人工智能方法與應(yīng)用

第1章 緒論
　1.1　人工智能及其發(fā)展
　1.2　人工智能的研究與應(yīng)用領(lǐng)域
　習題一
第2章　知識表示方法
　2.1　一階謂詞邏輯表示方法
　　2.1.1　一階謂詞邏輯表示
　　2.1.2　一階謂詞邏輯表示方法的特點
　2.2　產(chǎn)生式表示方法
　　2.2.1　產(chǎn)生式與產(chǎn)生式系統(tǒng)
　　2.2.2　產(chǎn)生式系統(tǒng)的分類及其特點
2.3　框架表示方法
　　2.3.1　框架與框架網(wǎng)絡(luò)
　　2.3.2　框架推理及其特點
　　習題二
第3章　搜索方法
　3.1　問題求解過程的形式表示
　　3.1.1　狀態(tài)空間表示方法
　　3.1.2　與／或圖表示方法
　3.2　狀態(tài)空間的搜索方法
　　3.2.1　盲目搜索算法
　　3.2.2　啟發(fā)式搜索算法
　　3.2.3　狀態(tài)空間搜索算法的應(yīng)用
　　3.2.4　A算法及其特性
　3.3　與／或圖的搜索方法
　　3.3.1　與／或圖的盲目搜索算法
　　3.3.2　與／或圖的啟發(fā)式搜索算法
　　3.3.3　與／或圖搜索算法的應(yīng)用
　習題三
第4章　經(jīng)典邏輯推理
　4.1　推理的基本概念
　　4.1.1　推理方式及其分類
　　4.1.2　推理的控制策略
　　4.1.3　模式匹配及其變量代換
4.2　歸結(jié)演繹推理
　　4.2.1　謂詞公式化為子句集的方法
　　4.2.2　歸結(jié)原理
　　4.2.3　歸結(jié)反演
4.3　基于歸結(jié)反演的問題求解
4.4　歸結(jié)反演的改進策略
　　4.4.1　刪除策略
　　4.4.2　限制策略
4.5　與／或形演繹推理
　　4.5.1　與／或形正向演繹推理
　　4.5.2　與／或形逆向演繹推理
　　4.5.3　代換的一致性與剪枝策略
　習題四
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)的類型與特點
　　5.1.2　專家系統(tǒng)的結(jié)構(gòu)與開發(fā)方法
　5.2　LISP語言
　　5.2.1　LISP語言的特點與表達式
　　5.2.2　LISP語言的基本函數(shù)
　　5.2.3　迭代與遞歸
　5.3　知識庫與推理機
　　5.3.1　產(chǎn)生式規(guī)則與規(guī)則庫的存儲結(jié)構(gòu)
　　5.3.2　推理機及其實現(xiàn)
　　5.3.3　元知識與元規(guī)則
　5.4　解釋機制與解釋器
　　5.4.1　解釋的方法
　　5.4.2　解釋器及其實現(xiàn)
　5.5　知識獲取
　　5.5.1　知識獲取的任務(wù)與方式
　　5.5.2　知識的檢測與求精
　　5.5.3　知識的檢測方法
　5.6　專家系統(tǒng)工具
　習題五
第6章　不確定推理方法
第7章　機器學習
習題七
主要參考文獻