|
人工智能课程实验列表
|
||||
|
实验名称 |
实验目的 |
内容简介 | 撰写实验报告 |
开始实验 |
| 实验一 产生式系统实验群 | 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。 | 实验报告 |
 |
| 实验二 搜索策略实验群 |
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。 | 实验报告 |
|
| 实验三 爬山问题实验群 |
熟悉和掌握较大搜索空间一致性和优化问题的搜索方法,如梯度升降法等。 |
主要包括排定问题、字迷问题、五皇后问题、八皇后问题等实验。 | 实验报告 |
|
| 实验四 约束问题实验群 | 熟悉和掌握约束满足问题的基本内容[多维选择、软（满意）、硬约束(优化)]和实现方法。 | 主要包括排定问题、字迷问题、五皇后问题、八皇后问题等实验。 | 实验报告 |
|
| 实验五 决策树实验群 | 熟悉和掌握决策树的分类原理、实质和过程；掌握典型的学习算法和实现技术。 | 主要包括与基本分类算法相关的一些实验（如邮件阅读、电子行业收入分析、轿车数据分析、小骄车数据分析等 ）多个实验。 | 实验报告 |
|
|
实验六 贝叶斯网络实验群 |
了解不确定性推理的原理和特点，理解贝叶斯网络的推理原理 |
主要包括与贝叶斯因果网络相关的多个实验（如：基本火警判断、医疗诊断、电路诊断、轿车购买决策等） | 实验报告 |
|
| 实验七 神经网络实验群 |
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） | 实验报告 |
|
| 实验八 自动规划实验群 |
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。的基本技术。
|
主要包括积木世界的机器人行动规划的几个相关实验。 | 实验报告 |
|
| 实验九 机器人导航实验群 |
熟悉移动 机器人的信息处理流程，了解、比较基于行为主义和符号主义的人工智能方法在机器人中的应用特点和效果，以及结合两者的规划与决策方式。 |
主要包括了机器人导航、简单地形导航、复杂地形导航、机器人陷阱、机器人邮差等多个实验。 | 实验报告 |
|