《人工智能 下》

第三部分非经典逻辑和非经典推理423

第十一章 模态逻辑及其应用423

11.1模态逻辑424

11.2时序逻辑437

11.3基于区间的时间推理454

习题469

第十二章 知道逻辑和信念逻辑473

12.1知道逻辑474

12.2群体知道逻辑479

12.3信念逻辑489

12.4显式信念和隐式信念496

12.5信念和意识501

习题513

第十三章 定性推理517

13.1定性演算518

13.2基于状态的推理527

13.3定性进程理论537

习题548

第十四章 归纳逻辑552

14.1经典归纳方法553

14.2归纳问题争鸣558

14.3归纳的概率方法567

习题574

第十五章 模糊逻辑577

15.1模糊集合论578

15.2多值逻辑和模糊逻辑588

15.3算子模糊逻辑599

习题615

第十六章 非单调逻辑和非单调推理617

16.1限定推理618

16.2缺省逻辑630

16.3自认识逻辑641

16.4非单调推理中的一些难题651

16.5真值维护系统659

习题676

第四部分定理机器证明681

第十七章 消解法681

17.1消解法原理681

17.2消解策略695

17.3调解法714

17.4广义消解法720

习题726

第十八章 演绎法729

18.1自然推导法729

18.2语义表格法735

18.3项重写744

习题756

第十九章 归纳法758

19.1Boyer-Moore递归函数法758

19.2证明规划和涟漪技术771

习题782

第五部分机器学习789

第二十章 归纳学习789

20.1盲目式搜索示例学习789

20.2启发式搜索示例学习804

20.3学习判定树823

20.4学习的算法理论844

习题856

第二十一章 分 析学习858

21.1基于类比的学习858

21.2基于案例的学习871

21.3基于解释的学习883

21.4遗传式学习900

21.5神经网络学习909

习题932

第二十二章 语法学941

22.1转换生成文法941

第六部分自然语言理解941

22.2扩充转移网络955

22.3基于通代的文法963

22.4系统功能文法972

习题984

第二十三章 语义学987

23.1关于语言意义的争鸣987

23.2词义学998

23.3语句和篇章 结构1008

习题1021

第二十四章 语用学1025

24.1言语行为理论1025

24.2基于规划和意图的话语理解1035

24.3故事情节理解1046

习题1060

第七部分知识工程1068

第二十五章 知识表示语言1068

25.1LISP家族1070

25.2PROLOG家族1089

25.3SMALLTALK家族1106

25.4逻辑和产生式语言TUILI1119

习题1129

第二十六章 不精确推理1133

26.1Bayes概率推理1134

26.2可信度方法1147

26.3模糊推理1157

习题1168

第二十七章 知识获取1171

27.1知识诱导1172

27.2场记分 析方法1180

27.3个人结构理论和分 类表格技术1192

27.4基于模型的知识获取1203

27.5基于领域模型的知识获取1216

27.6从文字资料获取知识1229

习题1241

第二十八章 专家系统1248

28.1专家系统组织1248

28.2知识维护1262

28.3知识界面1272

28.专家系统的生命周期1284

习题1292

参考文献1297