《人工智能》实验教学大纲
课程名称：
| 人工智能
|
|
|
课程编号：
| 408411
| 436016
|
|
适用专业：
| 计算机科学与技术
| 软件工程
|
|
总 学 分：
| 2
|
|
|
总 学 时：
| 24
|
|
|
其中实验学时
| 12
|
|
|
一、课程的性质、目的和任务
人工智能是一门理论性和实践性都很强的学科，在其理论课中介绍了大量的人工智能基本原理、基本方法和基本技术，这些内容仅靠课堂讲解学生掌握起来觉得很抽象，无法和现实问题的求解联系在一起。因此，该课程的教学应贯彻理论与实践相结合的原则，为学生所学到的理论提供实践的场所，即对于书中的重点环节，通过实验课程中具体问题的求解达到深入了解并掌握的目的，更重要的目的是使学生达到学以致用的目的。
通过本课程的学习，要求学生达到:
（1）了解人工智能的概念和人工智能的发展，知识表示的各种主要方法。重点掌握状态空间法等。
（2） 掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法。
二、实验教学基本要求
人工智能实验是学习和研究人工智能理论的重要实践环节，其目的在于通过不同类型的实验使学生掌握人工智能理论的基本概念和基本原理。我们按照教材各大知识板块，选择其中的重点内容，设计了实验内容，而且将实验划分为两个层次：一是基本实验，主要是为了加深对教材内容的学习而设计的；二是拓展性实验，主要是针对有兴趣、学习程度较好的学生而设计的，让学生们真正认识到人工智能可以用于解决现实中很多具体问题，它在现实中有非常具体的应用，为进一步学习和实践奠定坚实的基础。。
上机实验要求：
1、准备好上机所需的程序；
2、上机输入和调试自己所编写的程序；
3、上机结束后，应整理出实验报告，实验报告应包括以下内容：实验项目名称；算法分析；程序清单；运行结果；对运行情况所作的分析以及本次调试程序所取得的经验，如果程序未能通过，应分析其原因。
三、实验项目与类型
序号
| 实验项目
| 学时
| 实验性质
| 备注
|
验证
| 综合
| 设计
| 研究
探索
| 必做
| 选做
|
1
| 知识表示方法
| 4
| √
|
|
|
| √
|
|
2
| 搜索推理技术
| 4
|
| √
|
|
| √
|
|
3
| 进化计算
| 4
|
|
| √
|
| √
|
|
四、实验教学内容
实验一：八数码问题的求解
1、 实验目的
加深对图搜索技术的理解，尤其是对启发式搜索的基本原理的理解，使学生能够通过编程实现图搜索的基本方法和启发式搜索算法，并能够解决一些应用问题。
2、方法原理
利用图搜索的基本方法和启发式搜索算法对八数码问题进行求解。
3、主要实验仪器及材料
计算机、VC++6.0
4、实验内容
对任意的八数码问题，给出求解结果。例如：对于如下具体八数码问题：
通过设计启发函数，编程实现求解过程，如果问题有解，给出数码移动过程，否则，报告问题无解（可以通过限定时间阈值或步骤阈值）。
实验二：博弈树搜索实验（一字棋）
1、实验目的
加深对博弈树搜索的理解，能够使用极小极大分析法及α－?剪枝技术完成对简单博弈问题（一字棋）的搜索。
2、方法原理
利用基于极小极大分析法及α－?剪枝技术的博弈树搜索从而完成人机对弈。
3、主要实验仪器及材料
计算机、VC++6.0
4、实验内容
一字棋游戏，有如图所示的九个空格，由A，B二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成“三子成一线”谁就取得了胜利。
（1）使用极小极大分析法完成机-机对弈和人-机对弈过程。
（2）使用α－?剪枝技术完成机-机对弈和人-机对弈过程。
实验三：利用遗传算法求解TSP问题
1、实验目的
熟悉和掌握遗传算法的基本过程，掌握选择、变异和交叉等重要操作算子的设计，对具体的问题学习设计种群中个体的编码，掌握适应度函数的设计，加深对遗传算法的理解，并利用遗传算法解决TSP问题。
2、方法原理
基于对自然界中生物遗传与进化机理的模仿，针对不同的问题，很多学者设计了许多不同的编码方法来表示问题的可行解，开发出了许多种不同的遗传算子来模仿不同环境下生物遗传特性。这样，由不同的编码方法和不同的遗传算子就构成了各种不同的遗传算法。但这些遗传算法都有共同的特点，即通过对生物遗传和进化过程中选择、交叉、变异机理的模仿，来完成对问题最优解的自适应搜索过程。基于这个特点，Goldberg总结出了一种统一的最基本的遗传算法——基本遗传算法（Simple Genetic Algorithms，简称SGA）。TSP (Traveling Salesman Problem)旅行商问题是一类典型的NP完全问题，遗传算法是解决NP问题的一种较理想的方法。
3、主要实验仪器及材料
计算机、VC++6.0
4、实验内容
（1）使用遗传算法求下图中从北京出发经过其他四个城市之后回到北京的最短路径，两个城市之间的距离如图所示。
（2）使用遗传算法求下图中从A出发经过其他七个城市之后回到A的最短路径。
其中任意两个城市之间的距离如下表所示：
|
| A
| B
| C
| D
| E
| F
| H
| I
|
A
| 0
|
|
|
|
|
|
|
|
B
| 49
| 0
|
|
|
|
|
|
|
C
| 25
| 26
| 0
|
|
|
|
|
|
D
| 19
| 48
| 26
| 0
|
|
|
|
|
E
| 63
| 65
| 21
| 45
| 0
|
|
|
|
F
| 74
| 36
| 24
| 44
| 47
| 0
|
|
|
H
| 26
| 42
| 78
| 57
| 48
| 47
| 0
|
|
I
| 39
| 55
| 49
| 62
| 54
| 65
| 47
| 0
|
五、考核方法
1．教师对学生实验过程完成情况进行详细登记，记入实验成绩中。
2．学生完成实验后按要求撰写实验报告，根据实验报告确定每次实验的等级。
3．实验成绩按20%比例计入课程期评总成绩中。
六、实验指导书及主要参考书目
[1]蔡自兴，人工智能原理(第三版)，北京：清华大学出版社
[2]王永庆，人工智能原理与方法，西安交大出版社，1998
[3]陆汝钤，人工智能（上下册），北京：科学出版社，1989
[4]林荛瑞，马少平，人工智能导论，北京：清华大学出版社，1998
[5]杨行峻，郑君里，人工神经网络，北京：高等教育出版社
[6]周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999
主 撰 人：易叶青
审 核 人：袁辉勇
2012.6
