《人工智能》实验教学大纲

（2005年修订）

课程编号：09120042

课程名称：人工智能

英文名称：Artificial Intelligence

适应专业：计算机科学与技术、教信

执笔人：陈爱斌 蔡自兴

实验教材（指导书）：

一、学时与学分

总学时：48；总学分：3；实验学时：8；实验学分：

二、实验课的任务、性质与目的

本实验课程是计算机专业学生的一门专业课程，通过实验软件环境提供的大量演示性、验证性和开发设计性实验，帮助学生更好地熟悉和掌握人工智能的基本原理和方法；通过实验提高学生编写实验报告、总结实验结果的能力；使学生对人工智能的相关理论有更深刻的认识。

三、基本原理

本实验涉及人工智能的经典理论和方法，以及计算智能的部分分支和实现方法，主要包括以下内容：

1. 产生式系统实验

2. 搜索策略实验

3. 神经网络实验

4. 自动规划实验

四、实验方式与基本要求

本实验目的是使学生进一步加深对人工智能的基本原理和方法的认识，通过实践了解人工智能的实现手段。

实验方式：

1. 实验共8学时，其中必修实验6学时，选修实验2学时；

2. 由指导教师讲解实验的基本要求，提示算法的基本思想；

3. 实验一人一组，独立完成实验的演示、验证和开发设计；

4. 学生在完成预习报告后才能进入实验室进行实验。

五、实验项目的设置与内容提要

	实验名称	实验目的	内容简介
1	产生式系统实验	熟悉和掌握产生式系统的运行机制，掌握基于规则推理的基本方法	主要包括产生式系统的正、反向推理、基于逻辑的搜索等10余个相关演示性、验证性和开发性设计实验。
2	搜索策略实验	熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。	主要包括盲目式、启发式搜索类的10余个相关演示性、验证性和开发性设计实验。
3	神经网络实验	理解反向传播网络的结构和原理，掌握反向传播算法对神经元的训练过程，了解反向传播公式。通过构建BP网络实例，熟悉前馈网络的原理及结构。	主要包括以BP网为代表的ANN的验证性实验及设计性实验。并包括用BP网解决一些非线性问题的典型设计实验（如异或问题、布尔代数及非线性函数模拟等）
4	自动规划实验	理解自动规划的基本原理，掌握为活动实体（人、组织、机器）设计合理的行为、按时间顺序的活动序列等基本技术。	主要包括积木世界的机器人行动规划的几个相关实验

六、考核方式与评分办法

1. 学生每次做完实验要进行登记；

2. 实验结束后学生应在规定时间内提交实验报告及实验结果分析等；

3. 指导教师对每份实验报告进行批改、评分并将成绩登录在册。不符合实验要求的重做；

4. 该课程所有实验结束后，指导教师根据学生的实验及报告给出考核成绩，作为平时成绩的重要组成部分（占平时成绩的60%）。