第七讲 人工智能课程实践教学

智能科学与技术系人工智能课程改革与建设第七讲人工智能课程实践教学PracticeTeachingofAICourse中南大学刘丽珏2011智能科学与技术系本讲内容人工智能课程实践教学的目标人工智能课程实践教学的内容安排人工智能课程实践教学的评分改革人工智能课程实践教学的建设智能科学与技术系7.1人工智能课程实践教学的目标教学目标使学生通过实践，发挥主动性，研究探讨人工智能算法和系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好的掌握知识，提高学生的动手和自主思考能力，培养研究能力和创新能力。掌握人工智能的基本原理、基本知识熟悉人工智能的主要应用熟悉智能程序设计工具智能科学与技术系7.2AI课程实践教学的内容安排实践教学内容的设计原则实验项目具备基础性、研究性和综合性。实验目标有明确的要求。要求学生带着问题和任务进行实验，但实验过程又有一定的灵活性，学生可以根据自己的思考进行适当的调整。采用虚拟演示和动手设计相结合的实验方式，提供分析和探讨算法的平台，以提高学生的兴趣。实验数据和实验结果分析既有格式要求，又给学生报告自己的研究过程和结果留有空间，并在评分时加以充分考虑。智能科学与技术系7.2AI课程实践教学的内容安排人工智能课程实验列表实验名称实验目的内容简介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包括产生式系统的正反向推理、基于逻辑的搜索等10余个演示性、验证性和开发性设计实验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。智能科学与技术系7.2AI课程实践教学的内容安排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。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、轿车和小骄车数据分析等）多个实验。实验六贝叶斯网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包括贝叶斯因果网络的多个实验如：基本火警判断、医疗诊断、电路诊断、购车决策等。实验七神经网络实验群理解BP网络的结构和原理，掌握BP算法对神经元的训练过程，了解BP公式。通过构建BP网络实例，熟悉前馈网络的原理及结构。包括以BP网为代表的ANN的验证性实验及设计性实验、用BP网解决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）人工智能课程实验列表（续）智能科学与技术系7.2AI课程实践教学的内容安排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。人工智能课程实验列表（续）智能科学与技术系7.2AI课程实践教学的内容安排实践教学分：课程实验和课程设计人工智能课程实验时间：与人工智能课程交叉进行对象：针对选修人工智能课程的学生课时：8学时内容：针对具体知识点，侧重软件人工智能课程设计时间：在人工智能课程后进行对象：针对智能科学与技术专业的学生课时：2周内容：综合性，软件和硬件智能科学与技术系7.2.1人工智能课程实验课程实验的目的是让学生更好的理解课程中学到的知识及其应用由于课程实验时间有限，主要以演示型实验为主采用以JavaApplet开发的网上虚拟实验系统，方便学生自学实验内容：1.搜索策略实验2.产生式系统实验3.神经网络实验4.自动规划实验智能科学与技术系7.2.1人工智能课程实验搜索策略实验实验目的：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。内容：主要包括盲目式、启发式搜索类的相关演示性、验证性和开发性设计实验。智能科学与技术系11智能科学与技术系7.2.1人工智能课程实验产生式系统实验实验目的：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。内容：主要包括产生式系统的正、反向推理、基于逻辑的搜索等相关演示性、验证性和开发性设计实验。智能科学与技术系13智能科学与技术系7.2.1人工智能课程实验神经网络实验实验目的：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。内容：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）。智能科学与技术系15智能科学与技术系7.2.1人工智能课程实验自动规划实验实验目的：理解自动规划的基本原理，掌握为活动实体设计合理的行为—按时间顺序的活动序列的基本技术。内容：主要包括积木世界的机器人行动规划的几个相关实验。智能科学与技术系17智能科学与技术系7.2.2人工智能课程设计课程设计的目的在学生理解消化课程知识的同时要求他们能够应用相关知识解决实际问题。课程设计时间较充裕，主要以综合型、设计型实验为主。实验内容：1.搜索类实验2.专家系统类实验3.机器人类实验4.高级应用智能科学与技术系7.2.2人工智能课程设计第一类：搜索游戏实验目的：运用所学知识，设计并编程实现一个搜索游戏。熟悉和掌握搜索方法的原理。启发式搜索的定义、估价函数和算法过程。基本要求：搜索方法可选宽度优先、深度优先、A*算法、模拟退火等。编程语言可用Clips、Prolog、C、C++。有人机互动界面。智能科学与技术系7.2.2人工智能课程设计可选题目八数码问题3×3格子中放入八数码用1-8表示，任意生成初始状态，以1-8顺时针排列为目标状态，求初始到目标的解路径。用A*搜索方法实现八数码问题。三子连珠或五子棋棋盘大小自定义（三子连珠一般采用3×3），两方对弈，3或5个棋子连成线为胜。采用极大极小方法设计。八皇后问题在8×8的格子上放８个皇后（棋子），使的她们都不在同一行、同一列和同一斜线上。智能科学与技术系7.2.2人工智能课程设计第二类：小型专家系统实验目的：运用所学知识，设计并编程实现一个小型专家系统。加深理解专家系统的结构及开发过程。初步掌握知识获取的基本方法。掌握产生式规则知识表示方法及其编程实现方法。初步掌握知识库的组建方法。基本要求：用产生式规则作为知识表示，用产生式系统实现该专家系统。编程语言可用Clips、Prolog、C、C++。可选题目动物识别专家系统汽车保险专家系统智能科学与技术系7.2.2人工智能课程设计第三类：机器人实验目的：理解机器人是人工智能技术很好的实验平台；通过传感器对周围环境进行感知，并能进行相应的运动操作；在未知环境中完成移动机器人的路径规划和避障。基本要求：通过InnoSTAR机器人套装或宝贝车完成避碰小车的设计。可选题目避碰小车设计迷宫机器人路径规划智能科学与技术系7.2.2人工智能课程设计宝贝车InnoSTAR套件机器人类题目可选硬件智能科学与技术系7.2.2人工智能课程设计第四类：高级应用实验目的：掌握人工智能各种方法在实际中的应用。掌握有师学习和无师学习的方法及实现。提高学生的独立思考能力和创新能力。可选题目：垃圾邮件分类设计判断为垃圾邮件的方法/规则，构建基于内容（标题和邮件内容）的一个垃圾邮件分类系统，可以确定一个邮件是否是垃圾邮件。该系统用垃圾邮件和非垃圾邮件来训练。车牌自动识别系统构建一套基于图像的车牌自动识别系统，该系统可通过神经网络等智能分类方法将车牌字符识别出来。掌握一类神经网络的设计和训练方法；通过智能分类器实现对车牌字符的识别智能科学与技术系7.2.3学生课程设计作品展示八皇后问题智能科学与技术系7.2.3学生课程设计作品展示动物识别专家系统智能科学与技术系7.2.3学生课程设计作品展示机器人走迷宫智能科学与技术系7.3AI课程实践教学的评分改革采用“自评互评师评”三结合的考评方式做项目设计总结汇报，由小组自己给项目整体进行评分（百分制），并给出组内每位同学的分工说明及组内总分分配（自评+互评）；在汇报结束后小组间进行相互评分，以各组打分的平均成绩作为小组成绩的参考评分（互评）；最后由教师给每组进行整体评价，得到一个修正评分（师评）。智能科学与技术系7.4人工智能课程实践教学的建设建设网络实验平台，延伸实验场地和实验时间配置相关实验硬件及实践指导教材将实践教学推广到各类本科生项目“飞思卡尔”杯智能小车竞赛中南大学2011年大学生创新训练项目一种无舵式可垂直起降和高速巡航的无人机设计和研制基于传感器网络的智能机器管家系统车载酒精检测终端及基于移动网络的酒驾信息管理系统的设计与实现中南大学2009年“大学生创新创业启航行动”创新项目仓库巡逻预警机器人智能科学与技术系谢谢大家！