《知识库系统》求取 ⇩

序论1

0.1 对人工智能的探求1

0.2 人工智能研究的经过1

0.3 知识工程的现状和未来2

第一章 知识的表示和利用1

1.1 知识库系统的考虑方法1

1.2 知识表示和推理的要素3

1.3 产生式系统5

1.3.1 构成和历史5

1.3.2 正向推理和逆向推理8

1.3.3 应用方法和特征9

1.4 黑板模型9

1.5 语义网10

1.6 框架系统14

1.6.1 关于框架14

1.6.2 根据框架进行知识的表示和推理15

1.7 一阶谓词逻辑17

1.7.1 根据合式逻辑式和子句形式进行知识表示17

1.7.2 根据归结原理进行推理19

1.7.3 知识表示系统的特征20

1.8 目标系统21

1.9 不确定知识的表示和利用22

1.9.1 模糊性22

1.9.2 关于不确定知识的处理方法23

1.10 结论24

第二章 知识的获取27

2.1 知识库系统的三个方面27

2.2 知识的获取27

2.3 知识获取的背景27

2.4 知识的结构化一知识表示28

2.5 知识的完成度29

2.6 对知识表示的要求30

2.7 知识获取方法的若干阶段30

第三章 知识库和数据库34

3.1 记忆功能的利用～与过程的独立34

3.2 数据库系统34

3.3 对新数据库的要求36

3.4 数据库技术研究的新动向36

3.4.1 抽象数据类型概念的引入36

3.4.2 演绎数据库37

第四章 开发支援环境39

4.1 关于开发支援环境39

4.2 面向人工智能的语言40

4.2.1 LISP40

4.2.2 SMALLTALK42

4.2.3 PROLOG43

4.3 知识表示语言44

4.4 智能工作站46

4.5 研究者用的网络48

第五章 模式识别51

5.1 模式识别和知识库系统51

5.2 图象识别的知识51

5.3 利用与对象有关的知识52

5.3.1 多面体模型52

5.3.2 二维模型53

5.3.3 框架的利用54

5.3.4 三维模型55

5.4 图象识别的控制55

5.5 图象数据库56

5.6 语言识别和知识库系统57

5.7 语言识别系统57

5.7.1 黑板模型58

5.7.2 网络模型59

第六章 自然语言处理61

6.1 自然语言处理系统的框架61

6.2 自然语言处理和知识62

6.3 自然语言处理的技术64

6.3.1 关于形态素的知识65

6.3.2 句法上的知识67

6.3.3 语义表达形式71

6.3.4 与现实世界有关的知识73

6.4 自然语言处理的应用领域74

第七章 专家系统79

7.1 关于专家系统79

7.2 专家系统的历史80

7.3 专家系统的结构83

7.4 专门知识及其表示85

7.5 事例87

7.5.1 XCON87

7.5.2 ONCOCIN88

7.5.3 MOLGEN88

7.6 专家系统的应用89

7.6.1 通过问题的类型来考察其应用89

7.6.2 通过问题的性质来考察其应用90

7.6.3 通过应用领域来考察其应用91

第八章 智能CAE94

8.1 技术开发方法的改善94

8.2 知识处理技术的利用95

8.3 设计问题的特征96

8.4 知识工程的界限及应用类型97

8.5 智能CAD所采用的方法98

8.6 表示的形式化和知识的利用99

附录102

1．参考文献102

2．名词解释106