《用C++建造专家系统》求取 ⇩

第一章绪论1

1.1 专家系统及其发展现状1

1.2 C+++语言的特点及其建造专家系统的适宜性2

第二章面向对象的程序设计概述5

2.1 面向对象程序设计的基本概念5

2.1.1 OOP的出现和背景5

2.1.2 基本概念5

2.2 面向对象程序设计的基本特征7

2.3 面向对象的程序设计方法8

2.4 面向对象的程序设计语言11

2.4.1 面向对象程序设计语言的分类11

2.4.2 典型的面向对象的程序设计语言12

第三章C+++语言基础14

3.1　程序结构14

3.2.2 void类型17

3.2.1　类型定义typedef17

3.2　编写专家统常用的功能17

3.2.3 函数18

3.3 类和数据封装22

3.4 构造函数和析构函数25

3.4.1 构造函数25

3.4.2 析构函数26

3.5 类的嵌套和初始化26

3.6 继承和派生27

3.6.1 单一继承27

3.6.2 多重继承30

3.7 多态性和虚函数（polymorphiosm and virtual function）30

3.8 友元（friend）、静态函数（static member）31

3.9 小结32

第四章专家系统概述33

4.1 建造专家系统的基本思想33

4.2.1 基本组成34

4.2 专家系统的基本结构34

4.2.2 一般结构35

4.2.3 理想结构36

4.3 知识库38

4.3.1 知识的特点38

4.3.2 知识获取39

4.3.3 知识库管理41

4.4 推理机42

4.4.1 推理控制策略42

4.4.2 推理需要解释43

4.5 小结44

第五章知识表示45

5.1 概述45

5.1.1 知识与知识表示45

5.1.2 知识表示的方法46

5.2.1 引言48

5.2 规则结构48

5.2.2 实现规则结构的方法49

5.2.3 元规则54

5.3 框架结构54

5.3.1 框架的基本概念54

5.3.2 设计框架结构的方法56

5.3.3 用C+++实现框架结构59

5.3.4 用C+++实现ICS框架62

5.4.1 一阶谓词逻辑81

5.4 逻辑表示法81

5.4.2 谓词逻辑用于知识表示82

5.4.3 实现逻辑结构的方法84

5.5 原型88

5.5.1 原型知识表示88

5.5.2 面向对象的计算模型90

5.5.3 基于原型知识表示的专家系统实例92

5.6 小结95

6.1.1 简单正向推理及其实现96

第六章推理模型96

6.1 正向推理96

6.1.2 正向推理的改进101

6.2 反向推理102

6.3 盲目搜索111

6.3.1 广度优先搜索111

6.3.2 深度优先搜索114

6.4 启发式搜索116

6.4.1 一般图搜索策略117

6.4.2 估价函数118

6.4.3 A＊算法120

6.4.4 A＊算法的可采纳性122

6.5 不精确推理124

6.5.1 带可信度的不精确知识124

6.5.2 主观Bayes方法125

6.5.3 证据理论129

6.5.4 模糊推理134

6.5.5 可能性理论137

6.6 小结138

第七章专家系统的设计139

7.1 用户接口139

7.1.1 概述139

7.1.2 用户接口选择140

7.2 知识库系统153

7.3 专家系统工具154

7.3.1 工具的功能154

7.3.2 开发工具155

7.4 开发专家系统的基本步骤157

7.4.1 准备阶段157

7.4.2 研究问题157

7.4.3 整理知识158

7.4.4 建立模型系统158

7.5 小结159

7.4.5 改进与扩充159

第八章神经网络与专家系统160

8.1 神经网络的几种模型160

8.1.1 Hopfield模型160

8.1.2 感知器162

8.1.3 Boltzmann机165

8.1.4 Schema模型166

8.2 神经网络的学习算法170

8.2.1 引言170

8.2.2 反向传播学习算法172

8.2.3 竞争学习与相互激励学习174

8.2.4 自适应共振法ART理论177

8.3 混合型专家系统的研究和实现180

8.3.1 神经网络和专家系统结合的必要性180

8.3.2 混合型专家系统的设计181

9.1.1 知识表示188

9.1 动物识别专家系统188

第九章专家系统实例研究188

9.1.2 知识获取192

9.1.3 推理机制193

9.1.4 程序与运行结果195

9.2 农作物产量预测系统202

9.2.1 OOCFE的系统结构202

9.2.2 农产量预测知识获取203

9.2.3 原型知识表示208

9.2.4 OOCFE系统的推理机制213

9.3 混合型专家系统实例216

9.3.1 传统预报模式216

9.3.2 ADFWES总体结构216

9.3.3 ADFWES的知识描述219

9.4 小结220

参考文献222