人工智能與知識(shí)工程

內(nèi)容概要

內(nèi) 容 簡(jiǎn) 介
本書系統(tǒng)地介紹了人工智能學(xué)科的基本原理和應(yīng)用技術(shù)，特別是各種類型的專
家系統(tǒng)的構(gòu)造。還涉及人工智能研究的一些前沿課題，如智能Agent系統(tǒng)、計(jì)算智能
和從數(shù)據(jù)庫(kù)發(fā)現(xiàn)知識(shí)等。
本書共分十一章，前五章介紹了人工智能的基本原理與方法，包括程序設(shè)計(jì)語(yǔ)
言、知識(shí)表示、搜索策略和演繹推理，第六、七章介紹了建造專家系統(tǒng)的實(shí)用技術(shù)，第
八、九、十章介紹了一些更深入的課題，包括機(jī)器學(xué)習(xí)、智能Agent和計(jì)算智能，第十
一章詳細(xì)地介紹了一個(gè)新型的專家系統(tǒng)工具。
本書注重實(shí)用性與先進(jìn)性，并附有習(xí)題，可作為大學(xué)計(jì)算機(jī)及有關(guān)專業(yè)高年級(jí)學(xué)
生和研究生的教材，也可供從事智能系統(tǒng)開(kāi)發(fā)的科技人員參考。

書籍目錄

目 錄
第一章 緒 論
1.1人工智能的發(fā)展概況
1.1.1什么是人工智能
1.1.2人工智能的研究途徑
1.1.3人工智能學(xué)科的發(fā)展
1.2人工智能的應(yīng)用
1.2.1人工智能的應(yīng)用領(lǐng)域
1.2.2專家系統(tǒng)
第二章 人工智能程序設(shè)計(jì)語(yǔ)言
2.1LISP語(yǔ)言
2.1.1概 述
2.1.2LISP的基本功能
2.1.3遞歸與迭代
2.1.4輸入輸出功能
2.1.5LISP的其他功能
2.2PROLOG語(yǔ)言
2.2.1概 述
2.2.2重復(fù)與遞歸
2.2.3表處理方法
2.2.4字符串處理方法
2.2.5輸入輸出功能
習(xí) 題
第三章 知識(shí)表示
3.1概 述
3.1.1知識(shí)與知識(shí)表示
3.1.2知識(shí)表示的方法
3.2邏輯表示法
3.2.1一階謂詞邏輯
3.2.2謂詞邏輯用于知識(shí)表示
3.3規(guī)則表示法
3.3.1產(chǎn)生式規(guī)則與產(chǎn)生式系統(tǒng)
3.3.2Markov算法與Rete算法
3.3.3控制策略的類型
3.4語(yǔ)義網(wǎng)絡(luò)表示法
3.4.1語(yǔ)義網(wǎng)絡(luò)的基本概念
3.4.2語(yǔ)義網(wǎng)絡(luò)的應(yīng)用
3.5框架表示法
3.5.1框架的基本概念
3.5.2框架表示的應(yīng)用
3.6概念從屬與劇本表示法
3.6.1概念從屬
3.6.2劇 本
習(xí) 題
第四章 基本的問(wèn)題求解方法
4.1狀態(tài)空間搜索
4.1.1概 述
4.1.2回溯策略
4.1.3圖搜索策略
4.1.4任一路徑的圖搜索
4.1.5最佳路徑的圖搜索
4.1.6與或圖的搜索
4.2博弈樹(shù)搜索
4.2.1概 述
4.2.2極小極大過(guò)程
4.2.3α－β過(guò)程
4.3約束滿足搜索
4.3.1概 述
4.3.2生長(zhǎng)法
4.3.3修改法
4.4通用問(wèn)題求解
4.4.1手段目的分析
4.4.2生成與測(cè)試（Generate－and－test）
習(xí) 題
第五章 基本的推理方法
5.1歸結(jié)反演系統(tǒng)
5.1.1謂詞演算基礎(chǔ)
5.1.2歸結(jié)反演（refutation）
5.1.3歸結(jié)反演的控制策略
5.1.4從歸結(jié)反演中提取解答
5.2基于規(guī)則的演繹系統(tǒng)
5.2.1正向演繹系統(tǒng)
5.2.2逆向演繹系統(tǒng)
5.3規(guī)劃生成系統(tǒng)
5.3.1機(jī)器人問(wèn)題求解
5.3.2正向系統(tǒng)
5.3.3規(guī)劃的表示
5.3.4逆向系統(tǒng)
習(xí) 題
第六章 實(shí)用推理技術(shù)
6.1推理的類型
6.1.1從邏輯基礎(chǔ)上的分類
6.1.2從推理方法上的分類
6.2非單調(diào)推理
6.2.1概 述
6.2.2非單調(diào)邏輯
6.2.3非單調(diào)系統(tǒng)
6.3不精確推理
6.3.1概 述
6.3.2概率方法
6.3.3可信度方法
6.3.4主觀Bayes方法
6.3.5證據(jù)理論
6.3.6可能性理論
6.4基于模型的推理
6.4.1基本原理
6.4.2基于規(guī)則與模型的系統(tǒng)
6.4.3基于模型的故障診斷系統(tǒng)
6.5基于事例的推理
6.5.1基本概念
6.5.2基本方法
6.5.3與基于規(guī)則的系統(tǒng)的比較
6.5.4實(shí)例系統(tǒng)
習(xí) 題
第七章 專家系統(tǒng)
7.1基本結(jié)構(gòu)
7.2元知識(shí)結(jié)構(gòu)
7.2.1什么是元知識(shí)
7.2.2元知識(shí)的作用
7.2.3元知識(shí)在專家系統(tǒng)中的應(yīng)用
7.3黑板系統(tǒng)結(jié)構(gòu)
7.3.1黑板模型
7.3.2黑板結(jié)構(gòu)
7.3.3知識(shí)源
7.3.4控制策略
7.3.5黑板模型的優(yōu)越性
7.4黑板控制結(jié)構(gòu)
7.4.1基本概念
7.4.2知識(shí)源的表示
7.4.3控制黑板的組織
7.4.4調(diào)度機(jī)制
7.4.5黑板控制結(jié)構(gòu)的優(yōu)點(diǎn)與不足
7.5實(shí) 例
7.5.1MYCIN系統(tǒng)
7.5.2AM系統(tǒng)
習(xí) 題
第八章 知識(shí)獲取與機(jī)器學(xué)習(xí)
8.1概 述
8.1.1知識(shí)獲取的基本過(guò)程
8.1.2知識(shí)獲取的主要手段
8.1.3機(jī)器學(xué)習(xí)
8.1.4知識(shí)獲取工具
8.2通過(guò)例子學(xué)習(xí)
8.2.1概 述
8.2.2學(xué)習(xí)單個(gè)概念
8.2.3學(xué)習(xí)多個(gè)概念
8.2.4學(xué)習(xí)執(zhí)行多步任務(wù)
8.3通過(guò)類比學(xué)習(xí)
8.3.1概 述
8.3.2類比學(xué)習(xí)與推理系統(tǒng)
8.3.3轉(zhuǎn)換類比與派生類比系統(tǒng)
8.4基于解釋的學(xué)習(xí)
8.4.1概 述
8.4.2基于解釋的抽象
8.5通過(guò)觀察學(xué)習(xí)
8.5.1合取概念聚類系統(tǒng)
8.5.2結(jié)構(gòu)對(duì)象的概念聚類
8.6從數(shù)據(jù)庫(kù)學(xué)習(xí)
8.6.1數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)
8.6.2數(shù)據(jù)挖掘方法
習(xí) 題
第九章 計(jì)算智能
9.1演化計(jì)算
9.1.1遺傳算法概述
9.1.2遺傳算法的理論基礎(chǔ)
9.1.3演化策略與演化規(guī)劃
9.2連接計(jì)算
9.2.1概 述
9.2.2感知機(jī)
9.2.3多層前向網(wǎng)絡(luò)
9.2.4Hopfield網(wǎng)絡(luò)
9.3混合系統(tǒng)
9.3.1混合系統(tǒng)結(jié)構(gòu)
9.3.2用神經(jīng)網(wǎng)絡(luò)表示符號(hào)知識(shí)
第十章 智能Agent
10.1關(guān)于智能Agent
10.1.1基本概念
10.1.2Agent理論
10.1.3Agent系統(tǒng)結(jié)構(gòu)
10.1.4Agent程序設(shè)計(jì)
10.1.5Agent的應(yīng)用
10.2多Agent系統(tǒng)
10.2.1概 述
10.2.2多Agent系統(tǒng)的結(jié)構(gòu)
10.2.3Agent通信語(yǔ)言
10.2.4多Agent系統(tǒng)的協(xié)商機(jī)制
第十一章 分布式專家系統(tǒng)工具DEST
11.1分布式系統(tǒng)結(jié)構(gòu)
11.2面向?qū)ο蟮闹R(shí)表示
11.2.1對(duì)象的表示
11.2.2規(guī)則的表示
11.2.3方法的表示
11.3問(wèn)題求解機(jī)制
11.3.1概 述
11.3.2模糊規(guī)則推理
11.3.3模糊決策樹(shù)推理
11.3.4神經(jīng)網(wǎng)絡(luò)的模擬
11.3.5實(shí) 例
附錄 DEST系統(tǒng)函數(shù)
參考文獻(xiàn)

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    人工智能與知識(shí)工程 PDF格式下載

---