《人工智能导论》求取 ⇩

绪论1

0.1 人工智能的研究目标1

0.2 人工智能发展简史3

0.3 人工智能研究的课题7

第一章 产生式系统14

1.1 产生式系统的组成部分14

1.2 产生式系统的基本过程23

1.3 产生式系统的控制策略23

1.4 问题的表示32

1.5 产生式系统的类型35

1.6 小结47

习题48

第二章 产生式系统的搜索策略50

2.1 回溯策略(Backtracking Strategies)51

2.2 图搜索策略57

2.3 无信息图搜索过程60

2.4 启发式图搜索过程61

2.5 搜索算法讨论89

2.6 小结97

习题98

3.1 与或图的搜索101

第三章 可分解产生式系统的搜索策略101

3.2 与或图的启发式搜索算法AO4105

3.3 博弈树的搜索110

3.4 小结123

习题124

第四章 人工智能中的谓词演算及应用126

4.1 一阶谓词演算的基本体系126

4.2 归结(消解Resolution)129

4.3 归结反演系统(Refutation)138

4.4 基于归结法的问答系统144

4.5 基于归结的自动程序综合153

4.6 基于归结的问题求解方法157

4.7 基于规则的正向演绎系统162

4.8 基于规则的逆向演绎系统172

4.9 基于规则的演绎系统的几个问题180

4.10 小结181

习题182

第五章 人工智能系统规划方法187

5.1 规划(Planning)187

5.2 机器人问题求解189

5.3 规划的表示问题195

5.4 使用目标堆栈的简单规划方法198

5.5 用目标集的非线性规划方法208

5.6 分层规划方法214

5.7 小结223

习题224

第六章 人工智能语言227

6.1 LISP228

6.2 PLANNER255

6.3 PROLOG258

6.4 专家系统工具263

6.5 小结269

习题270

第七章 知识表示271

7.1 单元表示272

7.2 语义网络279

7.3 概念从属283

7.4 框架290

7.5 脚本295

7.6 过程表示299

7.7 小结303

习题303

第八章 自然语言理解305

8.1 引言305

8.2 简单句理解311

8.3 复合句理解316

8.4 语言生成320

8.5 机器翻译321

8.6 小结322

习题323

第九章 感知325

9.1 感知问题概述325

9.2 求解感知问题所使用的技术327

9.3 约束满足法329

习题339

9.4 小结339

第十章 学习340

10.1 概述340

10.2 机器学习的分类342

10.3 机械(或死记)学习(Rote Learning)345

10.4 指点或教授学习(Learning by being told)347

10.5 类比学习(Learning by Analogy)348

10.6 概念学习(Concept Learning)352

10.7 发现学习(Discovery as Learning)357

10.8 小结358

习题358

参考文献360