2021年湖北自考人工智能导论课程考试大纲

第一部分  课程性质与目标
一、课程性质与特点

人工智能导论是电子信息工程专业的必修核心课程。本课程系统阐述了人工智能的基本理论、基本方法和基本技术。本课程是人工智能方向的引导性课程，对后续在人工智能领域的进一步研究工作和软件实践奠定良好的基础。

二、课程目标与基本要求
人工智能导论是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。学生在较坚实打好的人工智能数学基础上，能够利用这些数学手段对确定性和不确定性的知识完成推理；理解问题求解的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法完成问题求解；熟悉几种重要的不确定推理方法，利用数值分析中常用方法进行正确计算。认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。
三、与本专业其他课程的关系
与本课程相关的课程有：数字图像处理、计算机信息处理等专业课程。
第二部分  考核内容与考核目标
第1章  概述
一、学习目的与要求
本章包括人工智能研究目标、研究内容、研究的途径（方法）、研究的领域等内容。通过对本章的学习，学生应理解什么是智能、理解什么是人工智能、人工智能研究的目标、人工智能研究的内容、人工智能研究的途径，了解人工智能研究的历史和研究领域。
二、考核知识点与考核目标
（一）人工智能定义；人工智能的技术特征；（重点）
识记：（1）人工智能的定义；
理解：（1）人工智能的技术特征；
（二）专家系统和知识工程（次重点）
识记：（1）专家系统的定义；
理解：（1）知识工程的主要研究内容；
（三）人工智能应用系统（一般）
理解：（1）人工智能的研究领域和应用领域；
第2章  用搜索求解问题的基本原理
一、学习目的与要求
通过对本章的学习，了解搜索求解问题的基本思路，掌握实现搜索过程的三大要素，理解通过搜索求解问题的方法，理解问题特征分析方法。
二、考核知识点与考核目标
（一）搜索过程的三大要素（重点）
识记：（1）搜索过程的三大要素的概念；
理解：（1）搜索过程三大要素的具体内容；
（二）通过搜索求解问题（次重点）
理解：（1）通过搜索求解问题的基本思想；
应用：（1）通过搜索求解问题的基本步骤；
（三）问题特征分析（一般）
理解：（1）问题的关键指标或特征分析方法；
第3章  搜索的基本策略
一、学习目的与要求
通过本章学习，掌握盲目搜索的几种常见算法思路，了解启发式搜索的相关概念和算法步骤，了解随机搜索算法的基本思想。
二、考核知识点与考核目标
（一）盲目搜索方法；（重点）
识记：（1）盲目搜索的几种常见算法
理解：（1）宽度优先搜索算法的基本思路；（2）深度优先搜索算法的基本思路；（3）分支有界搜索算法思路；
（二）启发式搜索（次重点）
识记：（1）启发式信息的表示方法；
理解：（2）几种基本的搜索策略的算法步骤；
（三）随机搜索（一般）
识记：（1）模拟退火法的基本思想；
理解：（1）其他典型的随机搜索算法；
第4章  图搜索策略
一、学习目的与要求
通过本章学习，了解图搜索策略的通用算法思路和特点，理解与/或图搜索的一般过程，了解A算法、A*算法、AO*算法的优缺点。
二、考核知识点与考核目标
（一）图搜索策略的基本思想；（重点）
识记：（1）图搜索策略的优缺点；
理解：（1）通用或图搜索算法的思路；
应用：（1）A算法、A*算法的特点；
（二）与/或图搜索的一般过程；（次重点）
识记：（1）归约方法求解问题的三大要素；
理解：（1）与/或图搜索的一般过程；
应用：（1）AO*算法的步骤；
（三）A算法、A*算法、AO*算法（一般）
应用：A算法、A*算法、AO*算法的图解
第5章  博弈与搜索
一、学习目的与要求
通过本章学习，了解人机大战的现状，理解博弈与对策的规则，理解极小极大搜索算法的思路与特点。
二、考核知识点与考核目标
（一）人机大战的趋势；（重点）
理解：（1）人机大战的意义；（2）人机大战的现状与发展趋势；
（二）博弈与对策问题；（次重点）
识记：（1）博弈的本质；
理解：（1）提高博弈问题求解效率的方法；（2）典型的对策问题；
（三）极小极大搜索算法；（一般）
识记：（1）极小极大搜索算法的基本策略；
理解：（1）极小极大搜索算法的执行过程；
应用：α-β剪枝算法
第6章  演化搜索算法
一、学习目的与要求
通过本章学习，掌握遗传算法的基本概念，了解遗传编码方法，理解遗传算法的基本理论与应用领域。掌握免疫算法的基本思路，了解免疫算法设计分析方法，了解免疫算法与遗传算法的不同点。
二、考核知识点与考核目标
（一）遗传算法的基本概念；（重点）
识记：（1）个体、适应性、群体、遗传操作的定义；（2）遗传算法涉及的5大要素；
理解：（1）遗传算法的基本步骤；（2）遗传编码方法；（3）遗传操作类型；
应用：（1）遗传算法的应用领域
（二）免疫算法的基本思路；（次重点）
识记：（1）免疫系统的基本概念；（2）免疫系统的组成；（3）免疫系统的功能；
理解：（1）免疫算法的基本类型；（2）免疫算法的基本步骤；
应用：（1）典型免疫算法分析
（三）免疫算法与遗传算法的比较（一般）
理解：免疫算法与遗传算法的对比分析

第7章  群集智能算法
一、学习目的与要求
通过本章学习，了解群集智能算法的基本思路，了解现有集智系统研究的现状、意义和价值，理解群集智能的优缺点。
二、考核知识点与考核目标
（一）群集智能的基本算法；（重点）
理解：（1）蚁群算法的集智规则；（2）粒子群优化算法的原理；
（二）集智系统介绍；（次重点）
理解：（1）人工鱼系统的意义与价值；
（三）群集智能的优缺点；（一般）
理解：群集智能的优缺点；
第8章  记忆型搜索算法
一、学习目的与要求
通过本章学习，理解禁忌搜索算法、和声搜索算法的基本步骤，了解禁忌搜索算法、和声搜索算法的特点和区别。
二、考核知识点与考核目标
（一）禁忌搜索算法；（重点）
理解：（1）禁忌搜索算法的基本流程；（2）禁忌搜索算法的基本要素；（3）禁忌搜索算法的特点；
（二）和声搜索算法（次重点）
理解：（1）和声搜索算法的基本步骤；
应用：和声搜索算法的应用
第9章  基于Agent的搜索
一、学习目的与要求
通过本章学习，了解DAI的基本概念，理解分布式人工智能的特点，理解分布式问题求解一般过程，掌握Agent的定义与分类，了解Agent通信技术的结构和特点。
二、考核知识点与考核目标
（一）分布式问题求解（重点）
识记：（1）分布式人工智能的特点；
理解：（1）分布式问题求解一般过程；
（二）Agent的定义与分类（次重点）
识记：（1）Agent的定义；（2）Agent的分类
（三）Agent通信技术（一般）
识记：（1）Agent通信研究的基本内容；
理解：（1）移动Agent系统的一般结构；（2）移动Agent的优点与技术难点；
应用：目前流行的Agent平台技术；
第10章  知识表示与处理方法
一、学习目的与要求
通过本章学习，掌握人们社会活动和科学研究中的知识表示的形态，知识的特征与知识的分类。理解逻辑表示法、产生式系统的知识表示、框架的知识表示法、语义网络的知识表示法。
二、考核知识点与考核目标
（一）知识表示概念；逻辑表示法；（重点）
识记：（1）知识的定义；（2）知识表示的定义；（3）知识表示方法的分类；
理解：（1）逻辑表示法的特点；
（二）产生式表示法；（次重点）
识记：（1）产生式系统的组成；
理解：（1）产生式系统的知识表示方法；（2）产生式系统的推理方式；（3）产生式表示法的特点；
（三）语义网络表示法；框架表示法；（一般）
识记：（1）语义网络表示的组成；（2）框架结构的表示方法；
理解：（1）语义网络三元组结构；（2）语义网络的特点；
应用：运用框架表示法
第11章  谓词逻辑的归结原理及其应用
一、学习目的与要求
通过本章学习，掌握命题演算的归结方法的基本概念，理解谓语演算的归结方法，理解归结过程的控制策略的基本思路，了解归约在逻辑电路设计中的应用。
二、考核知识点与考核目标
（一）命题演算的归结方法；谓语演算的归结（重点）
识记：（1）归结的基本概念；（2）谓词演算的基本概念；
理解：（1）谓词演算需解决的问题；