人工智能

封面

版权信息

前言

第1章 人工智能概述

1.1 人工智能的定义和研究目标

1.2 人工智能研究的基本内容及其特点

1.3 人工智能的基本技术

1.4 人工智能的发展史

1.5 人工智能的研究与应用领域

1.6 人工智能研究的不同学派及其争论

1.7 人工智能进展

习题一

第2章 知识表示

2.1 一阶谓词逻辑表示法

2.2 产生式表示法

2.3 框架表示

2.4 语义网络表示法

2.5 面向对象表示法

习题二

第3章 经典逻辑推理

3.1 推理的基本概念

3.2 自然演绎推理

3.3 归结演绎推理

3.4 与/或形的演绎推理

习题三

第4章 搜索策略

4.1 问题求解过程的形式表示

4.2 状态空间的盲目搜索策略

4.3 状态空间的启发式搜索策略

4.4 与/或树的搜索策略

4.5 搜索性能的量度

习题四

第5章 知识的不确定性与不确定推理

5.1 知识的不确定性

5.2 不确定推理的概率基础

5.3 确定性理论

5.4 主观Bayes方法

5.5 证据理论

5.6 可能性理论和模糊推理

5.7 非单调推理

习题五

第6章 智能算法

6.1 爬山算法

6.2 模拟退火算法

6.3 禁忌搜索算法

6.4 蚁群算法

6.5 粒子群算法

6.6 遗传算法

6.7 小结

习题六

第7章 分布式人工智能

7.1 分布式人工智能概述

7.2 Agent技术

7.3 多Agent系统

7.4 细胞膜计算技术

7.5 元胞自动机技术

7.6小结

习题七

第8章 机器学习

8.1 机器学习的基本过程

8.2 决策树学习

8.3 人工神经网络学习

8.4 马尔可夫模型

8.5 贝叶斯学习法

8.6 基于实例的学习

8.7 小结

习题八

第9章 专家系统

9.1 专家系统的概念

9.2 专家系统的结构

9.3 专家系统的应用与发展概况

9.4 专家系统设计与实现

9.5 专家系统开发工具与环境

9.6 新一代专家系统研究

9.7 小结

习题九

第10章 人工智能程序设计语言

10.1 LISP语言

10.2 Prolog语言

10.3 Prolog语言的常用版本

10.4 小结

习题十

第11章 人工智能应用举例

11.1 专家系统实例

11.2 智能算法运行与“云端”的设想

11.3 元胞自动机在城市交通流中的应用