高級專家系統(tǒng)：原理、設(shè)計及應(yīng)用（第2版）

第1章 專家系統(tǒng)概述1.1 專家系統(tǒng)的定義1.2 專家系統(tǒng)的發(fā)展歷史1.3 專家系統(tǒng)的分類1.3.1 系統(tǒng)應(yīng)用領(lǐng)域1.3.2 問題求解任務(wù)1.3.3 系統(tǒng)工作原理1.4 專家系統(tǒng)的結(jié)構(gòu)1.5 專家系統(tǒng)的特點1.6 構(gòu)建專家系統(tǒng)的步驟1.7 人在專家系統(tǒng)中的作用1.8 本章小結(jié) 習(xí)題1第2章 專家系統(tǒng)的知識表示和推理2.1 知識表示2.1.1 知識的類型2.1.2 對象一屬性一值三元組2.1.3 規(guī)則2.1.4 框架2.1.5 語義網(wǎng)絡(luò)2.1.6 謂詞邏輯2.2 知識獲取2.2.1 基本概念和知識類型 2.2.2 知識提取任務(wù)2.2.3 知識獲取的時間需求和困難 2.3 知識推理2.3.1 人類的推理2.3.2 機器的推理2.4 不確定推理2.4.1 關(guān)于證據(jù)的不確定性2.4.2 關(guān)于結(jié)論的不確定性2.4.3 多個規(guī)則支持同一事實的不確定性2.5 基于規(guī)則的推理系統(tǒng)2.6 模糊邏輯2.6.1 模糊集合、模糊邏輯及其運算2.6.2 模糊邏輯推理2.6.3 模糊判決方法2.7 人工神經(jīng)網(wǎng)絡(luò)2.7.1 人工神經(jīng)網(wǎng)絡(luò)研究的進展2.7.2 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)2.7.3 人工神經(jīng)網(wǎng)絡(luò)的典型模型2.7.4 基于神經(jīng)網(wǎng)絡(luò)的知識表示與推理2.8 進化計算2.8.1 遺傳算法基本原理2.8.2 遺傳算法求解步驟2.9 免疫計算2.9.1 自體和異體的知識表示2.9.2 異體特征空間的表示2.9.3 異體特征空間的搜索與推理2.10 本章小結(jié) 習(xí)題2第3章 專家系統(tǒng)的解釋機制3.1 解釋機制的行為3.2 解釋機制的要求3.3 解釋機制的結(jié)構(gòu)3.3.1 預(yù)制文本法3.3.2 追蹤解釋法3.3.3 策略解釋法3.3.4 自動程序員法3.3.5 基于事實的自動解釋機制3.4 解釋機制的實現(xiàn)3.4.1 預(yù)制文本法的實現(xiàn)3.4.2 基于事實的自動解釋機制的實現(xiàn)3.5 解釋機制的web可視化3.5.1 基于web的解釋界面設(shè)計3.5.2 解釋信息的可視化顯示 3.5.3 解釋機制的web可視化案例3.6 本章小結(jié) 習(xí)題3第4章 基于規(guī)則的專家系統(tǒng)4.1 基于規(guī)則專家系統(tǒng)的發(fā)展4.2 基于規(guī)則專家系統(tǒng)的工作模型4.2.1 產(chǎn)生式系統(tǒng)4.2.2 基于規(guī)則專家系統(tǒng)的工作模型和結(jié)構(gòu)4.3 基于規(guī)則專家系統(tǒng)的特點4.3.1 基于規(guī)則專家系統(tǒng)的優(yōu)點4.3.2 基于規(guī)則專家系統(tǒng)的缺點4.4 基于規(guī)則專家系統(tǒng)的設(shè)計過程4.4.1 專家知識的描述 4.4.2 知識的使用和決策解釋4.5 反向推理規(guī)則專家系統(tǒng)的設(shè)計4.5.1 基于規(guī)則專家系統(tǒng)的一般設(shè)計方法4.5.2 反向推理規(guī)則專家系統(tǒng)的設(shè)計任務(wù)4.6 正向推理規(guī)則專家系統(tǒng)的設(shè)計4.6.1 正向規(guī)則專家系統(tǒng)的一般設(shè)計方法4.6.2 正向推理規(guī)則專家系統(tǒng)的設(shè)計任務(wù)4.7 基于規(guī)則專家系統(tǒng)的設(shè)計示例4.7.1 MYcIN概述4.7.2 咨詢子系統(tǒng)4.7.3 靜態(tài)數(shù)據(jù)庫4.7.4 動態(tài)數(shù)據(jù)庫4.7.5 非精確推理4.7.6 控制策略4.8 基于規(guī)則專家系統(tǒng)的應(yīng)用實例 4.8.1 機器人規(guī)劃專家系統(tǒng)4.8.2 基于模糊規(guī)則的飛機空氣動力學(xué)特征預(yù)測專家系統(tǒng)4.9 本章小結(jié) 習(xí)題4第5章 基于框架的專家系統(tǒng)5.1 基于框架的專家系統(tǒng)概述5.2 框架的表示與推理5.2.1 框架的表示5.2.2 框架的推理5.3 基于框架專家系統(tǒng)的定義和結(jié)構(gòu)5.4 基于框架專家系統(tǒng)的概念剖析5.4.1 框架的類剖析5.4.2 框架的于類剖析5.4.3 實例框架剖析5.4.4 框架的屬性剖析5.5 基于框架專家系統(tǒng)的繼承、槽和方法5.5.1 基于框架專家系統(tǒng)的繼承5.5.2 基于框架專家系統(tǒng)的槽5.5.3 基于框架專家系統(tǒng)的方法5.6 基于框架專家系統(tǒng)的設(shè)計5.6.1 框架專家系統(tǒng)與規(guī)則專家系統(tǒng)的對比5.6.2 基于框架專家系統(tǒng)的一般設(shè)計任務(wù)5.7 基于框架專家系統(tǒng)的設(shè)計示例5.7.1 基于槽的對象間通信5.7.2 消息傳遞5.8 基于框架專家系統(tǒng)的應(yīng)用實例5.8.1 基于框架的系統(tǒng)知識表示與獲取 5.8.2 故障診斷推理與系統(tǒng)實現(xiàn)5.9 本章小結(jié) 習(xí)題5 第6章 基于模型的專家系統(tǒng)6.1 基于模型專家系統(tǒng)的提出6.2 基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)6.2.1 傳統(tǒng)專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的集成 6.2.2 基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)6.2.3 基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)實例6.3基于概率模型的專家系統(tǒng)6.3.1 主觀概率與M0nte carlo模擬6.3.2 概率模型6.4 基于模型專家系統(tǒng)的設(shè)計方法6.4.1 因果時間本體論 6.4.2 推理系統(tǒng)設(shè)計6.4.3 可變系統(tǒng)的本體論6.5 基于模型專家系統(tǒng)的實例6.5.1 核電站應(yīng)用實例 6.5.2 電路和汽車啟動部分的實例6.6 本章小結(jié) 習(xí)題6第7章 基于web的專家系統(tǒng)7.1 基于web專家系統(tǒng)的結(jié)構(gòu)7.2 基于web專家系統(tǒng)的應(yīng)用實例7.2.1 基于web的飛機故障遠程診斷專家系統(tǒng)7.2.2 基于web的拖網(wǎng)絞機專家系統(tǒng)7.2.3 基于web的通用配套件選型專家系統(tǒng) 7.2.4 基于web的苜蓿產(chǎn)品開發(fā)與利用專家系統(tǒng)7.2.5 基于web的好萊塢經(jīng)理決策支持系統(tǒng)7.3 基于web專家系統(tǒng)的開發(fā)工具7.4 本章小結(jié) 習(xí)題7第8章 實時專家系統(tǒng)8.1 實時專家系統(tǒng)的定義和技術(shù)要求8.1.1 實時專家系統(tǒng)的定義8.1.2 實時專家系統(tǒng)的設(shè)計要求和技術(shù)要點8.2 基于單片機的實時專家系統(tǒng)8.2.1 基于單片機的實時專家系統(tǒng)結(jié)構(gòu) 8.2.2 基于單片機的實時專家系統(tǒng)案例分析8.3 基于嵌入式系統(tǒng)的實時專家系統(tǒng)8.3.1 基于嵌入式系統(tǒng)的實時專家系統(tǒng)結(jié)構(gòu)8.3.2 基于嵌入式系統(tǒng)的實時專家系統(tǒng)案例 8.3.3 基于手機的實時專家系統(tǒng)案例8.4 實時控制與決策的專家系統(tǒng)RTXPs8.5 高爐監(jiān)控專家系統(tǒng)8.6 實時專家系統(tǒng)研究的難點與生長點8.7 本章小結(jié) 習(xí)題8第9章 專家系統(tǒng)的評估9.1 評估專家系統(tǒng)的原因9.1.1 發(fā)展專家系統(tǒng)的需要9.1.2 專家系統(tǒng)評估的受益者9.2 評估專家系統(tǒng)的內(nèi)容和時機9.2.1 評估專家系統(tǒng)的內(nèi)容9.2.2 評估專家系統(tǒng)的時機9.3 專家系統(tǒng)的評估方法9.4 專家系統(tǒng)的評估工具9.4.1 一致性檢驗程序 9.4.2 在數(shù)據(jù)庫中查找模式搜索程序9.4.3 比較計算機結(jié)論與專家結(jié)論9.5 專家系統(tǒng)的評估實例9.5.1 多面評估方法實例9.5.2 Rl專家系統(tǒng)的評估實例9.6 本章小結(jié) 習(xí)題9第10章 專家系統(tǒng)的編程語言和開發(fā)工具10.1 概述10.2 LISP10.2.1 LISP的特點和數(shù)據(jù)結(jié)構(gòu)10.2.2 LISP的基本函數(shù)10.2.3 遞歸和迭代10.2.4 LISP編程舉例10.3 PROLOG10.3.1 PROLOG語法與數(shù)據(jù)結(jié)構(gòu) 10.3.2 PROL0G程序設(shè)計原理10.3.3 PRoLOG編程舉例10.4 基于web專家系統(tǒng)的編程語言 10.4.1 Java語言10.4.2 Javascript語言 10.4.3 JSP語言10.4.4 PHP語言 10.4.5 ASP.NET語言 10.5 其他語言 10.5.1 關(guān)系數(shù)據(jù)模型10.5.2 關(guān)系模型的操作語言10.6 專家系統(tǒng)的開發(fā)工具10.6.1 骨架開發(fā)工具10.6.2 語言開發(fā)工具10.6.3 輔助構(gòu)建工具10.6.4 支持環(huán)境 10.7 專家系統(tǒng)的新型開發(fā)工具10.7.1 基于框架的開發(fā)工具 10.7.2 基于模糊邏輯的開發(fā)工具10.7.3 基于神經(jīng)網(wǎng)絡(luò)的開發(fā)工具10.8 專家系統(tǒng)的Matlab開發(fā)工具10.9 其他開發(fā)工具10.10 本章小結(jié) 習(xí)題10第11章 專家系統(tǒng)的展望11.1 專家系統(tǒng)的發(fā)展趨勢11.1.1 專家系統(tǒng)的發(fā)展要求11.1.2 專家系統(tǒng)的研究方向11.2 專家系統(tǒng)的研究課題11.3 新型專家系統(tǒng)11.3.1 新型專家系統(tǒng)的特征11.3.2 分布式專家系統(tǒng)11.3.3 協(xié)同式專家系統(tǒng)11.3.4 基于免疫計算的專家系統(tǒng)11.3.5 無處不在與隨時隨地的專家系統(tǒng)11.4 本章小結(jié) 習(xí)題 參考文獻索引