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。
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
7.3 AI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
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！
智能科学与技术系
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）。
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
机器人类题目可选硬件
InnoSTAR套件
宝贝车
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。
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. 2. 3. 4.
搜索类实验 专家系统类实验 机器人类实验 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。
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。
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
智能科学与技术系
7.2 AI课程实践教学的内容安排
人工智能课程实验列表（续）
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。
实验八 自动规划实验群
主要包括积木世界的机器 人行动规划的几个相关实 验。
熟悉移动机器人的信息处 理流程，了解、比较基于 实验九 行为主义和符号主义的人 机器人导航实验群 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
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。
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
7.2 AI课程实践教学的内容安排
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
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：
了解不确定性推理的原理和特 实验六 点，理解贝叶斯网络的推理原 贝叶斯网实验群 理
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 实验七 ，了解BP公式。通过构建BP 神经网络实验群 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）
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
7.2 AI课程实践教学的内容安排
人工智能课程实验列表（续）
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。 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。
人工智能课程改革与建设
第七讲 人工智能课程实践教学 Practice Teaching of AI Course
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.2 AI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
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
实验一 产生式 熟悉和掌握产生式系统的 运行机制，掌握基于规则 系统实验群 推理的基本方法
熟悉和掌握启发式搜索的 实验二 搜索策 定义、估价函数和算法过 程，并利用A*算法求解N 略实验群 数码难题，理解求解流程 和搜索顺序。
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。
智能科学与技术系
智能科学与技术系
11
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
智能科学与技术系
13
7.2.1 人工智能课程实验
智能科学与技术系
智能科学与技术系
15
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
智能科学与技术系
17
7.2.2 人工智能课程设计
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。
智能科学与技术系
7.2 AI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
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 熟悉和掌握较大搜索空间 一致性和优化问题搜索方 题实验群 法,如梯度升降法等。
熟悉和掌握约束满足问题 实验四 约束问 的基本内容[多维选择软 （满意）、硬约束(优化)] 题实验群 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。