前言

人工智能是计算机科学与应用中的一个传统分支，涵盖众多的领域。人工智能技术被广泛运用于许多方面。人工智能涉及的内容广泛，而且一直在不断地发展，随时都在产生新的方法和理论。

本书的编写参考了国家学位委员会对工科学科各层次学历人员关于“人工智能教学大纲”的基本要求，内容较全面地反映了人工智能学科整体结构及其研究进展状况。凝聚了作者多年讲授人工智能原理的教学实践与科学研究成果，注重理论与实践的结合，从人工智能的基本概念和发展过程出发，着重阐述了人工智能的原理、技术及其应用方法。

本书作为人工智能入门性的教材，主要介绍人工智能研究中最基本的、最经典的理论和方法。全书共分为11章，第1章简要介绍了人工智能的发展历史、研究途径和方法、研究领域。第2章为知识及其表示方法，包括状态空间表示法，与或图表示法，一阶谓词逻辑表示法，产生式表示法，语义网络表示法，框架表示法，脚本表示法，面向对象的表示法，过程表示法，Petri网表示法。第3章为搜索技术，包括盲目搜索和启发式搜索等；与或图搜索，包括AO∗算法和博弈树搜索等。第4章为知识推理，包括归结演绎推理，归结控制策略，基于规则的演绎推理以及非归结演绎推理。第5章为高级搜索，包括禁忌搜索算法，模拟退火算法，人工神经网络，遗传算法，进化策略，进化编程，遗传编程，人工生命，粒子群优化算法，免疫计算等。第6章为高级知识表示与知识推理，包括模糊逻辑，多值逻辑，模态逻辑，非单调逻辑，不确定推理，时间推理，空间推理，定性推理和描述逻辑等。第7章为 Agent 及 Multi-Agent 系统，包括 Agent 概念，BDI 模型，Agent 结构，Agent 通信， Multi-Agent系统模型与结构，移动Agent，面向Agent的程序设计等。第8 章为自然语言理解，包括句法分析，语义分析，自然语言理解系统应用举例，机器翻译，语音识别，信息检索等内容。第9章为机器学习，包括机器学习的分类，实例学习，类比学习，解释学习，强化学习，决策树学习等。第10 章为规划系统，包括早期的自动规划技术（GPS，Green和STRIPS），图规划，分层规划，部分排序规划技术等。第11 章为人工智能应用，介绍应用人工智能技术的一些实例，主要采用MATLAB实现。本书每章后面都附有练习题。

本教材适用学时数为32～64（2 ～4 学分），章节编排具有相对的独立性，使教师与学生便于取舍，便于不同层次院校的不同专业选用，以适应不同教学学时数的需要。教材内容完善、新颖，有利于学生能力的培养。其中：32学时，可讲授第1章，第2章的2.1～2.7节，第3章的3.1～3.3节，第4 章的4.1、4.2 节，第6 章的6.1 节；第7 章的7.1 ～7.5节；第8章的8.1～8.4节；第9章的9.1、9.2节和第10章的10.1～10.3节。64学时，可讲授第1，2，3，4，5，7，8 章，以及6.1 ～6.5，9.1 ～9.4，10.1 ～10.6 节。此外，根据教学目标不同，教师也可以适当取舍。

本书由李国勇和李维民编著，全书由李国勇整理定稿。太原理工大学博士生导师彭新光教授主审了全书，并提出了许多宝贵的意见和建议，在此深表谢意。

本书在写作过程中，参考了大量的国内外文献资料，在此一并感谢。

由于作者水平有限，书中难免有遗漏与不当之处，欢迎读者批评指正。

编著者