前言
第1章 人工智能概述
1.1 人工智能的基本概念
1.1.1 智能
1.1.2 人類智能
1.1.3 人工智能
1.1.4 人工智能的研究目標
1.2 人工智能的科學體系與分支
1.2.1 人工智能的科學體系
1.2.2 人工智能的學科范疇
1.2.3 人工智能的應(yīng)用領(lǐng)域
1.2.4 人工智能分支的劃分
1.3 人工智能的技術(shù)方案與途徑
1.3.1 人工智能的基本技術(shù)
1.3.2 人工智能的研究內(nèi)容
1.3.3 人工智能的研究途徑與方法
1.4 人工智能的產(chǎn)生與發(fā)展
1.4.1 人工智能的孕育期(1956年以前)
1.4.2 人工智能的基礎(chǔ)技術(shù)研究與形成期(1956—1970年)
1.4.3 人工智能的發(fā)展與應(yīng)用期(1970年以后)
1.4.4 人工智能在我國的發(fā)展情況
1.4.5 人工智能的發(fā)展趨勢與展望
習題
第2章 知識表示
2.1 知識與知識表示的概念
2.1.1 知識
2.1.2 知識表示
2.2 狀態(tài)空間表示法
2.2.1 狀態(tài)空間表示法的基本概念和策略
2.2.2 狀態(tài)空間表示法示例
2.3 與/或圖表示法
2.3.1 與/或圖知識表示的概念
2.3.2 與/或圖表示示例
2.4 產(chǎn)生式表示法
2.4.1 產(chǎn)生式的結(jié)構(gòu)和組成
2.4.2 產(chǎn)生式系統(tǒng)的分類
2.4.3 產(chǎn)生式系統(tǒng)的性能及其應(yīng)用
2.5 語義網(wǎng)絡(luò)表示法
2.5.1 語義網(wǎng)絡(luò)的概念
2.5.2 語義網(wǎng)絡(luò)的推理
2.5.3 語義網(wǎng)絡(luò)表示法的特征
2.6 框架表示法
2.6.1 框架表示法的概念與設(shè)計
2.6.2 框架的基本結(jié)構(gòu)和描述
2.6.3 框架系統(tǒng)
2.6.4 框架系統(tǒng)的推理和求解過程
2.6.5 5種知識表示方法的比較
習題
第3章 圖搜索技術(shù)
3.1 圖搜索及其分類
3.1.1 圖搜索的概念
3.1.2 圖搜索的分類
3.1.3 狀態(tài)圖搜索樹
3.1.4 狀態(tài)空間搜索算法
3.1.5 搜索效率
3.2 窮舉式搜索
3.2.1 廣度優(yōu)先搜索
3.2.2 深度優(yōu)先搜索
3.2.3 有界深度優(yōu)先搜索
3.2.4 代價驅(qū)動搜索
3.3 啟發(fā)式搜索
3.3.1 啟發(fā)式搜索的基本概念
3.3.2 局部擇優(yōu)搜索
3.3.3 全局擇優(yōu)搜索
3.3.4 與/或圖的啟發(fā)式搜索
3.3.5 博弈樹的啟發(fā)式搜索
3.3.6 a-β剪枝技術(shù)
習題
第4章 邏輯的知識表示和推理
4.1 命題與邏輯
4.1.1 命題與命題定律
4.1.2 謂詞邏輯
4.2 謂詞邏輯知識表示
4.2.1 謂詞邏輯知識表示方法
4.2.2 謂詞邏輯表示的優(yōu)缺點
4.3 邏輯推理的技術(shù)與算法
4.3.1 子句集及其化簡
4.3.2 置換與合
4.3.3 魯濱遜消解(歸結(jié))原理
習題
第5章 智能學習系統(tǒng)
5.1 機器學習的基本概念
5.1.1 機器學習
5.1.2 機器學習系統(tǒng)
5.2 智能學習系統(tǒng)的基本模型
5.3 機器學習的幾種常用方法
5.3.1 機械式學習
5.3.2 指導(dǎo)式學習
5.3.3 示例學習
5.3.4 類比學習
5.3.5 解釋學習
習題
第6章 知識獲取的新途徑:數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
6.1 數(shù)據(jù)挖掘的技術(shù)基礎(chǔ)
6.1.1 數(shù)據(jù)挖掘的概念
6.1.2 數(shù)據(jù)挖掘的功能和存在的主要問題
6.1.3 數(shù)據(jù)挖掘成功案例
6.2 數(shù)據(jù)挖掘的方法步驟和語言工具
6.2.1 數(shù)據(jù)挖掘的方法
6.2.2 數(shù)據(jù)挖掘語言
6.2.3 數(shù)據(jù)挖掘的工具
6.2.4 數(shù)據(jù)挖掘的流程
6.3 數(shù)據(jù)挖掘系統(tǒng)的組構(gòu)及管理策略
6.3.1 數(shù)據(jù)挖掘系統(tǒng)的組成
6.3.2 數(shù)據(jù)挖掘系統(tǒng)的架構(gòu)
6.3.3 數(shù)據(jù)挖掘管理系統(tǒng)
6.4 數(shù)據(jù)挖掘的研究與發(fā)展
6.4.1 數(shù)據(jù)挖掘系統(tǒng)的開發(fā)進展
6.4.2 數(shù)據(jù)挖掘未來研究方向
習題
第7章 新的知識處理方式:智能主體技術(shù)
7.1 智能主體的基本知識
7.1.1 概念、分類與特點
7.1.2 智能主體的研究學派和編程語言
7.1.3 智能主體的基本結(jié)構(gòu)
7.1.4 智能主體的工作機制
7.1.5 智能主體技術(shù)的應(yīng)用
7.2 多鉀能主體系統(tǒng)
7.2.1 多智能主體系統(tǒng)的基本概念
7.2.2 多智能主體系統(tǒng)的體系結(jié)構(gòu)
7.2.3 多智能主體的智能協(xié)同
7.3 移動智能主體
7.3.1 移動智能主體的基本概念
7.3.2 移動智能主體的基本結(jié)構(gòu)
7.3.3 移動智能主體的技術(shù)實現(xiàn)
7.3.4 移動智能主體的標準化情況
習題
第8章 專家系統(tǒng)的原理與設(shè)計
8.1 專家系統(tǒng)的基本知識
8.1.1 專家系統(tǒng)的概念
8.1.2 專家系統(tǒng)的特點
8.1.3 專家系統(tǒng)的分類
8.1.4 新一代專家系統(tǒng)
8.1.5 專家系統(tǒng)的主要研究課題
8.2 專家系統(tǒng)的設(shè)計
8.2.1 開發(fā)專家系統(tǒng)的需求分析
8.2.2 知識獲取
8.2.3 專家系統(tǒng)構(gòu)造者間的關(guān)系
8.2.4 專家系統(tǒng)的設(shè)計結(jié)構(gòu)
8.2.5 專家系統(tǒng)的開發(fā)階段與過程
8.2.6 專家系統(tǒng)的設(shè)計要素
8.3 專家系統(tǒng)的評價
8.3.1 評價方法
8.3.2 專家系統(tǒng)的技術(shù)評價
8.3.3 專家系統(tǒng)的性能評價
習題
第9章 專家系統(tǒng)的開發(fā)工具與環(huán)境