《地质专家系统》求取 ⇩

第一章绪论1

第一节 专家系统发展简史1

章二节 专家系统的特征3

第三节 专家系统的分类4

第四节 专家系统的优越性7

第五节 专家系统的局限性8

第六节 地质专家系统概述12

本章小结17

第二章专家系统的设计和建立19

第一节 专家系统的基本组成部分19

第二节 专家系统设计的基本思想20

第三节 专家系统的设计技巧22

第四节专家系统的建立过程23

(一)知识库的设设23

(二)推理机的设计29

(三)“人-机”接口设计29

(四)专家系统的实现算法30

第三章知识表示的基本方法31

第一节逻辑表示法32

(一)命题逻辑32

(二)谓词逻辑38

(三)一阶谓词逻辑表达方法39

(四)逻辑表示法的求解过程及其应用45

(五)逻辑表示法的优缺点46

第二节语义网络表示法46

(一)语义网络的概念46

(二)语义网络表示法的优缺点47

(三)语义网络表示法的应用47

第三节产生式规则表示法48

(一)产生式系统的基本组成部分48

(二)产生式系统的问题求解49

(三)产生式系统的推理解释51

(四)产生式系统在开发专家系统中规则库，数据库和控制器的设计52

(五)产生式系统的特征及其应用53

第四节状态空间表示法53

(一)状态空间表示法的概念53

(二)状态空间表示法的应用54

第五节特性表表示法55

(一)特性表表示法的基本概念55

(二)特性表表示法的应用56

第六节框架表示法56

(一)框架表示法的概念56

(二)框架表示法示例57

(三)框架表示法的特性和应用59

第七节“与或图”表示法59

(一)与或图的概念59

(二)与或图构成规则60

(三)与或图表示法示例60

第八节过程表示法62

(一)过程表表示法的概念62

(二)过程表示法的特性62

(三)过程表示法的应用62

第九节知识表示语言63

(一)知识表示语言KRL63

(二)知识表示语言MIRROR64

本章小结64

第四章专家系统中的自动推理66

第一节广度优先搜索法69

(一)广度优先搜索法的概念69

(二)广度优先搜索法的算法69

(三)广度优先搜索法的示例70

第二节深度优先搜索法71

(一)深度优先搜索法的概念71

(二)深度优先搜索法的搜索过程72

(三)深度优先搜索法的示例73

第三节有界深度优先搜索法74

(一)有界深度优先搜索法的概念74

(二)有界深度优先搜索算法74

(三)有界深度优先搜索法的示例76

第四节代价推进搜索法78

(一)代价推进搜索法的概念78

(二)代价推进广度优先搜索法78

(三)代价推进有界深度优先搜索法79

(四)代价推进搜索法的示例79

第五节局部择优搜索法82

(一)局部择优搜索法的概念82

(二)局部择优搜索法的过程83

(三)局部择优搜索法的特征83

(四)局部择优搜索法的示例84

第六节最好优先搜索法85

(一)最好优先搜索法的概念85

(二)最好优先搜索法的过程85

(三)估价函数的启发能力86

(四)最好优先搜索法的示例88

第七节与或树图搜索法90

(一)与或树图搜索法的概念90

(二)与或树搜索法的流程91

第八节与或树广度优先搜索法92

(一)与或树广度优先搜索法的概念92

(二)与或树广度优先搜索法的流程93

(三)与或树广度优先搜索法的示例94

第九节与或树有界深度优先搜索法94

(一)与或树有界深度优先搜索法的概念94

(二)与或树有界深度优先搜索法的流程94

(三)与或树有界深度优先搜索法示例96

第十节与或树代价驱动搜索法96

(一)与或树代价驱动搜索法的概念96

(二)与或树代价驱动搜索法示例98

第十一节与或树的最好优先搜索法99

(一)与或树的最好优先搜索法的概念99

(二)与或树的最好优先搜索法的流程99

(三)与或树最好优先搜索法示例100

第十二节与或图一种启发式搜索过程AO＊算法102

(一)与或图的解图及其费用102

(二)与或图一种启发式搜素过程AO＊算法105

(三)AO＊算法示例106

第十三节博弈树的启发式搜索107

(一)博弈和博弈树107

(二)博弈树搜索的极小极大过程109

(三)α-β剪枝法114

第十四节规划的启发式搜索117

(一)组合爆炸和推理复杂性117

(二)基本规划和多层规划121

第十五节启发式搜索的完备性及复杂性126

(一)启发评价126

(二)启发完备性的判定128

(三)启发剪枝129

(四)搜索效率129

第十六节归结及置换合一原理130

(一)归结原理130

(二)置换和合一133

第十七节 归结反演系统134

第十八节双向推理136

(一)正向推理(向前推理)136

(二)反向推理137

(三)双向推理139

第十九节 三段论法141

第二十节 归纳推理142

第二十一节MYCIN中的不精确推理143

(一)MYCIN介绍143

(二)MYCIN的推理控制144

(三)不精确推理算法144

(四)MYCIN在不精确推理中的用法147

(五)MYCIN的不精确推理示例148

第二十二节证据理论149

(一)基本理论149

(二)基本算法152

(三)应用证据理论示例155

第二十三节发生率计算157

(一)纯数值结构的限制157

(二)基本理论和方法159

(三)维持一致161

(四)实现建议163

第二十四节模糊集理论163

(一)模糊集理论和概率论的区别163

(二)模糊集理论164

(三)模糊集理论应用示例165

本章小结168

第五章机器学习170

第一节学习模型170

(一)关于“学习”的概念170

(二)学习研究的发展过程170

(三)研究学习的目的171

(四)学习系统171

(五)影响学习系统的因素171

(六)学习系统中4种基本的学习情况172

(七)机器学习系统的结构和功能172

第二节 机械学习174

第三节 指导学习174

第四节 实例学习176

第五节类推学习177

(一)类推学习的基本原理177

(二)类推学习的实例介绍179

本章小结183

第六章专家系统中知识库的维护184

第一节 如何发现某条规则需进行修改184

第二节 如何修改185

第三节 对知识库中规则的先验概率的修改187

第七章专家系统的评价188

第一节 为什么要进行评价188

第二节 评价中的设计问题189

第三节 何时评价191

第四节如何评价193

(一)专家系统评价的方法193

(二)专家系统评价的内容198

(三)评价工具199

本章小结201

第八章专家系统工具202

第一节 概况202

第二节专家系统工具分类203

(一)通用程序设计语言203

(二)骨架系统204

(三)通用知识表示语言204

(四)组合工具204

第三节专家系统工具发展阶段205

(一)专家系统3个发展阶段的主要特征205

(二)实验系统工具206

(三)研究系统工具206

(四)商用系统工具206

第四节KAS系统208

(一)KAS系统概述208

(二)KAS系统中的知识表示209

(三)KAS系统的推理机210

(四)KAS系统的辅助设施212

(五)KAS系统的应用212

第五节EMYCIN系统212

(一)EMYCIN系统概述212

(二)EMYCIN系统中的知识表示213

(三)EMYCIN系统的推理机214

(四)EMYCIN系统的辅助设施215

(五)EMYCIN系统的应用215

第六节EXPERT系统215

(一)EXPERT系统概述215

(二)EXPERT系统的知识表示216

(三)EXPERT系统的推理机216

(四)EXPERT系统的辅助设施216

(五)EXPERT系统的应用217

第七节其他专家系统工具217

(一)AGE217

(二)HEARSAY-Ⅲ218

(三)LOOPS218

(四)OPS219

(五)PCEST219

本章小结220

第九章“探矿者”专家系统221

第一节 概况221

第二节 矿床地质模型的建立223

第三节推理网络224

(一)“探矿者”专家系统的基本推理过程224

(二)3种基本推理关系225

(三)斑岩铜矿模型(PCDA)推理网络结构示例226

第四节 控制策略228

第五节 语义网络及其应用228

第六节 似然推理模型230

第七节 判别树推理模型240

第八节 “探矿者”专家系统应用实例241

本章小结244

第十章瓦斯地质专家系统246

第一节瓦斯地质专家系统概述246

(一)瓦斯地质专家系统研究的基本内容246

(二)建立瓦斯地质专家系统的基本途径246

(三)选择CM.1专家系统工具建立瓦斯地质专家系统的理由和依据249

第二节 专家系统工具CM.1概述250

第三节 CM.1的知识表示257

第四节CM.1的推理机263

(一)推理机的求值方法263

(二)可信度的计算265

(三)推理策略268

第五节 CM.1与外部函数的接口270

第六节 CM.1的开发机构277

第七节 CM.1系统的使用281

第八节CM.1的命令和预定义项285

(一)CM.1的命令285

(二)CM.1的预定义项290

第九节判别区分煤与瓦斯突出与非突出矿井(煤层)的专家系统295

(一)建立本系统的基本思路295

(二)本系统的组成部分297

(三)本系统的知识库结构298

(四)本系统的推理策略305

(五)本系统的知识获取309

(六)本系统的解释功能309

(七)本系统的用户接口设计309

(八)本系统的应用实例310

参考文献316