的基礎。本課程的基本要求（課程總目標）《人工智能基礎》是理論性較強，涉及知識面較廣，方法和技術較困難的一門學科。通過對本課程的學習，學生應駕馭人工智能的一個問題和三大技術，即通用問題求解和知識表示技術,搜尋技術,推理技術。詳細要求是：學生在較堅實打好的人工智能數(shù)學基礎（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)學手段對確定性和不確定性的知識完成推理；在理解Herbrand域概念和Horn子句的基礎上，應用Robinson歸結原理進行定理證明；應駕馭問題求解（GPS）的狀態(tài)空間法，能應用幾種主要的盲目搜尋和啟發(fā)式搜尋算法（寬度優(yōu)先,深度優(yōu)先,有代價的搜尋,A算法,A*算法,博弈數(shù)的極大—微小法,α―β剪枝技術）完成問題求解；并能熟識幾種重要的不確定推理方法，如確定因子法,主觀Bayes方法,D—S證據(jù)理論等，利用數(shù)值分析中常用方法進行正確計算。另外，學生還應當了解專家系統(tǒng)的基本概念,探討歷史,系統(tǒng)結構,系統(tǒng)評價和領域應用。學生還應相識機器學習對于智能軟件研制的重要性，駕馭機器學習的相關概念，機器學習的方法及其相應的學習機制，幾個典型的機器學習系統(tǒng)的學習方法,功能和領域應用。本課程及相關課程的聯(lián)系,分工或區(qū)分及本課程相關的課程有：離散數(shù)學,算法設計,數(shù)值分析,程序設計語言等。離散數(shù)學中的命題邏輯,謂詞邏輯,樹/圖,表等知識是本課程的數(shù)學基礎之一。本課程中的知識表示須要利用矩陣,表,樹/圖,多元組等手段，因此學生前期的離散數(shù)學學習，對于本課程起到了基礎作用。本課程涉及到很多算法設計（尤其是問題求解），算法分析中的算法的可計算性和計算困難性,算法的可納性等理論作為本課程中搜尋算法的理論支撐。數(shù)值分析中的曲線插值方法要在本課程中僅作為數(shù)學工具進行運用，本課程并不象數(shù)值分析課程那樣去介紹方法的理論。在本課程中，探討問題求解方法須要從算法到代碼的轉(zhuǎn)換，而這種轉(zhuǎn)換的工具是程序設計語言，所以本課程要求學生已經(jīng)駕馭了這方面的知識。課程內(nèi)容及考核目標緒論學習目的及要求本章內(nèi)容是本課程的導論。本章的重點是：人工智能探討目標,探討內(nèi)容,探討的途徑（方法）,探討的領域等內(nèi)容。通過對本章的學習，學生應理解什么是智能,深刻理解什么是人工智能,人工智能探討的目標（近期目標和長遠目標）,人工智能探討的內(nèi)容,人工智能探討的途徑，要了解人工智能探討的歷史和探討領域的大致狀況（不少于八個領域）。同時，學生要駕馭圖靈測試的過程。課程內(nèi)容第一節(jié)人工智能概況1,什么是人工智能：學者們從不同的探討角度對人工智能有多種不同的定義，在這些定義中學生應駕馭其定義的實質(zhì)。2,人工智能探討的對象是知識3,人工智能探討概括為一大問題和三大技術4,關于智能的定義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7,日本渡邊慧的定義第二節(jié)人工智能探討途徑1,以思維理論和認知心理學基礎的符號主義學派基本思想2,符號主義學派的代表人物3,以閾值理論為基礎的聯(lián)結主義學派基本思想4,聯(lián)結主義（神經(jīng)網(wǎng)絡）探討不存在符號運算5,聯(lián)結主義探討的歷史6,聯(lián)結主義探討的代表任務7,以進化理論為基礎的行為主義學派基本思想8,行為主義學派的代表人物第三節(jié)人工智能探討的目標1,人工智能近期探討目標2,人工智能遠期探討目標第四節(jié)人工智能探討的內(nèi)容1,機器感知2,機器思維3,機器學習4,機器行為5,智能系統(tǒng)及智能計算機的構造技術第五節(jié)人工智能探討領域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,機器學習（MachineLearning）6,自動定理證明（AutomaticTheoremProving）7,自動程序設計（AutomaticProgramming）8,機器人學（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（Artificialnaturalnetworks）第六節(jié)人工智能探討的歷史回顧及進展1,對人工智能起到奠基作用的幾項工作2,人工智能誕生的時間和地點3,1957年紐厄爾,西慕的GPS4,1960年麥卡錫的LISP語言5,1964年魯賓遜的歸結原理6,70年代的專家系統(tǒng)黃金時代（1977年費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“計算機理解質(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)表了人工智能基礎專集，聞名專家們對人工智能基礎性假設進行了辯論。（三）考核知識點1,人工智能定義2,人工智能探討的對象3,圖靈測試4,人工智能探討的三大途徑5,人工智能探討的近期目標和遠期目標6,人工智能探討的五大內(nèi)容7,人工智能探討的主要領域（四）考核要求1,人工智能定義（1）識記：人工智能的通常定義（2）領悟：人工智能的其他定義2,人工智能探討的對象（1）識記：人工智能探討的對象是知識（2）領悟：及計算機科學其他學科的區(qū)分（3）簡單應用：知識+推理=智能程序；數(shù)據(jù)+算法=程序3,圖靈測試（1）識記：圖靈測試過程的描述（2）領悟：圖靈測試是推斷機器是否是智能機的一個標準4,人工智能探討的三大途徑（1）識記：人工智能探討的三種途徑（2）領悟：每種探討途徑的理論基礎和基本思想（3）簡單應用：結合系統(tǒng)的研制，舉例說明各個探討途徑的實施方法（4）綜合應用：結合機器人的研制，說明三種探討方法在其中的應用5,人工智能探討的近期目標和遠期目標（1）識記：人工智能探討的近期目標和遠期目標的內(nèi)容（2）領悟：為什么近期目標只能是研制模擬人思維的智能程序6,人工智能探討的五大內(nèi)容（1）識記：人工智能探討的五個內(nèi)容（2）領悟：每種探討內(nèi)容的理論基礎和基本方法（3）簡單應用：利用機器學習的概念，推斷程序是否是智能程序7,人工智能探討的主要領域（1）識記：至少記憶人工智能探討的八個領域（2）領悟：每個探討領域的探討內(nèi)容,基本方法以及應用問題求解的基本原理（一）學習目的及要求本章探討問題求解的基本原理和基本方法，它直接關系到智能系統(tǒng)的性能和效率，因而它是本課程的重點章節(jié)。本章的重點知識有：知識的狀態(tài)空間表示法,盲目搜尋的寬度優(yōu)先和深度優(yōu)先法,啟發(fā)式搜尋的估價函數(shù),及/或樹,A算法和A*算法,博弈樹的α-β剪枝算法。通過對本章的學習，學生應駕馭狀態(tài)及狀態(tài)空間表示問題的幾種主要方法（矩陣法,多元組法,樹/圖法等），駕馭問題通過等價變換和分解，分別形成或節(jié)點和及節(jié)點以及節(jié)點的可解性；駕馭搜尋的各種算法；駕馭啟發(fā)函數(shù)的含義并能依據(jù)問題實際正確構造估價函數(shù)；理解OPEN表和CLOSED表的作用及其特點；深刻理解博弈樹節(jié)點α值和β值的意義和其倒推值的計算，并駕馭α-β剪枝技術。（二）課程內(nèi)容第一節(jié)基本概念1,什么是搜尋：搜尋分為盲目搜尋和啟發(fā)式搜尋2,狀態(tài)空間表示法：由狀態(tài)和算法表示慰問體的一種方法3,及/或樹表示法：分解,等價變換,本原問題,節(jié)點的可解性狀態(tài)空間搜尋策略1,狀態(tài)空間的一般搜尋過程OPEN表：用來存放剛生成的節(jié)點CLOSED表：用來存放將要擴展或者已擴展的節(jié)點2,寬度優(yōu)先搜尋策略3,深度優(yōu)先搜尋策略4,有界的深度優(yōu)先搜尋策略5,代價樹的寬度優(yōu)先搜尋策略6,代價樹的深度優(yōu)先搜尋策略啟發(fā)式搜尋1,啟發(fā)信息和啟發(fā)函數(shù)2,局部擇優(yōu)搜尋3,全局擇優(yōu)搜尋4,A*算法及/或樹的搜尋策略1,及/或樹的一般搜尋過程2,及/或樹的寬度優(yōu)先搜尋3,及/或樹的深度優(yōu)先搜尋4,及/或樹的有序搜尋博弈樹1,博弈樹的啟發(fā)式搜尋2,極大微小法3,α-β剪枝技術（三）考核知識點1,狀態(tài)空間搜尋的基本概念2,寬度優(yōu)先搜尋算法的基本思想3,深度優(yōu)先搜尋算法的基本思想4,有界的深度優(yōu)先搜尋算法的基本思想5,代價樹的寬度優(yōu)先搜尋的基本思想6,代價樹的深度優(yōu)先搜尋的基本思想7,啟發(fā)式搜尋8,及/或樹的有序搜尋的基本思想（四）考核要求1,狀態(tài)空間搜尋的基本概念識記：狀態(tài),狀態(tài)空間的定義；本原問題,可解節(jié)點,不可解節(jié)點,解樹的定義領悟：節(jié)點的等價變換和分解簡單應用：對應用問題構造狀態(tài)空間（樹）2,寬度優(yōu)先搜尋算法的基本思想識記：盲目搜尋及啟發(fā)式搜尋的區(qū)分寬度優(yōu)先搜尋算法的描述領悟：寬度優(yōu)先搜尋算法OPEN表的數(shù)據(jù)結構是隊列寬度優(yōu)先搜尋算法的優(yōu)缺點簡單應用：寬度優(yōu)先搜尋算法的程序設計綜合應用：八數(shù)碼問題的寬度優(yōu)先搜尋3,深度優(yōu)先搜尋算法的基本思想識記：深度優(yōu)先搜尋算法的描述領悟：深度優(yōu)先搜尋算法OPEN表的數(shù)據(jù)結構是堆棧深度優(yōu)先搜尋算法的優(yōu)缺點簡單應用：深度優(yōu)先搜尋算法的程序設計綜合應用：黑白將牌問題的深度優(yōu)先搜尋4,有界的深度優(yōu)先搜尋算法的基本思想（1）識記：有界的深度優(yōu)先搜尋算法描述狀態(tài)空間節(jié)點的深度定義（2）領悟：有界的深度優(yōu)先搜尋及深度優(yōu)先搜尋的區(qū)分（3）簡單應用：有界的深度優(yōu)先搜尋算法的程序設計（4）綜合應用：三階漢諾塔問題的有界的深度優(yōu)先搜尋5,代價樹的寬度優(yōu)先搜尋的基本思想（1）識記：代價樹的概念：代價樹的寬度優(yōu)先搜尋的算法描述（2）領悟：代價樹的寬度優(yōu)先搜尋仍舊是一種盲目搜尋方法在OPEN表中全部節(jié)點按代價從小到大排序（3）簡單應用：代價樹的寬度優(yōu)先搜尋算法的程序設計6,代價樹的深度優(yōu)先搜尋的基本思想（1）識記：代價樹的深度優(yōu)先搜尋的算法描述（2）領悟：代價樹的深度優(yōu)先搜尋及代價樹的寬度優(yōu)先搜尋擴展的子節(jié)點按代價從小到大排序，并存放在OPEN表的首部（3）簡單應用：代價樹的深度優(yōu)先搜尋算法的程序設計7,啟發(fā)式搜尋（1）識記：啟發(fā)性信息和估價函數(shù)：估價函數(shù)各項的物理意義（2）領悟：估價函數(shù)各項的物理意義局部擇優(yōu)搜尋和全局擇優(yōu)的基本思想A*算法的基本思想（3）簡單應用：寫出黑白將牌問題的估價函數(shù)（4）綜合應用：八數(shù)碼問題的局部擇優(yōu)和全局擇優(yōu)算法8,及/或樹的有序搜尋的基本思想（1）識記：及/或樹的有序搜尋的一般過程及/或樹的有序搜尋的寬度優(yōu)先算法及/或樹的有序搜尋的深度優(yōu)先算法及/或樹的有序搜尋的有序搜尋算法博弈樹的啟發(fā)式搜尋算法（2）領悟：博弈樹的假設條件大微小法α-β剪枝技術（3）簡單應用：節(jié)點的α值,β值的計算；α-β剪枝技術的應用（4）綜合應用：博弈樹中各節(jié)點倒推值的計算以及α-β剪枝的應用第三章知識及知識表示（一）學習目的及要求人類的智能活動過程主要是一個獲得知識和應用知識的過程。因而，知識表示構成了人工智能的一種重要技術，它是探討知識和智能系統(tǒng)的基礎。本章的重點知識有：關于知識的概念以及特征；知識表示的主要模式。通過對本章的學習，學生應駕馭人們社會活動和科學探討中的知識表示的形態(tài)，知識的特征及知識的分類。駕馭一階謂詞邏輯的知識表示,產(chǎn)生式系統(tǒng)的知識表示,框架的知識表示法,語義網(wǎng)絡的知識表示法。理解腳本的知識表示法,Petri網(wǎng)的知識表示法和面對對象的知識表示法。（二）課程內(nèi)容第一節(jié)基本概念1,什么是知識2,知識的特征3,知識的分類4,知識的表示一階謂詞邏輯表示方法1,表示知識方法2,一階謂詞邏輯表示方法的特點產(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)生式表示法的特點框架表示法1,框架理論2,框架3,框架網(wǎng)絡4,框架中槽的設置及組織5,框架表示法的特點語義網(wǎng)絡表示法1,語義網(wǎng)絡的概念2,知識的語義網(wǎng)絡表示3,常用的語義聯(lián)系4,語義網(wǎng)絡中問題求解的過程5,語義網(wǎng)絡表示的特點腳本1,概念依靠理論2,腳本過程表示法1,過程的知識表示方法2,過程表示法的特點Petri網(wǎng)表示法1,Petri網(wǎng)知識表示2,Petri網(wǎng)表示法的特點面對對象的知識表示1,面對對象的基本概念2,面對對象知識表示（三）考核知識點1,關于知識的基本概念2,知識的一階謂詞邏輯表示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)絡表示（四）考核要求1,關于知識的基本概念識記：數(shù)據(jù),信息的定義；知識的一般定義領悟：知識的特性；從不同角度對知識的分類簡單應用：針對不同類型的知識，應用不同的知識表示方法2,知識的一階謂詞邏輯表示（1）識記：一階謂詞邏輯表示知識的一般形式（定義謂詞,連接詞和量詞的運用）；（2）領悟：一階謂詞邏輯適合于表示事物的狀態(tài),屬性,概念（描述性,確定性知識）；一階謂詞邏輯表示知識的特點簡單應用：用一階謂詞邏輯表示法表示數(shù)學定理綜合應用：用一階謂詞邏輯表示法表示機器人的狀態(tài)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，是一組結論或操作。產(chǎn)生式系統(tǒng)的組成（規(guī)則庫,綜合數(shù)據(jù)庫,限制系統(tǒng)）（2）領悟：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)知識表示的特點簡單應用：用產(chǎn)生式系統(tǒng)表示動物世界問題4,知識的框架表示（1）識記：框架是一種所論對象屬性的數(shù)據(jù)結構；框架結構組成；框架表示知識的特點（2）領悟：框架的BNF描述；框架網(wǎng)絡；框架網(wǎng)絡重要特征：繼承性（3）簡單應用：系統(tǒng)預定義的槽名：ISA,AKO,Subclass,Instance,Part-of,Infer,Possible-Reason等綜合應用：框架系統(tǒng)中求解問題的基本過程5,知識的語義網(wǎng)絡表示（1）識記：語義網(wǎng)絡是通過概念及其關系來表達知識的一種網(wǎng)絡圖；它是一個帶有標識的有向圖；簡單語義網(wǎng)絡三元組表示（2）領悟：語義網(wǎng)絡的BNF描述；用語義網(wǎng)絡表示事實；用語義網(wǎng)絡表示事實之間的關系；用語義網(wǎng)絡表示困難的知識；語義網(wǎng)絡知識表示的特點（3）簡單應用：分類關系,聚集關系,推論關系,時間,位置關系,多元關系的語義網(wǎng)絡表示（4）綜合應用：常用的語義聯(lián)系：A-Member-of,Composed-of,Have,Before,After,At,Located-on（at,under,inside,outside）,Similar-to,Near-to；語義網(wǎng)絡系統(tǒng)基于一階謂詞邏輯的問題求解（一）學習目的及要求基于一階謂詞邏輯的問題求解是模擬機器思維實力，使之能運用推理，完成問題求解。本章探討應用有關推理的方法和推理的限制策略，特殊是基于一階謂詞邏輯的歸結演繹方法。作為本課程的重點章節(jié)，本章的重點知識有：關于推理的基本概念,推理的限制策略,置換及合一,歸結演繹推理,歸結反演限制策略,及/或形演繹推理等。通過對本章的學習，學生應駕馭推理的基本概念和推理的限制策略；駕馭置換及合一技術；駕馭歸結演繹（反演）實現(xiàn)定理證明方法；駕馭歸結反演的限制策略；理解Herbrand域和Horn子句的概念和相關理論；深刻理解Herbrand域上的不可滿意性及歸結反演中空子句的等價性。（二）課程內(nèi)容第一節(jié)推理的基本概念1,什么是推理2,推理方式及分類3,推理的限制策略4,置換及合一第二節(jié)歸結演繹推理1,子句2,Herbrand域3,Robinson歸結原理4,歸結反演5,歸結限制策略第三節(jié)及/或形演繹系統(tǒng)1,及/或形正向演繹推理2,及/或形逆向演繹推理3,及/或形雙向演繹推理（三）考核知識點1,什么是推理2,推理的限制策略3,置換及合一4,子句5,歸結反演6,歸結限制策略7,及/或形正向演繹推理8,及/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（2）領悟：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,推理的限制策略識記：正向推理,逆向推理,混合推理,雙向推理的基本思想領悟：正向推理,逆向推理,混合推理,雙向推理四這之間的區(qū)分3,置換及合一識記：置換表示形式；最一般合一的定義領悟：復合置換；差異集簡單應用：最一般合一算法4,子句（1）識記：合式公式和子句的定義；子句的不可滿意性（2）領悟：合取范式；Skolem函數(shù)；前束范式（3）簡單應用：求合式公式的子句集5,歸結反演（1）識記：Herbrand域；Horn子句；歸結反演算法步驟（2）領悟：子句集不可滿意性的充要條件是Herbrand域上一切說明為假；Robinson歸結原理（3）簡單應用：命題邏輯中的歸結原理；謂詞邏輯中的歸結原理綜合應用：應用歸結反演證明G是F的邏輯結論；歸結反演樹6,歸結限制策略（1）識記：刪除策略,支持集策略,線性輸入策略,單文字策略,祖先過濾策略的基本方法（2）領悟：刪除策略,支持集策略,線性輸入策略,單文字策略,祖先過濾策略的基本思想簡單應用：歸結中應用各個限制策略，比較歸結式產(chǎn)生的深度綜合應用：在定理證明中綜合應用歸結限制策略7,及/或形正向演繹推理（1）識記：及/或形正向演繹推理的基本思想（2）領悟：及/或形正向演繹推理的事實表達式；F規(guī)則的表示形式；目標公式的表示形式及推理過程（3）簡單應用：把事實表達式化為及/或形（4）綜合應用：已知事實和規(guī)則，應用及/或形正向演繹推理方法，證明目標公式成立8,及/或形逆向演繹推理（1）識記：及/或形逆向演繹推理的基本思想（2）領悟：及/或形逆向演繹推理的事實表達式；B規(guī)則的表示形式；事實公式的表示形式及推理過程（3）簡單應用：把目標表達式化為及/或形（4）綜合應用：已知目標公式和規(guī)則，應用及/或形逆向演繹推理方法，證明終止在事實公式的節(jié)點不確定性推理（一）學習目的及要求在現(xiàn)實世界中，人們通常是在信息不精確,不完備,模糊,隨機的狀況下運用不確定性知識進行思維,求解問題的，推理出的結論也并不總是隨著知識的增加而單調(diào)增加。因而，對于不確定性的探討成為人工智能學科的一個重要內(nèi)容。本章基于代數(shù)系統(tǒng)的探討，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證據(jù)理論法,可能性理論等。通過對本章的學習，學生應駕馭不確定性推理的總體框架算法；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。駕馭確定因子法中MB和MD的物理意義和方法的計算過程；駕馭主觀貝葉斯（Bayes）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。駕馭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，正交和的計算以及該方法的計算過程。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并應用于模糊推理規(guī)則中。（二）課程內(nèi)容不確定性推理概述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（1）識記：不確定性推理的基本思想領悟：不確定性推理的目的2,不確定性推理的模型（1）識記：不確定性推理的代數(shù)模型領悟：不確定性知識的表示簡單應用：不確定性推理的一般范式綜合應用：不確定性推理的語義3,幾種主要的不確定性推理方法(1)識記：不確定性推理的幾種主要方法（確定因子法,主觀貝葉斯法,D-S證據(jù)理論）(2)領悟：可能性理論法4,確定因子法(1)識記：計算公式及語義；確定因子法的推理算法(2)領悟：和的性質(zhì)(3)簡單應用：證據(jù)是多個條件邏輯組合狀況下等價證據(jù)的確定性因子的計算(4)綜合應用：實例的確定因子法計算5,主觀貝葉斯方法(1)識記：的定義和語義；三點線性插值方法推理算法(2)領悟：貝葉斯公式在該方法中的應用；幾率函數(shù)在中的語義(3)簡單應用：分段線性插值的應用(4)綜合應用：實例的主觀貝葉斯方法計算6,D-S證據(jù)理論的不確定性推理(1)識記：基本概率賦值函數(shù)的定義和語義；信任函數(shù),似然函數(shù),類概率函數(shù)的定義和語義以及三者之間的關系(2)領悟：邏輯組合證據(jù)的計算和不同證據(jù)來源支持同一個假設的正交和計算(3)簡單應用：類概率的計算；不同證據(jù)來源支持同一個假設的正交和計算(4)綜合應用：推理網(wǎng)絡圖的設計；實例的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)則的一般形式領悟：語言變量和模糊命題的轉(zhuǎn)換規(guī)則簡單應用：模糊修飾語的計算綜合應用：模糊的不確定性推理專家系統(tǒng)（一）學習目的及要求專家系統(tǒng)是人工智能學科探討最勝利的一個領域，對它探討勝利有力推動了人工智能，乃至計算機科學的理論和技術的發(fā)展。本章的重點是：專家系統(tǒng)的性能特點,專家系統(tǒng)的結構。通過對本章的學習，學生應理解什么樣的程序是專家系統(tǒng),深刻理解如何構造和研制專家系統(tǒng)，要了解專家系統(tǒng)探討的歷史,幾個重要的專家系統(tǒng)研制的理論基礎和主要技術,重要的功能,應用領域等主要探討領域，應駕馭專家系統(tǒng)的結構和研制的整個過程。（二）課程內(nèi)容第一節(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)及常規(guī)程序的區(qū)分4,專家系統(tǒng)探討的歷史第二節(jié)專家系統(tǒng)分類1,按專家系統(tǒng)的特征分類2,按系統(tǒng)的體系結構分類第三節(jié)專家系統(tǒng)的一般結構1,專家系統(tǒng)的基本結構2,專家系統(tǒng)的志向結構第四節(jié)專家系統(tǒng)的建立及評價1,專家系統(tǒng)建立的原則2,專家系統(tǒng)的開發(fā)過程3,專家系統(tǒng)的評價第五節(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)境新一代專家系統(tǒng)的探討1,分布協(xié)同式的體系結構2,知識的自動獲得3,深層知識的利用幾個聞名的專家系統(tǒng)1,動物識別系統(tǒng)2,MYCIN3,PROSPECTOR4,AM（三）考核知識點1,專家系統(tǒng)的概念2,專家系統(tǒng)的特征3,專家系統(tǒng)探討的大致歷史4,按專家系統(tǒng)特征的分類5,專家系統(tǒng)的基本結構6,專家系統(tǒng)建立的原則7,幾個聞名的專家系統(tǒng)（四）考核要求1,專家系統(tǒng)的概念識記：專家系統(tǒng)的定義領悟：專家系統(tǒng)研制勝利對人工智能乃至計算機科學的貢獻2,專家系統(tǒng)的特征識記：專家系統(tǒng)的特征領悟：專家系統(tǒng)及一般程序的區(qū)分簡單應用：舉例分析專家系統(tǒng)及一般程序的區(qū)分綜合應用：舉例說明專家系統(tǒng)的特征3,專家系統(tǒng)探討的大致歷史(1)識記：世界上第一個專家系統(tǒng)和中國第一個專家系統(tǒng)的名稱,研制者,研制時間(2)領悟：專家系統(tǒng)發(fā)展的簡單狀況4,按專家系統(tǒng)特征的分類(1)識記：按專家系統(tǒng)的特征分類有那些專家系統(tǒng)；按系統(tǒng)的體系結構分類有那些專家系統(tǒng)(2)領悟：專家系統(tǒng)的廣泛應用5,專家系統(tǒng)的基本結構(1)識記：專家系統(tǒng)的基本結構模塊圖(2)領悟：專家系統(tǒng)基本結構各模塊執(zhí)行的功能(3)簡單應用：推理機的程序設計(4)綜合應用：專家系統(tǒng)的志向結構6,專家系統(tǒng)建立的原則(1)識記：專家系統(tǒng)建立的七個原則(2)領悟：專家系統(tǒng)的開發(fā)過程,專家系統(tǒng)的評價(3)簡單應用：專家系統(tǒng)開發(fā)工具,專家系統(tǒng)外殼,通用專家系統(tǒng)工具(4)綜合應用：專家系統(tǒng)的瓶頸分析和解決方案7,幾個聞名的專家系統(tǒng)(1)識記：動物識別系統(tǒng),MYCIN,PROSPECTOR(2)領悟：分布協(xié)同式的體系結構,知識的自動獲得,深層知識的利用(3)簡單應用：分析動物識別系統(tǒng),MYCIN,PROSPECTOR的知識庫的構造第七章機器學習（一）學習目的及要求機器具有學習實力是推斷程序是否是智能程序的唯一標準，探討機器學習方法和途徑，構造機器學習系統(tǒng)是人工智能的重要內(nèi)容。本章的教學重點是：機器學習的基本概念,機器學習的主要方法和機器學習系統(tǒng)的構造。通過對本章的學習，學生應駕馭機器學習的定義，理解機器學習及人類學習的區(qū)分,智能程序及一般程序的區(qū)分，深刻理解機器學習主要方法的機制以及它們之間的區(qū)分，要了解機器學習系統(tǒng)構造原則和步驟。（二）課程內(nèi)容第一節(jié)機器學習的概念1,什么是機器學習2,人類學習及機器學習3,機器學習系統(tǒng)第二節(jié)學習系統(tǒng)模型1,環(huán)境2,學習環(huán)節(jié)3,知識庫4,執(zhí)行環(huán)節(jié)第三節(jié)機器學習方法分類1,基于推理策略的分類2,基于系統(tǒng)性的分類第四節(jié)機器學習探討歷史1,神經(jīng)元模型探討階段2,符號概念獲得探討階段3,符號學習興盛發(fā)達階段4,聯(lián)結學習和符號學習共發(fā)展階段第五節(jié)機器學習的探討目標1,通用學習算法2,認知模型3,工程目標幾個聞名的機器學習系統(tǒng)1,BACON2,INDUCE系統(tǒng)3,數(shù)學方向系統(tǒng)AM4,AQ（三）考核知識點1,機器學習的概念2,機器學習方法分類3,機器學習探討歷史4,幾個聞名的機器學習系統(tǒng)（四）考核要求1,機器學習的概念識記：機器學習的定義,機器學習系統(tǒng)的定義領悟：機器學習及人類學習的區(qū)分簡單應用：利用機器學習來智能程序的推斷綜合應用：機器學習模型的建立2,機器學習方法分類(1)識記：基于推理策略的對機器學習進行分類,基于系統(tǒng)性對機器學習進行分類(2)領悟：機械學習,講授學習,演繹學習,說明學習,類比學習,歸納學習的基本思想(3)簡單應用：比較分析演繹學習及歸納學習的區(qū)分，類比學習的機制(4)綜合應用：舉例說明機械學習的過程3,機器學習探討歷史(1)識記：機器學習的三個探討目標(2)領悟：神經(jīng)元模型探討階段,符號概念獲得探討階段,符號學習興盛發(fā)達階段和聯(lián)結學習和符號學習共發(fā)展階段的特征(3)簡單應用：舉例說明機器學習的探討對人工智能的貢獻(4)綜合應用：敘述機器學習探討的大致歷史4,幾個聞名的機器學習系統(tǒng)識記：BACON,INDUCE系統(tǒng),AM系統(tǒng)領悟：BACON,INDUCE系統(tǒng),AM系統(tǒng)三個機器學習系統(tǒng)的基本功能簡單應用：利用BACON說明電學上的安培定理綜合應用：利用INDUCE系統(tǒng)計算定積分三,關于大綱的說明及考核實施要求（一）自學考試大綱的目的和作用課程自學考試大綱是依據(jù)電工電子及信息類及相關專業(yè)自學考試安排的要求，結合自學考試的特點而確定，其目的作用是對個人自學,社會助學和課程考試命題進行指導和規(guī)定。課程自學考試大綱及教材的關系課程自學考試大綱是進行學習和考核的依據(jù)，教材是學習駕馭課程知識的基本內(nèi)容及范圍，教材的內(nèi)容是大綱所規(guī)定的課程知識和內(nèi)容的擴展及發(fā)揮。關于自學教材及主要參考書自學教材：人工智能基礎，邵軍力,張景,魏長華主編，電子工業(yè)出版社，2000年3月主要參考書：人工智能原理及方法，王永慶主編，西安交通大學出版社，1998年5月人工智能原理及其應用，蔡自興,徐光佑主編，清華大學出版社，2003年9月第三版關于自學要求和自學方法的指導本課程共3個學分。依據(jù)學習對象成人在職業(yè)余自學的實際以及本課程所涉及的知識面較寬，建議學生先學習好本課程的先導課程，如離散數(shù)學,概率論,數(shù)值分析和程序設計語言等課程。在此基礎上，學習時應留意課程的重點知識，區(qū)分必須要駕馭的知識點及一般性要求了解的知識點。學習方法應當是做到理論及實際相結合，即對課程中的知識要自己動手進行必要的演算。對社會助學的要求對于社會助學，本課程的授課時間應不少于51個學時。在社會助學活動中應由熟識本課程的老師擔當教學工作。除此之外，任課老師還應當督促學生完成肯定數(shù)量的課外練習；還應當通過習題課的方式講解課程的重點和難點知識以及用這些知識解決實際問題。對考核內(nèi)容和考核目標的說明（1）課程要求考生學習和駕馭的知識內(nèi)容都作為考核的內(nèi)容。課程中各章的內(nèi)容均由若干知識點組成，在自學考試中成為考核知識點。因此，課程自學考試大綱中所規(guī)定的考試內(nèi)容是以分解為考核知識點的方式給出的。由于各知識點在課程中的地位,作用以及知識自身的特點不同，自學考試將對各知識點分別按四個認知（或叫實力）層次確定其考核要求。（2）四個實力層次從低到高依次是：識記；領悟；簡單應用；綜合應用。關于這些用語,概念的說明附后。關于考試命題的若干規(guī)定（1）本課程考試的方法為書面閉卷考試