人工智能及其應(yīng)用

前沿學(xué)科的最精彩成就
第三版序
第二版序
前言
第1章 緒論
1.1 人工智能的定義與發(fā)展
1.1.1 人工智能的定義
1.1.2 人工智能的起源與發(fā)展
1.2 人類智能與人工智能
1.2.1 智能信息處理系統(tǒng)的假設(shè)
1.2.2 人類智能的計算機(jī)模擬
1.3 人工智能各學(xué)派的認(rèn)知觀
1.4 人工智能的研究與應(yīng)用領(lǐng)域
1.4.1 問題求解
1.4.2 邏輯推理與定理證明
1.4.3 自然語言理解
1.4.4 自動程序設(shè)計
1.4.5 專家系統(tǒng)
1.4.6 機(jī)器學(xué)習(xí)
1.4.7 神經(jīng)網(wǎng)絡(luò)
1.4.8 機(jī)器人學(xué)
1.4.9 模式識別
1.4.10 機(jī)器視覺
1.4.11 智能控制
1.4.12 智能檢索
1.4.13 智能調(diào)度與指揮
1.4.14 分布式人工智能與Agent
1.4.15 計算智能與進(jìn)化計算
1.4.16 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
1.4.17 人工生命
1.4.18 系統(tǒng)與語言工具
1.5 本書概要
習(xí)題
第2章 知識表示方法
2.1 狀態(tài)空間法
2.1.1 問題狀態(tài)描述
2.1.2 狀態(tài)圖示法
2.2 問題歸約法
2.2.1 問題歸約描述
2.2.2 與或圖表示
2.3 謂詞邏輯法
2.3.1 謂詞演算
2.3.2 謂詞公式
2.3.3 置換與合一
2.4 語義網(wǎng)絡(luò)法
2.4.1 二元語義網(wǎng)絡(luò)的表示
2.4.2 多元語義網(wǎng)絡(luò)的表示
2.4.3 語義網(wǎng)絡(luò)的推理過程
2.5 框架表示
2.5.1 框架的構(gòu)成
2.5.2 框架的推理
2.6 劇本表示
2.6.1 劇本的構(gòu)成
2.6.2 劇本的推理
2.7 過程表示
2.8 小結(jié)
習(xí)題
第3章 搜索推理技術(shù)
3.1 圖搜索策略
3.2 盲目搜索
3.2.1 寬度優(yōu)先搜索
3.2.2 深度優(yōu)先搜索
3.2.3 等代價搜索
3.3 啟發(fā)式搜索
3.3.1 啟發(fā)式搜索策略和估價函數(shù)
3.3.2 有序搜索
3.3.3 A*算法
3.4 消解原理
3.4.1 子句集的求取
3.4.2 消解推理規(guī)則
3.4.3 含有變量的消解式
3.4.4 消解反演求解過程
3.5 規(guī)則演繹系統(tǒng)
3.5.1 規(guī)則正向演繹系統(tǒng)
3.5.2 規(guī)則逆向演繹系統(tǒng)
3.5.3 規(guī)則雙向演繹系統(tǒng)
3.6 產(chǎn)生式系統(tǒng)
3.6.1 產(chǎn)生式系統(tǒng)的組成
3.6.2 產(chǎn)生式系統(tǒng)的推理
3.6.3 產(chǎn)生式系統(tǒng)舉例
3.7 系統(tǒng)組織技術(shù)
3.7.1 議程表
3.7.2 黑板法
3.7.3 △-極小搜索法
3.8 不確定性推理
3.8.1 關(guān)于證據(jù)的不確定性
3.8.2 關(guān)于結(jié)論的不確定性
3.8.3 多個規(guī)則支持同一事實時的不確定性
3.9 非單調(diào)推理
3.9.1 缺省推理
3.9.2 非單調(diào)推理系統(tǒng)
3.10 小結(jié)
習(xí)題
第4章 計算智能(1)：神經(jīng)計算 模糊計算
4.1 概述
4.2 神經(jīng)計算
4.2.1 人工神經(jīng)網(wǎng)絡(luò)研究的進(jìn)展
4.2.2 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
4.2.3 人工神經(jīng)網(wǎng)絡(luò)的典型模型
4.2.4 基于神經(jīng)網(wǎng)絡(luò)的知識表示與推理
4.3 模糊計算
4.3.1 模糊集合、模糊邏輯及其運(yùn)算
4.3.2 模糊邏輯推理
4.3.3 模糊判決方法
4.4 小結(jié)
習(xí)題
第5章 計算智能(2)：進(jìn)化計算 人工生命
5.1 遺傳算法
5.1.1 遺傳算法的基本機(jī)理
5.1.2 遺傳算法的求解步驟
5.2 進(jìn)化策略
5.2.1 進(jìn)化策略的算法模型
5.2.2 進(jìn)化策略和遺傳算法的區(qū)別
5.3 進(jìn)化編程
5.3.1 進(jìn)化編程的機(jī)理與表示
5.3.2 進(jìn)化編程的步驟
5.4 人工生命
5.4.1 人工生命研究的起源和發(fā)展
5.4.2 人工生命的定義和研究意義
5.4.3 人工生命的研究內(nèi)容和方法
5.4.4 人工生命的實例
5.5 小結(jié)
習(xí)題
第6章 專家系統(tǒng)
6.1 專家系統(tǒng)概述
6.1.1 專家系統(tǒng)的特點
6.1.2 專家系統(tǒng)的類型
6.1.3 專家系統(tǒng)的結(jié)構(gòu)和建造步驟
6.2 基于規(guī)則的專家系統(tǒng)
6.3 基于框架的專家系統(tǒng)
6.4 基于模型的專家系統(tǒng)
6.5 新型專家系統(tǒng)
6.5.1 新型專家系統(tǒng)的特征
6.5.2 分布式專家系統(tǒng)
6.5.3 協(xié)同式專家系統(tǒng)
6.6 專家系統(tǒng)設(shè)計
6.6.1 專家知識的描述
6.6.2 知識的使用和決策解釋
6.7 專家系統(tǒng)開發(fā)工具
6.8 小結(jié)
習(xí)題
第7章 機(jī)器學(xué)習(xí)
7.1 機(jī)器學(xué)習(xí)的定義和發(fā)展歷史
7.1.1 機(jī)器學(xué)習(xí)的定義
7.1.2 機(jī)器學(xué)習(xí)的發(fā)展史
7.2 機(jī)器學(xué)習(xí)的主要策略與基本結(jié)構(gòu)
7.2.1 機(jī)器學(xué)習(xí)的主要策略
7.2.2 機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)
7.3 機(jī)械學(xué)習(xí)
7.4 歸納學(xué)習(xí)
7.4.1 歸納學(xué)習(xí)的模式和規(guī)則
7.4.2 歸納學(xué)習(xí)方法
7.5 類比學(xué)習(xí)
7.5.1 類比推理和類比學(xué)習(xí)形式
7.5.2 類比學(xué)習(xí)過程與研究類型
7.6 解釋學(xué)習(xí)
7.6.1 解釋學(xué)習(xí)過程和算法
7.6.2 解釋學(xué)習(xí)舉例
7.7 神經(jīng)學(xué)習(xí)
7.7.1 基于反向傳播網(wǎng)絡(luò)的學(xué)習(xí)
7.7.2 基于Hopfield網(wǎng)絡(luò)的學(xué)習(xí)
7.8 知識發(fā)現(xiàn)
7.8.1 知識發(fā)現(xiàn)的發(fā)展和定義
7.8.2 知識發(fā)現(xiàn)的處理過程
7.8.3 知識發(fā)現(xiàn)的方法
7.8.4 知識發(fā)現(xiàn)的應(yīng)用
7.9 小結(jié)
習(xí)題
第8章 自動規(guī)劃
8.1 機(jī)器人規(guī)劃的作用與任務(wù)
8.1.1 規(guī)劃的作用與問題分解途徑
8.1.2 機(jī)器人規(guī)劃系統(tǒng)的任務(wù)與方法
8.2 積木世界的機(jī)器人規(guī)劃
8.2.1 積木世界的機(jī)器人問題
8.2.2 用F規(guī)則求解規(guī)劃序列
8.3 STRIPS規(guī)劃系統(tǒng)
8.3.1 STRIPS系統(tǒng)的組成
8.3.2 STRIPS系統(tǒng)規(guī)劃過程
8.3.3 含有多重解答的規(guī)劃
8.4 具有學(xué)習(xí)能力的規(guī)劃系統(tǒng)
8.4.1 PULP-I系統(tǒng)的結(jié)構(gòu)與操作方式
8.4.2 PULP-I系統(tǒng)的世界模型和規(guī)劃結(jié)果
8.5 分層規(guī)劃
8.5.1 長度優(yōu)先搜索
8.5.2 NOAH規(guī)劃系統(tǒng)
8.6 基于專家系統(tǒng)的機(jī)器人規(guī)劃
8.6.1 系統(tǒng)結(jié)構(gòu)和規(guī)劃機(jī)理
8.6.2 ROPES機(jī)器人規(guī)劃系統(tǒng)
8.7 小結(jié)
習(xí)題
第9章 Agent(艾真體)
9.1 分布式人工智能
9.2 Agent及其要素
9.3 艾真體的結(jié)構(gòu)
9.3.1 艾真體的結(jié)構(gòu)特點
9.3.2 艾真體的結(jié)構(gòu)分類
9.4 艾真體通信
9.4.1 通信的過程
9.4.2 艾真體通信的類型和方式
9.4.3 交談的規(guī)劃與實現(xiàn)
9.4.4 艾真體的通信語言
9.5 多艾真體系統(tǒng)
9.5.1 多艾真體系統(tǒng)的模型和結(jié)構(gòu)
9.5.2 多艾真體系統(tǒng)的協(xié)作、協(xié)商和協(xié)調(diào)
9.5.3 多艾真體系統(tǒng)的學(xué)習(xí)與規(guī)劃
9.5.4 多艾真體系統(tǒng)的研究和應(yīng)用領(lǐng)域
9.6 小結(jié)
習(xí)題
第10章 自然語言理解
10.1 語言及其理解的一般問題
10.1.1 語言與語言理解
10.1.2 自然語言理解研究的進(jìn)展
10.1.3 自然語言理解過程的層次
10.2 句法和語義的自動分析
10.2.1 句法模式匹配和轉(zhuǎn)移網(wǎng)絡(luò)
10.2.2 擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)
10.2.3 詞匯功能語法(LFG)
10.2.4 語義的解析
10.3 句子的自動理解
10.3.1 簡單句的理解方法
10.3.2 復(fù)合句的理解方法
10.4 語言的自動生成
10.5 自然語言理解系統(tǒng)應(yīng)用舉例
10.5.1 自然語言自動理解系統(tǒng)
10.5.2 自然語言問答系統(tǒng)
10.6 小結(jié)
習(xí)題
第11章 人工智能的爭論與展望
11.1 人工智能的爭論
11.1.1 對人工智能理論的爭論
11.1.2 對人工智能方法的爭論
11.1.3 對人工智能技術(shù)路線的爭論
11.2 人工智能對人類的影響
11.2.1 人工智能對經(jīng)濟(jì)的影響
11.2.2 人工智能對社會的影響
11.2.3 人工智能對文化的影響
11.3 對人工智能的展望
11.3.1 更新的理論框架
11.3.2 更好的技術(shù)集成
11.3.3 更成熟的應(yīng)用方法
11.4 結(jié)束語
習(xí)題
參考文獻(xiàn)