人工智能导论 目录

第1章 绪论1.1 人工智能概述1.1.1 人工智能基本概念1.1.2 人工智能的研究方法1.2 人工智能的研究目标及基本内容1.2.1 人工智能的研究目标1.2.2 人工智能研究的基本内容1.3 人工智能的发展历程1.3.1 人工智能发展简史1.3.2 人工智能的发展趋势1.4 人工智能的主要研究与应用领域1.4.1 专家系统1.4.2 机器学习1.4.3 机器人1.4.4 模式识别1.4.5 计算机视觉1.4.6 人工神经网络1.4.7 自然语言理解1.4.8 自动定理证明1.4.9 自动程序设计1.4.1 0博弈1.4.1 1智能决策支持系统1.4.1 2智能搜索1.4.1 3数据挖掘与知识发现习题第2章 问题求解的基本原理2.1 概述2.1.1 问题形式化2.1.2 问题实例2.1.3 问题搜索2.1.4 问题求解的性能2.2 盲目搜索策略2.2.1 状态空间表示及搜索分析2.2.2 一般图搜索策略2.2.3 宽度优先搜索2.2.4 深度优先搜索2.2.5 迭代加深搜索2.2.6 代价树搜索2.3 启发式搜索策略2.3.1 启发式策略2.3.2 局部择优搜索2.3.3 全局择优搜索2.3.4 算法A*2.4 与/或树的搜索策略2.4.1 与/或树的盲目搜索2.4.2 与/或树的启发式搜索2.5 博弈树搜索策略2.5.1 概述2.5.2 极小极大分析法2.5.3 剪枝技术2.5.4 实时决策技术2.5.5 当前博弈程序的发展水平2.6 约束满足搜索策略习题第3章 知识表示3.1 基本概念3.1.1 概述3.1.2 关于知识3.1.3 知识表示3.1.4 知识表示的选择原则3.2 一阶谓词逻辑表示法3.2.1 谓词逻辑的理论基础3.N.2 谓词公式的解释3.2.3 谓词公式的等价性和永真蕴涵3.2.4 一阶谓词逻辑的知识表示3.2.5 一阶谓词逻辑表示的特点3.3 产生式表示法3.3.1 产生式规则的知识表示3.3.2 产生式系统3.3.3 产生式系统的推理过程3.3.4 产生式表示法特点3.4 框架表示法3.4.1 框架理论3.4.2 框架的知识表示3.4.3 框架系统3.4.4 框架中预定义的槽3.4.5 框架系统中问题求解的推理3.4.6 框架表示方法的特点3.5 语义网络表示法3.5.1 语义网络概述3.5.2 多元语义网络的表示3.5.3 连接词与量词的表示3.5.4 语义网络的推理3.5.5 语义网络知识表示的特点3.6 面向对象表示法3.6.1 面向对象的基本概念3.6.2 面向对象的知识表示3.6.3 面向对象的基本特征3.6.4 面向对象知识表示与语义网络、框架系统的比较3.7 Petri网表示法3.7.1 Petri网的基本概念3.7.2 Petri网的知识表示3.7.3 Petri网的推理过程3.7.4 Petri网表示法的特点习题第4章 经典逻辑推理4.1 概述4.1.1 什么是推理4.1.2 推理的发展概述4.1.3 推理的控制策略4.2 命题逻辑推理4.2.1 命题的自然演绎4.2.2 命题推理规则4.2.3 命题的归结反演4.2.4 命题归结反演的合理性与完备性4.3 谓词逻辑推理4.3.1 谓词逻辑的合取范式4.3.2 置换与合4.3.3 合一算法4.3.4 归结原理4.3.5 基于归结原理的定理证明4.3.6 基于归结反演的问题解答4.3.7 归结控制策略4.4 归结的完备性和合理性4.4.1 Hcrl)rand域4.4.2 Herbrand解释4.4.3 语义树4.4.4 Herbrand定理4.4.5 完备性和合理性4.5 基于规则的演绎推理4.5.1 正向演绎推理4.5.2 反向演绎推理4.5.3 双向演绎推理习题第5章 **知识推理5.1 经典逻辑系统的局限性5.2 非单调推理5.2.1 非单调推理简介5.2.2 封闭世界假设5.2.3 缺省推理5.2.4 限定推理5.2.5 非单调逻辑5.2.6 真值维持系统5.3 不确定性推理5.3.1 不确定性推理的基本概念5.3.2 不确定性推理要解决的基本问题5.3.3 概率方法5.3.4 主观Bayes方法5.3.5 可信度方法5.3.6 证据理论习题第6章 计算智能6.1 计算智能概述6.1.1 、从符号智能到计算智能6.1.2 计算智能基本概念6.2 模糊计算6.2.1 模糊逻辑的数学基础6.2.2 模糊逻辑的推理6.2.3 模糊判决方法6.3 神经计算6.3.1 人工神经网络研究进展6.4 进化计算习题第7章 专家系统7.1 专家系统概述7.2 问题求解的组织结构7.3 知识获取7.4 开发专家系统7.5 专家系统开发工具7.6 专家系统实例----MYCIN剖析7.7 专家系统进展习题第8章 机器学习8.1 机器学习概述8.2 机械学习8.3 指导式学习8.4 类比学习8.5 解释学习8.6 归纳学习习题参考文献

人工智能导论 内容简介

本书内容包括：问题求解的基本原理，知识表示，经典逻辑推理，高级知识推理，计算智能，专家系统等。