《人工智能及其应用》求取 ⇩

第一章 绪论1

1.1 人工智能1

1.1.1 人工智能的定义1

1.1.2 人工智能的起源与发展2

1.1.3 人类智能的计算机模拟3

前言5

1.2 人工智能的研究与应用领域6

1.2.1 问题求解6

1.2.2 逻辑推理与定理证明7

1.2.3 自然语言理解7

1.2.4 自动程序设计8

1.2.5 专家系统8

1.2.6 机器学习9

1.2.7 人工神经网络10

1.2.8 机器人学11

1.2.9 模式识别11

1.2.10 机器视觉12

1.2.11 智能控制13

1.2.12 智能检索14

1.2.13 智能调度与指挥14

1.2.14 系统与语言工具15

1.3 本书概要15

第二章 知识表示方法17

2.1 状态空间法17

2.1.1 问题状态描述17

2.1.2 状态图示法19

2.1.3 状态空间表示举例20

2.2 问题归约法22

2.2.1 问题归约描述23

2.2.2 与或图表示25

2.2.3 问题归约机理27

2.3 谓词逻辑法30

2.3.1 谓词演算30

2.3.2 谓词公式32

2.3.3 置换与合一34

2.4 语义网络法36

2.4.1 二元语义网络的表示37

2.4.2 多元语义网络的表示37

2.4.3 连接词和量化的表示39

2.4.4 语义网络的推理过程43

2.5 框架(frame)表示48

2.5.1 框架的构成48

2.5.2 框架的推理52

2.6 剧本(script)表示53

2.6.1 剧本的构成53

1.6.2 剧本的推理54

2.7 过程(procedure)表示55

2.8 小结57

习题58

3.1.1 图搜索策略60

3.1 盲目搜索60

第三章 一般搜索原理60

3.1.2 宽度优先搜索61

3.1.3 深度优先搜索63

3.1.4 等代价搜索66

3.2 启发式搜索66

3.2.1 启发式搜索策略67

3.2.2 估价函数67

3.2.3 有序搜索68

3.2.4 A？算法70

3.2.5 双向搜索72

3.3 消解原理73

3.3.1 化为子句集74

3.3.2 消解推理规则76

3.3.3 含有变量的消解式77

3.3.4 消解反演求解过程78

3.3.5 含状态项的回答语句的求取81

3.4.1 通用问题夫主解原理87

3.4 通用问题求解系统87

3.4.2 差别操作符表88

3.5 小结90

习题91

第四章 高级求解技术93

4.1 规则演绎系统93

4.1.1 规则正向演绎系统93

4.1.2 规则逆向演绎系统99

4.1.3 规则双向演绎系统101

4.2 系统组织技术103

4.2.1 议程表103

4.2.2 黑板法104

4.2.3 △-极小搜索法104

4.3 不确定性推理105

4.3.1 关于证据的不确定性105

4.3.2 关于结论的不确定性106

4.3.3 多个规则支持同一事实时的不确定性107

4.4 非单调推理108

4.4.1 缺省推理108

4.4.2 非单调推理系统110

4.5小结113

习题114

第五章 专家系统117

5.1 产生式系统117

5.1.1 产生式系统的组成117

5.1.2 产生式系统的表示119

5.1.3 产生式系统示例123

5.2 专家系统131

5.2.1 专家系统的定义与类型131

5.2.2 专家系统的一般特点134

5.2.3 专家系统的结构135

5.2.4 专家系统的建造步骤与设计技巧136

5.2.5 专家系统的评价138

5.3.1 骨架型开发工具141

5.3 专家系统开发工具141

5.3.2 语言型开发工具143

5.3.3 构造辅助工具144

5.3.4 支撑环境144

5.4 专家系统设计举例146

5.4.1 专家知识的描述146

5.4.2 知识的使用150

5.4.3 决策的解释153

5.5 专家系统实例--MYCIN剖析153

5.5.1 MYCIN概述154

5.5.2 咨询子系统155

5.5.3 静态数据库157

5.5.4 动态数据库161

5.5.5 非精确推理162

5.5.6 控制策略165

5.6.1 新一代专家系统的特征167

5.6 新一代专家系统167

5.6.2 分布式专家系统168

5.6.3 协同式专家系统170

5.7 小结172

习题172

第六章 机器学习174

6.1 机器学习的定义、研究意义与发展历史174

6.1.1 机器学习的定义和研究意义174

6.1.2 机器学习的发展史175

6.2 机器学习的主要策略与基本结构176

6.2.1 机器学习的主要策略176

6.2.2 机器学习系统的基本结构177

6.3 机械学习179

6.3.1 机械学习的模式及主要问题179

6.3.2 机械学习应用举例180

6.4 基于解释经验的学习182

6.4.1 解释学习的基本原理182

6.4.2 学习形式与功能187

6.4.3 解释学习的匹配190

6.5.1 原经验的记录与检索193

6.5 基于事例的学习193

6.6 基于概念的学习200

6.6.1 类型定义200

6.6.2 分类程序201

6.7 基于类比的学习204

6.8 基于神经网络的学习206

6.8.1 神经网络的组成与特性206

6.8.2 基于反向传播网络的学习210

6.8.3 基于Hopfield网络的学习217

6.9 小结221

习题221

7.1.1 规划的作用与问题分解途径223

第七章 机器人规划223

7.1 机器人规划的作用与任务223

7.1.2 机器人规划系统的任务与方法226

7.2 积木世界的机器人规则230

7.2.1 积木世界的机器人问题230

7.2.2 用F规则求解规划序列231

7.3 STRIPS规划系统233

7.3.1 STRIPS系统的组成233

7.3.2 STRIPS系统规划过程234

7.3.3 含有多重解答的规划236

7.4 具有学习能力的规划系统239

7.4.1 PULP-I系统的结构与操作方式240

7.4.2 PULP-I的世界模型与规划结果241

7.5 分层规划242

7.5.1 长度优先搜索242

7.5.2 NOAH规划系统243

7.6.1 系统结构和规划机理245

7.6 基于专家系统的机器人规划245

7.6.2 ROPES机器人规划系统247

7.7.1 太空构件装配及其顺序规划254

7.7 太空构件装配顺序规划系统254

7.7.2 三维结构装配顺序规划示例257

7.8 小结259

习题259

第八章 机器视觉262

8.1 图象的理解与分析263

8.1.1 视觉信息的表达方法263

8.1.2 边缘距离的计算264

8.1.3 表面方向的计算268

8.2 积木世界的景物分析270

8.2.1 积木世界物的线条标示方法271

8.2.2 无断裂和阴影时三面顶点的标示方法273

8.2.3 有断裂和阴影时线条图的分析277

8.3 视觉的知识表示与控制策略279

8.3.1 视觉信息的语义网络表示280

8.3.2 位置网络表示281

8.4 物体形状的分析与识别282

8.4.1 复杂形状物体的表示282

8.3.3 视觉系统的控制策略282

8.4.2 三维物体的形状描述286

8.4.3 物体形状识别方法287

8.5 机器人视觉系统举例290

8.5.1 EYECOM I机器人视觉系统290

8.5.2 机器人三维视觉系统293

6.5.2 最邻近物体的寻求296

8.6 小结297

习题297

第九章 自然语言理解301

9.1 语言及其理解的一般问题301

9.1.1 语言与语言理解301

9.1.2 自然语言理解研究的进展303

9.1.3 自然语言理解过程的层次303

9.2 句法和语义的自动分析305

9.2.1 句法模式匹配和转移网络305

9.2.2 扩充转移网络307

9.2.3 词汇功能语法(LEG)309

9.2.4 语义的解析310

9.3 句子的自动理解312

9.3.1 简单句的理解方法312

9.3.2 复合句的理解方法315

9.4 语言的自动生成317

9.5 文本的自动翻译--机器翻译318

9.6 自然语言理解系统的主要模型320

9.7 自然语言理解系统应用举例322

9.7.1 自然语言自动理解系统322

9.7.2 机器翻译系统ARIANE323

9.7.3 自然语言问答系统325

9.8 小结327

习题328

10.1 智能控制的发展与定义329

10.1.1 智能控制的产生与发展329

第十章 智能控制329

10.1.2 智能控制的定义331

10.2 智能控制的结构理论与特点332

10.2.1 智能控制的结构理论332

10.2.2 智能控制器的一般结构336

10.2.3 智能控制的特点337

10.3 智能控制的研究领域337

10.4.1 分级递阶智能控制系统340

10.4 智能控制系统340

10.4.2 专家控制系统344

10.4.3 模糊控制系统347

10.4.4 学习控制系统350

10.4.5 神经控制系统354

10.5 智能控制应用示例357

10.6 小结362

习题364

11.1 逻辑型编程语言365

11.2 LISP的语言365

第十一章 人工智能程序设计365

11.2.1 LISP的特点和数据结构366

11.2.2 LISP的基本函数368

11.2.3 递归与迭代371

11.2.4 LISP编程举例373

11.3 PROLOG语言376

11.3.1 语法与数据结构376

11.3.2 PROLOG程序设计原理377

11.3.3 PROLOG编程举例379

11.4 关系数据库379

11.4.1 关系数据模型379

11.4.2 关系模型的操作语言385

11.5 专用开发工具388

11.6 人工智能机388

11.7 小结390

习题390

12.1 关于人工智能的争论392

第十二章 人工智能的争论与展望392

12.1.1 人工智能的主要学派393

12.1.2 对人工智能理论的争论394

12.1.3 对人工智能方法的争论395

12.1.4 对人工智能技术路线的争论395

12.2 人工智能对人类的影响396

12.2.1 人工智能对经济的影响396

12.2.2 人工智能对社会的影响397

12.2.3 人工智能对文化的影响398

12.3 对人工智能的展望399

12.3.1 更新的理论框架400

12.3.2 更好的技术集成400

12.3.3 更成熟的应用方法402

12.4 结束语403

参考文献404

名词术语416

ABOUT THE BOOK437

CONTENTS438