摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-9页 |
图表目录 | 第9-10页 |
一、绪论 | 第10-25页 |
(一) 选题的背景 | 第10-12页 |
1. 人工智能的发展与应用 | 第10页 |
2. 人工智能与教育的结合 | 第10-12页 |
3. Prolog语言的作用 | 第12页 |
(二) 问题的提出 | 第12-13页 |
(三) 研究内容与方法 | 第13-14页 |
(四) 研究综述 | 第14-25页 |
1. 基本概念界定 | 第15-16页 |
2. 国外研究综述 | 第16-20页 |
3. 国内研究综述 | 第20-25页 |
二、高中人工智能课程的标准解读 | 第25-35页 |
(一) 人工智能课程与信息技术课程的关系 | 第25-26页 |
(二) 人工智能课程的标准与目标 | 第26-30页 |
1. 课程标准 | 第26-27页 |
2. 课程目标 | 第27-28页 |
3. 课程理念 | 第28-30页 |
(三) 对人工智能课标的认识 | 第30-32页 |
1. 学科体系定位 | 第30页 |
2. 与必修模块的衔接 | 第30-31页 |
3. 内容深度的把握 | 第31-32页 |
(四) 对课标内容认识的调查与思考 | 第32-35页 |
三、基于Prolog的人工智能课程教学的意义与可行性 | 第35-47页 |
(一) Prolog语言的特点 | 第35-36页 |
(二) Prolog作为教学主线的可行性 | 第36-40页 |
1. Prolog语言作为教学主线的意义 | 第36-38页 |
2. Prolog语言作为教学主线的可行性分析 | 第38-40页 |
(三) 基于Prolog语言的“人工智能初步”模块教学案例 | 第40-47页 |
1. 知识表示与Prolog语言 | 第40-42页 |
2. 专家系统与Prolog语言 | 第42-43页 |
3. 问题解决与Prolog语言 | 第43-47页 |
四、基于Prolog的人工智能课程的教学模式研究 | 第47-74页 |
(一) 基于案例学习的教学模式在“知识及其表达”主题中的应用 | 第47-54页 |
1. 概念与功能 | 第47-48页 |
2. 应用的必要性 | 第48-49页 |
3. 教学实施过程 | 第49-51页 |
4. 典型教学案例 | 第51-54页 |
(二) 认知学徒制在“推理与专家系统”主题中的应用 | 第54-67页 |
1. 教学目标 | 第54-55页 |
2. 应用可行性 | 第55-58页 |
3. 教学实施过程 | 第58-59页 |
4. 典型教学案例 | 第59-67页 |
(三) 基于问题的教学模式在“人工智能语言与问题解决”中的应用 | 第67-74页 |
1. 概念与特征 | 第67-68页 |
2. 应用可行性 | 第68-69页 |
3. 教学实施过程 | 第69-71页 |
4. 典型教学案例 | 第71-74页 |
五、小结与展望 | 第74-76页 |
(一) 研究总结 | 第74页 |
(二) 下一步工作 | 第74-76页 |
参考文献 | 第76-80页 |
附录 | 第80-82页 |
致谢 | 第82-83页 |
攻读学位期间取得的研究成果 | 第83-84页 |