《人工智能原理与技术》求取 ⇩

目录1

1Lisp语言基础8

1.1符号表达式与表8

1.2Lisp的程序结构及其特点10

1.3表处理函数14

1.4算术与逻辑运算函数17

1.5赋值与求值函数19

1.6控制函数20

1.7函数定义25

1.8性质表及其操作函数30

1.9映射函数32

1.10递归35

1.11输入与输出37

1.12原子的生成与分解函数42

1.13例子43

2一阶谓词逻辑51

2.1命题及逻辑联结词51

2.2命题公式的永真性与等值54

2.3对偶原理61

2.4析取范式与合取范式65

2.5逻辑推理69

2.6命题演算的王浩算法71

2.7一阶谓词逻辑的基本概念78

2.8谓词公式的永真性与可满足性84

2.9自由变元与约束变元86

2.10谓词公式的等值89

2.11前束范式93

3归结原理99

3.1斯柯伦标准型99

3.2子句集的H全域103

3.3基本定理107

3.4D-P(Davis＆Putnam)方法110

3.5一致化算法113

3.6归结方法116

3.7归结方法的可靠性与完备性119

3.8例子122

3.9应用125

3.10归结方法的Lisp实现130

4Prolog语言简介145

4.1Horn子句集归结145

4.2Prolog语言148

4.3内部谓词155

4.4例子159

5问题求解165

5.1状态空间165

5.2问题归约169

5.3产生式系统175

5.4约束满足法179

5.5八数码问题的Lisp实现183

6.1状态空间的盲目搜索191

6搜索191

6.2启发式搜索法201

6.3A*算法的可采纳性205

6.4与／或树搜索211

6.5与／或图的一种启发式搜索算法AO221

6.6博弈树搜索229

6.7一字棋博弈的Lisp实现237

7知识表达与推理技术247

7.1知识的特征描述247

7.2框架248

7.3语义网络257

7.4脚本261

7.5产生式规则264

7.6评述271

8专家系统275

8.1专家系统的任务与特征275

8.2专家系统脆弱性280

8.3专家系统结构292

8.4建立专家系统的步骤与方法294

9神经元网络301

9.1神经元网络简介301

9.2简单的线性模型311

9.3线性阈值网络320

9.4反向传播网络331

9.5Hopfield网络模型335

9.6Boltzmann机347

9.7其它的神经元网络模型355

9.8评述362

9.9神经元网络的应用364

10专家系统构造工具DIPS375

10.1DIPS概述375

10.2DIPS的知识表达383

10.3DIPS的控制策略及推理机404

10.4用DIPS建立专家系统409

10.5DIPS的解释机制430

附录1 DIPS的系统函数443

11附录443

附录2 DIPS的系统调用448

12思考题453

思考题一453

思考题二456

思考题三457

思考题四460

思考题五461

思考题六461

思考题七463

思考题八464

思考题九465

参考文献468