基本内容:

一、绪论

1．人工智能的定义和发展

2．人类智能和人工智能

3．人工智能各学派的认知观

4．人工智能的研究与应用领域

二、知识表示方法

1．状态空间法

2．问题规约法

3．谓词逻辑法

4．语义网络法

5．框架表示

6．剧本表示

7．过程的表示

三、搜索推理技术

1．图搜索策略

2．盲目搜索

3．启发式搜索

4．消解原理

5．规则演绎系统

6．产生式系统

7．系统组织技术

8．不确定推理

9．非单调推理

四、计算智能（1）：神经计算模糊计算

1．概述

2．神经计算

3．模糊计算

五、计算智能（2）：进化计算人工生命

1．遗传算法

2．进化策略

3．进化编程

4．人工生命

六、专家系统

1．专家系统概述

2．基于规则的专家系统

3．基于框架的专家系统

4．基于模型的专家系统

5．新型专家系统

6．专家系统的设计

7．专家系统开发工具

七、机器学习

1．机器学习的定义和发展历史

2．机器学习的主要策略和基本结构

3．机械学习

4．归纳学习

5．类比学习

6．解释学习

7．神经学习

8．知识发现

题型要求及分数比例：

考试时间180分钟，满分100分

人工智能的基本原理、概念、学术流派 约30%

知识表示与搜索推理技术 约30%

计算智能的基本概念、有关原理 约25%

专家系统与机器学习 约15%

参考书目（包括作者、书目、出版社、出版时间）：

（1）人工智能及其应用（第三版）.蔡自兴，徐光祐主编.清华大学出版社.2003年

（2）人工智能原理及其应用(第2版). 王万森 编著.电子工业出版社.2007.1

（3）人工智能（第一版）.张彦铎主编.清华大学出版社.2007年

（4）Artificial Intelligence: A New Synthesis. Morgan Kanfmann. N. J. Nilsson主编. 机械工业出社. 1999