本课程是机械工程专业的选修课程。通过课程学习，使学生系统了解人工智能的基本概念、原理、方法和一些智能算法，同时培养学生面对实际工程问题时，应用人工智能的思维和方法解决问题的能力。

   本课程涵盖了人工智能的经典理论和近期发展的新理论、新方法和应用实例，介绍知识表示方法、求解问题的搜索技术、经典神经网络、机器学习、深度学习、多智能体、群智能算法、专家系统、智能机器人、自然语言处理等内容。本课程的主要章节内容包括：绪论、概念表示、知识表示、知识图谱、搜索技术、群智能算法、机器学习、人工神经网络与深度学习、专家系统、计算机视觉、自然语言处理、多智能体系统、智能机器人。

本课程实践性强，在课程教学过程中，注重理论结合实践。综合采用项目案例式、课堂实践以及专题讨论等多种教学方法，以工程应用为主线，人工智能理论与工程实践结合，使学生可以快速掌握课程重点内容。同时通过开设基础实验，综合设计型实验，使学生通过动手实践，培养学生的人工智能的工程应用能力和解决实际问题的能力。

        人工智能是研究、设计和应用智能机器或智能系统来模拟人类智能活动的一门学科。通过本课程的学习，了解人工智能在各应用领域尤其是制造领域中的应用情况。通过课程学习，学生应该达到下列课程目标：

       1.  掌握基于一阶谓词逻辑，产生式，框架，知识图谱等知识表示方法；掌握不确定推理和确定性推理的概念和推理方法，以及状态空间搜索，盲目的图搜索和启发式图的策略和算法；

       2. 了解进化算法的概念，掌握基本遗传算法，熟悉粒子群算法，蚁群算法的等智能算法的基本原理，参数选择和应用。

       3. 了解专家系统与机器学习的概念，分类和常用算法。熟悉计算机视觉的基本原理，算法和应用。熟悉专家系统的工作原理，开发工具，并能根据领域需求开发专家系统。

       4. 掌握人工神经网络的概念和原理，BP神经网络及其学习算法，卷积神经网络与深度学习的概念，算法原理及应用，Hopfield神经网络算法及其应用，能够使用Python和tensorflow,keras等工具开发面向领域的深度学习算法。

       5. 掌握智能体，多智能体系统的概念，体系结构，工作原理，通讯和协作方法，掌握智能机器人的概念，工作原理和应用。

完成课程要求。

课程考核包括：平时成绩+实验+大作业+期末闭卷考试。

计算机基础知识、C/Python语言编程、高等数学、线性代数等知识。

推荐教材：

《人工智能导论（第5版）》             主  编：王万良

出版社：高等教育出版社 

出版或修订时间：2020年

参考书：

《人工智能导论》                      主  编：李德毅,于剑

出版社：中国科学技术出版社 

出版或修订时间：2018

《人工智能原理与实践——基于Python语言和TensorFlow》

主  编：张明，何艳珊，杜永文

出版社：人民邮电出版社

出版或修订时间：2019.8

《人工智能（第3版）》                  主编：朱福

出版社：清华大学出版社

出版或修订时间：2019

Q :  如何安装课程需要的开发环境？A :  按照第一章的视频和参考资料进行安装。