《人工智能与专家系统开发原理》求取 ⇩

第一章 专家系统导论1

1．1 专家系统的定义1

1．2 专家系统的发展史2

1．3 专家解题方法的分析2

1．4 专家系统中知识的作用3

1．5 知识分析3

1．6 专家系统的结构4

1．7 专家系统中的编程语言7

1．8 开发过程8

1．9 专家系统的开发现状8

第二章 人工智能问题求解的概念10

2．1 双桶问题10

2．2 人工智能技术的分析11

2．3 成功的标准13

2．4 人工智能中的问题求解13

第三章 知识表示与形式逻辑20

3．1 知识成分20

3．2 表示的评价标准20

3．3 表示的层次21

3．4 知识表示模式21

3．5 形式逻辑22

3．6 采用形式逻辑的知识工程26

3．7 推理过程28

第四章 非形式化知识表达30

4．1 语义网络30

4．2 框架32

4．3 剧本35

4．4 产生式系统36

第五章 问题求解策略45

5．1 穷举搜索45

5．2 大规模搜索空间45

5．3 生成与测试45

5．4 空间转换47

5．5 规划48

5．6 最少约束原理及约束传播56

5．7 分类模型57

5．8 黑板模型58

第六章 处理不确定性60

6．1 基于部分信息的推理60

6．2 非单调推理61

6．3 正确性保持系统63

6．4 基于概率的推理66

6．5 可信度67

6．6 模糊推理72

第七章 解释工具75

7．1 基本解释——重点在调试方面76

7．2 因果模型79

7．3 PRESS——集中于对状态的解释81

7．4 CLEAR——集中于说明性的解释83

7．5 XPLAIN——集中于合理性的解释85

7．6 关于训练的解释87

7．7 联机用户辅助系统89

第八章 专家系统的开发过程91

8．1 专家系统与软件工程91

8．2 专家系统开发的生命周期92

8．3 问题选择93

8．4 原型构造96

8．5 形式化97

8．6 实现100

8．7 评价102

8．8 长期发展102

第九章 知识获取103

9．1 专家——知识工程师(KE)的相互影响103

9．2 认知过程104

9．3 知识获取技术105

9．4 样本问题实现105

9．5 概念的系统阐述107

9．6 知识表示的开发107

9．7 关于核心问题的知识获取108

9．8 多个专家的利用108

9．9 无知识工程师的知识获取108

第十章 专家系统工具110

10．1 专家系统开发语言110

10．2 专家系统外壳111

10．3 小型工具112

10．4 Lisp机器113

10．5 大型混合专家系统工具113

10．6 基于PC的专家系统工具114

10．7 知识获取工具115

第十一章 基于形式逻辑的推理117

11．1 用基本子句消解117

11．2 合一120

11．3 谓词逻辑中的消解121

第十二章 多范例专家系统举例123

12．1 用户接口123

12．2 内部设计概述126

12．3 故障排除核心127

12．4 成分知识库134

12．5 状态的表示134

12．6 混合初始化处理135

12．7 预兆维护137

12．8 文件和媒体的恢复139

12．9 解释系统139

12．10 支持工具140

12．11 结果分析140

12．12 专家系统的未来方向141

附录A Lisp编程143

A．1 Lisp理论143

A．2 函数型编程语言143

A．3 变量赋值与函数定义144

A．4 表处理146

A．5 动态存贮器管理148

A．6 控制148

A．7 特殊的Lisp函数151

附录B Prolog编程152

B．1 理论概念152

B．2 基本编程元素和语法152

B．3 Prolog中的推理155

B．4 Prolog中的显式控制159

B．5 Prolog程序举例161

参考文献163

索引171