人工智能與人工生命

內(nèi)容概要

　　本書系統(tǒng)地介紹了人工智能的基本原理、方法及技術(shù)，還特別介紹了人工生命等人工智能前沿領(lǐng)域的最新進(jìn)展。主要內(nèi)容包括：緒論、知識表示方法、確定性推理、不確定性推理、搜索策略、機(jī)器學(xué)習(xí)、專家系統(tǒng)、分布式人工智能、人工生命、軟件人、人工魚、展望。
　　本書可作為高等學(xué)校相關(guān)專業(yè)研究生和高年級本科生的教材，也可供從事人工智能領(lǐng)域研究和應(yīng)用的工程技術(shù)人員參考。

書籍目錄

第1章　緒論
　1.1　什么是人工智能
　1.1.1　智能的概念
　1.1.2　人工智能
　1.2　人工智能的產(chǎn)生與發(fā)展
　1.2.1　孕育期
　1.2.2　形成期
　1.2.3　發(fā)展期
　1.3　人工智能的研究方法及基本內(nèi)容
　1.3.1　人工智能的研究方法
　1.3.2　人工智能研究的基本內(nèi)容
　1.4　人工智能的研究領(lǐng)域
　習(xí)題1
第2章　知識表示方法
　2.1　概述
　2.1.1　什么是知識
　2.1.2　知識的特性
　2.1.3　知識的分類
　2.1.4　知識的表示
　.2.2　一階謂詞邏輯表示法
　2.2.1　邏輯基礎(chǔ)
　2.2.2　謂詞邏輯表示方法
　2.2.3　一階謂詞邏輯表示法的特點(diǎn)
　2.3　產(chǎn)生式表示法
　2.3.1　產(chǎn)生式的基本形式
　2.3.2　產(chǎn)生式表示知識的方法
　2.3.3　產(chǎn)生式系統(tǒng)的組成
　2.3.4　產(chǎn)生式系統(tǒng)的推理方式
　2.3.5　產(chǎn)生式表示法的特點(diǎn)
　2.4　語義網(wǎng)絡(luò)表示法
　2.4.1　語義網(wǎng)絡(luò)
　2.4.2　基本命題的語義網(wǎng)絡(luò)表示
　2.4.3　連接詞在語義網(wǎng)絡(luò)中的表示方法
　2.4.4　變元和量詞在語義網(wǎng)絡(luò)中的表示方法
　2.4.5　語義網(wǎng)絡(luò)的推理過程
　2.4.6　語義網(wǎng)絡(luò)表示法的特征
　2.5　框架表示法
　2.5.1　框架的結(jié)構(gòu)
　2.5.2　框架舉例
　2.5.3　框架表示法的特點(diǎn)
　2.6　其他表示方法
　2.6.1　面向?qū)ο蟮谋硎痉?br />　2.6.2　過程表示法
　習(xí)題2
第3章　確定性推理
　3.1　推理的基本概念
　3.1.1　什么叫推理
　3.1.2　推理方式及其分類
　3.1.3　推理的方向
　3.1.4　沖突消解策略
　3.2　推理的邏輯基礎(chǔ)
　3.2.1　謂詞公式的解釋
　3.2.2　謂詞公式的永真性與可滿足性
　3.2.3　謂詞公式的等價(jià)性與永真蘊(yùn)涵性
　3.2.4　謂詞公式的范式
　3.2.5　置換與合一
　3.3　自然演繹推理
　3.3.1　自然演繹推理的概念
　3.3.2　利用演繹推理解決問題
　3.3.3　演繹推理的特點(diǎn)
　3.4　歸結(jié)演繹推理
　3.4.1　子句
　3.4.2　herbrand理論
　3.4.3　魯濱遜歸結(jié)原理
　3.4.4　歸結(jié)策略
　3.4.5　使用歸結(jié)原理證明問題
　3.4.6　用歸結(jié)原理求解問題
　3.5　基于規(guī)則的演繹推理
　3.5.1　規(guī)則正向演繹推理
　3.5.2　規(guī)則逆向演繹推理
　習(xí)題3
第4章　不確定性推理
　4.1　不確定性推理概述
　4.1.1　不確定性推理的概念
　4.1.2　不確定性推理方法的分類
　4.1.3　不確定性推理中的基本問題
　4.2　可信度方法
　4.2.1　可信度概念
　4.2.2　cf模型
　4.2.3　可信度方法應(yīng)用舉例
　4.3　主觀bayes方法
　4.3.1　基本bayes公式
　4.3.2　主觀bayes方法及其推理網(wǎng)絡(luò)
　4.3.3　知識不確定性的表示
　4.3.4　證據(jù)不確定性的表示
　4.3.5　不確定性的推理計(jì)算
　4.3.6　結(jié)論不確定性的合成與更新算法
　4.3.7　主觀bayes方法應(yīng)用舉例
　4.4　證據(jù)理論
　4.4.1　證據(jù)理論的形式化描述
　4.4.2　證據(jù)理論的不確定性推理模型
　4.4.3　推理示例
　習(xí)題4
第5章　搜索策略
　5.1　搜索的基本概念
　5.1.1　搜索的概念
　5.1.2　搜索的種類
　5.2　狀態(tài)空間搜索
　5.2.1　狀態(tài)空間法
　5.2.2　狀態(tài)空間盲目搜索法
　5.2.3　啟發(fā)式搜索法
　5.3　問題歸約法
　5.3.1　問題歸約描述
　5.3.2　與或圖表示
　5.3.3　ao算法
　習(xí)題5
第6章　機(jī)器學(xué)習(xí)
　6.1　機(jī)器學(xué)習(xí)的概念
　6.1.1　學(xué)習(xí)和機(jī)器學(xué)習(xí)
　6.1.2　機(jī)器學(xué)習(xí)的發(fā)展過程
　6.1.3　學(xué)習(xí)系統(tǒng)
　6.1.4　機(jī)器學(xué)習(xí)的主要策略
　6.2　記憶學(xué)習(xí)
　6.3　歸納學(xué)習(xí)
　6.3.1　示例學(xué)習(xí)
　6.3.2　決策樹學(xué)習(xí)
　6.4　解釋學(xué)習(xí)
　6.4.1　解釋學(xué)習(xí)概述
　6.4.2　解釋學(xué)習(xí)的基本原理
　6.4.3　解釋學(xué)習(xí)的基本過程
　6.4.4　領(lǐng)域知識的完善性
　6.5　基于案例的推理
　6.5.1　cbr系統(tǒng)的特點(diǎn)
　6.5.2　cbr系統(tǒng)的體系結(jié)構(gòu)
　6.5.3　學(xué)習(xí)方法
　6.5.4　結(jié)論
　6.6　案例推理在故障診斷系統(tǒng)中的應(yīng)用
　6.6.1　案例庫的組織
　6.6.2　案例檢索策略
　6.6.3　故障診斷流程
　6.6.4　自行火炮發(fā)動(dòng)機(jī)故障診斷
　習(xí)題6
第7章　專家系統(tǒng)
　7.1　專家系統(tǒng)概述
　7.1.1　專家系統(tǒng)的產(chǎn)生與發(fā)展
　7.1.2　專家系統(tǒng)的定義
　7.1.3　專家系統(tǒng)的種類
　7.1.4　專家系統(tǒng)的特點(diǎn)
　7.2　專家系統(tǒng)的結(jié)構(gòu)
　7.2.1　綜合數(shù)據(jù)庫
　7.2.2　知識庫
　7.2.3　知識獲取
　7.2.4　推理機(jī)
　7.2.5　解釋器
　7.2.6　人－機(jī)接口
　7.3　專家系統(tǒng)的設(shè)計(jì)
　7.3.1　開發(fā)專家系統(tǒng)的基本要求
　7.3.2　專家系統(tǒng)建造步驟
　7.4　新型專家系統(tǒng)
　7.4.1　新型專家系統(tǒng)的特征
　7.4.2　分布式專家系統(tǒng)
　7.4.3　協(xié)同式專家系統(tǒng)
　7.5　空調(diào)機(jī)組故障診斷專家系統(tǒng)的設(shè)計(jì)
　7.5.1　專家系統(tǒng)結(jié)構(gòu)
　7.5.2　系統(tǒng)總體設(shè)計(jì)流程
　7.5.3　知識庫的實(shí)現(xiàn)
　7.5.4　推理機(jī)的實(shí)現(xiàn)
　習(xí)題7
第8章　分布式人工智能
　8.1　概述
　8.1.1　分布式問題求解
　8.1.2　多agent系統(tǒng)
　8.2　agent的結(jié)構(gòu)
　8.2.1　agent的基本結(jié)構(gòu)
　8.2.2　反應(yīng)agent的結(jié)構(gòu)
　8.2.3　慎思agent的結(jié)構(gòu)
　8.2.4　混合agent的結(jié)構(gòu)
　8.3　agent通信協(xié)議
　8.3.1　agent通信與交互模型
　8.3.2　agent通信
　8.3.3　言語行為理論
　8.3.4　agent通信語言
　8.3.5　agent通信的本體
　8.4　agent協(xié)作
　8.4.1　協(xié)作的功能
　8.4.2　協(xié)作的理論
　8.4.3　協(xié)作的形式
　8.4.4　協(xié)作的方法
　8.4.5　協(xié)作的過程
　8.5　移動(dòng)agent
　8.5.1　移動(dòng)agent的結(jié)構(gòu)
　8.5.2　移動(dòng)agent的應(yīng)用
　8.6　多agent柔性車間調(diào)度系統(tǒng)
　8.6.1　多agent柔性車間調(diào)度
　模型
　8.6.2　仿真實(shí)驗(yàn)
　習(xí)題8
第9章　人工生命
　9.1　什么是人工生命
　9.1.1　生命的概念
　9.1.2　人工生命
　9.1.3　廣義人工生命
　9.2　人工生命的產(chǎn)生與發(fā)展
　9.2.1　孕育期
　9.2.2　形成期
　9.2.3　發(fā)展期
　9.3　人工生命的研究方法及基本內(nèi)容
　9.3.1　人工生命的研究方法
　9.3.2　人工生命研究的基本內(nèi)容
　9.4　人工生命的應(yīng)用
　9.4.1　基于人工生命的智能控制系統(tǒng)
　9.4.2　基于人工生命的擬人智能管理系統(tǒng)
　習(xí)題9
第10章　軟件人
　10.1　概述
　10.1.1　“軟件人”的概念
　10.1.2　“軟件人”的概念模型
　10.2　“軟件人”系統(tǒng)模型
　10.2.1　“軟件人”系統(tǒng)邏輯層次結(jié)構(gòu)模型
　10.2.2　“軟件人”系統(tǒng)遞階控制結(jié)構(gòu)模型
　10.2.3　“軟件人”構(gòu)造分層體系
　10.3　“軟件人”群體
　10.3.1　“軟件人”群體組織模型
　10.3.2　系統(tǒng)的管控功能
　10.3.3　“軟件人”群的管理策略
　10.3.4　“軟件人”的接口構(gòu)造研究
　10.4　“軟件人”通信
　10.4.1　常用智體通信模型
　10.4.2　“軟件人”通信模型
　10.4.3　“軟件人”通信層次結(jié)構(gòu)與交互模型
　10.5　“軟件人”的應(yīng)用
　10.5.1　基于“軟件人”的信息整合與數(shù)據(jù)交換
　10.5.2　基于“軟件人”的決策信息支持系統(tǒng)模型
　10.5.3　基于“軟件人”情感的自主非玩家角色模型
　習(xí)題10
第11章　人工魚
　11.1　人工魚的概念
　11.2　人工魚的典范——— “曉媛的魚”
　11.2.1　計(jì)算機(jī)動(dòng)畫的人工生命方法
　11.2.2　“曉媛的魚”動(dòng)畫模型設(shè)計(jì)
　11.3　人工魚的認(rèn)知模型
　11.4　人工魚的自進(jìn)化
　習(xí)題11
第12章　展望
　12.1　“人工智能”發(fā)展與“智能科學(xué)技術(shù)”產(chǎn)生
　12.1.1　廣義智能
　12.1.2　高等智能
　12.1.3　智能科學(xué)技術(shù)
　12.2　廣義人工生命及其應(yīng)用展望
　12.2.1　工程人工生命展望
　12.2.2　生物人工生命展望
　12.2.3　生物工程人工生命展望
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：插圖：符號主義的代表性成果是Newell和Simon等人研制的“邏輯理論家”的數(shù)學(xué)定理證明程序LT。以符號主義的觀點(diǎn)看，知識表示是人工智能的核心，認(rèn)知就是處理符號，推理就是采用啟發(fā)式知識及啟發(fā)式搜索對問題的求解過程，而推理過程又可以用某種形式化的語言來描述。符號主義主張用邏輯的方法來建立人工智能的統(tǒng)一理論體系，但是其中包含“常識”問題以及不確定事物的表示和處理問題，因此，受到其他學(xué)派的批評。盡管不是所有人都支持物理符號系統(tǒng)假設(shè)，大多數(shù)被稱為“經(jīng)典的人工智能”卻是在此指導(dǎo)下產(chǎn)生的。這類方法的突出特點(diǎn)是將邏輯操作應(yīng)用于說明性知識庫中，即用說明性的語句來表達(dá)問題領(lǐng)域的“知識”，這些語句基于或?qū)嶋H上等同于一階邏輯中的語句，采用邏輯推導(dǎo)可以對這種知識進(jìn)行推理。當(dāng)遇到實(shí)際領(lǐng)域中的問題時(shí)，使用該方法則要求具有問題領(lǐng)域的足夠的知識，以對該領(lǐng)域的問題進(jìn)行處理，這通常稱為基于知識的方法。在大多數(shù)符號處理方法中，對需求行為的分析和為完成這些行為所做的工作要經(jīng)過幾個(gè)階段。最高階段是知識階段，也就是知識層次，機(jī)器所需的知識在這里說明。接下來是符號階段，即表示層次，其中，知識以符號組織表示，同時(shí)在此說明其操作。然后就是實(shí)現(xiàn)階段，實(shí)施對符號的處理。2.行為主義學(xué)派行為主義又稱為進(jìn)化主義或控制論學(xué)派，是基于控制論和“感知一動(dòng)作”型控制系統(tǒng)的人工智能學(xué)派，屬于非符號處理方法。持有這種觀點(diǎn)的人認(rèn)為：人的智能經(jīng)過了在地球上十億年甚至是更長時(shí)間的進(jìn)化，而制造出真正的機(jī)器，也必須沿著這些進(jìn)化的步驟走。他們認(rèn)為機(jī)器是由蛋白質(zhì)還是由各種半導(dǎo)體構(gòu)成是無關(guān)緊要的，智能行為是由所謂的“亞符號處理”（即“信號處理”）而不是“符號處理”產(chǎn)生的。如識別熟悉的人的面孔，對人來說易如反掌，但是對機(jī)器就很困難，最好的解釋就是人類把圖像或圖像的各個(gè)部分作為多維信號（而不是符號）來處理的。因此，我們應(yīng)該以復(fù)雜的現(xiàn)實(shí)世界為背景，研究簡單動(dòng)物如昆蟲的信號處理能力并模擬和復(fù)制，沿著進(jìn)化的階梯向上進(jìn)行。這一方案不僅能在短期內(nèi)制造出實(shí)用的人造物，而且能為更高級的智能的建立打下堅(jiān)實(shí)的基礎(chǔ)。行為主義方法在最低階段采用信號的概念。在1991年Brooks提出了無需知識表示的智能和無需推理的智能。他認(rèn)為智能只是在與環(huán)境的交互作用中才表示出來，不應(yīng)采用集中式的模式，而是需要具有不同行為的模塊與環(huán)境交互，以此來產(chǎn)生復(fù)雜的行為?；谛袨橹髁x的基本觀點(diǎn)可以概括為以下幾點(diǎn)。

編輯推薦

《人工智能與人工生命》是信息與信息處理技術(shù)叢書之一。

圖書封面

評論、評分、閱讀與下載

---

    人工智能與人工生命 PDF格式下載

---