培养模块

农业人工智能

M040828034

课程基本信息

课程编号: M040828034
课程中文名称
课程英文名称
课程性质: 公共基础课
课程类别: 硕士生课
开课学院
允许外学院选课: 是
考核方式: 课堂闭卷
上课语言: 中文
其他课程

课程中文简介
课程英文简介

课程学时安排

教学学时: 0
实验学时: 0
实践学时: 0
周学时: 0
其他学时: 0
自学学时: 0
上课周数: 0
总学时: 32
课程学分: 2.0

教学目标
预备知识要求

主讲教师信息

教师姓名: 杜蒙蒙
学历: 博士研究生
教师工号: 9905783
联系电话
教师职务
邮箱地址

参考书目

[1] 蔡自兴，徐光祐，人工智能及其应用.清华大学出版社，2014|[2] Nilsson?J..人工智能（英文版）.?北京：机械工业出版社，1999|

教学日历

第一章 农业人工智能概述 （3学时）主讲农业人工智能的概念、必要性、必然性；农业人工智能的研究途径与方法；农业人工智能的分支领域；农业人工智能的基本技术；农业人工智能的发展概况。第二章 知识表示 （5学时） 主讲知识与知识表示概念，了解知识表示的概念和表现形式，理解知识定义；一阶谓语逻辑表示法，掌握谓语表示方法及其应用；生产式表示法，，生产式系统的基本过程、控制策略及其类型和特点，生产式表示的基本方法，基本结构；语义网络表示法，语义网络表示事实，语义网络推理；框架系统的问题求解过程和框架表示法的特点，框架结构和实例框架；脚本的结构及其推理；过程表示的特性、问题求解过程、表示知识的方法；面向对象的特征、基本概念。第三章 确定性推理 （3学时）主讲正向推理、逆向推理、混合推理及其推理的冲突消解策略、推理的方法及控制策略；谓语公式的各种特征和置换与合一的过程；自然演绎推理的概念及其三段论推理规则；归结演绎推理、子句集及其化简，鲁滨逊归结原理；规则正向演绎推理和规则逆向演绎推理；枝剪策略的基本思想|第四章 不确定与非单调推理 （3学时）主讲不确定性推理的基本问题、含义；全概率公式与Bayes公式，样本空间与随机事件，事件的概率；可信度的概念，C-F模型，加权因子的可信度推理；组合不确定性计算，知识不确定性表示，证据不确定性表示，结论不确定性的合成；证据理论的推理模型，推理实例；模糊知识表示，模糊概念的匹配，模糊推理；非单调推理的概念及其具有代表性的理论。第五章 搜索策略 （3课时）主讲搜索的含义，状态空间法，问题归纳；一般图搜索过程，广度优先搜索，深度优先搜索，代价树搜索；A算法，启发性信息和估价函数；与或树的启发式搜索过程，树的代价与希望；极大极小过程，α-β剪枝。第六章 机器学习 （3学时）主讲学习的发展过程，学习系统，机器学习的分类；机械学习过程及其设计考虑的三个问题；指导式学习过程；归纳学习的类型；属性类比学习、转换类比学习；学习的概念，学习的基本原理及基本过程，学习的空间描述及其学习模型。第七章 神经网络及连接学习 （3学时）| 主讲人工神经元机人工神经网络的发展过程，人工神经网络的局限性；生物神经元及脑神经系统的结构特征；人工神经网络的互联结构、学习算法；有关感知器XOP问题求解的讨论，感知器模型，感知器学习；B-P网络结构，学习的传播公式、学习算法；Hopfield网络及其学习。|第八章 自然语言理解 （3课时）|主讲自然语言与自然语言理解，自然语言理解的研究任务、发展、理解的层次；句子结构的表示，上下文无关文法，变换文法；语法分析；自然语言生成概念及其生成步骤；语言理解的层次模型。|第九章 专家系统 （3课时）| 主讲专家系统的概念，分类及其特点，专家系统的基本结构，数据库，知识库，推理机，解释机构，知识获取机构；知识获取方法的分类、任务，非自动知识获取，自动知识获取；专家系统开发与评价，开发工具与环境；专家系统的进一步发展。|第十章 智能决策支持系统 （3课时）| 主讲智能决策系统的基本概念，智能决策支持系统，决策与决策过程；决策支持新技术；智能决策支持系统的基本结构。|

教材

[1] 王士同，《人工智能教程》.电子工业出版社，2016