人工智能基礎(chǔ)與應用

第1章 緒論.  
1. 1 人工智能的內(nèi)涵  
1. 1. 1 人工智能的發(fā)展動力  
1. 1. 2 人工智能的含義  
1. 1. 3 人工智能的目標  
1. 2 人工智能的研究領(lǐng)域  
1. 2. 1 專家系統(tǒng)  
1. 2. 2 計算智能  
1. 2. 3 機器學習  
1. 2. 4 自然語言處理  
1. 2. 5 模式識別  
1. 2. 6 機器人  
1. 2. 7 分布式人工智能  
1. 2. 8 數(shù)據(jù)挖掘  
1. 2. 9 其他  
1. 3 人工智能的發(fā)展簡史  
1. 3. 1 第1階段  
1. 3. 2 第2階段  
1. 3. 3 第3階段  
1. 3. 4 第4階段  
1. 3. 5 第5階段  
本章小結(jié)  
習題1  
實驗1  
第2章 知識表示  
2. 1 知識與知識表示  
2. 1. 1 知識的內(nèi)涵  
2. 1. 2 選擇知識表示法  
2. 2 一階謂詞邏輯表示法  
2. 2. 1 一階謂詞邏輯表示法  
2. 2. 2 一階謂詞邏輯表示法特性  
2. 3 產(chǎn)生式表示法  
2. 3. 1 運用規(guī)則  
2. 3. 2 產(chǎn)生式系統(tǒng)  
2. 3. 3 產(chǎn)生式系統(tǒng)分類  
2. 3. 4 產(chǎn)生式表示法特點  
2. 4 語義網(wǎng)絡(luò)表示法  
2. 4. 1 語義網(wǎng)絡(luò)表示法概述  
2. 4. 2 語義網(wǎng)絡(luò)表示法運用與特性  
2. 5 框架表示法  
2. 5. 1 框架的組成與結(jié)構(gòu)  
2. 5. 2 框架表示法運用與特性  
2. 6 其他知識表示法  
2. 6. 1 腳本表示法  
2. 6. 2 面向?qū)ο蟊硎痉?nbsp; 
本章小結(jié)  
習題2  
實驗2  
第3章 推理  
3. 1 推理的內(nèi)涵  
3. 1. 1 推理的基本概念  
3. 1. 2 推理的分類  
3. 2 確定性推理  
3. 2. 1 推理的邏輯基礎(chǔ)  
3. 2. 2 自然演繹推理  
3. 2. 3 歸結(jié)推理  
3. 3 不確定推理與非單調(diào)推理  
3. 3. 1 不確定推理的概率論基礎(chǔ)  
3. 3. 2 主觀Bayes方法  
3. 3. 3 非單調(diào)推理  
本章小結(jié)  
習題3  
實驗3  
第4章 搜索  
4. 1 搜索概述  
4. 1. 1 搜索的基本概念  
4. 1. 2 搜索的分類  
4. 2 狀態(tài)空間搜索  
4. 2. 1 狀態(tài)空間盲目搜索  
4. 2. 2 狀態(tài)空間啟發(fā)式搜索  
4. 3 與／或樹搜索  
4. 3. 1 與／或樹的盲目搜索  
4. 3. 2 與／或樹的啟發(fā)式搜索  
4. 4 博弈樹的啟發(fā)式搜索  
4. 4. 1 博弈樹的啟發(fā)式搜索含義  
4. 4. 2 示例  
本章小結(jié)..  
習題4  
實驗4  
第5章 專家系統(tǒng)  
5. 1 專家系統(tǒng)概述  
5. 1. 1 專家系統(tǒng)的定義  
5. 1. 2 專家系統(tǒng)的特點  
5. 1. 3 專家系統(tǒng)的分類  
5. 2 專家系統(tǒng)原理  
5. 2. 1 專家系統(tǒng)一般結(jié)構(gòu)  
5. 2. 2 專家系統(tǒng)基本原理  
5. 2. 3 知識獲取  
5. 3 專家系統(tǒng)開發(fā)  
5. 3. 1 專家系統(tǒng)設(shè)計原則與評價  
5. 3. 2 專家系統(tǒng)開發(fā)步驟  
5. 3. 3 專家系統(tǒng)開發(fā)工具  
5. 3. 4 應用實例  
本章小結(jié)  
習題5  
實驗5  
第6章 計算智能  
6. 1 人工神經(jīng)網(wǎng)絡(luò)  
6. 1. 1 基本原理及學習機理  
6. 1. 2 感知模型及其學習  
6. 2 遺傳算法  
6. 2. 1 遺傳算法的基本概念  
6. 2. 2 簡單遺傳算法  
6. 2. 3 遺傳算法應用  
6. 3 計算智能其他技術(shù)  
6. 3. 1 模糊理論  
6. 3. 2 免疫算法  
6. 3. 3 蟻群算法  
本章小結(jié)  
習題6  
實驗6  
第7章 機器學習  
7. 1 機器學習概述  
7. 1. 1 機器學習的基本概念  
7. 1. 2 機器學習的實現(xiàn)方法  
7. 2 機器學習的分類  
7. 2. 1 機械學習  
7. 2. 2 歸納學習  
7. 2. 3 基于類比的學習  
7. 2. 4 基于解釋的學習  
本章小結(jié)  
習題7  
實驗7  
第8章 分布式人工智能  
8. 1 分布式人工智能概述  
8. 1. 1 基本原理  
8. 1. 2 分類  
8. 2 多Agent系統(tǒng)概述  
8. 2. 1 Agent概念和思想  
8. 2. 2 體系結(jié)構(gòu)  
8. 3 面向Agent的軟件開發(fā)  
8. 3. 1 設(shè)計思想  
8. 3. 2 設(shè)計工具  
8. 3. 3 應用  
本章小結(jié)  
習題8  
實驗8  
第9章 人工智能程序設(shè)計  
9. 1 LISP語言  
9. 1. 1 基本概念  
9. 1. 2 基礎(chǔ)功能  
9. 2 Prolog語言  
9. 2. 1 基本概念  
9. 2. 2 基礎(chǔ)語法  
9. 2. 3 應用  
9. 3 其他工具  
9. 3. 1 C語言  
9. 3. 2 JavaScript語言  
本章小結(jié)  
習題9  
實驗9  
參考文獻...