《人工智能及其应用》求取 ⇩

第一章　绪论1

§1.1　人工智能的研究对象1

一、机器智能与智能机器1

二、脑力劳动自动化与脑模型1

目录1

§1.2　人工智能的学科范畴2

一、智能：感知、思维、行为2

二、知识：获取、处理、利用3

三、人工智能的基本内容3

一、结构与功能4

§1.3　人工智能的研究方法4

二、启发与算法6

§1.4　人工智能的发展概况6

一、人工智能的孕育、形成、发展7

二、国外人工智能发展动态8

三、我国人工智能的进展概况9

小结10

习题10

二、知识模型变换：同构、同态11

一、知识类型：叙述型、过程型、控制型11

第二章　知识表达技术11

§2.1　知识表达的基本概念11

§2.2　状态空间表达法12

一、状态空间表达法的概念12

二、状态空间表达法示例13

§2.3 “与／或”图表达法14

一、“与／或”图表达法的概念14

二、“与／或”树表达法的示例14

一、产生式系统的基本结构16

二、产生式系统与问题求解16

§2.4　产生式规则表达法16

三、产生式系统的分析与设计19

四、产生式系统的类型和性能20

五、产生式系统的开发和应用21

§2.5　知识的逻辑表达方法22

一、命题逻辑………………………………………………………………………… （？）26

二、谓词逻辑26

三、一阶谓词逻辑表达方法26

四、谓词逻辑表达法的性能和应用31

§2.6　语义网络表达法31

一、语义网络的概念和持性31

二、语义网络表达法的应用32

一、特征表的概念33

§2.7　特征表表达法33

二、特征表应用示例34

§2.8　框架表达法35

一、框架表达法的概念和示例35

二、框架表达法的性能和应用35

小结36

习题37

一、知识推理的概念38

二、图搜索与逻辑论证38

§3.1　知识推理的概念和类型38

第三章　知识推理技术38

三、推理算法与推理步骤39

四、启发推理与非启发推理39

§3.2　符号模式匹配40

一、符号模式匹配的概念40

二、符号模式匹配的示例40

三、隐式图搜索过程43

一、显式图与隐式图43

二、隐式图搜索方法43

§3.3　图搜索的基本概念43

三、符号模式匹配的问题43

§3.4　广度优先搜索法44

一、广度优先搜索法的概念44

二、广度优先搜索法的流程44

三、广度优先搜索法的示例45

§3.5　深度优先搜索法46

一、深度优先搜索法的概念46

二、深度优先搜索法的流程46

一、有界深度优先搜索法的概念47

§3.6　有界深度优先搜索法47

三、深度优先搜索法的示例47

二、有界深度优先索搜法的流程48

三、有界深度优先搜索法的示例49

§3.7　代价驱动搜索法51

一、代价驱动搜索法的概念51

二、代价驱动广度优先搜索法51

三、代价驱动深度优先搜索法53

§3.8　局部择优搜索法53

一、局部择优搜索法的概念53

§3.9　全局择优搜索法55

一、全局择优搜索法的概念55

三、局部择优搜索法的示例55

二、局部择优搜索法的流程55

二、评价函数的启发能力56

三、最好优先搜索法的示例57

§3.10 “与／或”树图搜索法58

一、“与／或”树图搜索法的概念58

二、“与／或”树图搜索法的流程59

§3.11 “与／或”树代价驱动搜索法60

一、“与／或”树代价驱动搜索的特点60

一、“与／或”树最好优先搜索法的特点61

§3.12 “与／或”树最好优先搜索法61

二、“与／或”树代价驱动搜索的示例61

二、“与／或”树最好优先搜索的过程62

三、“与／或”树最好优先搜索的示例62

§3.13　博弈树图搜索法64

一、博弈的基本概念64

二、博弈树的主要特点65

三、极大极小分析法66

四、“α-β”剪枝法66

§3.14　分解技术与多级规划68

一、分解技术68

二、多级规划69

三、机器人的多级规划70

§3.15　双向推理与“手段-目的”分析71

一、正向、反向、双向推理71

二、“手段-目的”分析法72

§3.16　组合爆炸与推理复杂性73

一、组合爆炸73

二、推理复杂性74

§3.17　启发信息与搜索效率75

一、启发评价75

二、启发分解75

五、启发剪枝76

三、启发变换76

四、启发生成76

六、搜索效率………………………………………………………………………？78

七、最经济推理78

§3.18 归结原理与逻辑推理78

一、归结原理78

二、定理证明78

三、“合一”过程80

四、逻辑推理方法示例81

小结82

习题83

§4.1　知识获取的概念和途径84

一、知识获取的基本概念84

第四章　知识获取技术84

二、知识获取的主要途径85

§4.2　机器学习的概念和类型86

一、学习和学习系统的概念86

二、机器学习系统的类型86

§4.3　机器学习系统的结构和功能88

一、机器学习系统的原理结构88

二、机器学习系统的基本功能88

二、相关产生式学习方法90

§4.4　相关产生式学习系统90

一、相关产生式的概念90

三、相关产生式学习示例93

§4.5　条例空间筛选学习系统94

一、条例空间筛选学习方法94

二、条例空间筛选学习实例95

§4.6　结构归纳学习系统96

一、结构归纳学习的概念96

二、结构归纳学习的方法98

三、结构归纳学习的示例99

一、机器视觉的系统结构100

§4.7　机器视觉与物景分析100

二、机器视觉的基本方法101

三、物景分析的概念和方法102

§4.8　机器听觉和“人-机”对话102

一、机器听觉和“人-机”对话的概念102

二、自然语言“人-机”对话系统103

三、自然语言的语音识别105

四、自然语言理解和生成106

五、故事理解与言谈分析107

二、产生式系统的知识库108

一、知识库系统的概念108

§4.9　知识库及其管理系统108

？库的检索效率109

？管理系统109

§4.10 知识同化和知识顺应110

一、知识库的运行要求110

二、知识同化技术110

三、知识顺应技术112

小结113

习题113

一、人工智能程序的特点114

第五章　人工智能语言114

§5.1　人工智能程序设计114

二、人工智能程序设计语言115

§5.2　LISP语言117

一、LISP语言的发展概况117

二、LISP数据结构118

三、LISP函数121

四、LISP函数的构造方法126

一、LISP程序设计方法129

§5.3 LISP程序设计129

二、求解“梵塔”问题的LISP程序130

三、符号模式匹配LISP程序133

四、求解“皇后”问题的LISP程序137

§5.4　PROLOG语言140

一、PROLOG语言的发展概况140

二、PROLOG语言的特点141

三、PROLOG语言的基本概念141

四、PROLOG语言的语法143

五、PROLOG语言的系统谓词145

一、PROLOG程序设计方法147

§5.5 PROLOG程序设计147

二、“迷宫搜索”问题的PROLOG程序149

三、“动物识别”问题的PROLOG程序152

小结158

习题159

第六章　专家系统160

§6.1　专家系统的基本概念160

一、专家系统的概念和特点160

二、专家系统的结构和功能160

三、专家系统的产生和发展161

四、专家系统的用途和类型162

§6.2　专家系统的设计与开发163

一、专家系统的设计原则和开发步骤………………………………………………………？166

二、专家系统的结构和功能设计……………………………………………………………？166

§6.3　专家系统的开发工具166

一、骨架系统166

二、知识获取辅助工具167

三、通用知识表达语言168

四、模块组合式开发工具168

§6.4　专家系统的评价方法169

一、专家系统评价的目的169

三、专家系统评价的方法170

二、专家系统评价的指标170

§6.5　医疗诊断专家系统172

一、MYCIN概况172

二、MYCIN的静态特性174

三、MYCIN的动态特性176

四、治疗方案选择180

§6.6　化学专家系统182

一、启发式DENDRAL系统182

三、超-DENDRAL系统183

二、结构生成CONGEN系统183

§6.7　地质勘探专家系统185

一、PROSPECTOR结构原理185

二、PROSPECTOR应用功能186

§6.8　布线设计专家系统187

一、BRAVE系统原理和功能187

二、BRAVE系统知识表达188

三、BRAVE系统控制策略191

§6.9　数学专家系统192

一、AM系统的结构原理192

二、AM系统的应用功能193

三、AM系统的控制策略194

§6.10　多学科综合型专家系统195

一、HPP-80多学科应用专家系统196

二、HPP-80系统的知识工程工具197

§6.11　专家系统的应用领域198

§6.12　专家系统的问题及途径203

一、专家系统存在的问题203

二、专家系统的新途径204

小结205

习题205

一、智能控制的产生背景206

§7.1　智能控制的产生和发展206

第七章　智能控制与智能管理206

二、智能控制的发展过程207

§ 7.2　智能控制的概念和类型207

一、智能控制的基本概念207

二、智能控制的主要类型209

§7.3　自寻优控制系统210

一、自寻优控制设计原理210

二、极值搜索自寻优控制211

三、区间优选自寻优控制213

一、多级自寻优控制系统结构215

二、局部自寻优控制级215

§7.4　多级自寻优控制系统215

三、全局自协调控制级216

四、多级自寻优控制系统的特点219

§7.5　专家控制系统219

一、专家控制系统的概念219

二、专家控制系统的类型220

三、产生式专家控制系统221

§7.6　多级专家控制系统223

一、多级专家控制系统223

二、多层专家控制系统224

三、多段专家控制系统225

§7.7　自学习控制系统225

一、自学习控制的基本原则225

二、产生式自学习控制系统227

§7.8　计算机管理系统的进展和问题229

一、计算机管理系统的发展概况229

二、计算机管理系统存在的问题231

§7.9　智能管理系统的基本概念232

一、智能管理系统的设计思想232

二、智能管理系统的结构和功能234

一、专家管理系统235

§7.10　专家管理系统235

二、多级专家管理系统236

§7.11　智能办公信息系统237

一、智能办公信息系统的概念237

二、省长办公信息系统的设计238

§7.12　智能控制与管理系统239

一、计算机集成生产系统240

二、专家控制与管理系统242

小结244

习题245

一、神经细胞的结构247

二、神经细胞的功能247

第八章　脑模型………………………………………………………………………？247

§8.2　神经细胞模型247

§8.1 概述……………………………………………………………？247

三、神经细胞的“M-P”模型248

四、改进的神经细胞模型249

§8.3　神经网络模型250

一、神经网络的基本逻辑元件250

二、开环神经网络模型251

三、闭环神经网络模型251

一、感知机的实验系统252

§8.4　感知机252

二、简单感知机的构造253

§8.5　联想机254

一、联想机的基本原理254

二、联想记忆和识别255

小结257

习题258

第九章　智能机259

§9.1　现有计算机的问题259

一、原理结构的问题259

三、智能水平的问题260

二、人-机接口的问题260

§9.2　智能机的研究261

一、新一代计算机研究概况261

二、“电脑”与人脑的差距261

§9.3　知识信息处理机263

一、推理求解系统263

二、知识库系统264

三、智能接口系统264

四、智能编程系统264

一、LISP机的功能要求265

§9.4　LISP机265

二、LISP机的结构类型266

三、典型的LISP机266

§9.5　数据库机267

一、数据库机的功能要求267

二、数据库机的结构类型268

三、高速数据处理技术268

四、典型的数据库机269

小结273

习题273

一、丰硕成果274

第十章　回顾与展望274

§10.1　回顾274

二、波浪前进275

§10.2　展望275

一、新课题275

二、新途径277

三、新前景278

小结279

习题279

附录　英汉术语对照280

参考文献283