《不确定性推理原理》

前言1

绪论1

-1 人工智能及其推理特征10

-2常识推理的基本内容30

-3不确定性推理原理与方法60

4本书的结构90

第1章测度与信息111

-1经典集合与模糊集合111

-2模糊测度及其性质161

-3概率测度与贝叶斯公式201

-4信任测度与似然测度261

-5可能性测度与必然性测度381

-6模糊测度各类之间的关系441

-7不确定性度量与信息491

第2章包含度理论572

-1 包含度的定义及其性质572

2包含度的生成方法652

-3相似度及其在专家系统检索中的应用762

-4关系数据库系统及其性质842

-5关系数据库上的知识获取932

6蕴含度及其在不确定性推理中的应用972

-7专家系统中证据的合成、传播与修正1022

-8关系数据库的随机集表示1072

第3章概率推理1253

-1概率推理原理1253

-3主观贝叶斯概率推理1263

-2贝叶斯网络概率推理1293

-4主观贝叶斯概率推理的讨论1343

-5主观概率推理的包含度方法1413

-6 MYCIN确定因子概率推理方法1443

-7 MYCIN确定因子的模糊扩张1513

-8概率推理的区间估计1593

第4章证据推理1684

-1证据推理原理1684

-2关于证据推理的进一步讨论1764

-3证据推理模式1814

-4关系数据库上的证据推理1864

-5模糊关系数据库上的证据推理1944

-6随机关系数据库上的证据推理2004

-7基于随机集的证据推理2044

第5章模糊推理2075

-1模糊推理原理2075

-2宏观模糊推理2125

-3微观模糊推理2195

-4 Mamdani模糊推理2285

5 Lukasiewicz多值逻辑的模糊化2355

-6模糊真值推理2415

-7模糊推理的神经网络算法2445

-8模糊规则的谐调性与矛盾规则的排除2485

第6章信息推理2556

-1信息推理原理2556

-2合情推理信息模型2616

-3概率命题的合情推理2696

-4 关系数据库上的合情推理2776

-5假设生成与创新思维2826

-6默认推理的包含度解释2876

-7知识库的维护与修正2896