《人工智能及其应用 人工智能 专家系统 神经网络》

目录1

第一篇人工智能1

第一章人工智能导论1

1.1人工智能及其研究目标1

1.2人工智能的发展历史3

1.3人工智能的基本技术及特点12

1.4人工智能的研究课题及应用领域15

1.5人工智能研究的几大学派24

1.6关于智能本质的争论及理论研究28

第二章人工智能原理及实现技术36

2.1人工智能的数理逻辑基础36

2.2状态空间45

2.3问题归约49

2.4问题求解及搜索技术54

2.5归结原理74

2.6产生式系统83

2.7问题求解策略90

第三章知识及其处理95

3.1知识工程概述95

3.2知识及其表示96

3.3知识获取及机器学习110

3.4知识库系统127

第四章人工智能语言131

4.1传统程序设计语言与人工智能语言131

4.2 函数型语言LISP132

4.3逻辑型语言Prolog149

4.4面向对象语言Smalltalk167

4.5 C++语言183

第二篇专家系统及其应用191

第五章专家系统的基本原理191

5.1专家系统191

5.2专家系统的组成及体系结构196

5.3专家系统实例—动物分类专家系统202

5.4专家系统的基本特点210

5.5专家系统的分类212

第六章专家系统的实现技术217

6.1专家系统的推理技术217

6.2专家系统的控制策略249

6.3专家系统的解释机制256

第七章典型专家系统剖析266

7.1 MYCIN266

7.2 PROSPECTOR285

7.3石油勘探开发领域的专家系统305

7.4油气资源评价专家系统PRES308

7.5 测井质量实时监测与评价专家系统314

第八章专家系统的开发方法324

8.1 专家系统的开发原则324

8.2专家系统的开发过程331

8.3知识获取方法345

第九章专家系统开发工具与环境356

9.1专家系统开发工具与环境356

9.2专家系统开发工具与环境的分类360

9.3通用程序设计语言361

9.4知识工程语言362

9.5专家系统辅助工具376

9.6专家系统支持工具377

9.7专家系统组合开发工具与开发环境380

9.8 国内专家系统开发工具与环境的实例387

9.9专家系统开发工具市场及标准化问题401

第十章专家系统研究新进展405

10.1专家系统的脆弱性和局限性405

10.2推理技术新进展407

10.3知识自动获取新进展411

10.4专家系统体系结构的新进展420

11.1 人工神经网络的发展历史424

第十一章人工神经网络概述424

第三篇人工神经网络及其应用424

11.2人工神经网络研究迅速发展的原因427

11.3人工神经网络的局限性及发展趋势429

第十二章人工神经网络的基本原理432

12.1生物神经元的结构432

12.2人脑神经系统的基本特征433

12.3形式神经元模型及非线性动力学系统436

12.4人工神经网络模拟的数学基础与基本结构模式439

12.5人工神经网络互连结构441

12.6人工神经网络的学习机理445

第十三章人工神经网络模型及学习算法451

13.1神经网络模型分类451

13.2感知机模型453

13.3误差反向传播网络模型456

13.4反馈神经网络（Hopfield、Hamming、BAM）模型462

13.5 随机神经网络（波尔茨曼机、高斯机、柯西机）模型468

13.6 自适应共振理论ART网络模型471

13.7 Kohonen的自组织特征映射模型473

13.8其他新型的神经网络模型475

第十四章人工神经网络在石油工业中的应用481

14.1 ANN用于回归分析481

14.2 用B-P网络确定泥页岩矿物成分与理化指标的关系482

14.3利用ANN进行钻头诊断483

14.4 利用ANN求岩石总孔隙度和视颗粒密度484

模式识别487

14.5 石油勘探ANN模式识别技术及Kohnen自组织神经网络测井岩相487

14.6人工神经网络油气储层预测491

第十五章人工神经网络专家系统497

15.1 神经网络专家系统及其发展497

15.2专家系统与神经网络的互补性497

15.3神经网络专家系统的基本原理501

15.4动物分类神经网络专家系统509

15.5油气储层预测人工神经网络专家系统511

第十六章神经网络软件开发环境与工具514

16.1 神经网络软件及其开发514

16.2通用神经网络软件开发环境与工具515

16.3神经网络描述语言516

16.4神经网络软件开发环境实例516

参考文献523