课程教学大纲-上海大学
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（四）遗传算法（8学时）
4.1遗传算法的基本原理
4.2遗传算法的实现过程
4.3遗传算法的若干应用
重点：遗传算法的计算原理
难点：遗传算法的应用
（五）人工智能的研究现状和发展趋势（6学时）
5.1智能数据库及其应用
5.2人工智能专家系统及其应用
5.3人工智能研究展望
重点：智能数据库的基本框架
难点：智能数据库的应用和展望
配套
实践
环节
说明
大纲
编写
责任
人
物理化学
（教研组）
陆文聪（签名）
2001年10月20日
系
审核
意见
化学
（系）
吕敬慈（签名）
2001年12月20日
学院
审核
意见
张金仓
（签名）
上海大学理学院（公章）
年月日
《人工智能算法及其应用》课程教学大纲
课程
编号
01066086
课程
名称
（中文）人工智能算法及其应用
（英文）Artificial Intelligence Algorithm and its Application
课
程
基
本
情
况
1．学分：4学时：40（课内学时：40实验学时：0）
2．课程性质：专业课
3．适用专业：理学、工学
课
程
内
容
及
学
时
分
配
课
程
内
容
及
学
时
分
配
（一）绪论（6学时）
1.1人工智能研究的目的和意义
1.2人工智能的发展简史
1.3人工智能在化学各分支应用的简况
重点：人工智能的发展简史
难点：人工智能的应用背景
（二）统计模式识别中的人工智能（12学时）
2.1统计模式识别中的人工智能技术
2.2统计模式识别与材料智能加工
适用对象：本科
4．先修课程：《高等数学》、《物理化学》
5．首选教材：《人工智能在化学工业中的应用》查金荣中国石化出版社1994
二选教材：《化工冶金过程人工智能优化》刘洪霖冶金工业出版社1999
参考书目：《模式识别优化技术及其应用》陈念贻中国石化出版社1997
6．考核形式：考试（闭卷）
7．教学环境：课堂
课
程
教
学
目
的
及
要
求
教学目的：
通过本课程的学习，使学生掌握人工智能技术的基本原理，并利用人工智能技术对生产过程进行优化控制的的基本原理和算法，培养学生利用人工智能技术解决化学和化工问题的能力。
教学要求：
1.掌握若干主要的人工智能技术的原理及其核心算法
2.理解应用人工智能技术解决实际问题的范例
3.了解人工智能在化学化工领域的应用背景和发展趋势
2.3统计模式识别与工业优化技术
2.4应用实例
重点：统计模式识别技术
难点：统计模式识别在材料智能加工和工业优化中的应用
（三）人工神经网络（8学时）
3.1人工神经网络的基本概念
3.2 B-P人工神经ห้องสมุดไป่ตู้络算法
3.3若干其它常用人工神经网络简介
3.4应用实例
重点：B-P人工神经网络算法
难点：B-P人工神经网络的过拟合问题
4.1遗传算法的基本原理
4.2遗传算法的实现过程
4.3遗传算法的若干应用
重点：遗传算法的计算原理
难点：遗传算法的应用
（五）人工智能的研究现状和发展趋势（6学时）
5.1智能数据库及其应用
5.2人工智能专家系统及其应用
5.3人工智能研究展望
重点：智能数据库的基本框架
难点：智能数据库的应用和展望
配套
实践
环节
说明
大纲
编写
责任
人
物理化学
（教研组）
陆文聪（签名）
2001年10月20日
系
审核
意见
化学
（系）
吕敬慈（签名）
2001年12月20日
学院
审核
意见
张金仓
（签名）
上海大学理学院（公章）
年月日
《人工智能算法及其应用》课程教学大纲
课程
编号
01066086
课程
名称
（中文）人工智能算法及其应用
（英文）Artificial Intelligence Algorithm and its Application
课
程
基
本
情
况
1．学分：4学时：40（课内学时：40实验学时：0）
2．课程性质：专业课
3．适用专业：理学、工学
课
程
内
容
及
学
时
分
配
课
程
内
容
及
学
时
分
配
（一）绪论（6学时）
1.1人工智能研究的目的和意义
1.2人工智能的发展简史
1.3人工智能在化学各分支应用的简况
重点：人工智能的发展简史
难点：人工智能的应用背景
（二）统计模式识别中的人工智能（12学时）
2.1统计模式识别中的人工智能技术
2.2统计模式识别与材料智能加工
适用对象：本科
4．先修课程：《高等数学》、《物理化学》
5．首选教材：《人工智能在化学工业中的应用》查金荣中国石化出版社1994
二选教材：《化工冶金过程人工智能优化》刘洪霖冶金工业出版社1999
参考书目：《模式识别优化技术及其应用》陈念贻中国石化出版社1997
6．考核形式：考试（闭卷）
7．教学环境：课堂
课
程
教
学
目
的
及
要
求
教学目的：
通过本课程的学习，使学生掌握人工智能技术的基本原理，并利用人工智能技术对生产过程进行优化控制的的基本原理和算法，培养学生利用人工智能技术解决化学和化工问题的能力。
教学要求：
1.掌握若干主要的人工智能技术的原理及其核心算法
2.理解应用人工智能技术解决实际问题的范例
3.了解人工智能在化学化工领域的应用背景和发展趋势
2.3统计模式识别与工业优化技术
2.4应用实例
重点：统计模式识别技术
难点：统计模式识别在材料智能加工和工业优化中的应用
（三）人工神经网络（8学时）
3.1人工神经网络的基本概念
3.2 B-P人工神经ห้องสมุดไป่ตู้络算法
3.3若干其它常用人工神经网络简介
3.4应用实例
重点：B-P人工神经网络算法
难点：B-P人工神经网络的过拟合问题