人工智能導論

緒論                  
 0. 1  人工智能的研究目標                  
 0. 2  人工智能發(fā)展簡史                  
 0. 3  人工智能研究的課題                  
 第一章  產生式系統(tǒng)                  
 1. 1  產生式系統(tǒng)的組成部分                  
 1. 2  產生式系統(tǒng)的基本過程                  
 1. 3  產生式系統(tǒng)的控制策略                  
 1. 4  問題的表示                  
 1. 5  產生式系統(tǒng)的類型                  
 1. 6  小結                  
 習題                  
 第二章  產生式系統(tǒng)的搜索策略                  
 2. 1  回溯策略(Backtracking Strategies)                  
 2. 2  圖搜索策略                  
 2. 3  無信息圖搜索過程                  
 2. 4  啟發(fā)式圖搜索過程                  
 2. 5　按索算法討論                  
 2. 6  小結                  
 習題                  
 第三章  可分解產生式系統(tǒng)的搜索策略                  
 3. 1  與或圖的搜索                  
 3. 2  與或圖的啟發(fā)式按索算法AO                  
 3. 3  博弈樹的搜索                  
 3. 4  小結                  
 習題                  
 第四章  人工智能中的調詞演算及應用                  
 4. 1  一階謂詞演算的基本體系                  
 4. 2  歸結(消解Resolution)                  
 4. 3  歸結反演系統(tǒng)(Refutation)                  
 4, 4  基于歸結法的問答系統(tǒng)                  
 4. 5  基于歸結的自動程序綜合                  
 4. 6  基于歸結的問題求解方法                  
 4, 7  基于規(guī)則的正向演繹系統(tǒng)                  
 4. 8  基于規(guī)則的逆向演繹系統(tǒng)                  
 4. 9  基于規(guī)則的演繹系統(tǒng)的幾個問題                  
 4. 10  小結                  
 習題                  
 第五章  人工智能系統(tǒng)規(guī)劃方法                  
 5. 1  規(guī)劃(Planning)                  
 5. 2  機器人問題求解                  
 5. 3  規(guī)劃的表示問題                  
 5. 4  使用目標堆棧的簡單規(guī)劃方法                  
 5. 5  用目標集的非線性規(guī)劃方法                  
 5. 6  分層規(guī)劃方法                  
 5. 7  小結                  
 習題                  
 第六章  人工智能語言                  
 6. 1  LISP                  
 6. 2  PLANNER                  
 6. 3  PROLOG                  
 6. 4  專家系統(tǒng)工具                  
 6. 5  小結                  
 習題                  
 第七章  知識表示                  
 7. 1  單元表示                  
 7. 2  語義網絡                  
 7. 3  概念從屬                  
 7. 4  框架                  
 7. 5  腳本                  
 7. 6  過程表示                  
 7. 7  小結                  
 習題                  
 第八章  自然語自理解                  
 8. 1  引言                  
 8. 2  簡單句理解                  
 8. 3  復合句理解                  
 8. 4  語言生成                  
 8. 5  機器翻譯                  
 8. 6  小結                  
 習題                  
 第九章  感知                  
 9. 1  感知問題概述                  
 9. 2  求解感知問題所使用的技術                  
 9, 3  約束滿足法                  
 9. 4  小結                  
 習題                  
 第十章  學習                  
 10. 1  概述                  
 10. 2  機器學習的分類                  
 10. 3  機械(或死記)學習(Rote Learning)                  
 20. 4  指點或教授學習(Learning by being told)                  
 20. 5  類比學習(Learning by Analogy)                  
 10. 6  概念學習(Concept Learning)                  
 10. 7  發(fā)現(xiàn)學習(Discovery as Learning)                  
 10. 8  小結                  
 習題                  
 參考文獻