人工智能及應用

第1章緒論1
1.1人工智能的基本概念1
1.1.1智能的概念1
1.1.2現(xiàn)代人工智能的興起3
1.1.3人工智能的定義3
1.1.4其他相關的概念4
1.1.5圖靈測試和中文房間問題5
1.2人工智能的發(fā)展歷程9
1.2.1孕育期(1956年之前)9
1.2.2形成期(1956—1969年)10
1.2.3發(fā)展期(1970年之后)11
1.3人工智能的研究目標13
1.4人工智能的學術流派14
1.4.1符號主義、連接主義與行為主義14
1.4.2傳統(tǒng)人工智能與現(xiàn)場人工智能15
1.4.3弱人工智能與強人工智能16
1.4.4簡約與粗陋16
1.5人工智能的研究和應用領域17
1.5.1專家系統(tǒng)18
1.5.2自然語言理解19
1.5.3機器學習20
1.5.4分布式人工智能20
1.5.5人工神經(jīng)網(wǎng)絡21
1.5.6自動定理證明22
1.5.7博弈23
1.5.8機器人學23
1.5.9模式識別24
1.5.10自動程序設計24
1.5.11智能控制25
1.5.12智能決策支持系統(tǒng)25
1.5.13智能電網(wǎng)26
本章小結26
習題27第2章知識表示28
2.1概述28
2.1.1知識概述28
2.1.2知識的性質29
2.1.3知識的分類30
2.1.4知識表示32
2.1.5知識表示觀33
2.2一階謂詞邏輯表示法36
2.2.1一階謂詞邏輯表示法的邏輯基礎36
2.2.2一階謂詞邏輯表示知識的步驟38
2.2.3一階謂詞邏輯表示法的特點40
2.3產(chǎn)生式表示法41
2.3.1產(chǎn)生式表示的方法42
2.3.2產(chǎn)生式系統(tǒng)的基本結構43
2.3.3產(chǎn)生式系統(tǒng)的推理方式45
2.3.4產(chǎn)生式表示法的特點48
2.4語義網(wǎng)絡表示法48
2.4.1語義基元48
2.4.2基本語義關系49
2.4.3關系的表示51
2.4.4情況、動作和事件的表示53
2.4.5謂詞連接詞的表示53
2.4.6量詞的表示54
2.4.7基于語義網(wǎng)絡的推理55
2.4.8語義網(wǎng)絡表示法的特點57
2.5框架表示法57
2.5.1框架的一般結構58
2.5.2框架系統(tǒng)61
2.5.3基于框架的推理61
2.5.4框架表示法的特點63
2.6腳本表示法63
2.6.1概念依賴理論63
2.6.2腳本表示方法64
2.6.3腳本表示法的特點66
2.7過程表示法66
2.7.1陳述性知識表示與過程性知識表示66
2.7.2過程知識表示方法67
2.7.3過程表示的問題求解過程67
2.7.4過程表示的特點68
2.8Petri網(wǎng)表示法69
2.8.1表示知識的方法69
2.8.2Petri網(wǎng)表示法的特點71
本章小結72
習題72第3章搜索策略74
3.1概述74
3.1.1搜索概述74
3.1.2搜索的主要過程75
3.1.3搜索策略的分類75
3.1.4搜索的方向75
3.1.5主要的搜索策略76
3.2狀態(tài)空間知識表示方法76
3.2.1狀態(tài)空間表示法77
3.2.2狀態(tài)空間圖79
3.3狀態(tài)空間的盲目搜索81
3.3.1回溯策略82
3.3.2一般的圖搜索策略88
3.3.3深度優(yōu)先搜索策略92
3.3.4寬度優(yōu)先搜索策略95
3.4狀態(tài)空間的啟發(fā)式搜索98
3.4.1啟發(fā)性信息與評價函數(shù)99
3.4.2A算法101
3.4.3分支界限法104
3.4.4動態(tài)規(guī)劃法107
3.4.5爬山法108
3.4.6A算法109
3.5與/或圖搜索117
3.5.1與/或圖表示法117
3.5.2與/或圖的搜索策略121
3.5.3與/或樹的搜索策略125
3.6博弈樹搜索131
3.6.1博弈概述131
3.6.2Grundy博弈132
3.6.3極大極小搜索法133
3.6.4α-β剪枝方法134
本章小結136
習題137第4章邏輯推理140
4.1概述140
4.1.1推理和推理方法140
4.1.2推理控制策略140
4.1.3經(jīng)典邏輯推理141
4.2命題邏輯142
4.2.1命題公式的解釋143
4.2.2等價式143
4.2.3范式144
4.2.4命題邏輯的推理規(guī)則145
4.2.5命題邏輯的歸結方法147
4.3謂詞邏輯151
4.3.1謂詞公式的解釋151
4.3.2謂詞等價公式與范式152
4.3.3謂詞邏輯的推理規(guī)則155
4.3.4謂詞邏輯的歸結方法156
4.4非單調邏輯164
4.4.1非單調推理164
4.4.2封閉世界假設、限制和*小模型165
4.4.3默認邏輯167
4.4.4溯因推理168
4.4.5真值維護系統(tǒng)169
4.5多值邏輯和模糊邏輯170
本章小結172
習題172第5章不確定性推理175
5.1概述175
5.1.1不確定性推理概述175
5.1.2不確定性的表現(xiàn)176
5.1.3不確定性推理要解決的基本問題177
5.1.4不確定性推理方法的分類179
5.2確定性理論179
5.2.1可信度的基本概念180
5.2.2表示問題180
5.2.3計算問題183
5.2.4帶有閾值限度的不確定性推理185
5.2.5帶有權重的不確定性推理187
5.2.6確定性理論的特點188
5.3主觀Bayes方法188
5.3.1證據(jù)不確定性的表示188
5.3.2知識不確定性的表示189
5.3.3組合證據(jù)的不確定性191
5.3.4結論不確定性的更新192
5.3.5結論不確定性的合成193
5.3.6主觀Bayes方法的特點195
5.4證據(jù)理論195
5.4.1D\\|S理論195
5.4.2一個特殊的概率分配函數(shù)200
5.4.3表示問題203
5.4.4計算問題203
5.4.5證據(jù)理論的特點206
5.5貝葉斯網(wǎng)絡206
5.5.1貝葉斯網(wǎng)絡概述207