求學問校網小編為大家整理了2021年湖北自考人工智能導論考試大綱以及部分樣題，大家一起來看看吧！
考核內容與考核目標
第1章 概述
一、學習目的與要求
本章包括人工智能研究目標、研究內容、研究的途徑（方法）、研究的領域等內容。通過對本章的學習，學生應理解什么是智能、理解什么是人工智能、人工智能研究的目標、人工智能研究的內容、人工智能研究的途徑，了解人工智能研究的歷史和研究領域。
二、考核知識點與考核目標
（一）人工智能定義；人工智能的技術特征；（重點）
識記：（1）人工智能的定義；
理解：（1）人工智能的技術特征；
（二）專家系統(tǒng)和知識工程（次重點）
識記：（1）專家系統(tǒng)的定義；
理解：（1）知識工程的主要研究內容；
（三）人工智能應用系統(tǒng)（一般）
理解：（1）人工智能的研究領域和應用領域；
第2章 用搜索求解問題的基本原理
一、學習目的與要求
通過對本章的學習，了解搜索求解問題的基本思路，掌握實現(xiàn)搜索過程的三大要素，理解通過搜索求解問題的方法，理解問題特征分析方法。
二、考核知識點與考核目標
（一）搜索過程的三大要素（重點）
識記：（1）搜索過程的三大要素的概念；
理解：（1）搜索過程三大要素的具體內容；
（二）通過搜索求解問題（次重點）
理解：（1）通過搜索求解問題的基本思想；
應用：（1）通過搜索求解問題的基本步驟；
（三）問題特征分析（一般）
理解：（1）問題的關鍵指標或特征分析方法；
第3章 搜索的基本策略
一、學習目的與要求
通過本章學習，掌握盲目搜索的幾種常見算法思路，了解啟發(fā)式搜索的相關概念和算法步驟，了解隨機搜索算法的基本思想。
二、考核知識點與考核目標
（一）盲目搜索方法；（重點）
識記：（1）盲目搜索的幾種常見算法
理解：（1）寬度優(yōu)先搜索算法的基本思路；（2）深度優(yōu)先搜索算法的基本思路；（3）分支有界搜索算法思路；
（二）啟發(fā)式搜索（次重點）
識記：（1）啟發(fā)式信息的表示方法；
理解：（2）幾種基本的搜索策略的算法步驟；
（三）隨機搜索（一般）
識記：（1）模擬退火法的基本思想；
理解：（1）其他典型的隨機搜索算法；
第4章 圖搜索策略
一、學習目的與要求
通過本章學習，了解圖搜索策略的通用算法思路和特點，理解與/或圖搜索的一般過程，了解A算法、A*算法、AO*算法的優(yōu)缺點。
二、考核知識點與考核目標
（一）圖搜索策略的基本思想；（重點）
識記：（1）圖搜索策略的優(yōu)缺點；
理解：（1）通用或圖搜索算法的思路；
應用：（1）A算法、A*算法的特點；
（二）與/或圖搜索的一般過程；（次重點）
識記：（1）歸約方法求解問題的三大要素；
理解：（1）與/或圖搜索的一般過程；
應用：（1）AO*算法的步驟；
（三）A算法、A*算法、AO*算法（一般）
應用：A算法、A*算法、AO*算法的圖解
第5章 博弈與搜索
一、學習目的與要求
通過本章學習，了解人機大戰(zhàn)的現(xiàn)狀，理解博弈與對策的規(guī)則，理解極小極大搜索算法的思路與特點。
二、考核知識點與考核目標
（一）人機大戰(zhàn)的趨勢；（重點）
理解：（1）人機大戰(zhàn)的意義；（2）人機大戰(zhàn)的現(xiàn)狀與發(fā)展趨勢；
（二）博弈與對策問題；（次重點）
識記：（1）博弈的本質；
理解：（1）提高博弈問題求解效率的方法；（2）典型的對策問題；
（三）極小極大搜索算法；（一般）
識記：（1）極小極大搜索算法的基本策略；
理解：（1）極小極大搜索算法的執(zhí)行過程；
應用：α-β剪枝算法
第6章 演化搜索算法
一、學習目的與要求
通過本章學習，掌握遺傳算法的基本概念，了解遺傳編碼方法，理解遺傳算法的基本理論與應用領域。掌握免疫算法的基本思路，了解免疫算法設計分析方法，了解免疫算法與遺傳算法的不同點。
二、考核知識點與考核目標
（一）遺傳算法的基本概念；（重點）
識記：（1）個體、適應性、群體、遺傳操作的定義；（2）遺傳算法涉及的5大要素；
理解：（1）遺傳算法的基本步驟；（2）遺傳編碼方法；（3）遺傳操作類型；
應用：（1）遺傳算法的應用領域
（二）免疫算法的基本思路；（次重點）
識記：（1）免疫系統(tǒng)的基本概念；（2）免疫系統(tǒng)的組成；（3）免疫系統(tǒng)的功能；
理解：（1）免疫算法的基本類型；（2）免疫算法的基本步驟；
應用：（1）典型免疫算法分析
（三）免疫算法與遺傳算法的比較（一般）
理解：免疫算法與遺傳算法的對比分析
第7章 群集智能算法
一、學習目的與要求
通過本章學習，了解群集智能算法的基本思路，了解現(xiàn)有集智系統(tǒng)研究的現(xiàn)狀、意義和價值，理解群集智能的優(yōu)缺點。
二、考核知識點與考核目標
（一）群集智能的基本算法；（重點）
理解：（1）蟻群算法的集智規(guī)則；（2）粒子群優(yōu)化算法的原理；
（二）集智系統(tǒng)介紹；（次重點）
理解：（1）人工魚系統(tǒng)的意義與價值；
（三）群集智能的優(yōu)缺點；（一般）
理解：群集智能的優(yōu)缺點；
第8章 記憶型搜索算法
一、學習目的與要求
通過本章學習，理解禁忌搜索算法、和聲搜索算法的基本步驟，了解禁忌搜索算法、和聲搜索算法的特點和區(qū)別。
二、考核知識點與考核目標
（一）禁忌搜索算法；（重點）
理解：（1）禁忌搜索算法的基本流程；（2）禁忌搜索算法的基本要素；（3）禁忌搜索算法的特點；
（二）和聲搜索算法（次重點）
理解：（1）和聲搜索算法的基本步驟；
應用：和聲搜索算法的應用
第9章 基于Agent的搜索
一、學習目的與要求
通過本章學習，了解DAI的基本概念，理解分布式人工智能的特點，理解分布式問題求解一般過程，掌握Agent的定義與分類，了解Agent通信技術的結構和特點。
二、考核知識點與考核目標
（一）分布式問題求解（重點）
識記：（1）分布式人工智能的特點；
理解：（1）分布式問題求解一般過程；
（二）Agent的定義與分類（次重點）
識記：（1）Agent的定義；（2）Agent的分類
（三）Agent通信技術（一般）
識記：（1）Agent通信研究的基本內容；
理解：（1）移動Agent系統(tǒng)的一般結構；（2）移動Agent的優(yōu)點與技術難點；
應用：目前流行的Agent平臺技術；
第10章 知識表示與處理方法
一、學習目的與要求
通過本章學習，掌握人們社會活動和科學研究中的知識表示的形態(tài)，知識的特征與知識的分類。理解邏輯表示法、產生式系統(tǒng)的知識表示、框架的知識表示法、語義網絡的知識表示法。
二、考核知識點與考核目標
（一）知識表示概念；邏輯表示法；（重點）
識記：（1）知識的定義；（2）知識表示的定義；（3）知識表示方法的分類；
理解：（1）邏輯表示法的特點；
（二）產生式表示法；（次重點）
識記：（1）產生式系統(tǒng)的組成；
理解：（1）產生式系統(tǒng)的知識表示方法；（2）產生式系統(tǒng)的推理方式；（3）產生式表示法的特點；
（三）語義網絡表示法；框架表示法；（一般）
識記：（1）語義網絡表示的組成；（2）框架結構的表示方法；
理解：（1）語義網絡三元組結構；（2）語義網絡的特點；
應用：運用框架表示法
第11章 謂詞邏輯的歸結原理及其應用
一、學習目的與要求
通過本章學習，掌握命題演算的歸結方法的基本概念，理解謂語演算的歸結方法，理解歸結過程的控制策略的基本思路，了解歸約在邏輯電路設計中的應用。
二、考核知識點與考核目標
（一）命題演算的歸結方法；謂語演算的歸結（重點）
識記：（1）歸結的基本概念；（2）謂詞演算的基本概念；
理解：（1）謂詞演算需解決的問題；
（二）歸結過程的控制策略（次重點）
理解：（1）簡化策略；（2）支撐集策略；（3）線性輸入策略；
（三）歸約在邏輯電路設計中的應用；（一般）
應用：歸約在邏輯電路設計中的應用；
第12章 非經典邏輯的推理
一、學習目的與要求
通過本章學習，掌握單調推理與非單調推理的基本概念，歸納法的基本定義，理解不確定性推理模型，了解D-S證據理論的基本思路和特點，了解歸納法推理、基于案例推理系統(tǒng)的基本構成和特點。
二、考核知識點與考核目標
（一）非單調推理的概念；不確定性推理；（重點）
識記：（1）單調推理與非單調推理的概念；
理解：（1）不確定性推理模型；
（二）D-S證據理論；歸納法推理（次重點）
識記：（1）歸納法的基本定義；
理解：（1）D-S證據理論的基本思路；（2）D-S證據理論的特點；（3）歸納法推理中的主要難點；
應用：歸納法推理的應用案例；
（三）基于案例的推理；（一般）
識記：（1）案例的組織方法；（2）基于案例推理系統(tǒng)的基本構成；
理解：（1）基于案例推理系統(tǒng)的特點；
第13章 次協(xié)調邏輯推理
一、學習目的與要求
通過本章學習，掌握次協(xié)調邏輯推理的定義，了解次協(xié)調邏輯的特點，理解次協(xié)調邏輯解決的主要問題，掌握格的定義，理解注解謂語公式，了解注解邏輯的歸結原理。
二、考核知識點與考核目標
（一）次協(xié)調邏輯推理（重點）
識記：（1）次協(xié)調邏輯的兩個特點；
理解：（1）次協(xié)調歸結的控制策略；（2）次協(xié)調邏輯解決的主要問題；
（二）注解謂語演算（次重點）
識記：（1）格的定義；
理解：（1）注解謂語公式的語義；
（三）注解邏輯的歸結原理（一般）
理解：（1）注解邏輯的歸結原理
第14章 機器學習
一、學習目的與要求
通過本章學習，掌握機器學習的定義，理解機器學習與人類學習的區(qū)別、智能程序與一般程序的區(qū)別，深刻理解機器學習主要方法的機制以及它們之間的區(qū)別。
二、考核知識點與考核目標
（一）機器學習概述（重點）
識記：（1）機器學習的定義；（2）機器學習方法的分類；
理解：（1）機器學習的推理方法；
（二）歸納學習（次重點）
識記：（1）歸納學習的定義；
理解：（1）歸納學習算法的一般步驟；（2）歸納學習的基本技術；
（三）基于解釋的學習；基于類比的學習；（一般）
理解：（1）基于解釋學習的一般框架；（2）基于解釋的學習過程；（3）類比學習的步驟；
有關說明與實施要求
一、考核的能力層次表述
本大綱在考核目標中，按照“識記”、“理解”、“應用”三個能力層次規(guī)定其應達到的能力層次要求。各能力層次為遞進等級關系，后者必須建立在前者的基礎上，其含義是：
識記：能知道有關的名詞、概念、知識的含義，并能正確認識和表述，是低層次的要求。
理解：在識記的基礎上，能全面把握基本概念、基本原理、基本方法，能掌握有關概念、原理、方法的區(qū)別與聯(lián)系，是較高層次的要求。
應用：在理解的基礎上，能運用基本概念、基本原理、基本方法聯(lián)系學過的多個知識點分析和解決有關的理論問題和實際問題，是最高層次的要求。
二、教材
1、指定教材
人工智能（第3版），朱福喜主編，北京：清華大學出版社
2、參考教材
人工智能原理及其應用（第3版），蔡自興、徐光佑主編，北京：清華大學出版社
三、自學方法指導
1、在開始閱讀指定教材某一章之前，先翻閱大綱中有關這一章的考核知識點及對知識點的能力層次要求和考核目標，以便在閱讀教材時做到心中有數(shù)，有的放矢。
2、閱讀教材時，要逐段細讀，逐句推敲，集中精力，吃透每一個知識點，對基本概念必須深刻理解，對基本理論必須徹底弄清，對基本方法必須牢固掌握。
3、在自學過程中，既要思考問題，也要做好閱讀筆記，把教材中的基本概念、原理、方法等加以整理，這可從中加深對問題的認知、理解和記憶，以利于突出重點，并涵蓋整個內容，可以不斷提高自學能力。
4、完成書后作業(yè)和適當?shù)妮o導練習是理解、消化和鞏固所學知識，培養(yǎng)分析問題、解決問題及提高能力的重要環(huán)節(jié)，在做練習之前，應認真閱讀教材，按考核目標所要求的不同層次，掌握教材內容，在練習過程中對所學知識進行合理的回顧與發(fā)揮，注重理論聯(lián)系實際和具體問題具體分析，解題時應注意培養(yǎng)邏輯性，針對問題圍繞相關知識點進行層次（步驟）分明的論述或推導，明確各層次（步驟）間的邏輯關系。
四、對社會助學的要求
1、應熟知考試大綱對課程提出的總要求和各章的知識點。
2、應掌握各知識點要求達到的能力層次，并深刻理解對各知識點的考核目標。
3、輔導時，應以考試大綱為依據，指定的教材為基礎，不要隨意增刪內容，以免與大綱脫節(jié)。
4、輔導時，應對學習方法進行指導，宜提倡"認真閱讀教材，刻苦鉆研教材，主動爭取幫助，依靠自己學通"的方法。
5、輔導時，要注意突出重點，對考生提出的問題，不要有問即答，要積極啟發(fā)引導。
6、注意對應考者能力的培養(yǎng)，特別是自學能力的培養(yǎng)，要引導考生逐步學會獨立學習，在自學過程中善于提出問題，分析問題，做出判斷，解決問題。
7、要使考生了解試題的難易與能力層次高低兩者不完全是一回事，在各個能力層次中會存在著不同難度的試題。
8、助學學時：本課程共4學分，建議總課時72學時，其中助學課時分配如下：
五、關于命題考試的若干規(guī)定
(包括能力層次比例、難易度比例、內容程度比例、題型、考試方法和考試時間等)
1、本大綱各章所提到的內容和考核目標都是考試內容。試題覆蓋到章，適當突出重點。
2、試卷中對不同能力層次的試題比例大致是："識記"為 40 %、"理解"為 50 ％、"應用"為 10 ％。
3、試題難易程度應合理：易、較易、較難、難比例為2：3：3：2。
4、每份試卷中，各類考核點所占比例約為：重點占65%，次重點占25%，一般占10%。
5、試題類型一般分為：單項選擇題、填空題、名詞解釋題、簡答題、計算題、設計題等。
6、考試采用閉卷筆試，考試時間150分鐘，采用百分制評分，60分合格。
六、題型示例（樣題）
1. 單項選擇題：
(1) 人工智能研究的對象是 。
A. 數(shù)據庫 B. 知識 C. 文本 D. 圖象
2. 填空題：
(1) 一階謂詞邏輯可以使用的連接詞有5個，它們是___________ _________。
3. 名詞解釋題：
(1) 類比學習
4. 簡答題：
(1) 舉例說明寬度優(yōu)先搜索與深度優(yōu)先搜索方法的相同點和不同點。
5. 計算題：
(1)設U={a, b, c}，其基本概率賦值函數(shù)m為 m({}, {a}, , {a, b, c}) = ( 0, 0.3, 0.5, 0.1, 0.1 )
且設A = {a, b}，求A的類概率函數(shù)f ( A )。
6. 設計題：
(1) 試用C語言寫出盲目搜索的寬度優(yōu)先算法程序。
以上就是小編為大家整理的2021年湖北自考人工智能導論考試大綱以及部分樣題，大家要根據考試大綱好好復習，祝大家有個好成績。
編輯推薦：
2021年湖北自考實踐性環(huán)節(jié)考核安排報考須知（面向社會）
