《人工智能技术及应用》求取 ⇩

第一章 绪论1

1.1 人工智能的基本概念1

1.1.1　人工智能的定义1

目录1

1.1.2　基本假设2

1.1.3　人工智能技术2

1.2　计算机辅助工程3

1.2.1　CAD3

1.2.2　集成的概念4

1.2.3　决策支持系统（Decision Support System，简称DSS）5

1.4　关于思维的研究6

1.3　人工智能与专家系统6

第二章　知识表示与利用9

2.1　知识的主要表示方法10

2.1.1 基于规则的方法10

2.1.2　框架（frame）15

2.1.3　面向对象的知识表示16

2.2　知识的利用17

2.2.1 以知识推理17

2.2.2　正向链与逆向链19

2.3.1　形式逻辑20

2.2.3　问题求解搜索20

2.3　逻辑20

2.3.2　逻辑句子的成分21

2.3.3　谓词逻辑中的事实和规则22

2.4　不确定性知识28

2.4.1 非精确性（Inexactness）29

2.4.2　概率29

2.4.3　模糊逻辑30

2.4.4　确定性系数32

3.1　推理的一个直观比拟34

第三章　推理过程34

3.2　逆向链推理37

3.2.1　逆向链算法37

3.2.2　回溯与终止38

3.2.3　反置回溯38

3.3　正向链推理39

3.3.1 推理原理39

3.3.2　冲突解决40

3.3.3　证明正向规则41

3.3.4　正向链算法41

3.4　贝叶斯推理42

3.5　非精确推理44

3.6　半精确推理46

3.7　人工智能中推理的发展48

3.7.1　演绎推理48

3.7.2　非演绎推理48

3.7.3　定性推理49

第四章　数据结构和电子数据表52

4.1　基本概念52

4.1.1　信息的三个领域52

4.2　数据的逻辑结构54

4.1.2　数据的逻辑描述和物理描述54

4.1.3　实体间的关系54

4.2.1　层次模型55

4.2.2　网络模型55

4.2.3　关系模型56

4.2.4　面向对象的数据模型57

4.3　电子数据表58

4.3.1　什么是电子数据表？59

4.3.2　Excel的功能59

4.3.3　Excel的基本操作61

4.3.4　Excel中的数据库62

4.4　用电子数据表解板的弯曲问题63

4.4.1　求解策略63

4.4.2　有限差分运算模型63

4.4.3　三角形分布荷载作用下板弯曲问题的求解66

第五章　模糊集理论基础69

5.1　隶属度的概念69

5.2　集合论基本知识70

5.2.1 经典集合论70

5.2.2 模糊集合论71

5.2.3　模糊集运算72

5.3　分解定理和扩展原理73

5.3.1 分解定理73

5.3.2　扩展原理73

5.4　模糊关系及其分类74

5.5　确定隶属函数的方法76

5.6　模糊推理78

第六章　专家系统的基本原理与应用80

6.1　专家系统的定义和类型80

6.1.1　专家系统的定义80

6.2　专家系统的结构与工作原理81

6.1.2　专家系统的类型81

6.3　专家系统与传统程序的差别83

6.4　建立专家系统83

6.4.1　适于专家系统求解的问题83

6.4.2　建立专家系统的步骤84

6.5　专家系统开发工具INSIGHT 2+85

6.5.1 INSIGHT2+的结构和菜单85

6.5.2　产生式规则语言PRL概要86

6.5.3　一个简单知识库的演示89

6.6.2　知识库的构造91

6.6.1　信息的获取91

6.6　房屋震害评估专家系统的建立91

6.6.3　系统的调试与检验93

6.7　专家系统模糊推理的实现95

6.7.1　知识模糊性的表示95

6.7.2　模糊评判的面向对象程序设计97

6.7.3　模糊推理的执行98

第七章　人工神经网络100

7.1　关于人工神经网络的几个问题100

7.1.1　什么是神经网络？100

7.1.3　人工神经网络用在什么地方？102

7.1.2　神经元计算与人工智能传统计算有什么不同？102

7.2.1　神经元变换函数的类型103

7.2　人工神经网络的类型103

7.2.2　人工神经网络的结构104

7.2.3　按学习算法分类105

7.3　人工神经网络的开发过程105

7.4　反向传播（BP）神经网络模型106

7.4.1　反向传播（BP）模型107

7.4.2　反向传播局部误差107

7.4.4　标准的BP算法108

7.4.3　总误差函数108

7.4.5　BP算法的改进110

7.5　联想记忆（Hopfield）神经网络模型111

7.5.1　联想记忆的基本原理111

7.5.2　Hopfield网络的结构和运行方式113

7.5.3　网络的能量函数113

7.5.4　网络基本学习规则和联想特性114

7.6　人工神经网络专家系统115

7.6.1 人工神经网络与专家系统的比较115

7.6.3　人工神经网络专家系统的结构117

7.6.2　人工神经网络专家系统的模型117

7.6.4　神经网络专家系统的知识表示和获取119

7.7　人工神经网络在土木工程中的应用119

7.7.1 用人工神经网络诊断结构的地震损坏119

7.7.2　用人工神经网络预测城市地震火灾损失122

第八章　面向对象编程语言Smalltalk124

8.1　面向对象的概念124

8.1.1 两个O的含意124

8.1.2　O-O的设计思想125

8.2.1 对象126

8.2　对象与类126

8.2.2　类127

8.3　消息和方法130

8.4　Smalltalk/V软件入门131

8.4.1 系统的使用131

8.4.2　系统与外部的交互132

8.4.3　Smalltalk/V的主要语言要素133

8.4.4　创建窗口137

8.5　Smalltalk/V的数值方法139

8.5.1 矩阵类Matrix139

8.5.2　类Matrix的应用147

8.6　基于面向对象专家系统的构造148

8.6.1　基本考虑148

8.6.2　层次式模块化结构148

8.6.3　推理控制机制151

8.7　面向对象神经网络152

8.7.1　程序设计思想152

8.7.2　神经网络类的定义和相应的方法153

A.1.2　空间点类Point3D156

A.1.1 平面点类Point156

A.1　点的表示156

附录A　几何图形的面向对象表示156

A.2　图形变换技术159

A.2.1　实现平移、伸缩（比例）、旋转的方法159

A.2.2　空间线性变换162

A.3　中心投影164

A.4　基本几何图形168

A.4.1　直线的表示168

A.4.2　三维曲线170

A.4.3　三维曲面172

参考文献174