《人工智能技術綜合實驗》課程教學大綱（智能制造工程專業(yè)）

字體、字號請參考范例注意：首字母大寫植物拉丁學名斜體字體、字號請參考范例注意：首字母大寫植物拉丁學名斜體一、課程簡介課程中文名人工智能技術綜合實驗課程英文名ArtificialIntelligenceComprehensiveExperiments雙語授課￡是否課程代碼24114078課程學分1總學時數(shù)1周課程類別□專業(yè)基礎課程專業(yè)核心課程□專業(yè)選修課程□其他課程性質必修□選修￡其他課程形態(tài)□線上線下□線上線下混合式□社會實踐□虛擬仿真實驗教學考核方式□閉卷□開卷□課程論文□課程作品□匯報展示報告課堂表現(xiàn)□階段性測試□平時作業(yè)其他（可多選）開課學院機器人工程學院開課系(教研室)機器人工程系面向專業(yè)機器人工程、智能制造工程開課學期第5學期課程負責人秦善強審核人姚正華先修課程人工智能技術后續(xù)課程無選用教材無參考書目1.Ian，Goodfellow（伊恩·古德費洛）.深度學習經(jīng)典教程：深度學習+動手學深度學習[M].北京：人民郵電出版社,2019年6月第1版.課程資源1.圖書館學習資源：可借閱圖書館《人工智能導論》或《機器學習》等書籍進行自主學習。2.網(wǎng)絡學習資源：用超星瀏覽器下載電子書籍進行自主學習。課程簡介本課程是一門實踐必修課，主要任務是使學生在理解人工智能理論及方法的基礎上，初步具有設計、實現(xiàn)和分析等方面的能力。通過本實驗課程的訓練，使學生熟練掌握人工智能的基本原理和方法，加深對各方法涉及的基礎知識的認識，強化編程技能，培養(yǎng)創(chuàng)新能力。開闊學生知識視野、提高解決問題的能力，為將來使用人工智能的相關方法和理論解決實際問題奠定初步基礎。通過本課程的學習和實踐，使學生掌握基于Python實現(xiàn)相關應用案例的方法，同時培養(yǎng)學生良好的程序設計技能。二、課程目標表1課程目標序號具體課程目標課程目標1使了解人工智能的發(fā)展狀況與研究內容；掌握人工智能的基本概念、基本思想方法和重要算法；熟悉典型的人工智能系統(tǒng)；學習用啟發(fā)式搜索、機器學習和深度學習求解問題；了解簡單的機器學習和專家系統(tǒng)方法；初步具備用經(jīng)典的人工智能方法解決一些簡單實際問題的能力。課程目標2通過本課程的學習，對人工智能從整體上有一個較清晰全面的系統(tǒng)了解，培養(yǎng)積極思考、嚴謹創(chuàng)新的科學態(tài)度和解決實際問題的能力，培養(yǎng)使用人工智能的方法解決相關問題的實際能力。表2機器人工程專業(yè)課程目標與畢業(yè)要求對應關系畢業(yè)要求指標點課程目標畢業(yè)要求4：研究：能夠基于科學原理并采用科學方法對機器人工程及相關領域復雜工程問題進行研究，包括設計實驗、分析與解釋數(shù)據(jù)、并通過信息綜合得到合理有效的結論?！綡】指標點4.3：能夠分析與解釋實驗結果，并通過信息綜合得到合理有效的結論。課程目標1畢業(yè)要求5：使用現(xiàn)代工具：能夠針對機器人工程領域復雜工程問題，開發(fā)、選擇與使用恰當?shù)募夹g、資源、現(xiàn)代工程工具和信息技術工具，包括對機器人工程領域復雜工程問題的預測與模擬，并能夠理解其局限性?！綧】指標點5.3：能夠使用現(xiàn)代工程工具和信息技術工具預測與模擬復雜機器人工程問題，并能夠理解其局限性。課程目標2表3智能制造工程專業(yè)課程目標與畢業(yè)要求對應關系畢業(yè)要求指標點課程目標畢業(yè)要求4：研究：能夠基于科學原理并采用科學方法對復雜智能制造工程問題進行研究，包括設計實驗、分析與解釋數(shù)據(jù)、并通過信息綜合得到合理有效的結論?！綡】指標點4.3：能夠分析與解釋實驗結果，并通過信息綜合得到合理有效的結論。課程目標1畢業(yè)要求5：使用現(xiàn)代工具：能夠針對復雜智能制造工程問題，開發(fā)、選擇與使用恰當?shù)募夹g、資源、現(xiàn)代工程工具和信息技術工具，實現(xiàn)對復雜工程問題的預測與模擬，并能夠理解其局限性?！綧】指標點5.3：能夠針對具體的智能制造工程問題，通過組合、選配、改進、二次開發(fā)等方式創(chuàng)造性地使用現(xiàn)代工具進行模擬和預測，滿足特定需求，并能夠理解其局限性。課程目標2三、課程教學內容與方法表3課程目標、教學內容和方法對應關系序號項目名稱項目來源教學目標（觀測點、重難點）學時數(shù)項目類型要求每組人數(shù)教學方法課程目標1實驗1：利用問題歸約法實現(xiàn)Hanoi塔問題實驗教材1.用與或樹表示問題的步驟、Hanoi塔問題的實現(xiàn)（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.分解、歸約、本原問題、與樹、或樹、與或樹、等價變換、用與或樹表示問題的步驟（難點）。3.問題歸約法的實現(xiàn)（重點）。2實驗2：機器人搬盒子問題實驗教材1.謂詞、原子公式、謂詞公式、子句、子句集、空子句、歸結原理（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.謂詞公式、子句集和歸結原理的實現(xiàn)（難點）。3.歸結原理的實現(xiàn)（重點）。3實驗3：利用狀態(tài)空間搜索法實現(xiàn)八數(shù)碼問題實驗教材1.狀態(tài)、狀態(tài)空間、算符、用狀態(tài)空間表示問題的步驟、用狀態(tài)空間求解問題的過程、搜索、寬度優(yōu)先搜索、有界深度優(yōu)先搜索、啟發(fā)式搜索（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.用狀態(tài)空間法求解八數(shù)碼問題的實現(xiàn)過程（難點）。3.狀態(tài)空間、用狀態(tài)空間求解問題的過程、寬度優(yōu)先搜索、有界深度優(yōu)先搜索、啟發(fā)式搜索（重點）。4實驗4：ID3判定樹學習算法的實現(xiàn)實驗教材1.判定樹、單個概念、機器學習、例子集、最大熵、信息增益、ID3算法（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.用程序設計語言實現(xiàn)ID3算法（難點）。3.ID3算法的實現(xiàn)（重點）。5實驗5：用BP神經(jīng)網(wǎng)絡實現(xiàn)分類/回歸問題實驗教材1.用BP神經(jīng)網(wǎng)絡實現(xiàn)分類/回歸的程序（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.bp前向后向推導（難點）。3.bp分類/回歸的實現(xiàn)（重點）。6實驗6：用遺傳算法求函數(shù)的最大值問題實驗教材1.遺傳算法的原理、個體、群體、交換、突變、適應度（重點）。2驗證性必做2-3講授實驗指導課程目標1課程目標22.個體種群和適應度函數(shù)（難點）。3.適應度函數(shù)（重點）。7實驗7：專家系統(tǒng)其它1.專家系統(tǒng)的定義、結構與工作原理（重點）。2綜合性必做2-3講授實驗指導課程目標1課程目標22.專家系統(tǒng)的建造與評價（難點）。3.專家系統(tǒng)的開發(fā)工具參觀工程實訓中心（難點）。8實驗8：數(shù)據(jù)挖掘與主體技術其它1.數(shù)據(jù)挖掘的概念；數(shù)據(jù)挖掘的功能、作用、模型、算法；主體定義（重點）。2綜合性必做2-3講授調研課程目標1課程目標22.多主體系統(tǒng)（難點）。3.數(shù)據(jù)挖掘的研究熱點與發(fā)展趨勢；主體技術所面臨的挑戰(zhàn)（重點）。

四、課程考核（一）考核內容與考核方式表4-1課程目標、考核內容與考核方式對應關系課程目標考核內容所屬學習項目考核占比考核方式課程目標11.利用問題歸約法實現(xiàn)Hanoi塔，主要包括主函數(shù)、函數(shù)hanoi與搬移函數(shù)move，要求在主函數(shù)中接收盤子數(shù)目并調用hanoi函數(shù)。實驗1：利用問題歸約法實現(xiàn)Hanoi塔問題40%課程報告2．用謂詞公式表示問題的初始狀態(tài)、目標狀態(tài)以及機器人操作；將謂詞公式轉換為子句集；利用歸結原理對子句集中的子句進行歸結。實驗2：機器人搬盒子問題3.用狀態(tài)空間搜索法求解問題的基本思想是將適用的算符作用于初始狀態(tài)，以產(chǎn)生新的狀態(tài)；然后再把一些適用的算符作用于新的狀態(tài)，重復該過程，直至產(chǎn)生的狀態(tài)為目標狀態(tài)為止。實驗3：利用狀態(tài)空間搜索法實現(xiàn)八數(shù)碼問題4.編寫ID3算法程序，實現(xiàn)對不同對象的分類。實驗4：ID3判定樹學習算法的實現(xiàn)5.給定4個樣本，分別為{（0，0），（0，1），（1，0），（1，1）}，利用BP神經(jīng)網(wǎng)絡解決這4個樣本的分類，即要求4個樣本的輸出分別是0、1、1和0。首先構造輸入層為2個神經(jīng)元，隱含層為2個神經(jīng)元，輸出層為1個神經(jīng)元的BP神經(jīng)網(wǎng)絡；然后利用給定的4個樣本對神經(jīng)網(wǎng)絡訓練；最后使用得到的神經(jīng)網(wǎng)絡對樣本分類。實驗5：用BP神經(jīng)網(wǎng)絡實現(xiàn)分類/回歸問題6.選擇測試用的目標函數(shù)，設計有效的遺傳算子，分別編寫初始化函數(shù)、適應度函數(shù)、復制函數(shù)、交換函數(shù)、變異函數(shù)以及主函數(shù)，最后輸出函數(shù)的最大值。實驗6：用遺傳算法求函數(shù)的最大值問題課程目標21.給定4個樣本，分別為{（0，0），（0，1），（1，0），（1，1）}，利用BP神經(jīng)網(wǎng)絡解決這4個樣本的分類，即要求4個樣本的輸出分別是0、1、1和0。首先構造輸入層為2個神經(jīng)元，隱含層為2個神經(jīng)元，輸出層為1個神經(jīng)元的BP神經(jīng)網(wǎng)絡；然后利用給定的4個樣本對神經(jīng)網(wǎng)絡訓練；最后使用得到的神經(jīng)網(wǎng)絡對樣本分類。實驗5：用BP神經(jīng)網(wǎng)絡實現(xiàn)分類/回歸問題60% 課程報告2.選擇測試用的目標函數(shù)，設計有效的遺傳算子，分別編寫初始化函數(shù)、適應度函數(shù)、復制函數(shù)、交換函數(shù)、變異函數(shù)以及主函數(shù)，最后輸出函數(shù)的最大值。實驗6：用遺傳算法求函數(shù)的最大值問題3.專家系統(tǒng)的定義、性能、類型及發(fā)展概況；專家系統(tǒng)的結構與工作原理；專家系統(tǒng)的建造與評價；專家系統(tǒng)的開發(fā)工具；分布式專家系統(tǒng)與協(xié)同式專家系統(tǒng)。實驗7：專家系統(tǒng)4.數(shù)據(jù)挖掘的概念；數(shù)據(jù)挖掘的功能、作用、模型、算法；數(shù)據(jù)挖掘的研究熱點與發(fā)展趨勢；主體定義；多主體系統(tǒng)；主體技術所面臨的挑戰(zhàn)。實驗8：數(shù)據(jù)挖掘與主體技術表4-2課程目標與考核方式矩陣關系課程目標考核方式考核占比課程報告成績比例50%實驗報告成績比例25%課堂參與成績比例25%課程目標140%40%40%40%課程目標260%60%60%60%備注：以上考核方式類型及占比均為示例，需確保每一列占比總和為100%。（二）成績評定1.平時成績評定（50%）（1）課堂表現(xiàn)：通過學生在課堂上的表現(xiàn)情況、發(fā)言與提問情況，來評價學生相關的能力。通過參觀實驗實訓中心的表現(xiàn)及實驗報告作為考核依據(jù)，考核學生對實驗實訓中心設備及場地的設備名稱、功能等認知情況。（目標1：50%；目標2：50%）2.期末成績評定(50%)主要考核學生對專業(yè)認識和大學生涯規(guī)劃情況，每個報告不少于2000字，用手工書寫報告，要求布局合理、字跡工整、邏輯嚴密、條理清楚、認知深刻、規(guī)劃科學、安排有序。（目標1：50%；目標2：50%）3.總成績評定總成績應由平時考核成績和課程報告成績構成。總成績（100%）=平時成績（50%）+期末成績（50%）評分標準表5評分標準（非試卷考核項目）考核項目評分標準優(yōu)秀(100>x≥90)良好(90>x≥80)中等(80>x≥70)及格(70>x≥60)不及格(x<60)課堂表現(xiàn)能完成100%以內的課程任務。且沒有遲到，按時出勤能完成90%以內的課程任務，且遲到2次以上能完成80%以內的課程任務，遲到4次以上能完成70%以內的課程任務，且遲到6次以上能完成60%以內的課程任務，遲到8次以上實訓報告格式正確、數(shù)據(jù)準確、圖形正確、結構嚴謹?shù)耐瓿闪藢嵱枅蟾妗８袷交菊_、數(shù)據(jù)準確、圖像基本正確，結構基本嚴謹?shù)耐瓿闪藢嵱枅蟾嬉欢ǔ潭壬细袷秸_、數(shù)據(jù)準確、圖像基本準確，報告完成。內容初步完整的完成了實訓