人工智能基礎(chǔ)

前言

　　自從1956年首次提出“人工智能”這一術(shù)語以來，經(jīng)歷了50多年的研究和開發(fā)，以及多次發(fā)展危機(jī)和機(jī)遇的洗禮，人工智能已經(jīng)成長為計(jì)算機(jī)學(xué)科的重要分支，不僅用于探索智能理論和模擬智能行為，也廣泛應(yīng)用于實(shí)現(xiàn)工程、技術(shù)系統(tǒng)的智能化，以解決各學(xué)科領(lǐng)域中的困難問題，并將在新世紀(jì)的網(wǎng)絡(luò)和知識(shí)經(jīng)濟(jì)時(shí)代發(fā)揮重要作用?！　‰S著計(jì)算機(jī)技術(shù)的快速發(fā)展和網(wǎng)絡(luò)的普及應(yīng)用，人工智能技術(shù)已滲透到應(yīng)用計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)的各行各業(yè)，并正在和必將促進(jìn)這些行業(yè)乃至計(jì)算機(jī)軟件產(chǎn)業(yè)本身的變革。所以，要求信息學(xué)科（尤其是計(jì)算機(jī)和自動(dòng)化領(lǐng)域）和計(jì)算機(jī)應(yīng)用密集的其他學(xué)科的研究生和本科高年級(jí)學(xué)生掌握人工智能的基礎(chǔ)知識(shí)，已成為國內(nèi)外許多高校提高學(xué)生綜合素質(zhì)，培養(yǎng)高水平、復(fù)合型和創(chuàng)新型人才的一項(xiàng)重要舉措。　　浙江大學(xué)是國內(nèi)最早進(jìn)行人工智能研究的高校之一，并長期重視研究生和本科生的人工智能課程教學(xué)?？紤]到人工智能技術(shù)是信息學(xué)科和其他學(xué)科領(lǐng)域提高計(jì)算機(jī)應(yīng)用水平的重要工具，本書的第1版已將課程的教學(xué)目標(biāo)定位為使學(xué)生掌握人工智能技術(shù)的基本常識(shí)和擁有應(yīng)用開發(fā)的初級(jí)能力；因而注重從工程應(yīng)用的角度，深入淺出地系統(tǒng)介紹人工智能的基本原理、方法及應(yīng)用技術(shù)，強(qiáng)化實(shí)用化介紹，并全面反映當(dāng)時(shí)國內(nèi)外研究和應(yīng)用的新進(jìn)展。　　最近十年來（尤其是進(jìn)入新千年以來），人工智能技術(shù)取得了重大進(jìn)展，主要體現(xiàn)在兩個(gè)方面：新一代網(wǎng)絡(luò)計(jì)算的智能化、機(jī)器學(xué)習(xí)的研究和應(yīng)用；這些新進(jìn)展加速了人工智能技術(shù)融入網(wǎng)絡(luò)和知識(shí)經(jīng)濟(jì)的步伐。本書作者認(rèn)為，第2版應(yīng)反映這些新進(jìn)展，但這會(huì)大幅度增加提高篇的內(nèi)容。考慮到本書（分3個(gè)部分：緒論、基礎(chǔ)篇和提高篇）側(cè)重于讓學(xué)生掌握人工智能的基本原理、方法及初級(jí)應(yīng)用技術(shù)（這些屬基礎(chǔ)篇的內(nèi)容），而提高篇旨在拓廣學(xué)生對(duì)于人工智能高級(jí)技術(shù)的視野；所以作者將原提高篇內(nèi)容分離出來編入研究生教材《人工智能高級(jí)技術(shù)導(dǎo)論》，代之以設(shè)立新的第7章“人工智能高級(jí)技術(shù)綜述”作為提高篇內(nèi)容，給出對(duì)于人工智能高級(jí)技術(shù)的一個(gè)引導(dǎo)性介紹，其中包括對(duì)于上述新進(jìn)展的介紹。　　本書第2版保留第1版的內(nèi)容構(gòu)架，全書分3個(gè)部分：緒論、基礎(chǔ)篇和提高篇。緒論即第l章，闡述人工智能研究的發(fā)展和基本原則?；A(chǔ)篇由5章構(gòu)成，第2、3章介紹人工智能的基本概念、方法和技術(shù)，包括搜索、歸約和邏輯推理等問題求解的基本方法以及知識(shí)表示的理論和方法；第4、5、6章討論人工智能技術(shù)的主要應(yīng)用，包括基于知識(shí)的系統(tǒng)，自動(dòng)規(guī)劃和配置，以及機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)。第3章增加了3．5節(jié)，通過引入基于本體的語義知識(shí)表示，將知識(shí)表示從面向句法擴(kuò)展到面向語義，使得通過計(jì)算機(jī)網(wǎng)絡(luò)交換的信息內(nèi)容具有語義清晰和精確的定義。第4章增加了4．5節(jié)，闡述從傳統(tǒng)知識(shí)工程中脫穎而出的本體工程，并將KB系統(tǒng)拓廣到基于本體的知識(shí)系統(tǒng)，包括語義Web、知識(shí)管理、分布協(xié)同。

內(nèi)容概要

本書為普通高等教育“十一五”國家級(jí)規(guī)劃教材，旨在系統(tǒng)介紹人工智能的基本原理、方法和技術(shù)，并反映國內(nèi)外研究和應(yīng)用的最新進(jìn)展。全書共7章。第1章闡述人工智能研究的發(fā)展、成果和基本原則；第2、3章介紹人工智能的基本概念、方法和技術(shù)，包括問題求解的基本方法和知識(shí)表示；第4～6章討論人工智能技術(shù)的主要應(yīng)用，包括基于知識(shí)的系統(tǒng)、自動(dòng)規(guī)劃和配置以及機(jī)器學(xué)習(xí)；第7章對(duì)人工智能的高級(jí)技術(shù)作引導(dǎo)性綜述，包括非單調(diào)推理和軟計(jì)算、基于范例的推理、關(guān)于時(shí)間和空間的推理、機(jī)器學(xué)習(xí)研究和應(yīng)用的新進(jìn)展、Agent技術(shù)和多Agent協(xié)同工作，以及新一代網(wǎng)絡(luò)計(jì)算的技術(shù)基礎(chǔ)及其智能化，以開闊學(xué)生的眼界。    本書內(nèi)容豐富，敘述脈絡(luò)清晰，強(qiáng)化實(shí)用化介紹，同時(shí)配有豐富的習(xí)題，可作為高等院校計(jì)算機(jī)及有關(guān)專業(yè)本科生教材，也可供工程技術(shù)人員參考使用。

作者簡介

　　高濟(jì)，浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師。主要研究方向?yàn)榫W(wǎng)絡(luò)計(jì)算與普適計(jì)算、智能軟件與Agent技術(shù)、軟件工程與中間件技術(shù)、知識(shí)管理與決策支持等。長期從事人工智能和計(jì)算機(jī)應(yīng)用研究工作，先后主持和完成了國家自然科學(xué)基金項(xiàng)目6個(gè)（在研1個(gè)），國家高技術(shù)研究發(fā)展（863）計(jì)劃I頁目8個(gè)（在研1個(gè)）、以及國家重點(diǎn)基礎(chǔ)研究發(fā)展（973）計(jì)劃項(xiàng)目子課題1個(gè)（在研）：已有6項(xiàng)主持的科研成果通過鑒定、分別達(dá)到國際水平或國內(nèi)領(lǐng)先水平：已發(fā)表學(xué)術(shù)論文200余篇，其中98篇收錄進(jìn)SCI索引、EI索引或國內(nèi)一級(jí)期刊：出版的專著“基于知識(shí)的軟件智能化技術(shù)”“屬國家九五重點(diǎn)圖書。

書籍目錄

第1章  人工智能研究的發(fā)展和基本原則  1.1 人工智能的研究和應(yīng)用  1.2 人工智能研究的發(fā)展  1.3 人工智能研究的成果  1.4 人工智能研究的基本原則  1.5 存在的問題和發(fā)展前景  習(xí)題  參考文獻(xiàn)第2章  問題求解的基本方法  2.1 一般圖搜索    2.1.1狀態(tài)空間搜索    2.1.2 啟發(fā)式搜索    2.1.3 狀態(tài)空間抽象和生成一測(cè)試法    2.1.4 啟發(fā)式搜索的適用性討論  2.2 問題歸約    2.2.1問題歸約的描述    2.2.2 與或圖搜索    2.2.3 與或圖的啟發(fā)式搜索  2.3 基于歸結(jié)的演繹推理    2.3.1 謂詞演算    2.3.2 歸結(jié)演繹方法    2.3.3 歸結(jié)反演  2.4 基于規(guī)則的演繹推理    2.4.1 基于規(guī)則的正向演繹推理    2.4.2 基于規(guī)則的逆向演繹推理    2.4.3 演繹推理的應(yīng)用討論    2.4.4 邏輯編程語言Prolog    本章小結(jié)    習(xí)題    參考文獻(xiàn)第3章  知識(shí)表示  3.1 知識(shí)和知識(shí)表示    3.1.1 知識(shí)原則    3.1.2 知識(shí)表示的作用    3.1.3 知識(shí)表示的功能    3.1.4 知識(shí)表示的性能    3.1.5 基本的知識(shí)表示方式  3.2 產(chǎn)生式表示    3.2.1產(chǎn)生式系統(tǒng)    3.2.2 控制策略    3.2.3 產(chǎn)生式系統(tǒng)的分類  3.3 結(jié)構(gòu)化表示    3.3.1語義網(wǎng)絡(luò)    3.3.2 框架表示法    3.3.3 面向?qū)ο蟮谋硎痉? 3.4 知識(shí)表示的實(shí)用化問題    3.4.1程序性和陳述性知識(shí)    3.4.2 表示能力和推理效率之間的制約關(guān)系  3.5 基于本體的語義知識(shí)表示    3.5.1語義知識(shí)表示和共享本體    3.5.2 本體表示語言的研究    3.5.3 Web本體語言O(shè)WL    3.5.4 語義Web的應(yīng)用情景和支持技術(shù)    本章小結(jié)    習(xí)題    參考文獻(xiàn)第4章  基于知識(shí)的系統(tǒng)  4.1 KB系統(tǒng)的開發(fā)    4.1.1 KB系統(tǒng)的一般概念    4.1.2 KB系統(tǒng)的體系結(jié)構(gòu)原則    4.1.3 KB系統(tǒng)的開發(fā)過程    4.1.4 KB系統(tǒng)的開發(fā)工具和環(huán)境  4.2 設(shè)計(jì)基于產(chǎn)生式表示的KB系統(tǒng)開發(fā)工具    4.2.1 總體設(shè)計(jì)    4.2.2 Xps的實(shí)現(xiàn)    4.2.3 應(yīng)用實(shí)例——家族樹    4.2.4 性能改進(jìn)    4.2.5 開發(fā)工具OPS5   4.3 專家系統(tǒng)實(shí)例——MYCIN    4.3.1知識(shí)庫的構(gòu)造    4.3.2 推理機(jī)的設(shè)計(jì)    4.3.3 系統(tǒng)服務(wù)設(shè)施    4.3.4 開發(fā)工具EMYcIN  4.4 問題求解的結(jié)構(gòu)化組織    4.4.1結(jié)構(gòu)化組織的需求    4.4.2 事務(wù)表    4.4.3 黑板法    4.4.4 問題求解建模    4.4.5 KB系統(tǒng)的高級(jí)技術(shù)  4.5 基于本體的知識(shí)系統(tǒng)    4.5.1 基礎(chǔ)級(jí)本體工程    4.5.2 高級(jí)本體工程    4.5.3 開發(fā)基于本體的知識(shí)系統(tǒng)    本章小結(jié)    習(xí)題    參考文獻(xiàn)第5章  自動(dòng)規(guī)劃和配置  5.1 經(jīng)典規(guī)劃技術(shù)    5.1.1 經(jīng)典規(guī)劃技術(shù)的發(fā)展    5.1.2 規(guī)劃的基本概念    5.1.3 早期的自動(dòng)規(guī)劃技術(shù)    5.1.4 部分排序規(guī)劃技術(shù)  5.2 自動(dòng)規(guī)劃技術(shù)的新進(jìn)展    5.2.1 非經(jīng)典規(guī)劃技術(shù)的開發(fā)    5.2.2 自動(dòng)規(guī)劃技術(shù)的實(shí)用化    5.2.3 智能的調(diào)度、規(guī)劃和項(xiàng)目管理  5.3 自動(dòng)配置    5.3.1 配置的一般概念    5.3.2 自動(dòng)配置的建模    5.3.3 XCON——計(jì)算機(jī)自動(dòng)配置系統(tǒng)    本章小結(jié)    習(xí)題    參考文獻(xiàn)第6章  機(jī)器學(xué)習(xí)  6.1 機(jī)器學(xué)習(xí)概論    6.1.1 機(jī)器學(xué)習(xí)的基本概念    6.1.2 機(jī)器學(xué)習(xí)的發(fā)展歷史    6.1.3 機(jī)器學(xué)習(xí)分類  6.2 示例學(xué)習(xí)    6.2.1示例學(xué)習(xí)的基本策略    6.2.2 決策樹構(gòu)造法ID3   6.3 基于解釋的學(xué)習(xí)    6.3.1 基于解釋的泛化(EBG)    6.3.2 基于解釋學(xué)習(xí)的若干基本問題  6.4 遺傳算法    6.4.1 簡單遺傳算法    6.4.2 分類系統(tǒng)  6.5 加強(qiáng)學(xué)習(xí)    6.5.1 加強(qiáng)學(xué)習(xí)的基本方法    6.5.2 p學(xué)習(xí)    6.5.3 有關(guān)加強(qiáng)學(xué)習(xí)的進(jìn)一步討論  6.6 基于范例的學(xué)習(xí)    6.6.1 基于范例推理的過程    6.6.2 應(yīng)用實(shí)例：智能飼料配方系統(tǒng)ICMIX  6.7 知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘    6.7.1 定理發(fā)現(xiàn)    6.7.2 數(shù)據(jù)挖掘    6.7.3 關(guān)聯(lián)規(guī)則挖掘    6.7.4 數(shù)據(jù)庫及網(wǎng)絡(luò)中的知識(shí)發(fā)現(xiàn)    本章小結(jié)    習(xí)題    參考文獻(xiàn)第7章  人工智能高級(jí)技術(shù)綜述  7.1 非單調(diào)推理和軟計(jì)算    7.1.1 真值維持系統(tǒng)    7.1.2 約束滿足問題    7.1.3 不確定推理    7.1.4 模糊邏輯和模糊推理    7.1.5 人工神經(jīng)網(wǎng)絡(luò)  7.2 基于范例的推理    7.2.1基于范例的推理系統(tǒng)    7.2.2 范例表示和索引    7.2.3 檢索、改編和辯證    7.2.4 基于范例的學(xué)習(xí)    7.2.5 結(jié)論  7.3 關(guān)于時(shí)間和空間的推理    7.3.1伴有時(shí)間的推理    7.3.2 時(shí)間的不確定性和分支    7.3.3 關(guān)于空間的推理    7.3.4 關(guān)于形狀的推理  7.4 機(jī)器學(xué)習(xí)研究與應(yīng)用的新進(jìn)展    7.4.1 貝葉斯網(wǎng)絡(luò)    7.4.2 隱馬爾可夫模型    7.4.3 統(tǒng)計(jì)學(xué)習(xí)理論    7.4.4 粗糙集理論    7.4.5 聚類分析    7.4.6 復(fù)雜類型數(shù)據(jù)的挖掘  7.5 Agent技術(shù)和多Agent協(xié)同工作    7.5.1 Agent技術(shù)的研究和發(fā)展    7.5.2 多Agent協(xié)作     7.5.3 Agent通信   7.6 新一代網(wǎng)絡(luò)計(jì)算的技術(shù)基礎(chǔ)及其智能化    7.6.1 語義Web    7.6.2 網(wǎng)格計(jì)算    7.6.3 自治計(jì)算    本章小結(jié)    習(xí)題    參考文獻(xiàn)

編輯推薦

　　◆強(qiáng)化人工智能研究和應(yīng)用新進(jìn)展的介紹，使學(xué)生及時(shí)了解人工智能學(xué)科的前沿動(dòng)向，激發(fā)他們應(yīng)用新技術(shù)和進(jìn)行創(chuàng)新研究的熱情?！　　魧⑷斯ぶ悄艿幕靖拍?、方法及技術(shù)清晰地劃為兩個(gè)方面：問題求解的基本方法和知識(shí)表示；其中，關(guān)于知識(shí)表示的理論指出了知識(shí)表示包括定義符號(hào)結(jié)構(gòu)和推理機(jī)制兩個(gè)部分，并通過引入基于本體的語義知識(shí)表示，將知識(shí)表示從面向句法擴(kuò)展到面向語義；由此，為學(xué)生獨(dú)立設(shè)計(jì)KB（基于知識(shí)的）系統(tǒng)和基于本體的知識(shí)系統(tǒng)奠定了方法論基礎(chǔ)?！　　魪?qiáng)化人工智能技術(shù)的實(shí)用化介紹，以幫助學(xué)生理論聯(lián)系實(shí)踐，并為學(xué)生將來將人工智能技術(shù)應(yīng)用于各自的研究工作，提供指導(dǎo)性樣板。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    人工智能基礎(chǔ) PDF格式下載

---