《人工智能导论》求取 ⇩

第一章 绪论1

1·1 人工智能的产生和发展简史1

一、孕育期（1956年以前）1

二、形成期（1956年～1961年）2

三、发展期（1961年至今）4

1·2 人工智能的学科范畴6

一、人工智能的研究目标6

二、人工智能的核心课题7

三、人工智能研究中的学派9

四、人工智能的基本技术11

五、人工智能研究的特点12

1·3 人工智能的具体研究领域13

一、模式识别13

二、物景分析15

三、自然语言理解16

四、数据库的智能检索17

五、博弈18

六、自动定理证明18

七、自动程序设计19

八、专家系统20

九、自然语言生成21

十、机器人21

十一、人工智能的应用和发展方向22

1·4 研究智能科学的意义23

一、当前许多学科发展的需要23

二、第二次科学革命中的核心课题25

三、人类社会进化新阶段的要求28

思考题31

第二章 预备知识32

2·1 命题逻辑32

一、命题和命题定律32

二、范式36

三、命题逻辑中的推论规则40

2·2 谓词逻辑40

一、一阶谓词和量词40

二、含有量词的等价式和蕴含式45

三、谓词逻辑中的推论规则46

四、谓词公式的范式48

2·3 集合和关系49

一、集合及其基本运算49

二、二元关系52

三、模糊集合的一般概念56

2·4 形式语言60

一、四类等价的模型60

二、语言和文法的分型61

三、各型语言的实例84

2·5 自动机66

一、一般概念66

二、逻辑自动机68

三、有穷自动机70

四、图灵机75

2·6 可计算性79

一、图灵可计算函数79

二、递归函数80

三、递归集合84

四、过程和算法85

习题86

第三章 知识表示技术89

3·1 适当的表示对问题求解是至关重要的89

3·2 基于图的各种表示法94

一、用状态空间表示问题94

二、用与／或图表示知识100

三、用语义网络表示概念105

3·3 基于谓词逻辑的表示法113

一、用谓词逻辑表示状态113

二、用谓词逻辑表示操作116

三、用谓词逻辑表示知识单元118

3·4 其他各种表示法120

一、产生式表示法120

二、特性表表示法123

三、框架表示法126

习题129

第四章 使用算法的推理技术131

4·1 王浩算法132

4·2 海伯伦定理137

一、公式的解释137

二、子句集合140

三、子句集的海伯伧全域142

四、海伯伧定理及其改进145

4·3 鲁滨逊消解原理148

一、命题逻辑中的消解原理149

二、代换与合一151

三、谓词逻辑中的消解原理153

4·4 消解原理的改进156

一、问题的提出156

二、删除策略158

三、锁消解160

四、线性消解161

五、语义消解163

4·5 吴文俊算法164

一、引言164

二、几何问题的代数化165

三、初等几何定理的判定算法167

习题169

第五章 使用启发的推理技术171

5·1 基本概念171

一、启发的必要性171

二、算法的局限性173

三、隐式图的搜索过程175

四、搜索效率176

5·2 基本搜索策略177

一、广度优先搜索177

二、深度优先搜索181

三、有界深度优先搜索183

四、代价推进搜索188

5·3 启发式搜索的基本原理192

一、估计函数和启发信息192

二、局部择优搜索193

三、最好优先搜索196

5·4 与／或树的启发式搜索198

一、与／或树求解中的特殊问题198

二、与／或树的最好优先搜索201

三、博弈树的启发式搜索204

5·5 利用规划的启发式搜索212

一、规划可以进一步减缓组合爆炸212

二、基本规划215

三、多层规划218

5·6 启发式搜索过程的可采纳性和复杂性221

习题225

第六章 产生式系统227

6·1 产生式系统的基本原理227

一、产生式系统的组成和分类227

二、返回追踪决策产生式系统229

三、图搜索决策产生式系统234

四、可交换的产生式系统236

五、可分解的产生式系统237

六、高阶的产生式系统240

6·2 用产生式系统求解问题240

一、基于消解原理的产生式系统240

二、基于规则的推理系统243

习题248

第七章 意识胞思维模型概述249

7·1 模型的基本原理249

一、印象、概念和概念空间249

二、纵向推理及其可信度250

三、横向决策推理252

四、回溯推理及其可信度254

五、概念隶属度的变迁255

六、规划与联想257

7·2 模型的机器实现258

一、用意识胞表示知识258

二、系统总框图和意识控制流程259

三、意识胞的激活261

四、转移激活的分类和系统的不同状态262

五、联想的终止及反应的选择或组合263

六、系统自检和系统斟酌264

七、学习功能的实现265

习题266

第八章 人工智能语言及其程序设计初步267

8·1 几种主要的人工智能语言267

8·2 LISP语言268

一、基本概念268

二、基本LISP函数274

三、构造新函数278

8·3 常用LISP系统函数281

一、符号处理函数类281

二、算术逻辑运算函数类285

三、以函数为变元的函数类287

8·4 LISP程序287

8·5 简单实例292

一、符号模式匹配程序292

二、解梵塔问题程序295

三、定理证明程序297

四、解九连环问题程序302

习题309

主要参考文献310